Rozwiązania kognitywne to nie tylko software... Piotr Beńke Dyrektor działu Rozwiązań Sprzętowych IBM Polska Watson Warsaw Summit 2017
Dane transformują branże jak i zawody DANE SŁUŻBY ZDROWIA DANE RZĄDOWE I EDUKACYJNE 99% 88% 94% 84% wzrost do 2017 nieustrukturyzowane wzrost do 2017 nieustrukturyzowane Urządzenia pomiarowe Elektroniczne rejestry medyczne Wyniki badań medycznych Urządzenia pomiarowe w flocie samochodowej Systemy sterowania ruchem Rejestry studenckie DANE UŻYTECZNOŚCI PUBLICZNEJ DANE MULTIMEDIALNE 93% 84% 97% 82% wzrost do 2017 nieustrukturyzowane wzrost do 2017 nieustrukturyzowane Czujniki pomiarowe Identyfikatory pracownicze Dane lokalizacyjne Filmy Obrazy Muzyka, dzwięk 2
Systemy kognitywne Systemy kognitywne starają się zrozumieć świat poprzez pomiary i interakcję, wnioskować używając hipotez i argumentów oraz uczyć się od ekspertów jak i poprzez dane. IBM WATSON jest najbardziej zaawansowanym tego typu rozwiązaniem dostępnym na rynku. 3
Nauka rozpoznawania obiektów na zdjęciach nie jest trywialna 4
IT wkracza w erę rozwiązań kognitywnych Dzisiaj biznes w 36 krajach w 17 branżach używa technologii kognitywnej Istnieje 350+ partnerów tworzących ekosystem rozwiązań Watson gdzie 100 Już wykorzystuje Watson a w swoich produktach 78% Kadry zarządzającej jest przekonanych, że udany biznesie będzie zarządzał inteligentnymi maszynami jak i pracownikami Watson API jest wywoływane w ciągu miesiąca średnio 1.3mld i liczba ta nieustannie rośnie Spośród CxO świadomych rozwiązań kognitywnych : 96% 84% 94% 89% w branży ubezpieczeniowej zamierza inwestować w te rozwiązania. w służbie zdrowia obawia się, rozwiązań kognitywnych. w branży sprzedaży detalicznej zamierza inwestować w rozwiązania kognitywne. w branży telekomunikacyjnej jest przekonana o istotnym wpływie rozwiązań kognitywnych na przyszłość ich biznesu. 5
Cena/Wydajność Innowacyjność w IT Innowacyjność w IT nie pochodzi jedynie od procesora Prawo Moore a Technologia i procesory Firmware / OS Akceleratory Oprogramowanie Pamięć masowa Sieć 2000 2020 Wymagana jest innowacyjność dla pełnego systemu (Im mniej tym lepiej) W najbliższych czasach innowacyjność będzie stymulowana przez : Akceleratory sprzętowe Podłączone urządzenia I/O Optymalizację oprogramowaniem 6
Infrastruktura kognitywna podstawowe cechy Szybkość procesora Procesor Elastyczność, szybkie wykonywanie algorytmów analitycznych Komunikacja z pamięcią Pamięć Duża, szybka pojemność, maksymalizująca efektywność zapytań biznesowych Komunikacja ze światem zewnętrznym Przepustowość dla danych Przesyłanie olbrzymiej ilości informacji w celu przetwarzania w czasie rzeczywistym Optymalizacja dla dużej liczby rozwiązań z obszaru BigData i Analytics 7
Innowacyjne jutro dostępne dzisiaj Quantum Computing Approximate Computing Neuromorphic Computing (1M neuronów oraz 256M synaps/73mw ) 8
Jak możemy zbudować rozwiązanie kognitywne już dziś Usługi IBM Watson na platformie Bluemix Budowa lokalnego rozwiązania Deep Learning Rozwiązanie hybrydowe 9
Strategia IBM dotycząca Deep Learning/ PowerAI Modyfikacja open-source owego framework u DL o dodatkowe optymalizacje i nowe algorytmy. Optymalizacja na poziomie systemu operacyjnego np. Pełne wykorzystanie NVLink na platformie sprzętowej Power, poprawienie klastrowania wydajnościowego (scaleout), itp. Budowa udoskonalonego rozwiązania akcelerowanego przez procesory graficzne z użyciem NVLink Nowe algorytmy, techniki, optymalizacja Deep Learning Frameworks Specyficzna optymalizacja dla Power / NVLink IBM Version of DL Frameworks 10
PowerAI jak rozpocząć budowę rozwiązania Deep Learning Pakiet prekompilowanych, głównych framework ów Deep Learning Prostota instalacji i uruchomienia rozwiązania DL ze wsparciem korporacyjnym Optymalizacja wydajności wykorzystująca możliwości NVLink I klastrowania Możliwe dzięki wysoko wydajnej infrastrukturze 11
Przykłady zastosowania rozwiązań Deep Learninig / AI Enterprise Wykrywanie Fraudów w banku detalicznym porównanie twarzy klienta przy okienku ze zdjęciem z dokumentu tożsamości oraz ze zdjęciami z dokumentów okazanych w innych oddziałach. 12
Przykłady zastosowania rozwiązań Deep Learninig / AI Enterprise Analiza tekstów z mediów społecznościowych, zarejestrowanych rozmów w Telefonicznych Centrach Obsługi Klientów Nieustanne doskonalenie/szkolenie na podstawie danych pochodzących z wielu źródeł (media społecznościowe, wewnętrzne konwersacje). Udostępnianie informacji o kluczowych i najważniejszych wydarzeniach w formacie Wikipedii, regularnie aktualizowane. 13
Przykłady zastosowania rozwiązań Deep Learninig / AI Enterprise Chatboty, automatyzacja Telefonicznych Centrów Obsługi Klientów Rozumienie mowy, języka, umiejętność odpowiedzi na pytania, możliwość inteligentnego wyszukiwania kontekstowego 14
Infrastruktura IT w rozwiązaniach kognitywnych ma znaczenie Szybkość Oszczędność Przewaga konkurencyjna Innowacyjność Niezawodność Bezpieczeństwo Dostępność 15
Dziękuję Piotr Beńke e-mail : piotr.benke@pl.ibm.com tel. kom. : +48 601 670 215