Az IBM Research Haifai Kutatóközpontja a kognitív rendszerek, a bigdata-analitika, a felhő és a mobilitás területén folytat kutatásokat. Oded Cohn, a központ igazgatója Budapesten, az egyetemek számára szervezett, nemzetközi IBM Cloud Academy konferencián tartott előadást, amelyben a felhőt az innováció platformjának nevezte.
Computerworld: Hogyan használják a felhőt az IBM Research Haifai Kutatóközpontjában?
Oded Cohn: Kettős a kapcsolatunk a felhővel, amelyet egyrészt munkánk támogatására használunk, másrészt kutatótevékenységünk részben a felhőmegoldások fejlesztésére irányul, a cloud mindhárom, IaaS, PaaS és SaaS rétegében újításokon dolgozunk. Az IBM Bluemix cloud platformjával és a rá épülő analitikai és kognitív szolgáltatásokkal nagymértékben optimalizáljuk és felgyorsítjuk kutatómunkánkat. A világ különböző pontjain működő IBM kutatóközpontok korábban is együttműködtek egymással, de a felhő megjelenése előtt például a szoftverkódot nem tudtuk igazán hatékony módon megosztani. A felhőalapú fejlesztéssel mindez már a múlté.
A Bluemix platformon a kód különböző verzióin dolgozhatunk, a munkába más laborokban dolgozó kollégáink is bekapcsolódhatnak, vagy az algoritmusokat, ha már kellően érettnek találjuk őket, ugyanilyen könnyen mondjuk a Watson csoport rendelkezésére bocsáthatjuk.
A felhőben mindez gördülékenyen megy. Nagyon sokat jelent ez számunkra, mert az IBM Research az utóbbi négy-öt évben a meglévőkön túl több új kutatóközpontot is nyitott Írországban, Ausztráliában, Brazíliában, Kenyában és Dél-Afrikában, szervezetünk földrajzi értelemben is egyre kiterjedtebbé válik. A felhő segít közelebb vinni az innovációt az egyes piacokhoz, a problémákat így helyben vizsgálhatjuk, ugyanakkor a többi kutatóközponttal közösen fejlesztett technológiákat is bevonhatjuk megoldásukba.
CW: Elnöki pozíciót tölt be az Egyesült Államokban a Nemzeti Tudományos Alapítvány (National Science Foundation) programjának (Industry/University Cooperative Research Centers) tanácsadó bizottságában, amely az ipari szereplők és az egyetemek együttműködését hivatott előmozdítani a kutatás terén. Az IBM Európán belül is több mint 200 egyetemmel alakított ki ilyen együttműködést. Tapasztalatai szerint jellemzően melyek a legnagyobb nehézségek az ipar és az akadémiai szektor közeledésében, amikor közös kutatási projektekről beszélünk, és azok miként hidalhatók át?
OC: Országonként, de akár egyetemenként is eltérőek lehetnek a kihívások. Előfordul, hogy a szellemi tulajdon védelmével kapcsolatos aggályok nehezítik az együttműködést, különösen a régi, nagy hagyományokra visszatekintő egyetemek esetében merülhetnek fel ilyen kérdések, míg más felsőoktatási intézmények örömmel tekintenek a közös munka elé.
Személy szerint nagyra értékelem az egyetemeken zajló kutatómunka elmélyültségét, azonban megtörténik, hogy nehéz megtalálni egy-egy intézményen belül azokat az embereket, akikkel együttműködésre léphetnénk. Az egyetemek és a vállalatok eltérő szervezeti felépítéséből és kultúrájából, működéséből adódhat ez a probléma. Míg egy vállalati struktúrán belül teljesen egyértelmű, hogy a kutatási-fejlesztési projekteken kik, milyen pozícióban és mely feladatokon dolgoznak, addig – legalábbis az általam ismert esetekből ítélve – az egyetemeken ez koránt sincs így, a tanszékek gyakran még házon belül sem működnek együtt a kutatás terén. Egyszerű a magyarázata ennek. Egy vállalat elsősorban szervezetként működik, az egyetemeken viszont sokkal inkább előtérbe kerülnek az emberek, az egyéniségek. Hozzáteszem, a magyar egyetemek gyakorlatát nem ismerem.
Gyakran elhangzik az a felvetés is, hogy az egyetemeken zajló kutatás túlságosan elméleti ahhoz, hogy az ipari szereplők kutatás-fejlesztésével találkozzon, de tapasztalataim szerint az nincs így. Miután rátalálunk a megfelelő egyetemi kutatókra, általában élénk érdeklődést mutatnak projektjeink és az együttműködés lehetősége iránt.
CW: Előadásában úgy fogalmazott, hogy az egyetemeknek nyitottabbá kell válniuk, hogy hatékonyabban mutathassák meg a külvilágnak, így a vállalatoknak is, milyen erőforrásokkal és kompetenciákkal bírnak, és azt is világosan kommunikálhassák, hogy mire lenne szükségük a még eredményesebb munkához.
OC: Kritikus tömegre van ugyanis szükség az eredményes kutatás-fejlesztéshez egy adott területen, professzorok, diákok, beruházók, szellemi és anyagi erőforrások kritikus tömegére. Az intézményekre jellemző felaprózottság miatt sok egyetem nem tudja elérni ezt a kritikus tömeget, túl sok kutató vagy kisebb kutatócsoport dolgozik egymástól többé-kevésbé elszigetelt, kis projekteken, amelyek így a potenciális beruházók radarképernyőjén sem jelennek meg. A nehézségek egyike ez, amelyeket az egyetemeknek le kell küzdeniük. Ha valamely kutatócsoportjuk partnerre talál a gazdasági szervezetek körében, máris nagyobb az esélye annak, hogy olyan projekten dolgozzon, amely nagyobb erőforrás-támogatottságot kap, és nagyobb valószínűséggel vezet olyan eredményre, amelyre mások is felfigyelnek.
