• Теги
    • избранные теги
    • Компании1294
      • Показать ещё
      Страны / Регионы251
      • Показать ещё
      • Показать ещё
      Международные организации19
      • Показать ещё
      • Показать ещё
      • Показать ещё
      • Показать ещё
Выбор редакции
21 октября, 16:18

DST Systems (DST) Q3 Earnings Top; Falls on Revenue Miss

DST Systems (DST) reported mixed third-quarter 2016 results, wherein earnings surpassed the Zacks Consensus Estimate but revenues missed the same.

Выбор редакции
21 октября, 15:39

BRIEF-IBM: SBI Securities is testing potential of blockchain technology for a new type of bond trading system.

* IBM - SBI Securities intends to make blockchain technology for securities operations commercially available in future. Source text for Eikon: Further company coverage:

Выбор редакции
21 октября, 00:46

IBM: Wall Street Is Looking At The Wrong Numbers

One of the rules of investing in publicly traded companies is that you cannot profit by looking into the past of these companies, but into their future. For a simple reason: market prices already reflect the past, but not the future. The problem is that emotional investors often forget this rule, [...]

Выбор редакции
20 октября, 17:50

Will Tech ETFs Continue Their Rally in Q3 Earnings?

The tech sector is expected to post an earnings decline of 0.4% in the third quarter compared with 1% growth in the second quarter.

20 октября, 16:41

Apple (AAPL) Q4 Earnings Preview: Will it Beat Estimates?

What to expect from Apple's (AAPL) fourth-quarter fiscal 2016 earnings on Oct 25?

Выбор редакции
20 октября, 16:30

The Zacks Analyst Blog Highlights: IBM, BlackRock, Starbucks, Disney and NVIDIA

The Zacks Analyst Blog Highlights: IBM, BlackRock, Starbucks, Disney and NVIDIA

Выбор редакции
20 октября, 16:10

AT&T (T) Q3 Earnings: What's in Store for the Stock?

AT&T Inc. (T) is scheduled to report third-quarter 2016 financial numbers on Oct 25, after markets close.

20 октября, 15:16

Quest Diagnostics (DGX) Tops Q3 Earnings & Revenue Estimates

Quest Diagnostics (DGX) have reported a solid third-quarter of 2016. We have highlighted some of the key details from the just-released announcement.

Выбор редакции
20 октября, 00:17

Что нового в Swift 3?

Как мы все давно знаем, Apple интегрировала Swift 3 в Xcode 8. Это первая версия языка с открытым исходным кодом, который работает как на macOS, так и на Linux. Если вы следили за процессом развития языка на Swift Evolution с декабря прошлого года и успели с ним поэкспериментировать в IBM sandbox, вы уже наверное поняли, что в нем появилось множество изменений. Совершенно уверен, что при компилировании существующего проекта в Xcode 8, ваш код удивит вас наличием ошибок. Но это поправимо. Давайте познакомимся с некоторыми изменениями в новой версий языка. Читать дальше →

Выбор редакции
19 октября, 20:28

IBM CEO Ginni Rometty To Women: 'Never Let Someone Define Who You Are'

IBM CEO Ginni Rometty advises women in tech to accept risk to move forward with their careers, and to never let someone else define them as a victim or a failure.

Выбор редакции
19 октября, 18:57

IBM, Walmart, university to put Chinese food products on blockchain

NEW YORK, Oct 19 (Reuters) - IBM, U.S. retailer Walmart and Tsinghua University on Wednesday announced a joint effort to track the movement of food products in China using blockchain technology to improve food safety in the world's second-largest economy.

