Miks Keegi Ei Saa Aru, Kui Kiiresti Tehisintellekt Areneb? - Alternatiivne Vaade

Sisukord:

Miks Keegi Ei Saa Aru, Kui Kiiresti Tehisintellekt Areneb? - Alternatiivne Vaade
Miks Keegi Ei Saa Aru, Kui Kiiresti Tehisintellekt Areneb? - Alternatiivne Vaade

Video: Miks Keegi Ei Saa Aru, Kui Kiiresti Tehisintellekt Areneb? - Alternatiivne Vaade

Video: Miks Keegi Ei Saa Aru, Kui Kiiresti Tehisintellekt Areneb? - Alternatiivne Vaade
Video: Building Apps for Mobile, Gaming, IoT, and more using AWS DynamoDB by Rick Houlihan 2024, Mai
Anonim

Paljud meist tunnevad nüüd Moore'i seadust, kuulsat põhimõtet, et arvutusvõimsuse areng järgib eksponentsiaalset kõverat, kahekordistades raha väärtuse (see tähendab kiirust kuluühiku kohta) iga 18 kuu järel. Kui rääkida Moore'i seaduse rakendamisest omaenda äristrateegiate osas, siis isegi tulevikku mõtlevad mõtlejad ei näe tohutut AI pimeala. Isegi kõige edukamad strateegilised äriinimesed, kes näevad oma tööstust läbi ja läbi, ei suuda mõista, mis on eksponentsiaalne areng. Ja sellel eksponentsiaalsel kõveral on üks tehnoloogia, mis eksponentsiaalist eriti kasu saab: tehisintellekt.

Eksponentsiaalkõverad paberil

Üks põhjusi, miks inimesed ei saa aru, kui kiiresti tehisintellekt areneb, on naeruväärselt lihtne: eksponentsiaalkõverad ei näe head välja, kui meie, inimesed, proovime neid paberil selgitada. Praktilistel põhjustel on peaaegu võimatu täielikult kujutada eksponentsiaalse kõvera järsku rada väikeses ruumis, näiteks diagrammil või slaidil. Eksponentsiaalse kõvera varajaste etappide visuaalne kujutamine pole keeruline. Kuid kuna selle jahedam osa saab kiiresti hoogu juurde, muutuvad asjad keerukamaks.

Ebapiisava visuaalse ruumi probleemi lahendamiseks kasutame mugavat matemaatilist trikki - logaritmi. Tänu "logaritmilisele skaalale" õppisime, kuidas eksponentsiaalseid kõveraid väänata. Kahjuks võib logaritmiliste skaalade laialdane kasutamine põhjustada ka teaduslikku lühinägelikkust.

Joonis 1
Joonis 1

Joonis 1.

Logaritmiline skaala on konstrueeritud nii, et iga vertikaalse y-telje linnuke ei vasta pidevale suurenemisele (nagu tavalises lineaarskaalas), vaid mitmekordsele, näiteks 100. Klassikaline Moore'i seadusskeem (diagramm 1) kasutab logaritmilist skaalat, et eksponentsiaalselt parandada arvutusvõimsuse kulusid (mõõdetuna arvuti / teine / dollar) viimase 120 aasta jooksul, alates 1900. aastate mehaanilistest seadmetest kuni moodsate ränipõhiste graafikakaartideni.

Logikaardid on muutunud väärtuslikuks otsetee vormiks inimestele, kes on teadlikud selliste graafikute visuaalsetest moonutustest. See on nüüd mugav ja kompaktne viis kõigi kõverate kuvamiseks, mis aja jooksul kiiresti ja radikaalselt kasvavad.

Reklaamvideo:

Kuid logaritmilised graafikud lollitavad inimese silma.

Hiiglaslike arvude matemaatiliseks tihendamiseks muudavad logaritmid eksponentsiaalse kasvu lineaarseks. Kuna nad tihendavad eksponente reagraafikuteks, on inimestel mugavam neid vaadata ja spekuleerida eeldatava arvutivõimsuse suurenemise üle.

Meie loogilised ajud mõistavad slaidireegleid. Kuid meie alateadlikud ajud näevad kõverjooni ja häälestuvad neile.

Mida teha? Esiteks peate naasma algsesse lineaarskaalasse.

Allpool olevas teises diagrammis järgnevad andmed eksponentsiaalsele kõverale, kuid skaleeritakse lineaarselt piki vertikaaltelge. Vertikaalne riba tähistab jällegi arvutuskiirust (gigafloppides), mida dollar saab osta, ja horisontaaltelg tähistab aega. Kuid joonisel 2 vastab iga vertikaaltelje märkimine ainult ühe gigaflopi lihtsale lineaarsele suurenemisele (mitte 100 korda nagu joonisel 1. Flopp) on arvutuskiiruse mõõtmise standardmeetod, mis tähendab "ujukomaoperatsioone sekundis".

Joonis 2
Joonis 2

Joonis 2.

