5G и AI вблизи

На Всемирном мобильном конгрессе в Барселоне в этом году повсюду бросались в глаза две аббревиатуры — 5G и AI. Family Office объясняет, что это такое и как оно нам пригодится.

С каждым из этих двух понятий у массовой аудитории довольно сложные отношения. С одной стороны, вроде бы примерно понятно, что они означают. С другой стороны, редкий собеседник в состоянии внятно ответить на конкретные вопросы.

Обе эти инновации обречены сыграть исключительно важную роль в дальнейшей технологической эволюции человечества. Более того, они уже присутствуют в Украине в виде пилотных проектов и коммерческих продуктов. Давайте взглянем на них поближе.

Пятое поколение: ближе, быстрее и дороже

Аббревиатура 5G (Fifth Generation) означает пятое поколение мобильной связи. В прошлом году в Украине появилось четвертое, известное также как LTE. Зачем понадобилось новое поколение, что оно обещает потребителям и когда можно ожидать его появления?

Стоит сказать сразу — 5G не ориентировано на использование в смартфонах, его появление мало изменит потребительский опыт абонентов мобильной связи. Очередной — и весьма значительный! — прирост показателей просто не может быть использован на тех устройствах, которыми ми пользуемся последние годы. Нет смысла качать видео сверхвысокого качества (4K или UHD) с такой скоростью, как на фото ниже. Бутылочным горлышком становится такое же сверхвысокое разрешение экрана, которое невозможно (да и не нужно) обеспечить на портативных устройствах.

Замеры скорости флагманского 5G-смартфона Huawei Mate X, MWC-2019. Фото Р. Химич

Прирост показателей по сравнению с 4G должен быть просто феноменальным:

• скорость передачи данных для отдельного абонента сможет достигать 1 Гбит/сек вместо десятков, редко сотен Мбит/сек;

• емкость отдельной базовой станции вырастет до сотен Гбит/сек вместо сотен Мбит/сек;

• задержка сигнала уменьшится до менее чем 1 мсек вместо 20-40 мсек;

• количество абонентов — до 1 млн на 1 кв. км.

Понятно, что для человека с улицы емкость базовой станции или количество абонентов на квадратный километр безразличны. Однако для операторов и операторского бизнеса это означает настоящую революцию.

Если 5G не о смартфонах, то о чем? Сегодня производители оборудования говорят о трех ключевых сферах применения. Во-первых, это беспроводное подключение к интернету, когда вместо оптического кабеля или других технологий фиксированной связи используется радиоэфир. Подобные технологии не новинка, но 5G обеспечит недоступные ранее скорость и гибкость подключения.

Во-вторых, это интернет вещей (IoT, Internet of Things), то есть буквально сотни тысяч и миллионы всевозможных автоматизированных устройств, в том числе миниатюрных, которые в скором времени заполонят города и села. Уже сейчас в Китае находятся в эксплуатации сети IoT по-настоящему эпических масштабов. В городе Иньтан сеть из 2 млн счетчиков воды сократила потери вдвое — с 20% до 10%, что составляет порядка 2 млн тонн воды в год. В ожидании бума ведущий производитель микросхем для IoT компания Huawei нарастила отгрузки с 2 млн шт. в 2017 году до 15 млн шт. в 2018-м и ожидает 100 млн шт. по итогам 2019 года. Нынешние сети мобильной связи плохо приспособлены для обслуживания подобных устройств, а 5G изначально проектировался с прицелом на это.

Наконец, в-третьих, 5G должен дать толчок развитию всевозможных применений виртуальной и дополненной реальности — от игровых до медицинских. Например, передвижная операционная комната сможет функционировать без хирурга в своем штате. При необходимости врач будет оперировать удаленно, используя очки дополненной реальности и специальные манипуляторы.

Роботизированная передвижная операционная Hitachi и DoCoMO, MWC-2019. Фото Р. Химич

Европейское измерение

Европейский Союз рассматривает 5G как инструмент достижения одной из важнейших задач в социально-экономической сфере. Речь идет о создании единого цифрового рынка (Digital Single Market) — пространства для беспрепятственного движения особых цифровых товаров и услуг. Цифровое пространство требует повсеместного наличия высокоскоростных сетей передачи данных. Чтобы решить эту задачу, Евросоюз принял инициативу, известную как Гигабитное общество (Gigabit Society). К 2025 году должны быть достигнуты следующие задачи:

• все «социоэкономические драйверы», такие как школы, транспортные узлы и поставщики публичных услуг, должны иметь доступ к интернет на скорости 1 Гбит/сек;

• все домохозяйства ЕС, независимо от месторасположения, должны иметь доступ к сетям передачи данных на скорости не менее 100 Мбит/сек с возможностью увеличения до 1 Гбит/сек;

• вся урбанизированная территория, а также основные авто- и железнодорожные магистрали должны быть покрыты 5G-сетями.

