Systemårskrönika 2011, andra delen

Share this post:

Detta är fortsättningen på min systemårskrönika för 2011 .

Dagens datorer byggs i princip i två dimensioner, med kretsar på kretskort, som pratar med varandra över ledningar inbyggda i korten. Ett sätt att få framtidens system att bli snabbare och mer energieffektiva är att kringgå ledningarna på kretskortet genom att helt enkelt lägga chippen på varandra i stället. Kopplingarna mellan chippen blir då mycket korta, något som gör kommunikationen snabb och energieffektiv. Tillsammans med en partner, Micron, har IBM visat en ”minneskub”,  där kommunikationen går tio gånger så snabbt som normalt samtidigt som den drar 70 % mindre ström. Att lösningen dessutom är mycket kompakt är en fördel i till exempel mobila enheter.

En förutsättning för att kunna bygga chips på höjden är att de hålls på plats. I september tillkännagav 3M och IBM att man tillsammans skall ta fram det lim som skall ligga mellan chippen, som krämen som håller ihop kexen i en Ballerinakaka. Men limmet måste (till skillnad från krämen) leda värme väl samtidigt som det inte kortsluter alla de ledningar som går vertikalt från ett chip till nästa.

Den för mig mest inspirerande systemnyheten under året var ändå den Jeopardy-spelande datorn Watson, som lyfter fram många framsteg som gjorts inom artificiell intelligens under de senaste åren.

Schackdatorn Deep Blue från 1998 innehöll specialbyggd hårdvara och när matchen mot Kasparov var vunnen, packades systemet ihop och väldigt lite av dess innehåll – om något – fick någon praktisk användning. Med Watson är det annorlunda. All hårdvara, som POWER-servrarna, går att beställa från IBMs standardsortiment. Operativsystemet är Linux. Flera av de ingående mjuka komponenterna ingår i andra IBM-produkter för BigData, eller kan laddas ner som öppen programvara (som t ex UIMA). En del av systemet var optimerat för själva tävlingen, men stora delar av tävlingsdatorn, och dess utvecklingsmetoder har gått vidare till sin nästa uppgifter, som att bli assisterande expertläkare, och hitta information i biomedicinska databaser. En aspekt av Watson som inte syns på ytan, men som pekar framåt, är att Watson är ett ”Learning System”. Beväpnad med stora databaser och hundratals utvärderingsalgoritmer gick Watson igenom (i princip) alla gångna Jeopardy-frågor och lärde sig vilka algoritmer som fungerade i vilka sammanhang och hur de tillsammans indikerade rätt svar.

Watsons kanske främsta styrka var att systemet stimulerade fantasin. Hur kommer framtidens lärande system att se ut? Vad kan vi göra nu när vi som människor vet hur man bygger en maskin som förstår oss så väl? Hur gifter man tekniken från Watson med teknik som den från t ex Wolfram Alpha?

Med dessa tankenötter, eller kanske tankenötkrämfyllda kex, önskar jag er alla, från alla oss på ensmartareplanet-bloggen: ett riktigt Gott Nytt År! Vi ses 2012!