23 марта состоялся юбилейный, пятый ежегодный форум BIG DATA 2016, организованный издательством «Открытые системы». За прошедшее время форум зарекомендовал себя как ведущее мероприятие в России для обсуждения актуальных проблем и знакомства с достижениями в области Больших Данных.

За прошедшие годы структура программы форума претерпевала заметные изменения. В 2012 году ее составили в основном доклады западных вендоров, ставящих целью просвещение аудитории, а наиболее острые дискуссии развертывались над самим определением Больших Данных. В дальнейшем стало появляться все больше заказчиков, готовых делиться своим опытом, начали обсуждаться результаты первых проектов. В этом году наряду с крупнейшими западными компаниями на форуме выступало немало российских разработчиков, которые представляли собственные технологические решения, обобщающие опыт участия в проектах, объединенных той или иной отраслевой или прикладной спецификой, и даже коллективы, предлагающие средства работы с Большими Данными в качестве сервиса.

Несколько месяцев назад в Gartner убрали технологии Big Data со своей кривой Hype Cycle. Рано или поздно это должно было произойти: Большие Данные – зонтичный термин, синергия огромного количества технологий, многие из которых сами по себе достойны самого пристального рассмотрения. Однако появившаяся новая отрасль и сформировавшиеся подходы к работе с данными не исчезли: появились средства, позволяющие работать с конкретными бизнес-проблемами и находить умные решения задач нового уровня.

Ключ к конкурентоспособности

По словам Татьяны Матвеевой, именно технологии Больших Данных помогут налоговым органам автоматически сопоставлять данные контрагентов, оперативно выявлять и пресекать попытки применения незаконных схем уклонения от уплаты налогов

Как известно, в ходе эволюции выживают не сильнейшие, а те, кто умеет быстрее других приспосабливаться к изменениям среды. По мнению Святослава Сухова, директора дивизиона EMC Isilon в России и странах СНГ, то же самое происходит в нынешней бизнес-среде. Цифровая экономика захватывает существенную часть реального сектора экономики, улучшая его показатели и стимулируя эти процессы эволюции. И если данные – нефть цифровой экономики, то аналитика – ее двигатель. Проблема в том, что, согласно оценкам Gartner, 41% компаний, внедривших у себя технологии Больших Данных, не знают, окупились ли их проекты. Как полагает Сухов, это свидетельствует о явных недочетах в целеполагании.

Компании не могут быть конкурентоспособными, основываясь лишь на традиционной аналитике, которая уже не дает заметных преимуществ. «Классическая бизнес-аналитика – это археология, хотя и ее полное отсутствие может быть чревато крахом бизнеса, — провел аналогию Евгений Степанов, руководитель направления HPE Big Data Platform в России. — Реальное конкурентное преимущество может дать только открытие, направленное в будущее». При этом главная проблема вовсе не техническая, и заключается она в определении ценности данных и выработке стратегии их накопления и использования.

Леонид Березовский, руководитель отдела продаж платформы управления данными Microsoft, согласен с тем, что компании, реализующие проекты Больших Данных, преследуют общую цель — пытаются получить то или иное уникальное конкурентное преимущество. Сценарии могут быть самыми разными – от предотвращения оттока клиентов до минимизации производственных потерь и борьбы с мошенничеством. При этом, как правило, компании ориентируются на какое-то одно направление, создавая свою уникальность, а по остальным параметрам стараются быть на общем уровне.

Например, МТС хочет «ворваться на рынок мобильной рекламы», на основе имеющейся информации определяя потребности человека в данный момент. Как отметил Леонид Ткаченко, директор департамента стратегического маркетинга МТС, технологии сделали хранение и обработку данных очень дешевыми, благодаря чему стали целесообразными проведение массовых аналитических исследований и реализация новых сервисов. Глобальная задача – предоставление «ультраперсонализированного» сервиса на массовый рынок.

Действительно, оператор по своей статистике может узнать о районе проживания человека, времени его нахождения дома, интересах, приобретаемых товарах, составив полный профиль поведения. Однако даже «безопасные мелочи» могут стать конфиденциальной информацией после агрегации и обработки, поэтому защите данных необходимо уделять повышенное внимание. Дженнифер Трелевич, директор отдела риска и рыночных данных «ТехЦентра Дойче Банка», предложила применять концепции безопасных архитектур информационных систем, выделяя «белые» (незащищенные), «красные» (конфиденциальные) и «черные» (обязательные для шифрования) данные. Это позволит сделать защиту адекватной по трудозатратам и экономической эффективности. При этом ключевым вопросом становится даже не собственно безопасность, а этика использования Больших Данных. Компании должны не только защищать данные, выполняя требования регуляторов, но и аккуратно подходить к вопросам их использования.

В условиях гигантского роста объемов налоговой информации и усложнения алгоритмов ее анализа эффективное налоговое администрирование возможно благодаря использованию Больших Данных, уверена Татьяна Матвеева, начальник управления информационных технологий ФНС России. Именно технологии Больших Данных позволят автоматически сопоставлять данные контрагентов, оперативно выявлять и пресекать незаконную деятельность компаний-мошенников. Формируемый «единый налоговый файл» дает возможность сопоставлять между собой любые налоговые данные в масштабах всей страны, что значительно усложняет попытки применения незаконных схем уклонения от уплаты налогов.