Выбор редакции
19 октября, 18:49

New Research on IBM, BlackRock & Starbucks

New Research on IBM, BlackRock & Starbucks

Выбор редакции
19 октября, 17:14

Company News for October 19, 2016

Companies In The News are: PM,IBM,CE,RF,UAL

19 октября, 17:00

7 Ways to Introduce AI into Your Organization

I’m teaching a new course this semester on cognitive technologies (AKA artificial intelligence) to Babson MBAs. Many of them are new to this set of technologies, and seeing the topic through my students’ eyes has made me realize how overwhelming it can be. There are so many different types of AI, each requiring some technical knowledge to fully grasp, that newcomers to the field often have difficulty figuring out how to jump in. In the simplest case, cognitive technologies can be just more autonomous extensions of traditional analytics — automatically running every possible combination of predictive variables in a regression analysis, for example. More complex types of cognitive technology — neural or deep learning networks, natural language processing, and algorithms — can seem like black boxes even to the data scientists who create them. Insight Center The Automation Age Sponsored by KPMG How robotics and machine learning are changing business. Though these technologies can seem daunting, the good news is that getting started with cognitive technologies is getting easier all the time. Many vendors have jumped into the field, and their offerings provide options for any company wanting to make their processes or products smarter. I can think of at least seven ways to begin using cognitive tools, although some are clearly easier (and cheaper) than others. Because implementing these technologies is a key factor in deciding how to move forward, I’ve combined the cognitive entry points into three categories: “Mostly Buy,” “Some Buy, Some Build,” and “Mostly Build.” Mostly Buy Use an existing vendor’s software with cognitive capabilities. For example, Salesforce.com and Oracle recently announced that they are adding cognitive capabilities to their products. Salesforce is adding Einstein features to its customer-facing software clouds, including the ability to automatically score sales leads, read emails from customers, and classify images used in social media. If you’re already using Salesforce CRM offerings and want to ease into smarter processes for sales, marketing, and service, this seems like one of the easiest ways to do it. Some other CRM companies like Customer Matrix were founded with the idea of combining cognitive tools with customer transactional capabilities. Microsoft has also recently announced that it will add cognitive capabilities to many of its existing software products. If you’re using any of these vendors’ offerings, before long it will probably be harder to avoid cognitive features than to use them. Pick a small project and a “low hanging fruit” vendor. Rather than going all in, some companies begin by picking a small project that could benefit from cognitive technology, and use a smaller, less transformative toolset to attack it. For example, Cognitive Scale — several of whose leaders were IBM Watson executives — tries to pick the low-hanging cognitive fruit. It has a “10-10-10” development approach, in which the goal is to build a rough cognitive application in 10 hours, customize it in 10 days, and go live within 10 weeks. Some of Cognitive Scale’s customers, like M.D. Anderson Cancer Center (which is also pursuing an ambitious Watson project for cancer treatment), have many different projects underway with the company’s software. These projects don’t attempt to cure cancer, but rather address narrower objectives like providing patient families with lodging and dining recommendations, or determining which patient bills are most in need of extra collections efforts.Some of the “robotic process automation” offerings from companies like Blue Prism and Automation Anywhere also qualify as low-hanging fruit, although as of yet their software doesn’t learn. Some call center automation offerings like Ipsoft’s Amelia also fall into this category. While these projects will require some consulting to train or configure the software, there are usually services available from the software companies or their consulting partners to perform such work. Some Build, Some Buy Build on your analytics strength to emphasize machine learning. Some forms of machine learning — particularly those based on regression analysis — are straightforward extensions of a company’s analytical capabilities. If you’ve largely mastered “artisanal analytics” based on human hypotheses, it may be time to explore the automated generation of analytical models through machine learning. Cisco Systems, for example, transitioned from creating tens of “propensity models” that predict what customers are likely to buy, to creating tens of thousands (currently about 60,000) of models per quarter through machine learning. Cisco found a way to accelerate their creation so that it only took a few days per quarter. And the increased granularity of the models (specific ones for products, geographies, and customer business types) improved their effectiveness. Depending on the type of models a company wants to generate and the software it uses to do it (e.g., proprietary vendors like SAS and IBM vs. open source), this can be either technically straightforward or somewhat complex, requiring sophistication in data science. Go big with Watson. IBM’s Watson occupies the high price, high reward quadrant in the cognitive race. Yes, you can cheaply access one of the Watson APIs on Bluemix, IBM’s developer cloud—my students did it in our last class for free—but the full Watson offering is mostly aimed at large-scale, transformative applications. IBM likes to start customers out with a “Cognitive Value Assessment” that indicates the best place to hit a cognitive home run. Then it’s happy to supply consultants and even Ph.D. researchers to help you hit it. This doesn’t yield a cheap or quick outcome, however. Particularly if you’re the first in your industry to use Watson, there will be a lot of training and integration necessary (as I wrote about last year when I surveyed health care applications of Watson). But companies that are comfortable working with IBM on a large scale and believe it’s important to make a big dent in their business with cognitive technology will find this approach appropriate. Start with chatbots. Chatbots are a medium-level cognitive technology that use natural language conversation to interact with apps. Google (with its recent API.AI acquisition), Apple (Siri), Microsoft (Cortana) and Facebook (Messenger Platform) all have platforms for developers to deploy their chatbots. Particularly if your company is focused on mobile, where consumers seem particularly inclined toward chatbots, you might dive into cognitive tech by picking one of these companies’ APIs and connecting your apps to it. These user interfaces will certainly evolve over time, but it’s a good idea to start working with them now if you want to take advantage of easy voice interaction. Mostly Build Make an existing application smarter or more autonomous. Using modular, component-based architectures, it is possible to add cognitive approaches to applications. For example, Vanguard, the investments firm, created the semi-autonomous Personal Advisor Services (PAS) capability for its asset management customers. Vanguard already employed several of the capabilities behind the scenes, including investor questionnaires, model portfolios based on analytics, account rebalancing, tax loss harvesting, and goal-based simulations. In the PAS project, it strung those capabilities together, made them autonomous (with review by human advisors), and made them available in investment plan documents and on the web. But this sort of work requires expertise in cognitive tools as well as systems integration capabilities. Build from open source software. There is no shortage of open source cognitive software. Google, Microsoft, Facebook, Amazon and Yahoo have all released open source machine learning or deep learning algorithm libraries. The tradeoff here is perhaps obvious. Since the software is free, this approach offers the lowest software costs. But it probably also will yield the highest people costs, since the data scientists who can use such libraries are rare and expensive. Building your cognitive solution from scratch with open source tools could also take longer than some of the other options. So this entry point probably only makes sense if your company has really specialized needs and is willing to make a long-term commitment to building cognitive capabilities. It’s also probably a good approach if you plan to embed cognitive features into your product or service. I’m sure there are other angles that a company could take to adopting cognitive technology, but to date these seem to be the most common ones. Each has different implications for the kinds of skills an organization needs and how it manages the technology once it comes in the door. Some ambitious organizations may want to pursue multiple entry points at once. It’s great that there are so many options, but when management teams decide to integrate cognitive technology into their strategies, they should think hard about which one they plan to pursue.

