Нужны ли разработчики в будущем?
Настало время занимательных историй. Для начала, предлагаю запастись печеньками и большой кружкой горячительной жидкости. Всё взяли? Представляю вам интервью Дмитрия Завалишина, основателя группы компаний DZ Systems, и Александра Ложечкина, руководителя департамента стратегических технологий Microsoft в Центральной и Восточной Европе. В нём вы узнаете, каким стал Microsoft сегодня, как мы конкурируем с Amazon, а самое интересное, что будет с программистами если искусственный интеллект поработит мир. Под катом вы найдёте его текстовую расшифровку.
Цикл статей «Digital Transformation»
Технологические статьи:
1. Начало.
2. Лотерея в облаке.
3. Loading…Серия интервью с Дмитрием Завалишиным на канале DZ Online:
1. Александр Ложечкин из Microsoft: Нужны ли разработчики в будущем?
С кем интервью?
Дмитрий Завалишин — российский программист, автор концепции ОС Фантом, организатор и член программного комитета конференции OS Day, основатель группы компаний DZ Systems. В 1990—2000 годах принимал активное участие в создании Российских сегментов сети Интернет (Релком) и Фидонет, в частности, обеспечил прозрачное взаимодействие этих сетей. В 2000—2004 годах отвечал за проектирование, разработку и развитие портала компании Яндекс, создал службу Яндекс.Гуру (в дальнейшем — Яндекс.Маркет). Подробнее можно почитать на Wiki.
Александр Ложечкин — руководитель департамента стратегических технологий Microsoft в Центральной и Восточной Европе, член совета директоров компании. В свободное время ведёт личный блог на Medium, в котором размышляет на разные темы, начиная от оценки работы сотрудников, и заканчивая философскими рассуждениями о восхитительной посредственности.
Интервью
Мы привыкли к тому, что компания Microsoft — это технологически сильно закрытый глобальный монстр, который, в общем-то, достаточно жестко относится к синергии по технологиям и стремится полностью затащить в свою картину людей, которые начали их использовать. Кажется, на сегодня это не совсем и Microsoft довольно сильно изменился. Александр, расскажи про это, пожалуйста.
Я работаю в Microsoft уже 14 лет, и наблюдал много этапов трансформации компании. Действительно, какое-то время она была довольно закрытая и ориентированная на свои технологии, но это давно поменялось. Мы любим технологии «не Microsoft» и понимаем, что мир, построенный на технологиях одной компании, никогда не будет существовать.
Поэтому выиграет не тот, кто сделает технологии, которые смогут захватить весь мир, а выиграет тот, кто сможет наилучшим образом интегрироваться с технологиями других компаний, производителей, сообществ. Мы давным давно поставили себе целью стать компанией, которая больше всех открыта и лучше всех интегрируется с другими технологиями. Open source, java, все, что угодно — это все работает у нас, с нами и мы стараемся эти направления развивать.
Если посмотреть на структуру продуктов Microsoft, видно, что компания всегда находилась, условно, в нижней части стека: операционные системы, компиляторы, инструменты СУБД, иначе говоря, инструменты, которые лежат за программистом. А тема цифровой трансформации, условно, находится на другом конце этой шкалы. Она более бизнесовая и касается умения применить набор IT-инструментов к реальному бизнесу. Почему вы там? И в каком формате вы там находитесь?
Microsoft — это действительно платформенная компания. Мы делаем и продолжаем делать очень много продуктов, которые, как ты сказал, находятся в нижней части стека — это наши облачные технологии, компиляторы, языки программирования баз данных.
Помимо этого, мы делаем на основе этих продуктов продукты для продуктивности, например, Office. Хотя здесь можно было бы поспорить, Office — это продукт или платформа? Потому что расширять его можно до бесконечности. Плюс у нас есть большое направление решений для бизнеса — Dynamics. В принципе, все части стека закрыты, но цифровая трансформация, мне кажется, может работать на любом из этих уровней.