Маркетинг с учетом Open Source

Леонид Ткаченко: «Технологии делали хранение и обработку данных очень дешевыми, благодаря чему стали целесообразными проведение массовых аналитических действий и реализация новых сервисов»

Не секрет, что открытые решения побеждают на рынке распределенной обработки массивов неструктурированных данных и многих других базовых технологий Больших Данных. Многие поставщики вынуждены принимать это во внимание, выстраивая свою политику.

Некоторые производители начинают работать с открытыми решениями. Как рассказал Андрей Суворкин, руководитель направления Big Data компании Teradata в России, компания год назад взяла под свое крыло платформу Presto – логическое хранилище данных на базе технологий обработки in-memory, и начала продвигать ее на корпоративном рынке, предлагая платную коммерческую поддержку. При этом клиенты получают такие преимущества, как быстрый старт, интеграция с другими продуктами и прочие корпоративные сервисы (безопасность, оптимизация работы, облачные сервисы и т. п.).

«Да, все более широкое распространение получают средства Open Source. Но очень многие компании предпочитают ускорять проекты, избегая трудоемких этапов и приобретая готовые решения», — заявила Наталья Горбунова, ведущий технический специалист Oracle. По ее словам, важно упростить вход в проекты Больших Данных, сделать доступнее работу с ними, и при этом речь идет вовсе не о деньгах. Новые технологии должны органично вписаться в существующую архитектуру и начать работать совместно с другими решениями. На волне успеха программно-аппаратных комплексов компания Oracle выпустила Big Data Appliance, построенный совместно с Cloudera и Intel.

«Мы не ставим целью заработать на ПО, хотя продукты и не бесплатны. Наша задача – предлагать решения, работающие на нашем оборудовании наиболее эффективно», — заявил Геннадий Федоров, технический консультант Intel. Предоставляя такое ПО, компания стимулирует продажи своих «основных» продуктов. Технологии Больших Данных требуют высочайшей эффективности вычислительных операций, и свое преимущество в Intel видят в том, что понимают проблемы науки о данных (Data Science) и умеют оптимизировать программные коды под свою архитектуру.

Нужен безграничный кредит доверия

Сергей Бондарев: «Многие проекты Больших Данных не идут дальше «пилотов» из-за того, что к их оценке подходят 'не с той стороны': монетизация данных, на которую надеются многие компании, не всегда очевидна»

По мнению Юрия Петрова, эксперта Big Big Data Group, главная проблема проектов Больших Данных заключается в том, что такие проекты, по определению требующие инновационного подхода, загоняют в стандартные рамки, а команду собирают из «старой гвардии»; это их и губит. Проект Big Data должен быть освобожден от всех проблем и ограничений, существующих в компании, – понимание этого должно быть у топ-менеджмента. Желание сэкономить ни к чему хорошему не приводит. Если руководство компании не готово выдать безграничный кредит доверия команде и практически безграничные ресурсы, то просто не следует начинать проект.

«Наша компания придерживается принципа независимости от внешних поставщиков, в том числе и в вопросах хранения и обработки данных», — заявил Сергей Бондарев, руководитель направления развития корпоративных информационных систем и отчетности «Ростелекома». Компании должны стремиться быть реальными владельцами своих данных, но фактически вадельцем часто становится разработчик внедряемых решений. «Ростелеком» строит хранилище данных на базе дистрибутива HortonWorks Hadoop силами специалистов дочерней компании.

Как полагает Бондарев, многие проекты Больших Данных не идут дальше «пилотов» из-за того, что к их оценке подходят «не с той стороны». Монетизация данных, на которую надеются многие компании, не всегда очевидна, поэтому следует начинать с простого. Проект «Ростелекома» изначально базируется на экономии в инфраструктуре. Потом можно будет задуматься о повышении операционной эффективности, а в дальнейшем – о дополнительных эффектах, к которым относится и монетизация данных.

Ваши счета за электричество могли бы зашкалить, если бы у вас дома на столе в течение месяца непрерывно работал компьютерный «монстр» Nvidia DGX-1.

При размерах с обычный настольный ПК суперкомпьютер DGX-1 обладает вычислительной мощью, как у 250 двухпроцессорных серверов, заявляют в компании Nvidia, которая представила свою разработку на проведенной ею в Калифорнии конференции GPU Technology Conference.

Производительность компьютера около 170 TFLOPS. Есть возможность объединить несколько экземпляров в стойке, создав систему общей мощностью 2 PFLOPS. Для сравнения, пиковое быстродействие самого быстрого суперкомпьютера в мире достигает 10 PFLOPS.

Как утверждают в Nvidia, DGX-1 работает в 56 раз быстрее, чем сервер с двумя чипами Intel Xeon E5 2697 v3; мощность таких серверов примерно 3 TFLOPS.

Компьютер рассчитан на алгоритмы глубинного обучения, которые сегодня все шире применяются в самоуправляемых автомобилях, робототехнике и суперкомпьютерных приложениях. По словам его создателей, если DGX-1 обучить задаче распознавания образов, то он будет справляться с нею гораздо быстрее, чем другие серверы. Автономные транспортные средства и роботы могут идентифицировать объекты в поле зрения путем сопоставления их с образами, хранимыми в облачных системах глубинного обучения, а такие системы строятся на базе компьютеров вроде DGX-1, добавляют разработчики.

Хотя в Nvidia сравнивают быстродействие своей системы с серверами на базе Intel Xeon, ее центральные процессоры — именно такие чипы, правда, в компании не уточняют, какой именно модели. Но, так или иначе, «накачку» мощности DGX-1 обеспечивают другие комплектующие, прежде всего видеопроцессоры.

