אפקטיביות בעזרת בינה מלאכותית

יום ג', 5 בפברואר 2019

הדור הבא של אחסון נתונים

מאת נועם מזרחי -

Marvell Fellow, VP Technology and Architecture, Marvell CTO office

קצב ייצור הנתונים כיום גבוה מכפי שאפשר היה לדמיין אי-פעם. בעבר, היו בני אדם המקור העיקרי של ייצור נתונים חדשים. כיום נוספים על הנתונים האלה גם מגוון רחב של מקורות – דוגמת מצלמות אבטחה, חיישנים, רחפנים, מכוניות מקושרות לרשת, מכשירי IoT  ופיסות ציוד ייצור. כל אלה יוצרים נתונים במגוון רחב של דרכים ופורמטים. אלא שיש להבדיל בין נתונים ובין מידע. כיום, רק שבריר מהנתונים הנאספים חשובים מספיק על מנת שנטפל בהם כנכס אמיתי. קחו, למשל, מצלמת אבטחה: זה המקום שבו דקה בודדת של פעילות רלוונטית היא שמשנה באמת, ולא השעות הארוכות של וידיאו שבהן לא מתרחש דבר מה חשוב באמת. אם להציע אנלוגיה, ניתן לחשוב על "נתונים" כמכרה שבו מחפשים אנשים אחר מטילי זהב, שהם ה"מידע". היכולת להפוך את הנתונים למידע בעל ערך – פעילות ה"כרייה", לענייננו – יכולה להיות מוגדרת כ"ניתוח אנליטי של ביג דאטה".

הגרף המובא כאן, שהוכן על ידי אנליסטים בחברת המחקר Statistica, מתאר את הזינוק העצום בקיבולת הנתונים המאוחסנים, במהלך העשור האחרון. הניתוח הזה חוזה כי בשנת 2020 יגיע הביקוש לאחסון ל- 42,000 אקסא-בייט. אולם הרוב המוחלט של הנתונים המאוחסנים – לפחות 80% על פי רוב ההערכות – עודו מאופיין בפורמט בלתי מובנה (Unstructured data)לחלוטין, מה שמציג בעיות כאשר מנסים להשתמש בנתונים האלה לצורך ניתוח אנליטי. ההערכות אומרות כי רק 5% מהמידע המאוחסן אכן מנותחים בפועל. מובן כי ככל שנמצא דרך לצרף לנתונים בפורמט בלתי מובנה גם את המטא-נתונים המתארים אותם באופן אפקטיבי, בהקשר של הניתוח המתבצע – נוכל לנתח כמויות גדולות הרבה יותר של נתונים, תוך הגדלה משמעותית של הערך אותו מפיקים ארגונים מהנתונים שבבעלותם.

בינה מלאכותית (AI) נחשבת כיום לטכנולוגיה הצפויה להשפיע משמעותית על כל היבט של החברה המודרנית. הטכנולוגיה הזאת כבר הוכיחה את ערכה בתחומי ההמלצות על מוצרים בעולם המסחר המקוון, תרגום שפה טבעית, טכנולוגיות בעולם הפיננסים – FinTech, מערכות מעקב ואבטחה, זיהוי אובייקטים ומעקב אחריהם. בעולם הרפואה, התקדמה הטכנולוגיה עד לאפשרות האצת ההצבעה על תאים סרטניים מסכני חיים, או אנומליות אחרות. למרות השונות בין היישומים האלה, עוברת ביניהם נימה אחת משותפת: לראשונה אי-פעם, יש בידינו טכנולוגיה המסוגלת לסרוק כמויות עצומות של מידע בלתי מובנה – בכל צורה של וידיאו, טקסט, קול, תמונות וכיוצא באלה – ולעבד אותן באופן המאפשר להפיק מהן ערך אמיתי. כך, ניתן להשתמש בבינה מלאכותית לא רק לצורך התהליך האנליטי עצמו – אלא גם לעיבוד מקדים של נתונים גולמיים בפורמט בלתי מובנה, על מנת לתייג אותם ולהוסיף להם מטא-נתונים המייצגים אותם באופן פשוט אך מדוייק. בסיס הנתונים המפושט הזה יכול בהמשך להיות בסיס לניתוח, באמצעות שכבות גבוהות יותר של תוכנה אנליטית לעיבוד ביג דאטה, על מנת להפיק מידע שימושי מתוך הנתונים. בינה מלאכותית היא הטכנולוגיה שלה המתינו ארגונים, על מנת שתאפשר להם להפיק הרבה יותר מהנתונים אותם הם מאחסנים – ואשר עד עתה, ברוב המקרים, נותרו "אפלים", בלתי גלויים במהותם.

