Jensen Huang, fundador y director ejecutivo de NVIDIA, una empresa con un papel fundamental en el ecosistema tecnológico de IA, señaló en la conferencia HPE Discover 2024 el gran cambio para la inteligencia artificial (IA) y las redes.
Durante su discurso de apertura, Huang observó que la era de la IA generativa (GenAI) estaba aquí y que las empresas tenían que comprometerse con “la tecnología más trascendental de la historia”. Dijo a la audiencia que lo que está ocurriendo ahora en la industria es la mayor transformación de plataforma informática fundamental en 60 años, que abarca la informática de propósito general hasta la informática acelerada, desde el procesamiento en CPU hasta GPU.
“Toda empresa será un fabricante de inteligencia. Cada empresa se basa fundamentalmente en inteligencia de dominio específico. Por primera vez, ahora podemos digitalizar esa inteligencia y convertirla en nuestra IA: la IA corporativa”, afirmó.
“La IA es un ciclo de vida que dura para siempre. Lo que buscamos hacer en todas nuestras empresas es convertir nuestra inteligencia corporativa en inteligencia digital. Una vez que hacemos eso, conectamos nuestros datos y nuestro volante de inteligencia artificial para recopilar más datos, obtener más información y crear mejor inteligencia. Esto nos permite brindar mejores servicios o ser más productivos, correr más rápido, ser más eficientes y hacer cosas a mayor escala”.
Si bien en este momento se desconocen las posibles ramificaciones generales de la asociación entre la empresa matriz Hewlett Packard Enterprise (HPE) y NVIDIA, David Hughes, director de producto de HPE Aruba Networking (la subsidiaria de redes y seguridad de HPE), dijo que hay cuestiones más apremiantes sobre el uso de IA en redes empresariales, en particular, para aprovechar los beneficios que GenAI puede ofrecer en el mundo de las CPU más GPU. Hughes cree que el despliegue de la IA en su industria tiene dos caras: una es la IA para la creación de redes y la otra es la creación de redes para la IA.
Dijo que existen diferencias sutiles pero fundamentales entre estos dos lados: “La creación de redes para la IA consiste en construir, ante todo, el tipo de infraestructura de conmutación que se necesita para interconectar estos grupos de GPU. Y luego, un poco más allá, pensar en el impacto de recopilar telemetría en una red y los cambios en la forma en que las personas podrían querer construir su red. Entonces, eso es todo en red con IA.
“La otra área, la IA para redes, es aquella en la que dedicamos tiempo desde el punto de vista de la ingeniería y la ciencia de datos. Se trata realmente de [questioning] cómo utilizamos la tecnología de IA, para convertir a los administradores de TI en superadministradores para que puedan manejar sus crecientes cargas de trabajo independientemente de GenAI, que es una especie de carga por encima de todo lo demás, como las crecientes amenazas cibernéticas y las preocupaciones sobre la privacidad. La empresa le pide a TI que haga cosas nuevas, que implemente nuevas aplicaciones todo el tiempo, pero están [asking this of] el mismo número de personas”.
Hughes cree que es importante demostrar a estos administradores de TI en apuros cómo aprovechar al máximo la automatización y la inteligencia artificial para sacar más trabajo de sus tareas y poder escalar. Hughes reveló que su empresa cuenta con un equipo de unos pocos miles de científicos de datos que trabajan en cómo aprovechar la IA de manera más amplia, incluida la clasificación de IA y GenAI, en los productos de la empresa, en particular el sistema de gestión basado en la nube Aruba Central.
Después de hacer distinciones entre las categorías de IA para redes y redes para IA, Hughes dijo que el trabajo principal será llevar esta tecnología a quienes la utilizarán. El desafío será articular lo que significan la inteligencia artificial y las redes en el trabajo para quienes administran las redes en los clientes de HPE Aruba, como en Espai Barça, que se dice que es el espacio de deportes y entretenimiento “más grande e innovador” en una ciudad europea; el estadio de fútbol del Tottenham Hotspur; el AT&T Arena de los Dallas Cowboys; y el equipo de Fórmula Uno Mercedes-AMG Petronas.