В основе DGX-1 лежат восемь графических чипов Tesla P100, основанных на новой архитектуре Nvidia Pascal. Ее саму и видеоадаптеры в компании тоже представили на GTC, подчеркнув, что это самые быстрые видеоадаптеры среди созданных на сегодня в Nvidia.

Дополнительную мощность системе придает ряд новых технологий. Среди них интерфейс NVLink, способный передавать данные на скорости 160 Гбит/с, впятеро быстрее по сравнению с PCI-Express.

Еще одно новшество — память High-Bandwidth Memory 2 на основе технологии FinFET, подразумевающей размещение кристаллов памяти друг над другом. У каждого видеопроцессора 16 Гбайт памяти HBM2, то есть всего ее в суперкомпьютере — 128 Гбайт.

В компании Samsung, являющейся производителем HBM2, сообщают, что пропускная способность памяти составляет 256 Гбайт/с, что вдвое выше, чем у HBM. Последняя используется AMD в выпускаемых ею сейчас видеопроцессорах Fury, но позднее в этом году произойдет переход на HBM2.

Видеочипам суперкомпьютера нужно немало электроэнергии — требуется блок питания, способный выдавать мощность от 800 до 3200 Вт. В Nvidia не уточняют, как охлаждается система, с помощью воздуха или жидкости.

Но это компактный суперкомпьютер, который расходует массу энергии, так что, скорее всего, ему для рассеивания тепла требуется специализированная система охлаждения, отметил Джим Макгрегор, главный аналитик Tirias Research.

DGX-1 имеет два порта 10-Gigabit Ethernet и твердотельные накопители общей емкостью 7 Тбайт, используемые для хранения и кэширования. В комплекте с системой будут предлагаться программное обеспечение, алгоритмы и инструменты разработки для задач глубинного обучения.

Систему уже можно заказать у Nvidia, информация о ценах пока не раскрывается.

На конференции для разработчиков Build в Microsoft рассказали, как предполагают сохранить интерес к своим продуктам на рынке мобильных вычислений.

В корпорации уже не особенно рассчитывают на то, что разработчики будут писать приложения для Windows 10 Mobile; вместо этого в Microsoft собираются создавать инструменты, помогающие разрабатывать приложения на любой операционной системе, и надеются, что следствием станет повышение интереса к Windows в целом.

Одной из ключевых инициатив в этом отношении станет бесплатное предложение разработчикам инструментов компании Xamarin, которую Microsoft купила всего несколько недель назад. Инструментарий Xamarin позволяет разрабатывать приложения для iOS и Android на C#, языке программирования, созданном в Microsoft.

По мнению аналитика Патрика Мурхеда, известие о Xamarin имеет важное значение для предприятий, для которых будет весьма полезной возможность писать приложения на одном языке и развертывать на трех разных платформах.

Трудно судить, заинтересуют ли инструменты Xamarin разработчиков потребительских приложений, которые во многих случаях создаются для iOS и Android на «родных» языках этих платформ.

Так или иначе, Microsoft отходит от своей прежней мобильной стратегии, которая состояла в том, чтобы поощрять разработчиков к созданию приложений, работающих на смартфонах под Windows; корпорация переориентируется на поставку кросс-платформенных инструментов, добавил Мурхед.

По мнению аналитика IDC Эла Хилвы, в Microsoft хотят, чтобы средства разработки стали для программистов чем-то сродни тому, чем приложения Office являются для офисных сотрудников: «Я имею ввиду, что в Microsoft надеются предложить инструментальную цепочку, которой будут отдавать предпочтение при кросс-платформенной разработке, в том числе для мобильных, облачных сред и т. д. Цель амбициозная, но в Microsoft уже двигаются к ней, строя мультиплатформенную экосистему. Учитывая историю взаимоотношений Microsoft с разработчиками, можно предположить, что шанс на успех есть».

Еще одно новшество, представленное Microsoft, — набор технологий Bot Framework. Он помогает в создании веб-сервисов, способных общаться с людьми и выполнять действия по их просьбе. Bot Framework работает на различных мобильных платформах и интегрируется с популярными приожениями для чата, включая Telegram, GroupMe, Skype и Slack, причем из перечисленных только два принадлежат Microsoft.

План Microsoft в том, чтобы предлагать разработчикам инструменты, поощряющие к использованию облачных сервисов корпорации. В составе фреймворка есть инструментарий для создания чат-ботов Bot Toolkit. Он содержит средства взаимодействия с сервисами Azure, в том числе с Language Understanding Intelligent Service, с помощью которого программы могут «понимать» вопросы, заданные в текстовой форме.

Таким образом, выход Bot Framework вписывается в общую стратегию Microsoft в отношении облака Azure, которое позволяет создавать облачные механизмы для мобильных приложений, не обязательно работающих в Windows.

В Microsoft также пытаются поднять интерес к своей платформе разработки, позволяя создавать универсальные Windows-приложения, которые можно запускать не только на традиционном оборудовании, но также на шлеме виртуальной реальности HoloLens, интерактивных досках Surface Hub и игровой консоли Xbox One.

Возможно, столь масштабный подход и приведет к тому, что разработчики начнут переносить приложения на ПК и планшеты с Windows 10, и даже на малопопулярные сегодня устройства с Windows 10 Mobile.

Выпуская процессор седьмого поколения для настольных и мобильных компьютеров, компания AMD рассчитывает составить более серьезную конкуренцию процессорам Intel Skylake.

