5

54

služby l podpora výroby

Devět technologických trendů

roku 2020

Technologická očekávání v devíti klíčových oblastech

v roce 2020 formulovali experti společnosti Red Hat,

předního světového poskytovatele řešení založených

na open source technologiích. Komentují klíčové

technologie a očekávané události nadcházejícího roku

v oblastech AI/ML a AIOps, v blockchainu, edge

computingu a Internetu věcí, zaměřují se na hardwarové

inovace a události v HPC a supercomputingu, i na

inovace v open sourcu a bezpečnosti a přínosy

bezserverového vývoje.

Ústup integrovaných p

p

g

ý platforem AI d

„Očekává se ústup integrovaných platforem AI,” předpovídá Daniel Riek, ředitel

AI Center of Excellence ve společnosti

Red Hat. „Spolu s platformou Kubernetes

se zákazníci přesunou k nejlepšímu možnému přístupu k datové vědě a platformám

a postupům pro AI. Standardizace bude řízená projekty jako Kubeflow – a následným systémem Red Hat Open Data Hub,

a Kubernetes se stane jádrem platformy

AI. Bude těžší odlišit existující nabídky, které představují tenká uživatelská rozhraní

a pracovní vrstvy ve stejných stozích open

source, a pozornost se přesune k rozlišeným, specializovaným komponentám.”

Sanjay Arora, hlavní softwarový inženýr

v Red Hatu, dodává, že strojové učení pro

malá data a objemná data budou dvě samostatná vlákna. „Většina existujících problémů v odvětví se stále týká malých dat.

Převažujícími překážkami jsou dostupnost

čistých dat, definice problémů a modelů

s použitelnými řešeními, nasazování modelů do produkčního prostředí a sledování výkonnosti modelů – to vše při současném dodržování předpisů, firemních

pravidel a bez nutnosti účasti více různých

týmů při nasazování modelu. Pro většinu

organizací bude stále výrazným problémem práce s verzemi dat a modelů.”

Sanjay připomíná, že úvodní modely pro

hluboké učení vyžadovaly velké objemy

dat, aby se mohly vytrénovat a vyladit modely typu open source. „V mnohem menším měřítku jsou však datové množiny

pro obrazové i jazykové úkoly realistické

a jsou k dispozici v různých knihovnách

(např. fasti.ai a spacy). Tím se otevírají další datové množiny pro analýzu, problémem zůstává spotřeba času a způsob interpretace.” Sanjay dále předpovídá, že

ve většině případů se budou hojně využíT+T T e c h n i k a a t r h 7 – 8 / 2 0 2 0

vat nehluboké techniky učení, například lineární modely, stromové modely, clusterování, analýza časových řad a specializovanější analytické nástroje jako teorie

front nebo diskrétní optimalizace. Přitom

otázky důvěry a správy budou v popředí

a jádru aplikací AI v reálném světě. „Patrně uvidíme nárůst snah o regulaci AI, stejně jako dalších technologií pro správu důvěry modelů,” pokračuje Sanjay a dodává,

že trh zaplaví specializovaný hardware,

určený pro řešení potřeb v oblasti efektivity napájení a výkonu, a speciálně v případech interference.

Více pozornosti přitáhnou platformy AI Ops/

AI Dev (Sec) Ops. „AI se začíná prosazovat v provozu AI a Dev(Sec)Ops a patrně

upoutá pozornost ve výjimečných investicích,” říká Daniel Riek, ředitel AI Center of

Excellence Red Hatu, a upozorňuje, že zavedení dodavatelé platforem do této oblasti výrazně investují a budou se zaměřovat na tvorbu autonomního hybridního

cloudu. "Ústředním bodem autonomního

hybridního cloudu se stane platforma Kubernetes, jelikož poskytuje požadované

možnosti standardizace a automatizace,

především ve spojení s principem Kubernetes Operators. Pro zákazníky to

znamená vyšší spolehlivost, kvalitu a škálu

v produkčním prostředí i v pracovních postupech DevOps," dodává Riek.

Tokenizace v blockchainu

d

Tokenizace, tedy reprezentace digitální i

nedigitální hodnoty v podobě tokenů v

blockchainu, kde je možné s nimi dále obchodovat a vyměňovat, bude podle Axela Simona, hlavního softwarového inženýra Red

Hatu, i nadále podporovat úvahy o uvolnění síly volného trhu v podstatě pro cokoli a

způsobí štědré investice, jelikož se nyní těší

velkému zájmu finančního sektoru.

Poroste i zájem o digitální měny centrálních bank. „Není překvapivé, že po

oznámení plánované kryptoměny Facebooku s názvem Libra došlo k oživení zájmu o kryptoměny i ke vzniku obav ze

strany různých vlád,” říká Simon a dodává,

že „kombinace těchto dvou faktorů pohání kryptoměny centrálních bank, o nichž

mnoho centrálních bank v posledních letech uvažuje. Někteří vnímají "fedcoiny"

(či digitální měnu s nuceným oběhem, fiat) jako další logický krok v rámci státem

krytých měn, další je chápou jako naléhavý a nezbytný krok.”

Pokročí i spolupráce soukromých, uzavřených blockchainů s těmi veřejnými,

otevřenými. Simon upozorňuje, že jestli

panuje ve sféře blockchainu nějaká shoda, tak na faktu, že nebude jeden blockchain, jenž by vládl všem. S touto skutečností na mysli lze říci, že je zde výrazný

zájem zabránit horizontálním silům a zajistit, že různé blockchainy mohou interagovat, a tento zájem bude sílit s dozráváním projektů jako Polkadot nebo Cosmos.

Simon shledává zajímavým i skutečnost,

že otevřená povaha blockchainového

ekosystému v otázce kódu i kultury představuje významný faktor, jenž umožňuje

uvedené interoperabilní fungování a predikuje, že toto vše připravuje cestu pro

budoucnost, kdy bude existovat spousta

veřejných i soukromých blockchainů a budou si spolu vyměňovat hodnotu v tzv. internetu hodnoty (Internet of Value).

Blockchainy j

y jako kotevní vrstva d

Když lidé uvažují o blockchainech, často

je vnímají jako řešení určitého problému,

nikoli jako možnost celkového řešení.

„V budoucnosti budeme svědky nárůstu

projektů využívajících blockchain jako

vrstvu ve svém řešení, častokrát jako kotevní vrstvu, kterou mohou ostatní prvky

využívat k budování důvěry, jak již dokládají projekty s vlastní, samostatnou identitou, například Sovrin, založený na systému

Hyperledger Indy. Ostatní oblasti, v nichž

se jako součást řešení bude patrně využívat více blockchainů, jsou internet věcí

a umělá inteligence,” říká Simon.

Po vrcholu mediální popularity blockchainu v minulém roce se pozornost přesunula ke zprostředkování skutečných řešení.

„Často to znamená používat blockchain

spíše jako nástroj, vrstvu v určitém řešení,

než jako řešení samotné. Rovněž to znamená sledovat, jaké konkrétní silné stránky