En lugar de que los usuarios tengan que descubrir cómo usar la IA para mejorar sus vidas, lo haremos por ellos.
David Hughes, redes HPE Aruba
“La clave [for users] Así es como transforma sus empleos”, afirmó Hughes. “Para nosotros, se trata de explicar el cambio en lugar de simplemente decir: ‘Aquí hay más tecnología este año’. Nuestro trabajo principal es llevar esta tecnología para hacer [operations] más eficiente. Entonces, en lugar de que los usuarios tengan que descubrir cómo usar la IA para mejorar sus vidas, lo haremos por ellos.
“Obviamente hay algunas cosas específicas del dominio de las que deben ocuparse, pero en términos de construir una red que en gran medida funcione sola, deberíamos hacerlo. Entonces, ahí es realmente donde estamos invirtiendo, alcanzando un alto nivel muy inspirador. [of technology] hasta los detalles más básicos”.
Para los clientes de HPE Aruba, como BMW y General Electrics, que están entrando en el ámbito de los gemelos digitales basados en IA para respaldar sus entornos de ingeniería avanzada, llegar a los aspectos prácticos es un requisito casi literal.
La granularidad de la oferta de IA de HPE Aruba se extiende a recomendaciones no solo para clientes individuales, sino también para sitios individuales e incluso puntos de acceso individuales, y estos últimos ofrecen orientación sobre el mejor firmware para ejecutar. Hughes explicó por qué esto es importante para los clientes en una implementación de red inalámbrica típica.
“Si le preguntas a alguien, te dirá que lo que tiene más éxito se basa en su experiencia personal”, dijo Hughes. “Cuando tenemos IA, analizamos todos los diferentes factores sobre ese punto de acceso en particular. [AP] – el tamaño del lugar, cuál es la densidad de personas, los tipos de cosas que hacen en él, los tipos de sistemas finales que tienen. Tal vez sea un lugar donde todos tienen iPhones o algún otro tipo de teléfono.
“La IA se da cuenta de que hay ese tipo de puntos finales en la mezcla, y entonces tal vez estas versiones particulares de nuestro AP no funcionen tan bien como las otras”. [because of a bug, for example]tomará todo eso en cuenta para recomendar… [the hardware] para un sitio, el marco, los AP, etc.
La clave para esto es que la inteligencia y los resultados entregados se basan en los datos recopilados y procesados a través del sistema Aruba Central. Actualmente, gestiona datos de aproximadamente cuatro millones de dispositivos, es decir, puntos de acceso y conmutadores, lo que representa alrededor de mil millones de puntos finales de telemetría reales, como teléfonos y computadoras portátiles, recopilados en un gran lago de datos, que se utiliza para entrenar el modelo de lenguaje para la oferta de IA. dijo Hughes.
“Es mucho mejor de lo que cualquier administrador puede hacer basándose en su experiencia individual solo para ese ejemplo de firmware, y se multiplica aproximadamente 100 veces con todos los demás tipos de recomendaciones. Para muchas de estas recomendaciones, sugerimos al administrador “Hacer esto”, pero hay una casilla de verificación que dice “Sí, quiero hacerlo”. Y si ves algo similar a esto en el futuro, hazlo automáticamente.
“Y eso se convierte en una automatización de IA de circuito cerrado. Y este ha sido un gran impulso para nosotros. Creo que en realidad estamos sólo en el comienzo, porque hay mucho más que podemos hacer. Deberíamos llegar al punto en que las cosas realmente funcionen por sí solas y la clasificación sea completamente automática. Estamos logrando avances realmente buenos, pero el cielo es el límite”.
La timonera de la IA
Pero, ¿es ésta la opinión general de los usuarios finales que se dan cuenta de este potencial en el contexto de cómo cambian sus trabajos y reaccionan adecuadamente a cómo cambia el mundo que los rodea, o es que las soluciones de IA están siendo impulsadas como la próxima gran solución? cosa por la industria tecnológica? Hughes acepta que en este momento es un poco de ambas cosas.