Здесь я бы вспомнил довольно характерный атрибут всех продуктов и технологий Microsoft — это их доступность. Microsoft не был компанией, которая изобрела ПК, но Microsoft сделал так, что ПК оказался на каждом рабочем столе. Можно за это Microsoft ругать, можно не считать технологии Microsoft совершенными, но то, что они смогли распространиться по всему миру — это факт.
Сейчас то же самое мы стараемся сделать с технологиями искусственного интеллекта, которые очень часто стоят за решениями в цифровой трансформации. Наша цель — не столько сделать их самыми совершенными (хотя это мы тоже пытаемся сделать), наша цель — это демократизация AI, демократизация информационных технологий. Мы хотим сделать так, чтобы облако стало доступно любой компании на рынке, чтобы технологии искусственного интеллекта и ML стали доступны для любой компании. Это позволит компаниям очень быстро трансформироваться.
А что это означает практически? Грубо говоря, если мы рассматриваем разработчика, который поставил себе задачу обеспечить IT-составляющую некоторого нового или традиционного бизнеса, зачем бы он пришел в Microsoft сегодня? И что бы ты порекомендовал ему первым делом рассмотреть? Какие строительные блоки и какие кирпичи он мог бы использовать? (На вскидку)
У нас я бы прежде всего начал с облачных технологий, поскольку это сейчас то, что по-настоящему меняет мир вокруг. Я люблю здесь использовать такую аналогию с известной цитатой о том, что Бог сделал людей, а мистер Кольт сделал их равными. Я её перекладываю на бизнес: Бог создал компании, а облачные технологии делают их равными. Благодаря облачным технологиям, возможности компьютеров, которые раньше были доступны только огромным компаниям, становятся доступны любой компании, будь то маленький стартап или компания в малом или среднем бизнесе. Сегодня не нужно строить мастабные ЦОД, вкладывать огромные ресурсы в их поддержку и так далее, в облаке можно легко использовать самые современные технологии, самые новые алгоритмы ML, тот же самый AI.
Поэтому, к твоему вопросу про кирпичики, я бы порекомендовал использовать облачные технологии. Стоит заметить, что наш подход здесь не в том, что мы диктуем какие-то свои правила, каким должно быть облако; мы даём компаниям возможность выбирать подходящий для них стек. Можно использовать наши облачные технологии в публичных облаках, то есть в наших дата-центрах, а можно, с высокой степенью симметрии, построить подобную инфраструктуру в своем дата-центре. Но, в любом случае, это всё крутится вокруг облаков, а дальше там возникают технологии ML и AI, как, например, Cognitive Toolkit.
То есть это некоторые софтверные компоненты, которые разработчик может использовать. А если он своё приложение разворачивает в облаке Microsoft, то эти компоненты существуют для него в готовом виде?
Да, совершенно верно. Причем здесь никаким образом не отменяется использование технологий других компаний. Например, тот же самый TensorFlow прекрасно работает на виртуальных машинах в облаке Microsoft Azure. Нет никаких ограничений и есть большое количество применений сторонних сервисов. И это, наверное, ключевой атрибут того, каким сейчас стал Microsoft. Мы не навязываем выбор, мы предоставляем его для каждого свой.
Как вы конкурируете с Amazon? Ведь, амазоновский cloud занимает достаточно твёрдые позиции. Мне кажется, он был чуть ли не первым на это рынке. Но появился очень давно, по крайней мере. Вы все-таки пришли немножечко позже. У вас ценовая конкуренция? Функциональная конкуренция? Что вас ощутимо отличает от наиболее сильного конкурента?
Я бы, наверное, чуть шире рассмотрел этот вопрос и начала с того, что мы понимаем под облачными технологиями. Например, те же самые хостинговые провайдеры называют себя облачными провайдерами, и это, наверное, справедливо. Есть несколько игроков — Microsoft, Amazon и Google, которые присутствуют во всем мире, а есть большое количество чуть меньшего масштаба компаний-хостингов, которые тоже, в общем, предлагают облачные технологии может быть не такие развитые, не такие серьезные, не такие большие по количеству внедрений и прочее, но всё равно- это облачные технологии.
И если мы рассмотрим этот рынок более широко, то получится, что, во-первых, какой-то доминантной позиции у какого-то одного игрока нет, и рынок очень сильно фрагментирован. А во-вторых, рынок очень-очень быстро растет, поэтому кто бы не был лидером этого рынка сегодня, какими бы мы определениями не пользовались, не факт, что так будет дальше, потому что рынок значительно растёт каждый год. Для нас главное здесь — расти опережающими темпами к тому, как растёт рынок. Возвращаясь к твоему вопросу, в чем наше различие…
Дифференциация с Амазоном — мы стараемся не отставать, во-первых. И если там появляются какие-то новые технологии, мы их стараемся реализовывать их у себя. Мы стараемся предлагать что-то, чего нет у наших основных конкурентов, и я бы здесь, опять же, не забывал не только про Амазон, но и про Google, и про всех остальных.
То есть компоненты ML для вас являются таким отличающим преимуществом?
Изначально, вообще, Амазон возник как сервис предоставления виртуальных машин. Infrastructure is the service (IaaS) — это то, с чего они начинали, плюс хранилище. Мы с самого начала поставили на Platform of the service (PaaS). То есть мы предлагали не просто базовые виртуальные машины, а какие-то сервисы, построенные сверху. И по-прежнему, это является для нас очень большим фокусом.
Мы чуть позже Амазона вышли на рынок базовой инфраструктуры, виртуальные машины у нас появились чуть позже, но сейчас это уже, можно сказать, сравнимо. Это как раз та область, в которой мы стараемся не отставать и, может быть в чём-то, опережать. Основной наш фокус — это PaaS и AI как один из компонент.
И здесь я, может быть не столько с точки зрения сотрудника Microsoft, а вообще с точки зрения человека, интересующегося темой, отметил, как интересно сейчас соревнование перешло из области софта в область железа.
Microsoft недавно представил проект, который был когда-то проектом Microsoft Research, по использованию программируемых матриц для алгоритмов ML. Его развернули уже на многих наших дата-центрах. Это штука, которая позволяет очень сильно ускорять типичные алгоритмы ML. И пример, который мы показывали не так давно — это когда переводили на сцене «Войну и мир» с русского языка на английский, и оказалось, что, если мы используем те же самые алгоритмы на базовых виртуальных машинах, это, условно говоря, занимает день. При использовании в программировании матриц, это занимает уже секунды или минуты. То есть происходит увеличение в сотни раз, и мне кажется (опять же со своей частной точки зрения смотрю), что конкуренция дальше пойдет туда, где различные провайдеры клаудных услуг будут конкурировать в предоставлении чего-то уникального, что доступно только у них, а это означает, что не только софт, но и железо.
То есть, грубо говоря, это означает, что в тех винтиках, которые вы предоставляете, есть эти подсистемы доступные для софта. При этом правильно ли я понимаю, может быть мы слишком глубоко сейчас зароемся, но реально очень интересно. Грубо говоря, если мы возьмём стандартную нейронную сеть, которая является набором слоёв, то часть слоёв физически вырождается в аппаратные компоненты, которые ИИ обсчитывают?
Да, совершенно верно. И за счёт этого получается просто драматическое увеличение производительности.
Неудивительно. Это, конечно, очень серьезная заявка.
Это первый момент, по которому мы стараемся дифференцировать себя, а второй момент — это то, что я уже сказал: у нас изначально облака гибридные. Мы не говорим только о публичных облаках, как у наших конкурентов, мы говорим о том, что облака должны быть или в частных дата-центрах, или у хостинг-провайдера, или у нас в дата-центрах, и мы стараемся поддерживать очень высокую степень симметрии между тем, что доступно в публичных облаках, и тем, что может развернуть у себя заказчик.
И в FPGA могут развернуть?