אנחנו רוצים, אם כך, לייצר מטא-נתונים שיאפשרו לתוכנה האנליטית שלנו לפעול באופן אפקטיבי יותר ויש בידינו  כלי בינה מלאכותית המאפשרים ליצור את המטא-נתונים שיאוחסנו בבסיס הנתונים שלנו, על בסיס כמויות עצומות של מידע בלתי מובנה. עכשיו, אנחנו צריכים רק להביא את כמויות הענק של הנתונים האלה אל מערכות הבינה המלאכותית שלנו, בכל מקום שבו הן עשויות להימצא, על מנת שיוכלו לעשות את עבודתן. אבל, רק רגע. האם זו באמת הדרך הנכונה לפעול בה?

אם ניקח את שני המקומות העיקריים שבהם נוצרים נתונים ומאוחסנים כיום – "הענן" ו"שולי הרשת" (edge), מתברר במהירות כי הזזת כמויות העתק של הנתונים האלה ממקום למקום היא עניין יקר, שראוי להימנע ממנו. בענן, ניתוב הנתונים דרך מרכז עיבוד הנתונים ייצור עומסים על תשתיות הרשת הקיימות, יצרוך כמות גדולה של חשמל ועוצמת עיבוד, ויגדיל את רמות ההשהיה – תוך תוספת לזמן העיבוד הכולל. בדומה לכך, בשולי הרשת, ניתן למצוא רק משאבי מחשוב וחשמל מוגבלים. היכולות המוגבלות בכל הנוגע לקצבי העלאה של נתונים ממכשירים קטנים הנמצאים בשולי הרשת יהפכו את משימת ההעלאה של כמויות גדולות של נתונים אל הענן לתהליך בלתי מעשי. בשני המקרים, צמצום כמות הנתונים אותם אנו מעבירים ממקום למקום, והסתמכות על מטא-נתונים המייצגים את המידע השמור בהקשר של הניתוח המבוקש, מהווים מפתח לייעול התפעול.

מכל הסיבות שהוזכרו כאן, כמו גם מאחרות, יהיה אפקטיבי יותר להקצות ולהגדיר את המטא-נתונים כבר במקום שבו נוצרים הנתונים ומאוכסנים בראשית הדרך – ללא צורך להעביר את הנתונים. כתוצאה מכך, בעתיד, תידרש טכנולוגיית האחסון שתשמש לצורך זה להציג רמה גבוהה יותר של חוכמה המובנית בה עצמה, באופן שיאפשר לה ליצור את התגים המלווים את המידע המאוחסן. בעיקרון, מערכות SSD  כבר כוללות את הרכיבים החיוניים הנדרשים על מנת לשמש כישויות מחשוב. היכולות האלה משמשות באופן רגיל רק בהקשר של תפעול הכונן עצמו, אולם אפשר להקצות אותן בחלקים מהזמן לייעוד חדש של ביצוע משימות הקשורות בפונקציה אותה ממלאת המערכת, ולטפל בעבודה, תוך השלמה על פי הצורך של רכיבי חומרה, תוכנה או קושחה נוספים הנדרשים על מנת להשלים משימות ופונקציות כאלה.