Новые чипы AMD, разрабатывавшиеся под кодовым наименованием Bristol Ridge, на первых порах будут поставляться в двухъядерной и четырехъядерной конфигурации. Процессор Bristol Ridge будет устанавливаться в портативные компьютеры HP Envy X360, а ПК с чипами, относящимися к семействам FX и A, появятся чуть позже.

Новые процессоры придут на смену прошлогодним чипам, выпускавшимся под кодовым наименованием Carrizo. Архитектура Bristol Ridge в целом похожа на Carrizo, но внесенные в нее эволюционные усовершенствования помогут увеличить производительность ноутбуков и продолжительность их работы от батареи. Более подробную информацию о процессорах седьмого поколения компания AMD представит на выставке Computex, которая откроется в Тайбэе.

К старым процессорам AMD пользователи относились довольно прохладно, и Bristol Ridge станет последним продуктом компании для портативных компьютеров перед появлением долгожданных чипов Zen. Фундаментально переработав процессорную архитектуру, AMD рассчитывает оживить свой бизнес процессоров для ПК.

А пока Zen на горизонте еще не видно, производительность ноутбуков можно повысить с помощью чипов Bristol Ridge. В AMD утверждают, что новые процессоры работают примерно на 50% быстрее чипов для ноутбуков, которые были представлены два года назад под кодовым наименованием Kaveri.

С производительностью графической подсистемы, которая всегда считалась сильной стороной AMD, тоже все в порядке. Объявлено, что обработка графики в новых процессорах будет осуществляться на 18% быстрее, чем в Carrizo, и на 50% быстрее, чем в сопоставимых процессорах Intel Skylake. Bristol Ridge станет первым чипом AMD для портативных компьютеров, который будет поддерживать память DDR4.

Конкретные показатели роста производительности процессоров не сообщаются, но ожидается, что они будут измеряться однозначными или даже двузначными числами. «Впрочем, до появления Zen пользователи не ждут от чипов AMD существенного прироста производительности», – заметил главный аналитик компании Tirias Research Джим Макгрегор.

В AMD обещают, что производительность процессоров Zen будет выше на 40%. Это очень серьезная заявка, поскольку при разработке существующих чипов упор делался главным образом на повышение эффективности энергопотребления, а не производительности.

Модель HP Envy X360, оснащенная экраном с диагональю 15,6 дюйма и складывающаяся в планшет, станет первым портативным компьютером с процессором Bristol Ridge. Еще одна его версия будет выпускаться с процессором AMD FX 9800P. Чипы семейства FX считаются самыми быстрыми процессорами AMD, и оснащенные ими ноутбуки HP можно будет использовать для запуска игр с разрешением 4K.

Компьютеры Envy X360 будут поставляться и с процессорами Intel Skylake. Ноутбук с чипом AMD рассчитан на 10 часов непрерывной работы от батареи и оснащается жестким диском объемом 2 Тбайт или твердотельным накопителем емкостью 256 Гбайт. Компьютер имеет толщину 18,8 мм и начнет поставляться в мае по цене от 679,99 долл.

Процессоры Bristol Ridge для ноутбуков будут выпускаться до появления в следующем году чипов Zen. Компания Intel, представив процессоры Skylake, сумела сделать шаг вперед после прошлогодних неудач с Broadwell. Первые чипы Zen для игровых настольных компьютеров старшего класса должны появиться уже в этом году, а для серверов – в начале следующего года.

Процессоры Bristol Ridge составят конкуренцию и новым процессорам Intel Kaby Lake, которые будут выпускаться по той же технологии, что и Skylake.

Корпорация IBM объявила о намерении создать интеллектуальные компьютеры, которые смогут принимать решения так же, как человек. В конце марта она начала поставки модели NS16e – самого крупного на сегодняшний день компьютера, моделирующего работу мозга, – и продолжает вынашивать далеко идущие планы.

В ближайшем будущем предполагается создание укрупненных версий NS16e, которые по своим масштабам приблизятся к человеческому мозгу. О своем намерении закупить эти вычислительные системы заявили в минэнерго США для использования в Национальной лаборатории им. Лоуренса в Ливерморе.

«Возможно, однажды мы увидим в одной стойке нейросинаптическую систему, содержащую в себе столько же нейронов и синапсов, сколько содержится в человеческом мозге», – написал в своем блоге исследователь из IBM Джун Савада.

Человеческий мозг можно рассматривать в качестве биологического компьютера, обладающего крайне высокой эффективностью энергопотребления. Усилия по созданию систем, имитирующих мозг, направлены в первую очередь на обеспечение обработки больших объемов данных с гораздо более высокой по сравнению с существующими компьютерами эффективностью энергопотребления. В IBM полагают, что NS16e сможет обрабатывать огромное количество данных, потребляя при этом столько же энергии, сколько потребляет планшет.

NS16e базируется на процессорной архитектуре TrueNorth, позволяющей сохранять информацию и принимать решения на основе шаблонов, выявляемых в процессе ассоциаций и оценки вероятностей. Используя обучающие модели и алгоритмы, компьютер ассоциирует текущие и собранные ранее данные с шаблонами в соответствии с принятыми системами классификации.

Это позволяет получить те же результаты, что и при выполнении алгоритмов машинного обучения на компьютерах, занимающихся распознаванием образов. Аналогичные модели используются, например, при определении объектов на фотографиях и идентификации беспилотными автомобилями пешеходов и дорожных знаков.