Нет, вот в FPGA не могут. Естественно, полной симметрии не будет никогда, но, по крайней мере, мы стараемся обеспечить максимально возможную степень симметрии, и на это нацелен как раз вот такой продукт как Azure Stack — это когда у себя в дата-центре вы разворачиваете инфраструктуру, позволяющую вам практически без переписываний, без изменений, без адаптации разворачивать большое количество приложений как в публичном облаке, так и у себя в своем собственном дата центре.
Ну и конечно они могут быть проинтегрированы софтверно?
Да, они проинтегрированы, и получается, что публичное облако может быть таким расширением частного. Когда вы что-то храните у себя, допустим, какие-то данные вы не можете отдавать в публичное облако. А второе облако нужно для того, чтобы очень быстро увеличивать и масштабировать нагрузки.
При этом довольно часто возникает такая довольно очевидная тема как публичный и закрытый шардинг. То есть, грубо говоря, мы хотим данные вот этого юзера хранить публично или в этой стране, а данные этого — или непублично, или просто в другой стране. Есть ли для этого какая-то поддержка?
Есть технологии, которые позволяют сделать эти вещи сделать, а также, у нас существует много партнерских решений, например, со стороны стартапов. Один из вариантов реализации этого — когда данные, которые не хочется отдавать, заменяются на некоторые условные хэштеги и, соответственно, в публичное облако выносятся только эти хэштеги; потом есть технологии, которые позволяют просто зеркалировать какие-то данные, то есть разделять их по идентификатору и разделять по публичному и частному хранилищам.
Напрашивается такая, довольно очевидная картина, когда облако предложило бы условный интерфейс к базе данных, в который можно встроить предикат, описывающий, собственно, куда эти данные попадают. Но такого, наверное, не существует.
Да, это не базовая функциональность, но это то, что действительно можно реализовать, и это как раз является одной из целей создания гибридных облаков — это когда возможности разделяются, например, по степени чувствительности данных к перемещениям.
Хочу спросить также про технологии ML, которые вы предлагаете. Ведь, если я правильно понимаю сегодняшнюю ситуацию на данном рынке, то она выглядит примерно так: существует довольно широкий спектр наработок, и, по существу, успех конкретной команды, которая делает реальное решение на базе решений ML, заключается в том, чтобы правильно выбрать и скомпоновать эти наработки. И спектр довольно велик. Наверное, если они обращаются к вашей технологии, то этот спектр как-то сужается? Или не сужается? Или можно в этом месте компоновать решения от Microsoft с решениями от других вендоров?
Да, у нас как раз есть набор готовых блоков. Если хочется на Azure развернуть TensorFlow от Google — пожалуйста, делайте это, это всё возможно, это всё работает. Здесь наш подход такой же, как был когда-то с ПК, наша задача — сделать так, чтобы это было доступно всем, то есть мы демократизируем технологии искусственного интеллекта. Как часто бывает, закон Парето никто не отменял — проблема решается с помощью 20% усилий. И мы стараемся дать такие технологии, какие даже люди, не являющиеся суперспециалистами в технологиях AI, могли бы использовать.
Вот у меня есть пример нашего заказчика, это компания, занимающаяся выпечкой хлеба. У них была очень большая проблема: хлеб — это продукт, который нужно потреблять свежим, и они очень много хлеба списывали. Так как самое плохое, что может быть у любой коммерческой компании — это неудовлетворенный спрос, они всегда привозили с запасом, и потом утилизировали до 20%, потому что он черствел, и это были прямые убытки.
Для решения этой проблемы, мы применили Azure ML — это продукт, в котором, буквально, мышкой можно покидать данные, потестировать модель, потом он сам учится эту модель обсчитывать, и потом мы проверяем эту модель на контрольном семпле, смотрим, чему же эта модель научилась. Иначе говоря, это такой продукт, который очень легко использовать и обучить этому можно кого угодно, ну уж программист точно его освоит в течение одного дня.
Например, никто в команде заказчика не был специалистом по ML, или по Deep Neural Network. Были просто обычные технари, которые через неделю начали использовать этот инструмент. И им удалось сократить убытки вдвое просто потому что, они научились правильно высчитывать, какое количество хлеба нужно привозить в каждую булочную каждый день на основе предыдущих данных.
Сейчас страшные вещи говоришь, на самом деле! Ужасные! Ведь на самом деле, обрати внимание, уже начала формироваться новая элита программистов. Очень четкая случилась волна: есть программисты, которые владеют темой ML, а есть программисты, которые ещё не доползли. Я часто слышу на эту тему обсуждения. Например, когда появились первые автомобили, а у всех были лошади, те, кто лошадью управляют стали никому не нужны, и появились шоферы. А ты сейчас говоришь, что Microsoft принес в этом месте робота-рулевого для автомобиля раньше, чем люди научились им управлять руками.
Это хорошая аналогия, очень красивая. Но что в этом страшного? Это де прекрасно!
Ну как же, столько людей в этом месте потеряют работу мне кажется…
На эту тему как раз недавно было обсуждение, в котором я участвовал. Моя точка зрения на этот счёт достаточно радикальная, но я верю в то, что даже, если роботы смогут заменить в каких-то профессиях людей, это не приведёт к каким-то драматическим последствиям. Я это называю временем новой античности, как в свое время в Древней Греции. Правда, благодаря не очень этичному использованию рабского труда, граждане греческих полюсов получили возможность не заниматься с утра до ночи тяжёлой работой, а получили возможность заниматься искусством, философией, познанием себя. Почему бы сейчас не ожидать того же самого от роботов?
То есть благодаря Microsoft мы все войдем в такую эпоху, когда мы будем попивать вино, сидя за столом с фруктами, а рядом за стеной компьютеры, управляемые искусственным интеллектом, будут рулить заводами, создавая для нас вино и выращивая для нас фрукты?
Вот мне правильно возразили на такую аналогию, что мы все можем оказаться обществом как в Древней Греции, заниматься искусством и философией, или, на самом деле, развращенным обществом Нерона в Древнем Риме. Поэтому это только от нас зависит, и будет интересно понять, какое у нас общество: то, которое способно стать обществом новой античности, или это будет общество новой развращенной системы Патриция.
Как всегда, с любым инструментом, эффект зависит от тех людей, которые его применяют. Это понятно. Но давай вернемся к тематике применения инструментов, которые сейчас появились у Microsoft, в реальной жизни. Мы начали с того, что существует несколько кейсов именно цифровой трансформации, в которых Microsoft поучаствовал, и они показали хорошие результаты.
Спасибо за то, что ты сейчас рассказал, потому что отдельный интерес «хлебного» кейса как раз заключается в том, что он оказался возможен без существенного погружения людей, которые делали продукт, в сами технологии. С одной стороны, я к этому немножко с опасениями отношусь, но с другой стороны, куда деваться: этот топор уже существует, теперь вопрос, кто его будет в руки брать. Ценно то, что технология коммодитизировалась что ли, стала в общем такой широко применяемой, наверное, это возможно не везде. Но эффект в 50% серьезный! Он с точки зрения бизнеса реально большого масштаба. Есть ли ещё что-нибудь на эту тему?
Да, у нас есть много кейсов. И вот я как раз, когда готовился к этому интервью, старался подобрать кейсы, которые будут представлять не какие-то огромные компании, обладающие колоссальными ресурсами, потому что все понимают, что компания масштаба крупного банка или большого производства могут много себе позволить. И в этом смысле они, как примеры, нам мало интересны, а интересны именно компактные небольшие бизнесы, не способные сильно проинвестироваться в это.
Ещё один пример, который мне очень нравится — это российский стартап Sarafan, в котором использовали технологию ML для распознавания изображений, и при этом они придумали очень классную бизнес-модель, как это можно монетизировать. Например, они позволяют открыть Instagram какой-нибудь знаменитости, где красивые модели одежды представлены на ней, и с помощью технологии ML они понимают, какого бренда и что за модель надета на фотографии. Тут же они позволяют перейти на сайт магазина, где именно эти кроссовки или эту кофточку можно купить, да еще и со скидкой.
Очень классная модель монетизации для этого стартапа, потому что они получают деньги как комиссию с тех заказов, которые реально случились. Мне этот кейс очень нравится, потому что это пример того, как мы непосредственно переводим технологии ML в деньги.
Хочу обратить внимание, что здесь всё ограничивается только фантазией: как ещё можно применить ML. Опять же, не будучи специалистами высокого уровня, вы можете написать приложение, которое будет распознавать фотографии и определять на них марки одежды.
А в чем именно в этом месте работа разработчика? Может показаться, что все сводится к тому, что ты запустил в облаке Microsoft некоторый инструмент, прокликал мышкой, и она за тебя всё сделала, но это же, конечно неправда.
Да, хорошо, что это не так просто. Я себя всё ещё считаю программистом и всё ещё умею писать код, поэтому всё-таки надеюсь, что вот в том прекрасном обществе будущего, которое мы сейчас с вами описали (привет Оруэллу »1984»), программистам всё-таки ещё найдётся работа. И не все будут сидеть и пить вино, и писать философский книжки. Так вот, программисту, конечно же, нужно разобраться в том, как этот фреймворк работает.
Здесь очень интересно получается: как только мы начинаем работать с технологиями искусственного интеллекта (ИИ), мы всё больше и больше переносимся как программисты со времени дизайн-тайма во время рантайма, потому что мы создаём нечто уже живое (что нужно не просто заранее создать и впустить в жизнь). Когда мы пускаем это в жизнь, оно ещё ничего не умеет, и его нужно учить. Вот этот вот момент обучения модели, мне кажется, ещё больше приближает профессию программисту к профессии Творца или родителей.
Родителей… Да, у меня тоже возникло ощущение близости того, что происходит с ребёнком: когда ты его родил, всё только начинается. Это хорошая параллель. Наверное, это имеет отношение ко всем работам, связанным с ML: задача программиста — это задача выбора оптимального инструмента из возможных вариантов и подготовка для него обучающей выборки?
Да.
Именно здесь происходит основная работа и, видимо, тоже неизбежный такой Agile. В этот момент работа разработкой не кончается, и мы дооцениваем качество распознавания. Как это часть жизни вообще устроена? Мы же не можем за несчастным роботом постоянно следить и оценивать качество каждого распознавания. Что происходит на этой фазе? Это сэмплинг, или есть какие-то инструменты, которые позволяют как-то прикинуть, насколько данное распознавание было качественным или некачественным?
Да, совершенно верно. И в этом отношении для нас, как программистов, всё очень хорошо, потому что мы теперь не можем просто продукт написать и отдать заказчику, мы можем получать с заказчика деньги постоянно. Я надеюсь, наша аудитория понимает чувство юмора! Действительно, те же самые модели, которые там создаются, нужно постоянно обучать, постоянно следить за их работой. И тут уже задача программиста правильно настроить KPI и форму обратной связи, то есть каким образом мы будем оценивать, допустим, то же самое качество распознавания. И здесь существует просто масса вариантов! Можно, например, сделать две модели, которые будут друг с другом конкурировать, ну или много моделей, которые буду друг с другом конкурировать. Либо можно соревноваться с человеком, почему нет? Я имею ввиду, что, когда мы делаем что-то с помощью алгоритмов, мы параллельно всё это проверяем с помощью людей.
Но это сэмплирование в этом случае, ты же не можешь каждую выборку проверять.
Да, каких-то универсальных способов нет. Тут, опять же, наша задача — предоставить инструмент, а как их будут использовать, это мы уже не пытаемся определить.
А вот эти же инструменты, они же как раз технологии с FPGA умеют использовать? Или это пока только новая технология?
FPGA — это пока, всё-таки новая технология. Её можно тестировать, мы постепенно это разворачиваем по всем дата центрам, но это, скажем, скорее дело завтрашнего дня.
Но она встроена в эти компоненты ML?
Да, это всё прозрачно, после того, как это будет развернуто, это будет незаметно, просто вдруг те же самые алгоритмы станут работать в 1000 раз быстрее. И это все действительно будущее, которое будет очень интересно посмотреть.