Diagramm 2 näitab tegelikku, tõelist eksponentsiaalkõverat, mis iseloomustab Moore'i seadust. Selle diagrammi joonistamist vaadates on meie inimeste silmis lihtne aru saada, kui kiiresti on arvutite jõudlus viimase kümne aasta jooksul kasvanud.

Kuid teises diagrammis on midagi valesti. Võib tunduda, et 20. sajandil pole arvutite maksumus ja jõudlus üldse paranenud. Ilmselt pole see nii.

Diagramm 2 näitab, et lineaarse skaala kasutamine, et näidata, kuidas Moore'i seadus aja jooksul muutub, võib olla pimestav. Minevik tundub tasane, justkui poleks edasiminekut toimunud. Veelgi enam, inimesed järeldavad ekslikult, et praegune ajahetk tähistab ainulaadse, peaaegu vertikaalse tehnoloogilise progressi perioodi.

Lineaarskaalad võivad inimesi petta arvata, et nad elavad muutuste kõrgpunktis.

Olevikus elamise pimekoht

Vaatame veel kord joonist 2. Vaadates alates 2018. aastast, on varasemad hinna ja kvaliteedi kahekordistumised, mis on 20. sajandi jooksul igal kümnendil aset leidnud, tasased, peaaegu tähtsusetud. Inimene, kes seda diagrammi uurib, ütleks: kui mul on õnn praegu elada. Mäletan 2009. aastat, kui arvasin, et mu uus iPhone on kiire. Mul polnud aimugi, kui aeglane see oli. Hea, et olen jõudnud vertikaalsesse ossa.

Inimesed ütlevad, et käisime läbi "jäähoki kepi". Kuid sellist üleminekupunkti pole.

Igasugune kõvera kuju tulevikus näeb välja samasugune nagu varem. Allpool, joonisel 3 on Moore'i seaduse eksponentsiaalne kõver lineaarskaalal, kuid seekord 2028. aasta vaatenurgast. Kõver näitab, et kasv, mida oleme viimase 100 aasta jooksul kogenud, jätkub veel vähemalt 10 aastat. See diagramm näitab, et 2028. aastal saab ühe dollariga osta 200 gigablogist arvutusvõimsust.

Joonis 3
Joonis 3

Joonis 3.

Kuid joonisel 3 on lõks ka analüütiku jaoks.

Vaadake tähelepanelikult, kus asub tänapäevasel arvutusvõimsusel (2018) kõver, mis on toodud kolmandas diagrammis. Tulevikus 2028 elava ja töötava inimese seisukohast näib, et 20. sajandi alguses pole arvutusvõimsuses praktiliselt mingeid parandusi olnud. Paistab, et 2018. aastal kasutatud arvutusseadmed olid pisut võimsamad kui 1950. aastal kasutatud seadmed. Vaatleja võiks ka järeldada, et käesolev aasta 2028 tähistab Moore'i seaduse kulminatsiooni, kus edusammud arvutusvõimsuses tõusevad lõpuks kiiresti.

Joonist 3 saab igal aastal uuesti luua, muutes ainult näidatud ajavahemikku. Kõvera kuju oleks identne, ainult puugid muutuksid vertikaalskaalal. Pange tähele, et diagrammide 2 ja 3 kuju näeb välja sama, välja arvatud vertikaalskaala. Igal sellisel graafikul oleks iga möödunud hetk tulevikust vaadatuna tasane ja iga tulevane hetk oleks järsk minevikust lahkumine. Paraku oleks see väärarusaam vigase äristrateegia tulemus, vähemalt tehisintellekti osas.

Mida see tähendab?

Inimese meelel on muutuste eksponentsiaalseid teemasid raske mõista ja silmaga näha. Eksponentsiaalkõverad on ainulaadsed selles mõttes, et nad on matemaatiliselt sarnased igas punktis. See tähendab, et alati kahekordistuval kõveral ei ole lamedaid osi, sellel pole tõusevaid osi, painutusi ja kinnitusi, millest inimesed räägivad. Selle kuju jääb alati samaks.

Kuna Moore'i seadus töötab edasi, on kiusatus arvata, et just sel hetkel jõudsime tehisintellekti (või mõne muu tehnoloogia, mis laieneb Moore'i seadusele) arengus ainulaadsete suurte muutuste staadiumisse. Kuni arvutusvõimsus järgib jätkuvalt eksponentsiaalset hinna ja tulemuslikkuse kõverat, vaatab iga tulevane põlvkond tõenäoliselt minevikku tagasi kui suhteliselt vähese edusammu ajastu. Omakorda jääb vastupidiseks: iga praegune põlvkond vaatab 10 aastat tulevikku ega suuda hinnata, kui palju AI edusamme veel ees on.

Seega on kõigil, kes plaanivad tulevikku, mis on ajendatud andmetöötluse eksponentsiaalsest kasvust, väljakutse ületada omaenda tõlgendused. Eksponentsiaalse kasvu võimu tõeliseks hindamiseks tuleb meeles pidada kolme diagrammi. Sest minevik paistab alati tasane ja tulevik paistab alati vertikaalne.

Ilja Khel

Soovitatav: