Kỷ nguyên theo cấp số nhân của Luật AI và Moore Moore – TechCrunch

0
7


MacBook Pro của tôi đã được ba tuổi và lần đầu tiên trong đời, một chiếc máy tính chính ba năm tuổi không cảm thấy như một cuộc khủng hoảng phải được giải quyết ngay lập tức. Đúng vậy, điều này một phần là do tôi đang chờ Apple sửa lỗi bàn phímvà một phần vì tôi vẫn không thể chạm vào Touch Bar. Nhưng đó cũng là vì ba năm tăng trưởng hiệu suất như trước đây.

Sẽ không quá lời khi nói rằng Moore Moore Law, sự tăng trưởng theo cấp số nhân không ngừng nghỉ trong sức mạnh tính toán thế giới của chúng ta, là lực lượng quan trọng nhất trên thế giới trong năm mươi năm qua. Vì vậy, nó chậm giảm tốc và / hoặc cái chết của là một vấn đề lớn, và không chỉ bởi vì những hậu quả hiện đang xâm nhập vào mọi nhà và mọi túi tiền.

Tất cả chúng tôi đã sống với hy vọng rằng một số lĩnh vực khác sẽ đi theo cấp số nhân, tất nhiên cho chúng tôi một thời đại khác, tương tự. AI / machine learning là niềm hy vọng lớn, đặc biệt là giấc mơ xa vời về vòng phản hồi học máy, AI cải thiện AI với tốc độ theo cấp số nhân trong nhiều thập kỷ. Điều đó bây giờ dường như vô cùng khó xảy ra.

Trong sự thật nó luôn luôn làm. Cách đây vài năm, tôi đã nói chuyện với Giám đốc điều hành của một công ty AI, người lập luận rằng tiến trình AI về cơ bản là đường cong S và chúng tôi đã đạt đến đỉnh cao để xử lý âm thanh, đã tiến gần đến hình ảnh và video, nhưng chỉ là một nửa lên đường cong cho văn bản. Không có giải thưởng để đoán công ty nào của anh ấy chuyên về – nhưng dường như nó đã hoàn toàn chính xác.

Đầu tuần này OpenAI phát hành một cập nhật phân tích của họ từ năm ngoái liên quan đến sức mạnh tính toán được sử dụng bởi AI1 đang tăng. Kết quả? Nó đã tăng theo cấp số nhân với thời gian nhân đôi 3,4 tháng (bằng cách so sánh, Moore Moore Law có thời gian nhân đôi 2 năm). Kể từ năm 2012, số liệu này đã tăng hơn 300.000 lần (thời gian nhân đôi 2 năm sẽ chỉ mang lại mức tăng 7 lần).

Đó rất nhiều sức mạnh tính toán để cải thiện trạng thái của nghệ thuật AI, và nó rõ ràng rằng sự tăng trưởng trong tính toán này không thể tiếp tục. Không phải là người Bỉ có thể không phải. Đáng buồn thay, sự tăng trưởng theo cấp số nhân trong nhu cầu về sức mạnh tính toán để đào tạo AI đã xảy ra gần như chính xác cùng lúc với sự giảm thiểu của sự tăng trưởng theo cấp số nhân của Luật Moore Moore. Ném nhiều tiền hơn vào vấn đề giành được sự giúp đỡ của Google – một lần nữa, chúng tôi nói về tốc độ tăng trưởng theo cấp số nhân ở đây, điều chỉnh chi phí tuyến tính đã giành được kim di chuyển.

Điều đáng nói là, ngay cả khi chúng ta giả định những đột phá về hiệu quả và cải thiện hiệu suất để giảm tỷ lệ nhân đôi, tiến bộ AI dường như ngày càng bị hạn chế tại thời điểm tăng trưởng sức mạnh tính toán tập thể của chúng ta bắt đầu chững lại. Có lẽ có một sự đột phá nào đó, nhưng khi không có ai đó, nghe có vẻ giống như chúng ta đang nhìn vào tiến trình học tập AI / máy học, không lâu nữa, và trong tương lai gần.


1Nó đo lường các hoạt động đào tạo AI lớn nhất, về mặt kỹ thuật, nhưng điều này có vẻ mang tính xu hướng.





Nguồn TechCrunch

BÌNH LUẬN

Vui lòng nhập bình luận của bạn
Vui lòng nhập tên của bạn ở đây