Отличие системы IBM заключается в том, что в ней применяются схемы, моделирующие работу нейронов и синапсов человеческого мозга. В целях повышения эффективности энергопотребления в процессе обработки данных корпорация вносит необходимые изменения в конструкцию памяти, вычислительных и телекоммуникационных компонентов.

«Определенная часть коры головного мозга отвечает за распознавание визуальных образов, другие части выполняют моторные функции, – указал Савада. – NS16e действует аналогичным образом. Каждый чип отвечает за функционирования своей части крупной нейронной сети».

Как можно предположить из названия, NS16e содержит 16 чипов TrueNorth, объединенных в сеть и представляющих собой эквивалент примерно 16 млн нейронов и 4 млрд синапсов. По своим масштабам он значительно уступает человеческому мозгу, в котором присутствует около 100 млрд нейронов, связанных друг с другом триллионами соединений (синапсов).

Корпорации IBM предстоит пройти еще очень долгий путь, прежде чем она сумеет приблизиться к масштабам человеческого мозга, однако определенный прогресс заметен уже сегодня. Проект стартовал в 2004 году, а к 2009 году IBM уже смоделировала мозг кошки. В 2011 году был создан прототип, который объединял 256 цифровых нейронов и позволял демонстрировать возможности навигации и распознавания образов.

Сегодня цель состоит в том, чтобы увеличить масштабы компьютера NS16e за счет размещения большего числа чипов на укрупненных материнских платах. Смонтировав на плате больше процессоров TrueNorth, исследователи получат больше аппаратных ресурсов и смогут решать более сложные задачи в процессе программирования. В существующих системах для выполнения соответствующих операций используются обычные компоненты: процессоры архитектур x86 и ARM, программируемые логические матрицы (FPGA) и графические процессоры.

В ходе проектирования чипов IBM разрабатывает и программное обеспечение для них. Создание алгоритмов и моделей обучения, а также выстраивание этих моделей в соответствии с функциями мозга требует дополнительных усилий.

«Система продолжает развиваться, – отметил Савада. – Мы непрерывно создаем и тестируем новые алгоритмы обучения, новые методики формирования моделей и новые алгоритмы оптимизации».

Для моделирования работы мозга предпринимаются очень серьезные усилия. Некоторые функции распознавания изображений, реализованные в проекте Qualcomm Zeroth, уже нашли отражение в новейшем мобильном процессоре Snapdragon 820. Заслуживает упоминания и проект Neurogrid Стэнфордского университета. В рамках программ Европейского Союза Human Brain Project и Neuromorphic Computing Platform финансируются исследования университета Гейдельберга в Германии и проект Spinnaker Манчестерского университета.

Японская компания NTT Data приобретет специализировавшееся на консалтинге и ИТ-услугах подразделение Dell IT Services более чем за 3 млрд долл. Аналитики полагают, что сделка эта весьма выгодна для обоих ее участников.

«После приобретения статуса частной компании Dell проводит масштабную реструктуризацию, – указала главный аналитик Forrester Research Лиз Херберт. – А заключение сделки с EMC потребовало дальнейшего углубления этой реструктуризации, поскольку теперь технологический гигант остро нуждается в деньгах».

Мегаслияние Dell с EMC, оцениваемое в 67 млрд долл., стало крупнейшим событием подобного рода в ИТ-секторе. Но эта сделка породила огромную задолженность у Dell.

С момента приобретения в 2009 году компании Perot Systems, которая впоследствии была преобразована в подразделение Dell Services, Dell так и не удалось вывести этот бизнес на желаемые показатели.

«Бизнес профессиональных услуг в отличие от других направлений (например, от производства продуктов для потребительского рынка) никогда не был для Dell ключевым, – заметила Херберт. – Компания Perot Systems действительно считалась лидером на рынке консалтинговых и ИТ-услуг, особенно в сфере здравоохранения, но ее новым владельцам так и не удалось ассоциировать мощь бренда Perot с услугами Dell. Реализовать в полной мере потенциал, обусловленный связями между Dell Services и Dell Products, у них также не получилось. В сложившихся условиях Dell действительно имеет смысл продать свое сервисное подразделение».

Со своей стороны, NTT Data надеется извлечь выгоду из развивающегося направления аутсорсинга бизнес-процессов, особенно в сфере здравоохранения и страхования. Кроме того, компания получит в свое распоряжение дата-центры Dell Services в США, Великобритании и Австралии, что поможет ей расширить свое присутствие на этих рынках.

В последние несколько лет NTT Data приобрела и других поставщиков профессиональных услуг, в том числе Optimal Solutions, Intelligroup и Keane.

«Покупка Dell Services упрочит позиции компании в качестве глобального поставщика услуг и расширит портфель предложений за пределами Японии», – констатировала Херберт.

По мнению научного директора облачного направления Gartner Сида Нега, Dell стремится избавиться от активов, которые не вписываются в стратегию компании после ее слияния с EMC. Новая стратегия предполагает ставку на развитие корпоративных систем, различного оборудования (серверного, сетевого, устройств хранения), а также технологий частного облака, включая связанные с облаком системы.

«Продажа Dell Services является частью этой стратегии, – подчеркнул Нег. – В результате Dell получит дополнительные денежные средства для закрытия сделки по слиянию с EMC и избавится от необходимости увольнять персонал подразделения. В настоящее время Dell Services занимается аутсорсингом бизнес-процессов, приложений и инфраструктуры, а также облачными сервисами. Между тем, в общую стратегию Dell и EMC вписываются только облачные сервисы. При этом у EMC уже имеются свои собственные облачные сервисы, в частности, Virtustream».