חיסכון בחשמל ובעלויות, כמו גם צמצום הצורך בהעברת נתונים וקיצור זמני ההשהיה, יחד עם הקטנה של כלל התעבורה ברשת, הם רק כמה מהיתרונות אותם ניתן להפיק כאשר משתמשים בגישת האצת עיבוד כזאת כבר בנקודת האחסון, וככל שהגישה מיושמת במקרים הנכונים. היכולת המובנית למידרוג והרחבה של הגישה הזאת, אומרת כי ארגונים וספקי שירותי ענן יכולים להרחיב את היקף היכולות שלהם באמצעות מינוף הפונקציונאליות המתקדמת המתאפשרת באמצעות כלי AI  עדכניים.

כך, למשל, אם המטרה היא אבחון וזיהוי אובייקטים או סצינות, עשוי מנוע הבינה המלאכותית לסרוק את קבצי הווידיאו המאוחסנים על גבי הכונן ולבנות רשימת מטא-נתונים של רגע ההופעה של אובייקט או סצינה לאורך הווידיאו הזה. בזכות טכנולוגיית האחסון החדשה המשופרת באמצעות כלי בינה מלאכותית, ניתן לשמור על בסיס הנתונים הכולל את המטא-נתונים בסביבה המקומית, על גבי ה- SSD– ולהפוך אותו זמין לטיפולה של תוכנה אנליטית שתבחן את המטא-נתונים ככל שיידרש. אם לחשוב, למשל, על גופי אכיפת חוק המחפשים אחר "חפץ חשוד" במקום כל שהוא לאורך שעות אינסופיות של קבצי וידיאו ממצלמות אבטחה, ניתן להעלות מודלים מאומנים היודעים לזהות בדיוק "חפץ" כזה, ולהריץ במקביל את תוכנת התיוג על גבי כל תוכן וידיאו זמין, לרוחב כל כונני האחסון עליהם מנוהל הווידיאו הזה במקביל. כל הופעה של ה"חפץ" תסומן ותתויג, באופן שיהפוך את משימות הניתוח העתידי לקלות יותר ומהירות יותר. בדומה לכך, ניתן לחשוב על האפקטיביות של ארכיטקטורה כזאת למשל דוגמת ניתוח אנליטי המתבצע ברקע הפעילות של צ'אטבוט, כאשר יש לסרוק בסיס נתונים גדול של שיחות צ'אטבוט ששמורות במערכת, על מנת לעדכן את מודל הדיבור של הבוטים ולשפר את איכות השירות. אפשר יהיה למדוד ולהעריך מתי משתמשים מרוצים או מוטרדים מהתשובות אותן הם מקבלים, האם השיחות ארוכות מדי או קצרות מדי, וכיוצא באלה. ברגע שבו נוצר מודל בינה מלאכותית היודע לעקוב אחר הפרמטרים המסויימים האלה, אפשר להדר ולהריץ אותו על גבי מנוע בינה מלאכותית הפועל כבר במערכת האחסון, ולסרוק את השיחות בזמן אמת ובעיבוד אצווה, במקביל. ביישומים דוגמת הכנסת פירסומות מכווני לקוח ואשר מושפעים מהמתרחש בסטרימינג של וידאו, חיפוש במאגרי וידיאו של מצלמות מעקב ואבטחה וביישומים אחרים עתירי תנועות קלט-פלט, מינוף הקרבה לנתונים מציג יתרונות משמעותיים בכל הנוגע לביצועים.

טכנולוגיית בקרי SSDמשולבי בינה מלאכותית שבה מתייצבת Marvellכחלוצה, מדגימה כיצד ניתן ליישם ארכיטקטורות חדשות לאחסון נתונים שיתאימו למגוון רחב של יישומים תובעניים בתחומי ה- Big Data, ההולכים ומופיעים בשוק – ללא צורך במערכות מעגלים משולבים יקרים הנבנים במיוחד לצורך זה. כאשר נותנים לחומרת SSD  הזמינה ונפוצה כבר בשוק בנוסף ליכולות לוגיקה אותן ניתן להוסיף למערכת – הן הופכות חכמות משמעותית. המטא-נתונים והתגים החיוניים לטיפול בעומסי עבודה עתידיים של ניתוח אנליטי יכולים להיות מטופלים ישירות כבר ברמה המקומית – ללא צורך בתקשורת אל משאבי עיבוד ייעודיים כל שהם.