В private cloud вы FPGA тематику не отдаете, чтобы оставить у себя какую-то часть конкурентного преимущества? Или это просто достаточно сложно и пока еще недостаточно оформлено как отчуждаемая технология?
Я думаю, что пока что рано это комментировать, нужно посмотреть, как она заработает. Это всё-таки технология новая, и здесь нужно контролировать как она работает, чтобы не выпустить не очень качественный продукт на рынок. Загадывать в будущее трудно, никто не знает, что будет завтра. Вот кто знал, что такой популярностью будут пользоваться графические чипсеты не для того, чтобы обсчитывать трехмерную графику, а для того, чтобы биткоины майнить? Поэтому развитие этой технологии тоже трудно предсказывать. Мне кажется, что там очень интересные дали открываются, а если мы туда добавим ещё и квантовые компьютеры… А Microsoft квантовыми компьютерами занимается очень сильно, и у нас большая лаборатория работает в институте Бора, в Копенгагене.
Казалось бы, ML должен неплохо ложиться как раз на квантовые компьютеры. Чуть-чуть с этих небес вернёмся на землю и останемся в тематике хардверной.
Конечно, очень неожиданно говорить с Microsoft про хардвер, но интересно. Тематика перехода с Intel-процессоров на ARM в рамках облаков, она как-то начала взлетать, а потом, такое ощущение, что немножко затихла. И были разговоры, что Windows перенесется на ARM, что с этим? Движется, не движется?
Windows прекрасно работает на Snapdragon, работает на ARM. Уже сейчас появляются устройства, на которых всё это работает. И самое классное, что там встроен транслятор, поэтому win32 приложения могут работать, в отличие от первых попыток Windows запускать на ARM, где могли работать только приложения, написанные на новой платформе Windows.
Бинарный транслятор?
Да, бинарный транслятор, то есть теперь у нас на ARM могут работать все привычные приложения, поэтому здесь у нас открываются новые дали. Мы пока что ещё всех деталей не раскрыли, но то, что сейчас обещают и то, что из секретных лабораторий доносится — это компьютеры, к которым не нужно будет носить зарядку.
Почему?
Благодаря ARM это будут обычные ноутбуки, которые мы используем в нашей жизни со всеми приложениями, к которым мы привыкли, но в которых энергопотребление будет настолько низкое, что мы с можем оставлять зарядку дома и этого гарантированно будет хватать на полный рабочий день без всяких ограничений. В общем, с ARM мы работаем с точки зрения клиентской, насчёт облачной мне пока неизвестно, но то, что Windows прекрасно работает на ARM — это уже не новость.
А знаешь ли ты, что у процессора Эльбрус есть бинарная трансляция x86 в native Эльбрус, и на этой бинарной трансляции запускается Windows, который в рантайме бинарно транслируется в Эльбрусовскую систему команд и, не зная об этом, работает на Эльбрусе?
Да, вот здесь, вспоминается анекдот про двух новых русских. Один другого спрашивает:
— А ты говоришь по-немецки?
— Yes, of course.
— Но это же английский.
— Вот видишь, ещё и английский знаю.
Так что теперь буду говорить, что windows ещё и на Эльбрусе работает.
Нет, тут интересно другое? Если бы у вас была бинарная трансляция ARM в x86, а потом вот это всё можно было бы поставить на Эльбрус и посмотреть, как бы вся эта пирамида мучается, чтобы все это странслировать.
Конечно, это тоже очень интересная тема. Я давно ещё был очень впечатлен тем, что сделали разработку: на java-scriptе запускается виртуальный x86, в котором прям в браузере в виртуальной машине, работающей на java-script, запускается Linux и он работает в окне твоего браузера. Это было феерично! Вообще, это и сегодня феерично! Кажется, что довольно скоро вопросы, на чём это сделано, на чём это работает, перестанут быть актуальными, потому что можно будет что угодно запустить на чём угодно. Но, спасибо, на самом деле, это очень интересная тематика, особенно с учётом того, что это поддержка win32 приложения… в общем-то, в этом есть ценность. Хотя, вы в этом месте не первые, тот же Apple два раза совершил скачок с процессора на процессор, поддерживая предыдущие приложения именно бинарной трансляцией, но впечатляет!