Выбор редакции
19 октября, 16:00

Intel (INTC) Beats Q3 Earnings, Q4 Guidance Disappoints

Intel Corp (INTC) reported non-GAAP earnings of 80 cents per share, which comfortably surpassed the Zacks Consensus Estimate by 7 cents.

Выбор редакции
19 октября, 15:13

BRIEF-Walmart, IBM and Tsinghua University to bring safer food across China

* Walmart, IBM and Tsinghua University explore the use of blockchain to help bring safer food to dinner tables across China Source text for Eikon: Further company coverage:

Выбор редакции
19 октября, 09:38

Фондовые индексы США увеличились во вторник на статданных и отчетности

Американские фондовые индексы выросли по итогам торгов во вторник на сильных данных об инфляции в США и корпоративной отчетности.

Выбор редакции
19 октября, 02:53

The Cloud At Home, Network MANRS And Object Swarm

MANRS at network operators should improve Internet security, needed to improve on-line storage security. Also the number of companies offering cloud-like local storage tied to on-line storage has increased with the addition of Igneous and IBM. Software defined storage company Caringo introduces is improved Swarm 9 product.

21 марта, 15:00

Трансформируйся или Умри. Пять признаков того, что бизнесу нужно меняться

Совместно с РБК начинаем уникальный эксперимент, какого не было в мировой деловой практике. Трансформация большой компании в прямом эфире. Каждую неделю - актуальные, живые, снабжённые цифрами и фактами статьи о Трансформации Билайна. Каждую неделю - не только о хорошем и о том какие мы молодцы, обязательно о том, где мы допустили ошибки или прямо говоря зафакапились. Каждую неделю - о том, что произошло, происходит и будет происходить на пути больших изменений.Это не кейс, в котором заранее все известно. Это не кейс, в котором все уже в прошлом. Это не кейс, в котором читателю нельзя ничего изменить. Включайтесь. Критикуйте. Помогайте. Советуйте. Открываю в соцсетях для этого новый тег ‪#‎ТрансформируйсяИлиУмри.‬ Об этом моя первая статья с аналогичным названием. Начинаем!Нам по жизни спокойнее и комфортнее, если все происходит как-то эволюционно, без рывков и потрясений. Но в реальной жизни такая комфортная стратегия не дает никаких преимуществ. Ни человеку, ни организации. На самом деле такая эволюционная стратегия приводит к самым печальным результатам. Рано или поздно.Самая эффективная и при этом безусловно очень рискованная стратегия в бизнесе, особенно в трудные времена, — это кардинальная, глубокая, порою очень болезненная и всегда трудная Трансформация.Когда без Трансформации не обойтисьВ принципе, изменения в окружающем мире происходят постоянно и изменения в Компании должны стать просто частью процесса, частью культуры. Но есть пять простых признаков, когда нужно начинать Трансформацию немедленно, прямо сейчас. Или угасание, жалкое существование, или, еще хуже, смерть бизнеса неизбежно придут рано или поздно.#1Компания долгое время теряет позиции на рынке своим конкурентамЭто очевидный случай, когда нужно начинать прямо сейчас. Если Компания последовательно и неизбежно теряет позиции на рынке, теряет Клиентов, то спасением может быть только радикальная Трансформация. Таких примеров в истории огромное количество — Chrysler в автомобильной индустрии в 70-е годы 20 века до прихода Ли Якокки, Apple до возвращения Стива Джобса в компанию. И этот список можно продолжать почти до бесконечности.Если падаешь на рынке, проигрываешь конкурентам , то твой путь — радикальная Трансформация.#2Бизнес-модель в индустрии кардинально меняетсяЭта ситуация гораздо более серьезная, чем описанная выше. Ведь остановить падение по отношению к конкурентам гораздо проще, чем остановить структурные изменения в целой индустрии. Посмотрите как стремительно поменялась бизнес-модель в индустрии car on demand, когда Uber и подобные сервисы просто меняют правила игры и все начинает работать совершенно по-другому.В телекоммуникационной отрасли все происходит чуть медленнее, но тоже все очень сильно меняется. Сервис для Клиента все больше не просто связь и подключение к интернету, а то, что можно сделать с помощью девайса и мобильного приложения. Телекоммуникационные компании все больше теряют связь с Клиентом, на их место приходят OTT (over the top) сервисы — Facebook, WhatsApp и подобные им приложения.Если в индустрии меняется бизнес-модель — жди беды и начинай Трансформацию прямо сейчас, иначе будет поздно.#3Новые технологии приходят и все меняетсяЭто продолжение того, что описано в #2, потому что бизнес-модель, собственно, тоже технология — технология взаимодействия субъектов. Новые технологии создают другие возможности для того, чтобы делать то же самое для Клиентов, но гораздо более эффективным способом или делать что-то совершенно новое для Клиентов. Технологии гидроразрыва пласта, поставленные на поток в массовом порядке, кардинально изменили ландшафт нефтяной индустрии, позволив осваивать месторождения нефти и газа, которые до этого были вообще не месторождениями, по сути. А сейчас дают большое количество нефти и газа и меняют расклад сил в индустрии, кардинально влияют на баланс спроса и предложения. Технология 3G в индустрии мобильных телекоммуникаций кардинально изменила рынок, поскольку сделала скорости мобильного интернета приемлемыми для того, чтобы свободно смотреть сайты, пользоваться почтой, картами и смотреть видео. Это кардинально изменило самого Клиента, его привычки и способы коммуникаций. Те, кто это пропустили — сильно потеряли. Те, кто это увидел и начал двигаться раньше — выиграли. Но дело даже не том, чтобы традиционные телеком-игроки вовремя начали развитие 3G. Дело в том, что скоростной мобильный интернет запустил целую цепочку революционных преобразований в огромном количестве индустрий, не только в телекоме. Uber, например, был бы мертворожденным ребенком, если бы не было мобильного интернета.Если появляются новые технологии, которые меняют традиционные представления о том, как делать бизнес и что предоставлять Клиенту, — Трансформируйся или умри.#4Темпы роста доходов в индустрии падают с каждым годомЕсли темпы роста индустрии падают с каждым годом и даже если они все еще имеют положительные значения — жди беды и готовься к худшему. Посмотрите, как взлетела и потом поэтапно сокращалась в темпах роста индустрия по производству компьютеров. Вспомните, какими яркими брендами, звездами корпоративного рынка Америки и всего мира были еще каких-то пятнадцать-двадцать лет назад компании по производству компьютеров — Dell, Compaq, IBM, HP. Но сейчас все по-другому. Потому что индустрия поменялась в связи со спросом. И выиграл тот, кто вовремя сориентировался — кто-то сменил индустрию и вовремя полностью вышел из этого бизнеса (IBM), кто-то продолжает сражаться, радикально меняя бизнес-модель (Dell), кто-то диверсифицировался настолько, что перестал быть чисто производителем компьютеров, и преуспел (Apple). Но те, кто не менялись, погибли — их купили и они трансформировались принудительно после покупки (Compaq) или полностью растворились.Если индустрия начинает двигаться к стагнации в доходах — затевай Трансформацию в своей Компании.#5Маржинальность и количество зарабатываемых денег в индустрии сокращаетсяВыручка от твоих услуг, конечно, хороший индикатор для того, чтобы вовремя понять, когда и насколько радикально нужно меняться. Есть еще один не менее важный показатель, который определяет здоровье и любой компании, и целой индустрии — это сколько в конечном итоге остается денег на конце. То есть кэш после всего, что ты заработал на Клиенте и отдал другим для того, чтобы можно было заработать. В конечном итоге если кэша на конце нет, то компания и целая индустрия не может жить бесконечно долго, этому точно придет довольно печальный конец.Если маржинальность бизнеса и количество генерируемых денег неуклонно сокращается (для большинства компаний из интернет-бизнеса это, скорее, показатель темпов сокращения отрицательного денежного потока), то надо что-то делать. Суровые законы экономики таковы, что сокращающийся положительный денежный поток легко может стать отрицательным. Для него переход нулевой отметки не является чем-то экстраординарным. Бизнес не является безубыточным по определению, за исключением индустрий, где государство регулирует тарифы по модели “Затраты+”. Но такие индустрии мы не берем в расчет — это самые ужасно скучные и непривлекательные индустрии в мире. Это вообще не бизнес по сути.Бизнес в любом массовом ритейле, где чувствительность к маржинальности крайне большая, может быть убит падением маржинальности даже при росте выручки. Именно поэтому ритейл все больше идет в интернет и онлайн продажи, где затраты на предоставление Клиенту того же сервиса при правильном подходе существенно меньше.Мастодонты digital-бизнеса, самые дорогие стартапы в свое время, не находя возможностей монетизации и зарабатывания денег, разоряются, если вовремя не прислоняются к более крупным игрокам, у которых модель зарабатывания денег уже сформирована и развивается. И дальше больше! Потому что жить постоянно в убыток, без света в конце туннеля по зарабатыванию денег или возможности продажи тому, кто уже знает, как зарабатывать, невозможно.Поэтому, если компания и целая индустрия начинает меньше зарабатывать денег — надо что-то менять. И менять серьезно! К сожалению, как правило, в таких ситуациях компании выбирают более легкий путь и сваливаются в усиление “доения” своих действующих Клиентов. Поднимают цены или ограничивают уровень сервиса. Что лишь усугубляет проблему и создает критическую угрозу для будущего. А там не за горами и #1, усугубленный всеми остальными пунктами.Поэтому, если маржа падает и зарабатываемый кэш тает — начинай Трансформацию.Достаточно только одного совпаденияЧтобы сильно озаботиться проблемами вашего бизнеса, не нужно ждать, когда все из признаков случатся. Любой из этих признаков — уже серьезный звонок для начала изменений. Если звонят все — то, боюсь, уже поздно. Вы что-то пропустили какое-то время назад. И чем тяжелее ситуация, тем радикальнее и быстрее нужно действовать.Действуйте прямо сейчас. И получите удовольствие и от самого процесса изменений, и от его результатов, если получится.Ваш Михаил СлободинЕсли статья оказалась интересной — поделись. Мне будет приятно и другим читателям будет понятно, что это действительно полезно и интересно.