Становым хребтом общеевропейского цифрового пространства и должны стать 5G-сети. По расчетам Еврокомиссии, для достижения поставленных целей понадобится инвестировать примерно €60 млрд. Результатом, помимо прочего, станет новая промышленная революция, включая расцвет новых форм организации производства, таких как производство под заказ, самоуправляемый транспорт, повсеместное использование дронов и т. п.

Искусственный недо-интеллект

AI (Artificial Intelligence, искусственный интеллект) — еще одна аббревиатура, которая на глазах превращается в абстрактный символ всего хорошего и прогрессивного. Уже сейчас сложно найти производителя потребительской электроники, который не лепил бы эти буквы, где ни попадя. Дальше будет только хуже и по причине действительно тотального распространения AI, и самое главное — в силу его, без преувеличения, грандиозного маркетингового потенциала. Что поделать, есть слова и сокращение «продающие», а есть — не очень. Как и всевозможные «G», заветные буквы «AI» очень хороши в качестве рекламного обещания. Поэтому скоро они будут везде.

Что же скрывается за этой аббревиатурой на самом деле?

Как это обычно бывает, действительность намного-намного прозаичнее рекламной мишуры. Когда вы видите аббревиатуру AI на смартфоне или автоматическом пылесосе, речь идет о технологии на базе так называемого «глубокого» или «машинного» обучения (Deep/Machine Learning). Это действительно одна из наиболее поразительных, по-настоящему революционных инноваций последних лет.

В двух словах: речь идет о принципиально ином способе программировать поведение рукотворной системы — программы или устройства. Традиционно это решалось посредством алгоритмического программирования, при котором человек должен сначала помыслить, смоделировать у себя в голове все нюансы поведения системы, а затем описать их с помощью языка программирования. Если он что-то упустил или в чем-то ошибся — система скрупулезно воспроизведет эти изъяны в своей работе.

Машинное обучение идет по абсолютно иному пути, воспроизводя то, как происходит научение нервной системы живых организмов. Не случайно соответствующие программные и аппаратные средства, задействованные в машинном обучении, называются нейронной сетью (нейросетью). Через нейросеть прокачивают огромные — миллионы и миллиарды — наборы учебных данных, которые воспроизводят характерные ситуации, с которыми будет сталкиваться нейросеть. Нейросеть самостоятельно структурирует эту информацию, выявляя в ней скрытые закономерности, пробуя разные наборы правил для достижения поставленных ею целей.

Процесс машинного обучения является вероятностным и непредсказуемым. Человеческое существо не в состоянии отслеживать его нюансы, поскольку это требует нечеловеческих объемов памяти и быстродействия. Роль человека заключается в том, чтобы, во-первых, произвести первичную настройку нейросети, задать правила, по которым она будет самостоятельно копошиться в учебных данных. Во-вторых, очень важно подготовить адекватные наборы данных, на которых будет осуществляться обучение.

В современных смартфонах и потребительских устройствах AI обеспечивает не только круглосуточную оптимизацию, анализ и тонкую настройку, но и сложную обработку пользовательской информации. В первую очередь стоит вспомнить улучшение (фактически — ретуширование) изображений, сделанных встроенными камерами. Как это выглядит, можно увидеть на примере одной из экспериментальных работ по машинному обучению.

Исходное изображение (колонка Original Image) подвергли намеренной деградации и предложили нейронной сети в качестве исходного материала (Input). Основываясь на коллекции аналогичных изображений, сеть рисует усредненных котиков и собачек, отталкиваясь от имеющихся в ее распоряжении эскизов. Intermediate демонстрирует промежуточный результат, а Output — конечный.

Однако и это далеко не предел. Ниже приведен пример еще более радикального улучшения, когда нейронная сеть попросту дорисовывает утерянные фрагменты изображения, в буквальном смысле фантазируя их содержание.

Безусловно, это не интеллект в общепринятом значении, поскольку нейронная сеть может решать только одну узкую задачу. Однако среди этих задач есть и такие, которые совсем недавно считались интеллектуальными, требующими именно человеческого интеллекта — как игра в шахматы или распознавание устной речи. «Искусственный интеллект» — это все еще метафора, не более того.

Как бы там ни было, машинное обучение дало мощный, эффективный инструмент для решения широкого круга задач, вроде бы и несложных, но по-настоящему массовых. Например, в сетях телекоммуникаций они осуществляют оптимизацию различных параметров, анализ происходящего, распределение ресурсов и т. д. То, для чего раньше был нужен отдельный квалифицированный сотрудник со своей «мокрой» нейросетью, теперь с успехом решают нейросети «сухие».