Мне вообще кажется, что win32 еще очень долго будет жить. Вот до сих пор, как известно, ни одна банковская транзакция (я слышал такой факт) не проходит мимо Cobol-ного кода. Хотя уже сколько лет прошло. Мне кажется, что win32 настолько распространился, что, даже если бы Microsoft очень сильно захотел… Это всё равно осталось бы жить очень надолго. Это мир, который построен на win32 и это прекрасно!
Да, тема legacy достаточно широка, и действительно, отчасти, хорошо, что существуют такие виртуализационные инструменты, которые позволяют сделанное решение как-то завернуть, что оно стоит и работает. Но все-таки вернемся к digital transformation.
Хотя, конечно, с тобой очень интересно говорить про суть того, что происходит внутри компьютера, потому что сам я с большим интересом к этому отношусь. Но давай, каких-нибудь еще примеров расскажи про то, что сейчас интересного происходит?
Примеров много и, действительно, это очень здорово, как сейчас информационные технологии меняют мир вокруг. Идя сюда в эту студию (я вот небольшую тайну раскрой перед аудиторией), мы ехали на каршеринге. Каршеринг — это пример того, как ИТ трансформировали типичную нам привычную для нас индустрию. Этот сервис совершенно невозможен без мобильной связи, без мобильных приложений, без мобильного телефона — смартфона.
У нас есть похожие примеры в других индустриях. Та же самая DoDo Pizza. Это не компания, которая печёт пиццу, это ИТ компания, которая вдруг почему-то начала печь пиццу.
Между прочим, Овчинников (ред. Фёдор Овчинников, основатели сети пиццерий «Додо Пицца») по-другому формулирует. Он говорит, что «мы, в общем, всё-таки бизнесмены, которые занимаются пиццей, но просто мы занимаемся проксированно, через системы, управляющие этим процессом. Ведь я, все-таки, очень четко его спросил: «Ты как себя ощущаешь: всё-таки, грубо говоря, IT-шником, которому как-то ещё и бизнес удаётся, или бизнесменом, который хорошо владеет IT?» И его ответ был — второе. Все-таки в этом месте понимание ключевое бизнеса, оно очень существенно.
Я всё время осмысливаю, что говорят гости и как именно устроена эта сцепка цифровой трансформацией с IT. Где там тонкая грань между софтом и самим бизнесам? Её по сути дела нет, и владение тем, что в бизнесе происходит, критично!
Да, и здесь, я полностью согласен с тем определением, которое дал Тигран (ред. Тигран Худавердян — генеральный директор «Яндекс. Такси») в твоей передаче. Удивительным оказалось то, что мы используем внутри то же самое определение. Какие компании мы считаем IT-шными, какие — не IT-шными, то есть софтверными и несофтверными? Если бОльшая часть добавленной стоимости создается с помощью софта, значит это софтверная компания. А так, она может представляться банком, она может представляться пиццерией, кем угодно. Но если софт — это способ создания добавочной стоимости, значит это софтверная компания. Поэтому, Uber, Airbnb — это всё софтверные компании.
Возвращаясь к еще примерам, о которых можно порассуждать, мне очень нравится пример компании — выходца из Microsoft — Влада Мартынов, которого больше все знают, как руководителя Yota Devices.
Создателя YotaPhone?
Да, создателя YotaPhone, но когда-то он работал в Microsoft, и мы гордимся таким выпускником нашей компании. У него есть очень интересный стартап под названием «ICEBERG», который переносит облачные технологии и ML в спорт. Сейчас они это используют для хоккея, в основном. Но в целом, это технология, которую к любым видам спорта можно применить. Они снимают через короткие промежутки времени игровое поле, следят за игроками: как они перемещаются, кто сколько раз кому отдал пас, кто сколько раз забил. Дальше