Но как все это отразится на клиентах Dell Services?

По словам Нега, перейдя под крышу компании, сфокусированной на ИТ-услугах, они лишь выиграют.

«В последнее время NTT Data приобрела и других поставщиков услуг, например, Keane, – напомнил он. – Все это дает клиентам Dell Services дополнительную уверенность в том, что обслуживать их будет серьезная компания, нацеленная на комплексное предоставление ИТ-услуг».

Компания Foxconn, крупнейший в мире контрактный производитель электроники, которому до сих пор отводилась роль безликого исполнителя, выпускающего по заказам чужие продукты, в том числе и продукты Apple, намерена стать владельцем глобального потребительского бренда.

После нескольких лет переговоров Foxconn подписала наконец соглашение с испытывающим серьезные финансовые трудности японским производителем электронных компонентов и потребительской электроники Sharp.

Foxconn Technology Group заплатит за 66% акций Sharp 389 млрд йен (3,43 млрд долл.).

Благодаря этой сделке Foxconn получит не только непосредственный выход на рынок цифровой техники, но и широкий спектр электронных компонентов и бытовых устройств, что позволит ей увеличить добавленную стоимость, генерируемую на этапах между проектированием и доставкой товара.

На протяжении многих лет имя Sharp ассоциируется с телевизорами, но помимо этого компания продает также принтеры, проекторы, телефоны и кассовые терминалы. В результате покупки контрольного пакета акций японской компании Foxconn начнет конкурировать с некоторыми из своих собственных клиентов.

Sharp выпускает также различные компоненты, которые поставляет производителям готовой продукции: жидкокристаллические панели, блоки питания, радиоприемники и сенсоры изображений. Заключенная сделка поможет Foxconn полнее контролировать соответствующие каналы поставок.

Sharp первой использовала для увеличения яркости жидкокристаллических дисплеев оксид индия, галлия и цинка (indium gallium zinc oxide, IGZO). Компания Apple давно обещает внедрить соответствующую технологию в каждом очередном поколении iPhone, однако дальше обещаний дело у нее пока не пошло.

Глава подразделения жидкокристаллических дисплеев Sharp Тецуо Ониши, не дожидаясь завершения сделки, объявил о своем уходе из компании в последний день финансового года.

Финансовые результаты Sharp выглядят далеко не радужными. Президент и генеральный директор компании Кодзо Такахаши сообщил о снижении годовых финансовых показателей, обусловленном падением объемов продаж, особенно в Китае.

С целью дальнейшего сокращения расходов Sharp в середине февраля объявила о грядущем урезании зарплат на 5% у руководящего состава и на 2% у рядовых сотрудников.

Низкая эффективность и необходимость сокращения издержек чуть было не стали причинами срыва сделки с Foxconn, которая к концу февраля была полностью подготовлена – оставалось лишь подписать документы. 25 февраля совет директоров Sharp утвердил выпуск 3,28 млрд обыкновенных акций стоимостью 118 йен и 8,62 млн неголосующих акций по цене 11 800 йен каждая. На их покупку Foxconn собиралась выделить 489 млрд йен.

Однако почти сразу японские СМИ опубликовали информацию о том, что Foxconn приостановила заключение сделки из-за выявленных у Sharp дополнительных обязательств на 300 млрд йен.

В результате оценки этих обязательств сумма, предлагаемая Foxconn, уменьшилась более, чем на четверть, и компания затребовала для себя право конвертации в следующем году каждой из неголосующих акций в 100 голосующих.

Теперь когда Apple выпускает новые продукты, компании уже не удается восхитить ими столь огромное количество людей, как когда-то. В Apple утверждают, что привносят революционные изменения практически во все свои новые продукты, но это лишь становится поводом для нескончаемого потока скептицизма в отраслевой прессе. Большинство реальных технических достижений компании сегодня — это внутренние усовершенствования, поэтому широкие массы их по большей части просто не замечают.

Технические специалисты и СМИ, пристально следящие за Apple, не особенно восторгаются новинками, однако уровень удовлетворенности покупателей продукции компании сейчас достиг небывалой высоты, и они продолжают голосовать деньгами. «Причина, по которой изделия Apple по-прежнему хорошо продаются несмотря на минимальную инновацию — это колоссальная преданность поклонников, которые заинтересованы в покупке очередных моделей, — полагает Четан Шарма, аналитик, отраслевой консультант. — Армия поклонников Apple гораздо больше, чем у остальных производителей цифровой техники».

Иллюстрацией популярности компании могут послужить впечатляющие цифры, названные генеральным директором Apple Тимом Куком на презентации iPhone SE и iPad Pro с экраном 9,7 дюйма. «Недавно мы прошли крупную веху, которая когда-то казалась просто немыслимой, — заявил Кук. — Сейчас во всем мире используется более миллиарда устройств Apple».

По данным IDC, за 2015 год в Apple продали 226 млн экземпляров iPhone и 49,6 млн iPad. Продажи планшетов в 2015 году снизились, доля соответствующего рынка, принадлежащего Apple, составила 24%. Компания захватила 15,8% мирового рынка смартфонов, а Wall Street Journal со ссылкой на Canaccord Genuity сообщил еще один впечатляющий показатель: на долю Apple пришлось 92% всей прибыли участников отрасли от продажи смартофнов.

Новые компактные iPhone SE и iPad Pro помогут Apple расширить покупательскую базу в Китае, Индии и на других развивающихся рынках, полагает Шарма. Мобильные устройства старшего класса сейчас в основном покупают ради обновления уже имеющихся аппаратов, но сегмент нижнего и среднего ценового диапазона мог бы легко достаться Android, и именно на этом рынке Apple теперь будет стараться продавать больше, добавляет аналитик.