28 декабря 2015, 10:02

Мифы Перестройки. Кибернетика

Виктор Глушков - пионер советской кибернетикиПомимо генетики, еще одной "жертвой сталинизма" в науке принято считать кибернетику. 9 сентября 1985 г. в "Правде" было опубликовано очередное конъюнктурное стихотворение Евгения Евтушенко:«В лопающемся френчеКабычегоневышлистенко,сограждан своих охраняяот якобы вредных затей,видел во всей кибернетикелишь мракобесье и мистикуи отнимал компьютерыу будущих наших детей»С этих "стихов", как и с "Белых одежд" Дудинцева ("о генетике", 1986), начиналась перестройка.Еще одно характерное высказывание: Ордена Трудового Красного Знамени Н.П. Бехтерева в книге «Магия мозга и лабиринты жизни» свою гипотезу о «геноциде» генетиков («А за «продажную девку империализма» шли на костер – в его современном варианте – расстрел, лагерь, дальнее голодное выселение.») она приправила гонениями на кибернетику: «И еще. Не привозили и не покупали бы мы сейчас «персоналок» (персональных компьютеров), если бы другой придворный острослов и иже с ним не остановили на годы технологию и методологию вычислительной техники, утверждая, что кибернетика – лженаука. (ссылка)» (Манипулируя при этом своим доверчивым читателем через отождествлением разработки и строительства вычислительной техники с кибернетикой) Что же было на самом деле?Заметим, что Сталин по теме кибернетики не высказывался, не было никаких постановлений ЦК или "общесоюзных дискуссий".  Все «гонения» на кибернетику вылились в несколько критических статьи в прессе, две из которых вышли после смерти Сталина.4 мая 1950 г. в "Литературной газете" вышла статья Бориса Агапова "Марк III, калькулятор". Далее появились "Кибернетика — "наука" мракобесов" Михаила Ярошевского ("Литературная газета", 5 апреля 1952 г.) и "Кибернетика или тоска по механическим солдатам" К.Гладкова ("Техника — молодёжи", 1952, №8).Затем, уже после смерти Сталина, в журнале "Вопросы философии" (1953, № 5) за подписью "Материалист" выходит статья "Кому служит кибернетика", посвященная, главным образом, критике взглядов Норберта Винера, разрекламированного на Западе ("Доктор Винер сделал для познания человеческого мозга то, что Эйнштейн сделал для познания Вселенной", — писала, в частности, американская газета "N.-Y. World Telegramm").Еще через год, в "Кратком философском словаре" за 1954 год, было сказано: "Кибернетика (от др.-греч. слова, означающего рулевой, управляющий) — реакционная лженаука… форма современного механицизма". И опять — никаких "оргвыводов". В вышедшем в 1955 году дополнительном тираже 4-го издания «Краткого философского словаря» критическая статья про кибернетику уже отсутствует. Кстати, не было её и в предыдущем, 3-м издании, увидевшем свет за год до смерти Сталина.При этом за 1950-1954 гг. были завершены испытания и начата регулярная эксплуатация первой в континентальной Европе вычислительной машины МЭСМ (начало разработки -1948 год, под началом д.ф-м.наук С.А. Лебедева), начата опытная эксплуатация ЭВМ М-1 и работы по проектированию машины M-2, завершена разработка и начата опытная эксплуатация БЭСМ-1, на тот момент — самой быстродействующей ЭВМ в Европе, начат серийный выпуск ЭВМ "Стрела" (1953-1956 г), начата разработка ЭВМ "Урал-1"Вопросами развития новой отрасли интересовался лично И. В. Сталин. Например, когда вице-президент Академии Наук Украинской ССР М. А. Лаврентьев написал Сталину о необходимости ускорения исследований в области вычислительной техники и перспективах использования ЭВМ, то он был вскоре назначен директором созданного летом 1948 года в Москве Института точной механики и вычислительной техники (ИТМиВТ) АН СССР.Развивались и фундаментальные исследования. А.А. Ляпуновым был предложен операторный метод, позволивший создать теорию синтаксических структур программ. В 1953 году А.А. Ляпунов сформулировал постановку задачи автоматизации программирования. Она была успешно использована в первых отечественных трансляторах. Летом 1954 года появилась программирующая программа ПП-1 (отдел прикладной математики Института математики АН СССР), а в 1955 году — ее улучшенный вариант ПП-2.В СССР, как указывает А.Трубицын, МЭСМ была запущена в то время, когда в Европе была только одна ЭВМ, — английская ЭДСАК, запущенная на год раньше. Но процессор МЭСМ был намного мощнее за счет распараллеливания вычислительного процесса.Аналогичная ЭДСАК машина, ЦЭМ-1, была принята в эксплуатацию в Институте атомной энергии в 1953 году, но также превосходила ЭДСАК по ряду параметров.Разработанный лауреатом Сталинской премии С.А. Лебедевым принцип конвейерной обработки, когда потоки команд и операндов обрабатываются параллельно, применяется сейчас во всех ЭВМ.Новая ЭВМ БЭСМ в 1956 году была лучшей в Европе и использовалась в Европейском центре ядерных исследований (ЦЕРН).В феврале 1964 г. сам Н.Винер дал интервью журналу "U.S. News & World Report":Вопрос. Вы нашли во время вашей последней поездки в Россию, что Советы придают большое значение вычислительной машине?Ответ. Я скажу вам, насколько большое. У них есть институт в Москве. У них есть институт в Киеве. У них есть институт в Ленинграде. У них есть институт в Ереване, в Армении, в Тбилиси, в Самарканде, в Ташкенте и Новосибирске. У них могут быть и другиеВопрос. Используют ли они эту область науки полностью, если сравнить с нами?Ответ. Общее мнение — и оно идет от самых разных лиц — таково, что они отстают от нас в аппаратуре: не безнадежно, а немного. Они впереди нас в разработке теории автоматизации…"(Обратим внимание, что институты не оладьи, их быстро не напечёшь. Их сначала надо задумать, найти специалистов, определить задачи, выделить средства, построить и т.д.)Однако в 1967 году ЦК КПСС принял решение копировать американскую машину IBM-360 под названием Единая Система "Ряд". Именно тогда "у будущих наших детей" и были "отняты компьютеры" отечественного производства. Хотя во время космических полетов по программе "Союз—Аполлон" советские ученые, используя БЭСМ-6, получали обработанные результаты телеметрической информации за минуту — на полчаса раньше, чем их американские коллеги. Эти мифы продолжают повторять и сейчас, в стремлении путём лжи представить СССР «чёрной дырой», «Мордором», память о котором надо стереть и благодарить организаторов Перестройки за дарованные нам по их мнению, «свет и свободу». Но мы ничего не забываем.Источники: I, II, IIIОригинал взят у arctus

06 октября 2015, 20:21

IBM создает подразделение для продвижения Watson

IBM сформировала подразделение под названием Cognitive Business Solutions, которое вплотную займется продвижением технологий искусственного интеллекта. Об этом пишет газета The Wall Street Journal.

03 сентября 2015, 11:34

Когнитивная система IBM Watson: принципы работы с естественным языком

IBM Watson — одна из первых когнитивных систем в мире. Эта система умеет очень многое, благодаря чему возможности Watson используются во многих сферах — от кулинарии до предсказания аварий в населенных пунктах. В общем-то, большинство возможностей Watson не являются чем-то уникальным, но в комплексе все эти возможности представляют собой весьма мощный инструмент для решения разнообразных вопросов. Например — распознавание естественного языка, динамическое обучение системы, построение и оценка гипотез. Все это позволило IBM Watson научиться давать прямые корректные ответы (с высокой степенью достоверности) на вопросы оператора. При этом когнитивная система умеет использовать для работы большие массивы глобальных неструктурированных данных, Big Data. Каковы основные принципы работы IBM Watson с языком? Об этом — в продолжении. Читать дальше →

07 августа 2015, 19:55

IBM покупает "глаза" для Watson за $1 млрд

Суперкомпьютер Watson получит способность видеть. Платформы Merge Healthcare, ведущего поставщика решений для обработки медицинских изображений, будут интегрированы с сервисами IBM Watson Health Cloud. Общая сумма сделки составит $1 млрд.

05 марта 2015, 20:57

Что общего между IBM и алхимией? Элементарно, Watson

Американская IBM купила компанию AlchemyAPI с целью усовершенствования своего суперкомпьютера Watson. Специалисты приобретенного актива займутся разработкой технологий Big Data. Сумма сделки не раскрывается.

13 августа 2014, 13:02

Начало искусственному интеллекту положено

Оригинал взят у ihoraksjuta в Начало искусственному интеллекту положеноIBM представило чип с 1 миллионом нейронов и более 256 миллионов синапсов   Гипотеза о том, что человек не может сравниться в изобретательности с природой не новая — в 60–х нейронные сети были очень популярны, но тогда не хватало фундамента электроники, сегодня нейроные сети применяются во многих областях (например, распознание изображения), однако работают на "железе", которое предназначено для несколько другого подхода (архитектура фон Неймана). Технологии подтянулись, и вот "Большой Синий" представляет чип имитирующий работу мозга (neurosynaptic core), или более точно для работы нейронных сетей, как вдохновения для одного из методов искусственного интеллекта. Этот чип имитирует 1 млн нейронов и 256 млн синапсов, человеческий мозг имеет около 86 млрд нейронов и около квадриллиона синапсов. Т.е. нужно увеличить мощность чипа в 86 тысяч раз, чтобы получить аналог человеческого мозга "по мощности" (там всё сложнее и только мощности не хватит для искусственного разума).  Ещё важный фактор — чип очень энергоэффективен по потреблению энергии и выделению тепла. Т.е. сейчас 16 чипов (которые работают) заменяют 4 стойки с серверами (которые бы выполняли схожую задачу), выделяя при этом значительно меньше тепла 21 век начинается...  

26 июня 2014, 09:56

Первые на чемпионате мира по программированию

Победителем Чемпионата мира по программированию ACM-ICPC, самого престижного соревнования в этой сфере, стали студенты Санкт-Петербургского государственного университета.Подробнее: http://www.cnews.ru/top/2014/06/25/rossiyane_pobedili_na_chempionate_mira_po_programmirovaniyu_576986Трое студентов Санкт-Петербургского государственного университета (СПбГУ) стали победителями 38-го Чемпионата мира по программированию Ассоциации Вычислительной Техники (Association for Computing Machinery International Collegiate Programming Contest, ACM-ICPC), глобальным спонсором которого выступает корпорация IBM. В 2014 г. финал ACM-ICPC прошел в столице Урала, Екатеринбурге. Соревнование для программистов со штаб-квартирой в Университете Бэйлора, также известное как «Битва интеллектов» (Battle of the Brains), объединило 122 студенческие команды, которые всего за 5 часов должны были справиться с несколькими сложнейшими задачами из реальной жизни. Команда СПбГУ в составе Егора Суворова, Дмитрия Егорова и Павла Кунявского решила 7 задач за 5 часов. Чемпионы по программированию получили награду «Самый умный приз» (The World's Smartest Trophy), а также предложения стажировок или работы в IBM и других ИТ-компаниях, сообщили организаторы соревнований. Второе место заняла команда Московского государственного университета (МГУ), третье — Пекинский университет. Впервые за пределами США финал ACM-ICPC состоялся в 1999 г. в Нидерландах, а затем в разные годы чемпионат принимали университеты Канады, КНР, Японии, Чехии, Польши, Швеции и России. В борьбе за право назваться интеллектуальной столицей 2014 г. победил Екатеринбург. Более 30 тыс. участников из 2,3 тыс. университетов 91 страны соревновались в отборочных турнирах за возможность приехать на финал в Россию. Список победителей чемпионата ACM ICPC 2014 Санкт-Петербургский государственный университет, (золотая медаль, чемпион мира); Московский государственный университет, (золотая медаль, 2-ое место); Пекинский университет, (золотая медаль, 3-е место); Национальный университет Тайваня, (золотая медаль, 4-ое место); Варшавский университет, (серебряная медаль, 5-ое место); Шанхайский транспортный университет, (серебряная медаль, 6-ое место); Токийский университет, (серебряная медаль, 7-ое место); Загребский университет, (серебряная медаль, 8-ое место); Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики (ИТМО), (бронзовая медаль, 9-ое место); Национальный исследовательский университет «Высшая школа экономики», (бронзовая медаль, 10-ое место); Университет Циньхуа, (бронзовая медаль, 11-ое место); Университет им. Коменского, (бронзовая медаль, 12-ое место).  Команда Санкт-Петербургского государственного университета Каждой из команд-участников, включающих по 3 человека, предоставлялся компьютер и 5 часов на решение 10-12 математических задач. Решением задачи является программа, успешно прошедшая тесты жюри. Побеждает команда, решившая наибольшее число задач, а в случае равенства правильных ответов — команда, затратившая на это меньше времени. В 2013 г. финал ACM-ICPC прошел в Санкт-Петербурге. Победителями соревнования в прошлом году также стали питерские студенты, из Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики (НИУ ИТМО).(с)  

25 апреля 2014, 07:36

Тенденции в ИТ секторе США

С этой Украиной народ совсем все запустил. Учитывая степень накала можно предположить, что ньюсмейкеры искусственно нагоняют истерию, чтобы отвлечь внимание от более глобальных тенденций, как например развал Еврозоны, провал «японского чуда» и политики Абе, затяжная рецессия в США, очередной провал корпоративных отчетов. Кстати, в последнее время говорят о чем угодно, но только не о последних результатах крупнейших мировых гигантов. Что там с ними?  Из 30 наиболее крупных ИТ компаний в США 11 компаний сокращают годовую выручку по сравнению к 2013 году. Это HPQ, IBM, Intel, Western Digital, Computer Sciences, Seagate Technology, Texas Instruments и другие. Наибольшее годовое сокращение выручки у Seagate Technology – почти 15%. С оценкой 5 летних тенденций, то в наихудшем положении Hewlett-Packard, IBM, Computer Sciences и Texas Instruments, у которых выручка находится на 5 летних минимумах. В таблице данные, как сумма за 4 квартала. Но есть и те, кто вырываются вперед – Microsoft, Google, Ingram Micro, Qualcomm. Apple замедляет в росте и переходит в фазу стагнации с последующим сокрушительным обвалом на фоне роста конкуренции. Intel в стагнации, как 3 года. Данные за 1 квартал предварительные, т.к. еще далеко не все отчитались. Но общие тенденции нащупать можно. Примерно 35-40% крупных компаний сокращают бизнес активность, 25-35% компаний в стагнации и еще столько же растут. Отмечу, что рост отмечает в отрасли, связанной так или иначе с мобильными девайсами – либо производство софта, либо реклама на них, или поставки аппаратной части, как Qualcomm. По прибыли.  Здесь еще хуже. Мало компаний, показывающих приращение эффективности. Около 60% компаний сокращают прибыль, либо стагнируют. Относительно стабильный тренд увеличения прибыли у Google, Oracle, Qualcomm. Хотя темпы прироста наименьшие за 3 года. 

Выбор редакции
01 мая 2013, 20:07

Специалисты IBM сняли первый в мире нано-мультфильм

Ученые из компании IBM сняли самый маленький в мире мультфильм, который называется A Boy and His Atom («Мальчик и его атом»). Мультфильм снят с использованием туннельного микроскопа, изобретение которого принесло его создателю Нобелевскую премию. Этот микроскоп позволяет визуализировать любой объект вплоть до атомов, из которых и состоит картина, снятая специалистами корпорации. По информации от IBM, фильм уже занесен в Книгу рекордов Гиннесса. Подписывайтесь на RT Russian - http://www.youtube.com/subscription_center?add_user=rtrussian RT на русском - http://russian.rt.com/ Vkontakte - http://vk.com/rt_russian Facebook - http://www.facebook.com/RTRussian Twitter - http://twitter.com/RT_russian Livejournal - http://rt-russian.livejournal.com/

28 января 2013, 10:20

Exxon Mobil вновь самая дорогая компания в мире

Нефтяной гигант Exxon Mobil обошел Apple по капитализации. Компьютерная компания удерживала пальму первенства ровно год, с 25 января 2012 г. Сейчас стоимость Exxon составляет $417 млрд, а Apple - $413 млрд. Третье место - за Google, капитализация которой немногим меньше $250 млрд, за ней идут Berkshire Hathaway, Wal-Mart, Microsoft, General Electric и IBM, стоимость которых не дотягивает до $230 млрд.Стоимость акций Apple снизилась на 37% с пиковых значений, достигнутых 19 сентября 2012 г. Последний квартальный отчет, который говорит о снижении темпов роста продаж, разочаровал инвесторов, которые принялись избавляться от бумаг компании, что привело к падению котировок на 12% за одну торговую сессию. Напомним, что чистый квартальный доход Apple увеличился на 1% до $13,1 млрд. В пересчете на акцию это $13,81, что чуть лучше прогнозов. Продажи составили $54,5 млрд (+18%). Компания также сообщила, что спрос на iPhone достиг рекордных 47,8 млн, что на 29% лучше, чем результат того же квартала прошлого года.Акции Exxon в свою очередь вели себя более спокойно, их цена на последний год менялась несильно, оставаясь в диапазоне $75-$90.

22 января 2013, 21:58

Суперкомпьютер IBM начал отчаянно материться.

Суперкомпьютер IBM начал отчаянно материться     ВАШИНГТОН, 18 января. Сотрудник IBM Эрик Браун, работающий "тренером" знаменитого суперкомпьютера Watson, созданного этой компанией, допустил грубую ошибку, загрузив в него словарь городского жаргона.     Умная машина с легкостью освоила новые знания, попутно срастив их с ранее усвоенным словарем медицинских терминов, передает "Новолитика".     Результат не заставил себя ждать: Watson начал сквернословить, ибо решительно не понимает разницу между "приличным" и "неприличным". Поначалу это изрядно всех повеселило, но потом стало ясно, что просто так все оставить нельзя.     Разработчики планировали обогатить и разнообразить словарный запас своего подопечного. Но знакомство с ругательствами не пошло суперкомпьютеру на пользу. Никакие попытки внести коррективы к успеху не привели.     Теперь Брауну со своими коллегами придется вручную чистить память суперкомпьютеру и ставить дополнительные словарные фильтры. И не очень понятно, сработает ли это или нет.     Напомним, Watson — часть проекта DeepQA компании IBM, цель которого состоит в исследовании перспектив создания компьютеров, способных конкурировать с человеком при ответах на вопросы, сформулированные на естественном языке.     Система названа в честь Томаса Ватсона, под чьим руководством IBM в первой половине XX века превратилась в крупнейшую транснациональную корпорацию.     источник РосБалт