Японская телекоммуникационная компания NTT представила ряд инновационных исследовательских проектов, направленных на улучшение искусственного интеллекта (ИИ) и повышение энергоэффективности дата-центров.
На недавней пресс-конференции в Сан-Франциско исследователи NTT представили новую модель обработки естественного языка (LLM), способную анализировать графические элементы в документах. Также была объявлена о начале революционного направления исследований под названием «физика интеллекта», которое сосредоточено на разработке устойчивого и надежного ИИ в сотрудничестве с Гарвардским университетом.
На мероприятии NTT продемонстрировала свою полностью фотонную сеть, предназначенную для распределенных дата-центров, достигнув значительных успехов в области связи с низкой задержкой. Ёсукэ Арагане, вице-президент офиса разработки IOWN в NTT, подчеркнул, что перенос крупных дата-центров в пригороды может снизить затраты и повысить энергоэффективность, особенно благодаря быстрым волоконно-оптическим соединениям компании.
С численностью работников более 330 000 и годовым доходом 97 миллиардов долларов, NTT ежегодно инвестирует более 3,6 миллиарда долларов в исследования и разработки. Компания основала свое R&D-отделение в Силиконовой долине пять лет назад и продемонстрировала свои достижения на мероприятии Upgrade 2024 в Сан-Франциско.
«Наша миссия — поднять ваше представление о норме на новый уровень», — заявил Кадзю Гоми, президент и генеральный директор NTT Research.
Сети с низкой задержкой в США и Великобритании
Арагане отметил, что демонстрация сети IOWN All-photonics (APN) показала крайне низкие задержки связи между подключенными дата-центрами, что делает ее незаменимой для ИИ-анализа и финансовых услуг. Он указал, что городские районы сталкиваются с такими проблемами, как высокие затраты, нехватка земли и дорогая электроэнергия. NTT исследует возможность распределения дата-центров в пригородах, соединяя их волоконно-оптическими кабелями, поддерживающими скорости передачи данных до 400 гигабит в секунду.
В Великобритании тесты показали, что дата-центры, расположенные на расстоянии 100 километров друг от друга, испытывали менее одной миллисекунды задержки сети с соединениями APN. Это значительно уменьшило вариации задержки по сравнению с традиционными сетями, приближая географически распределенные дата-центры по функциональности к единому центру.
Великобритания соединяет дата-центры к северу и востоку от Лондона с использованием инновационной оптической беспроводной сети NTT (IOWN) APN, достигая задержки менее одной миллисекунды. Аналогичные результаты были получены в Северной Вирджинии, США.
Эта инициатива нацелена на преобразование удаленных ИТ-инфраструктур в единую централизованную систему. Местные ограничения, такие как правила по выбросам углекислого газа и нехватка пространства, побуждают операторы искать альтернативы в пригородах. Однако задержка остается вызовом для географически распределенных центров. Фотонные связи NTT используются для решения этих проблем.
Продвинутые демонстрации дата-центров
В отдельных испытаниях NTT и NTT DATA успешно связали дата-центры в Великобритании и США, используя технологию APN. Тесты показали, что дата-центры в Великобритании работали с задержкой менее одной миллисекунды и с крайне низкими вариациями задержки. Для сравнения, традиционные сети часто имеют задержку более 2000 микросекунд.
Система APN соответствует строгим требованиям по задержке для текущих и новых приложений, включая анализ ИИ в реальном времени для промышленного Интернета вещей, умного управления энергией и реагирования на природные катастрофы. В финансовом секторе NTT DATA проводит демонстрации, где низкая задержка критически важна для транзакций и переводов.
Арагане отметил: «Спрос на дата-центры растет, но нехватка земли и доступность электроэнергии затрудняют создание новых объектов. Мы нацелены на создание более энергоэффективных дата-центров для решения этих проблем».
Инновации в визуальном понимании
NTT также представила прорыв в области визуального машинного чтения, позволяя LLM интерпретировать графические элементы в документах, включая графики и диаграммы. Разработанная в сотрудничестве с Дзюном Сузуки из Тохооку университета, эта технология применяется в легковесной модели LLM NTT — tsuzumi.
При сравнении с крупными моделями, LLM NTT превосходит такие открытые решения, как LLaVA и GPT-3.5 и GPT-4 от OpenAI по различным задачам понимания документов. Кёсукэ Нисида, старший исследователь NTT, признал растущую способность LLM, одновременно упоминая о текущих вызовах в обработке мультимодальной информации.
Первоначально представленная в ноябре 2023 года, tsuzumi доступна в двух вариантах: ультралегком с 600 миллионами параметров и легком с семью миллиардами параметров. Его компактный размер значительно снижает потребление энергии и затраты на обучение, что делает его устойчивым выбором для предприятий.
Потенциальные применения tsuzumi включают автоматизацию в колл-центрах, цифровое ведение учета и задачи в области программирования. Модель в настоящее время поддерживает более 20 языков, включая английский и японский, и проходит коммерческие испытания с более чем 500 международными компаниями.
Партнерство с Центром науки о мозге Гарварда
NTT Research осуществила значительное пожертвование для создания Программы стипендий CBS-NTT в Центре научных исследований мозга при Гарвардском университете, способствующей постдокторским исследованиям в развивающейся области физики интеллекта. Этот возобновляемый двухлетний взнос может в конечном итоге превысить 1,7 миллиона долларов, поддерживая инновационные исследования на стыке компьютерных наук, неврологии и психологии.
Сотрудничество NTT с Гарвардским CBS уже принесло ценные идеи, включая решение проблемы предвзятости ИИ с использованием принципов когнитивной науки. Недавние публикации исследовали науку за генеративным ИИ и его применимость в неврологии.
«Поддержка Гарвардского CBS соответствует нашей стратегии использования ИИ для решения актуальных вопросов, таких как вычислительная справедливость и устойчивость», — сказал Гоми.
Уникальная позиция в Силиконовой долине
С крупным офисом в Саннивейле, Калифорния, NTT Research выделяется своим вниманием к фундаментальным исследованиям. За последние пять лет NTT Research опубликовала более 450 научных статей, получив множество наград за достижения в различных научных областях.
Гоми отметил, что текущее исследование сосредоточено на разработке фотонных интегрированных схем и изучении функций мозга для лучшего понимания вычислительных процессов. Кроме того, NTT стремится продвинуть технологии квантовой защиты шифрования, чтобы подготовиться к вызовам будущих квантовых вычислений.
Двигаясь вперед, NTT задумала создание «цифровых двойников» биологических систем, таких как сердце, для моделирования реакций на лекарства в целях персонализированной медицины.
Эти стратегические инициативы позволяют NTT не только продвигать технологии, но и улучшать будущее ИИ и работы дата-центров.
Рейтинг