Современные мобильные платформы достигли зрелости, уверен Ави Грингарт, директор по исследованиям Current Analysis: «Пространство для инноваций по-прежнему колоссальное, но какие-то революционные прорывы теперь уже маловероятны». Тем не менее, инкрементальные усовершенствования устройств, которыми ежедневно пользуются миллиарды людей, могут оказать колоссальное влияние, добавил он.

Внешний вид и функционал популярных смартфонов раньше менялся с каждым новым поколением устройств, но сегодня большинство улучшений — это доработки программного обеспечения и усовершенствования аппаратной начинки. И Apple не одинока в подобной стратегии; вся индустрия мобильных устройств отошла от кардинальных усовершенствований смартфонов и планшетов, продолжает аналитик.

«Apple уже захватила крупную часть рынка смартфонов премиум-класса, — отметил Грингарт. — Стабилизация продаж на этом абсурдно высоком, невероятно прибыльном для компании уровне — это не так уж плохо и не помогает конкурентам. Если Apple снова начнет быстро расти, то вероятно за счет новых продуктов, работающих с iPhone, а не благодаря усовершенствованию самого смартфона».

Пусть даже два свежих продукта Apple лишены «вау-фактора», но компании удалось упаковать большинство функций своего флагманского аппарата iPhone 6s (за исключением 3D Touch) в четырехдюймовый смартфон, самый доступный по цене за всю историю. Возможно, iPhone SE уже не вызывает такого восхищения, как предыдущие модели, но он будет продаваться, а для Apple именно это имеет значение. «Apple — престижный бренд, и потребители будут продолжать покупать продукты компании даже если они им едва по карману», — уверен Шарма.

В возрасте 79 лет скончался бывший генеральный директор Intel Эндрю Гроув, с чьим именем связан переход компании от изготовления микросхем памяти к производству микропроцессоров в эпоху роста популярности ПК.

Гроув был первым сотрудником, кого приняли на работу Роберт Нойс и Гордон Мур, ушедшие в 1968 году из Fairchild Semiconductor и основавшие Intel. (После окончания вуза Гроув принял приглашение Мура в Fairchild и там под его руководством дорос до должности заместителя начальника направления исследований и разработок.) В 1979 году он занял пост президента Intel, а в 1987-м стал генеральным директором.

Родился будущий генеральный директор Intel в 1936 году в Будапеште в еврейской семье (настоящее его имя Андраш Гроф). В условиях нацистской оккупации находиться в Венгрии евреям было крайне опасно, но семье Гроува удалось избежать преследований во время Второй мировой войны. Сам он покинул страну в 1956 году, перейдя границу с Австрией после подавления советскими войсками венгерского восстания.

В Австрии он получил статус беженца и в 1957 году перебрался в США, поселившись у родственника в Нью-Йорке.

Гроув активно выступал за усиление интеграции различных подразделений Intel. Под его руководством производственное и научно-исследовательское направления превратились в единую мощную силу. Сегодня Intel практикует такой подход на всех своих производственных предприятиях.

Став президентом компании, Гроув помог Intel переключиться с изготовления микросхем памяти на производство микропроцессоров в период бурного распространения персональных компьютеров. Сегодня компания доминирует на рынке процессоров для ПК и серверов, но уступает конкурентам в борьбе за важные развивающиеся рынки планшетов и смартфонов.

В своей книге «Выживают только параноики» Гроув рассказал о том, как Intel удалось пережить драматические изменения в компьютерной отрасли.

Будучи бойцом по натуре, он сделал выбор в пользу нетрадиционного, но, как оказалось впоследствии, успешного лечения рака простаты и сумел в итоге победить болезнь. В статье, опубликованной в 1996 году в журнале Fortune, Гроув объяснил, почему принял такое решение. Впоследствии он поддерживал исследования болезни Паркинсона, которой страдал и сам.

С женой Евой Энди Гроув прожил в браке 58 лет, у него осталось двое дочерей и восемь внуков.

В процессе игры против Ли Седоля, одного из лучших в мире мастеров го, система искусственного интеллекта Google AlphaGo озадачила комментаторов ходами, которые те называли «красивыми», но отмечали, что они не свойственны стилю игры человека.

Эксперты в области искусственного интеллекта считают, что такие ходы стали проявлением главного преимущества AlphaGo — способности учиться на собственном опыте. Подобные ходы нельзя было сгенерировать лишь исходя из накопленных знаний о том, как играют люди, отмечает Доина Прекап, доцент Университета Макгилла.

«AlphaGo не просто мыслит, но и имеет способности к обучению и стратегическому планированию», — соглашается Говард Ю, профессор стратегического управления и инновации бизнес-школы Международного института управленческого развития.

AlphaGo выиграла у Ли Седоля подряд три первых игры, чем заработала себе победу в турнире и призовые миллион долларов, которые в Google собираются пожертвовать на благотворительность. Но четвертую партию система проиграла, допустив ошибку, после чего Ли Седоль отметил, что у AlphaGo есть определенные слабые места.

Работа над программой началась около двух лет тому назад в рамках исследовательского проекта, целью которого было проверить, сможет ли нейронная сеть, работающая по принципу глубинного обучения, освоить игру го, сообщил Дэвид Сильвер, один из ведущих научных сотрудников проекта AlphaGo. Google в 2014 году приобрела DeepMind, британскую компанию, занимающуюся системами искусственного интеллекта.