CW: Technológiai értelemben is beszélhetünk a nyitottságról, mivel az IBM stratégiájában már jó ideje fontos szerephez jutnak a nyílt forráskódú szoftverek. Mit jelent a kutató számára, hogy nyílt forráskódú technológiákkal és technológiákon dolgozhat, miért fontos ez az irány?
OC: Lényegében az IBM Bluemix felhőplatformja is a nyílt forráskódú Cloud Foundry technológiára épül, használjuk és fejlesztjük az Open Stack felhőinfrastruktúra-szoftvereket, és más, nyílt forráskódú technológiákat is. Elkötelezettek vagyunk a nyílt forráskódú szoftverek irányában, a nyílt technológiára épített megoldásainkkal is megkülönböztetjük magunkat a piacon, és számos fejlesztésünk kódját mi magunk is megnyitjuk.
Nemcsak a magányos feltaláló, hanem a minden megoldást házon belül kifejlesztő, és azokkal az iparágat uraló vállalat ideje is lejárt. Nem hiszünk a dominanciában. Innováció bárhonnét eredhet és ered is, az egyetemekről, a fejlődő országokból is. Ezért kell, hogy legyen egy közös platform, amely mindenki számára hozzáférhető, és amelynek a fejlődéséhez mindenki hozzájárul. Nem áll össze a dolog enélkül, az újítások és fejlesztések nem épülnek egymásra, és nem adnak új értéket. Ezért olyan fontos a nyitottság. Nem kell, hogy ez minden esetben a teljes szoftverkód megnyitását jelentse, de a csatolófelületeket megnyitjuk, és a programozási nyelvek széles körét támogatjuk, hogy innovációnkra mások is építhessenek. A Bluemix platformszolgáltatásai is ezt példázzák – adjuk meg az alkotás szabadságát!
CW: Több kutatási projektet is említett előadásában, amely akadémiai és iparági szereplők együttműködésében a felhő és az analitikai technológiák továbbfejlesztését célozza. A két, szorosan összefüggő terület mára az érdeklődés középpontjába került, a következő években olyan mértékben nőhet a kereslet a szolgáltatások iránt, hogy felmerül a kérdés, a meglévő technológiák meddig tudják majd azt fenntartható módon kiszolgálni. Az IBM kutatójaként milyennek látja a cloud és az analitika jövőjét?
OC: Jóllehet a felhőkörnyezetek üzemeltetése már ma is többé-kevésbé automatizált, a felhőinfrastruktúra a jövőben intelligensebbé válik, hogy a rá épülő alkalmazásokkal transzparensen együttműködve még jobb szolgáltatásminőséget adjon alacsonyabb költségek mellett. Ilyen technológiák fejlesztését célozza a CloudWave projekt is, amely az Európai Unió hetedik keretprogramján keresztül odaítélt támogatással és kutatóközpontunk vezetésével fut a jövő évig. Továbbfejlesztjük a fizikai és a virtuális infrastruktúra, valamint az alkalmazások monitorozását, és a begyűjtött adatok elemzését. A felhő ennek alapján valós időben átkonfigurálja az infrastruktúrát és az alkalmazásokat a nagyobb teljesítmény és ellenálló képesség érdekében, másrészt a fejlesztőknek is értékes és részletes betekintést ad az automatizált környezetekre optimalizált alkalmazások agilis fejlesztéséhez.
Meggyőződésünk, hogy a jövő a kognitív rendszereké, amelyek a tabulátorgépek és a jelenlegi, programozható számítógépek után a fejlődés következő szintjét képviselik. A hardveresen is az adott feladatra szabott, elektromechanikus tabulátorgépeket váltó, programozható számítógépek ugyan sokféle feladat elvégzésére alkalmasak, de ehhez egyrészt definiálni kell minden feladatot, másrészt új szoftverkódot kell írni, amit a fejlesztők még ma is nagyrészt manuálisan végeznek.
Az olyan kognitív rendszerek viszont, mint Watson, emberi szóból megértik, hogy mit várnak tőlük, és meglévő ismereteik, korábbi tapasztalataik alapján, illetve új adatok, információk elemzésén keresztül rájönnek, hogy miként oldják meg a feladatot. Ha úgy tetszik, „átkonfigurálják” magukat az aktuális feladatra, hasonlóan ahhoz, ahogyan az emberi agy is teszi. Bennünket sem programoztak előre erre vagy arra a feladatra, ez a szép az egészben, és a jövőben mi sem programozzuk majd a számítógépeinket. Mindez beletelhet még tíz, húsz, harminc évbe, ezért a programozható számítógépek még sokáig velünk maradnak, ahogyan annak idején a tabulátorgépek sem tűntek el egyik napról a másikra, de a jövő a kognitív rendszereké.
Watson fejlődésében a következő lépcsőt az érvelés kognitív képessége jelenti. Olyan eszmecserélő technológián dolgozunk, amely egy adott témában releváns állításokat tud megfogalmazni. A fejlesztés jelenlegi szakaszában Watson például 4 millió cikk szövegét értelmezve 100 milliárd lehetséges állítást próbál végig, hogy eljusson tíz olyanhoz, amely érvként megállja helyét – pár perc leforgása alatt.