“Creo que hay ambos casos. Hay personas que buscan cómo automatizar y reducir las cargas en los equipos, y están muy dispuestas a adoptar nuevas tecnologías y realizar cambios para hacerlo. Pero también hay muchos clientes que [happy] Conexión en red con administración de red tradicional, donde administra dispositivos individuales y controla dispositivos individuales.
“Mientras que en realidad, simplemente se define la política de seguridad una vez para toda la red, por ejemplo. No estás configurando miles de listas de control de acceso [ACLs] con miles de líneas en todos sus firewalls. Estás definiendo de inmediato y luego dejando que la automatización y la IA se encarguen del resto. Pero para algunas personas hay cierta incomodidad y en parte es por eso que tenemos la casilla de verificación. Algunas personas están nerviosas por dejar que la IA modifique su red. Quieren que eso sea mediado.
“Entonces, ese es el modo predeterminado. Les preocupa que la IA pueda hacer algo estúpido… especialmente con GenAI. Es bastante sorprendente en muchos sentidos, pero [GenAI’s] no muy adecuado para algunos problemas. El único área en la que sobresale es la mejora de la comprensión del lenguaje”.
Sin embargo, incluso con esta opinión personal, Hughes enfatiza su sensación de que la IA va a tener un amplio impacto. Dijo que HPE Aruba está utilizando GenAI en términos de proporcionar interfaces de lenguaje natural, hacer referencia a documentación real y proporcionar un resumen con enlaces y resúmenes. En general, cree que el uso de la IA generativa está progresando a buen ritmo y, si se vigilan las guías y se hace referencia a documentación real, se evitará que se desvíe y caiga en alucinaciones.
Como ocurre con cualquier tecnología, su éxito o no depende totalmente de los casos de uso que admitirá. Hughes cree que con la mayor madurez de la IA y, en particular, de la GenAI y los nuevos modelos de interfaces de lenguaje natural, hay alrededor de 10 o 20 nuevos tipos de conocimientos publicados en categorías generales.
“Estamos analizando todas las diferentes cosas que, de otro modo, la gente necesitaría ajustar para proporcionar esos conocimientos. También buscamos anomalías e identificamos lo que parece inusual, comunicándolos al administrador para determinar si es algo que debe preocuparles. Esa es otra área completa en torno a la detección de anomalías, porque no puede haber gente haciendo eso. Hay demasiados datos para que puedan analizarlos todos.
“Otra es la correlación. Cuando algo sale mal, a menudo tiene muchos efectos posteriores, por lo que TI recibe muchas alertas. Pero lo que la gente realmente quiere descubrir es la causa raíz porque es lo que deben abordar. Entonces, todas estas cosas están absolutamente en la timonera de los diferentes tipos de IA”.
Y estos diferentes tipos de IA se ejecutarán en diferentes modelos y lugares según las necesidades individuales, a pesar de la nubosidad general de la industria tecnológica. El uso local está muy a la orden del día, en particular para aquellos en áreas como la banca y la atención médica, donde Hughes cree que hay buenas razones para mantener este modo de operación. Para otras empresas, como las pymes, por ejemplo, la nube simplemente funciona. La conclusión es que no habrá una solución única.
Al observar los próximos desafíos del despliegue exitoso de la IA en las redes y la forma en que se medirá el éxito, Hughes cree que un criterio clave será simplemente cuántos dispositivos tiene la empresa bajo administración. Esto se considera una métrica clave porque le dice a HPE Aruba cómo le está yendo en términos de llevar a sus clientes a este nuevo mundo.
El mayor desafío para lograr objetivos con IA puede no ser tecnológico sino, en realidad, a pesar de muchos temores en sentido contrario, mucho más humano.
“El mayor desafío para las personas estará en cualquier lugar donde necesiten realizar un cambio”, dijo Hughes. “Hacer un cambio significa un gran esfuerzo para superar la interrupción del negocio. Entonces, ¿cómo se puede hacer que la gente supere el obstáculo más fácilmente? Probablemente también haya mucha gente en la categoría de “Creo que es hora de [for AI], pero no sé cuándo vamos a hacer esto.’ Entonces, ¿cómo se lo hacemos más fácil?