Четвертую партию система проиграла, допустив ошибку, позволившую Ли Седолю утверждать, что у AlphaGo есть слабые места

Во время игры система руководствуется вероятными ходами людей, генерируемыми «сетью правил» — моделью действий реальных мастеров го в различных ситуациях. Но когда включается «оценочная» нейронная сеть системы, используемая для более глубокого анализа ситуаций, программа может сделать оригинальный ход.

По правилам го, игроки ходят по очереди белыми и черными фишками, которые называются «камнями», ставя их на пересечения линий на доске 19х19 и стараясь захватить как можно большую территорию путем окружения камней противника.

В отличие от людей, AlphaGo старается максимизировать вероятность общей победы, а не захватить наибольшую территорию, чем и объясняются некоторые из ходов системы, сообщил генеральный директор DeepMind Демис Хассабис.

По словам Прекап, специалисты ожидали, что пройдет еще много лет, прежде чем системы искусственного интеллекта смогут победить человека в го, игре, которая считается более сложной, чем другие стратегические игры наподобие шахмат, из-за гораздо большего количества вариантов ветвления и среднего числа возможных действий в расчете на ход.

«Уровень развития систем искусственного интеллекта принято оценивать с помощью сложных игр и задач. В данном случае такой задачей стало освоение го, — рассказал Бабак Ходжат, сооснователь, главный научный сотрудник компании Sentient Technologies. — AlphaGo удалось значительно поднять планку уровня сложности задач, которые теперь подвластны системам машинного обучения».

Го требует принятия высокоуровневых стратегических решений, отметила Прекап. На доске несколько боев за разные участки могут вестись параллельно, и нужно выбирать, какой из боев продолжить при очередном ходе, и какую область защищать. «Считалось, что на планирование такого рода способен лишь ум человека», — добавила она. Программы для игры в го раньше уже разрабатывались, но их возможности были очень слабыми по сравнению с людьми .

AlphaGo идет по стопам шахматного компьютера Deep Blue, одержавшего победу над Гарри Каспаровым в 1997 году. Еще один компьютер IBM, Watson, в 2011-м выиграл у людей в телевикторине Jeopardy.

Программа DeepMind сильно отличается от Deep Blue, которая полагалась прежде всего на поиск среди огромного количества позиций, но при этом имела и эвристические механизмы, имитировавшие мышление гроссмейстеров. AlphaGo тоже оснащена мощным поисковым компонентом, но обучается игре самостоятельно, а не просто копирует действия людей.

Весь объем инженерной мысли, вложенный в разработку Deep Blue, служил единственной цели — победить в шахматы, отметил Ю.

В Google собираются попробовать силы своего искусственного интеллекта и в других областях помимо игр, в том числе в здравоохранении и в научных исследованиях. «Глубинное обучение хорошо подходит для любой задачи, связанной с классификацией временных рядов», — говорит Ходжат. В его компании сходную технологию используют в системе Sentient Aware для сайтов электронной коммерции, которая помогает покупателям находить новые товары, отображая те, что внешне похожи на уже просмотренные.

AlphaGo основана на алгоритмах общего назначения, применяемых во многих ситуациях, подчеркивает Прекап. Программа полагается на две методики обучения — обучение с подкреплением и глубокие сети. Обе используются во многих системах, от роботизированных протезов до средств распознавания речи. «Возможно, такие алгоритмы и оптимизируются для конкретных применений, но они рассчитаны не на какую-то одну область задач», — добавила она.

Алгоритм общего назначения, способный к самообучению и имитации обучения с подкреплением, как у людей, открывает «новые возможности, на которые человеческий ум не способен», полагает Ю.

AlphaGo, однако, не способна понимать естественный язык людей, в отличие от системы IBM, которая с этим справляется блистательно, продолжил он. «Обрабатывая миллионы страниц медицинских журналов и информации о пациентах, Watson выдает врачам рекомендации по диагностике и лечению; например, он может посоветовать сделать дополнительный анализ крови или напомнить самые свежие данные по клиническим испытаниям, — говорит Ю. — Если когда-нибудь механизмы самообучения AlphaGo объединят с системой понимания человеческого языка Watson, создав алгоритм общего назначения, превосходству человека над машиной, скорее всего, придет конец».

Беспокойство по поводу утраты преимущества человека перед машиной было фоном состязания между Ли Седолем и AlphaGo. Многие в онлайн-комментариях к игре писали, что южнокорейскому профессионалу выпало «вести грандиозный бой с компьютером от имени всего человечества».

Но эксперты считают, что победа в го — игре на двоих с четко заданными правилами — не означает, что пришло время, когда машины возобладают над людьми. «Сегодня искусственный интеллект неплохо справляется со многими когнитивными задачами, которые раньше были под силу только людям, — указал Ходжат. — Но прежде чем он достигнет человеческой мощи абстрактного мышления, пройдут еще годы».

«У нас еще нет машин с искусственным интеллектом общего назначения, который был бы способен решать многие разные задачи, скажем, играть в го, понимать текст, музицировать на скрипке и т. д., — добавила Прекап. — Это следующий рубеж, но мы еще очень далеко от него».

В Microsoft Research недавно сообщили о работе над проектами в области общего интеллекта. Как отметили в корпорации, исследователи, занимающиеся искусственным интеллектом, создали, к примеру, средства распознавания слов, но пока не научились комбинировать навыки с такой же легкостью, как это удается людям.