Ερ:
Πώς συνέβαλε ο νόμος του Moore στην τρέχουσα επανάσταση του AI;
ΕΝΑ:Είναι δελεαστικό να σκεφτόμαστε τη σημερινή πρόοδο της τεχνητής νοημοσύνης, που σχετίζεται κυρίως με την επίλυση λογικών και προβλημάτων που σχετίζονται με τα δεδομένα, αλλά για τις εταιρείες που προσπαθούν να καινοτομήσουν και να συνεχίσουν να κινούνται προς τα εμπρός, μπορεί να είναι χρήσιμο να επιστρέψουμε και να σκεφτούμε πώς όλο και ισχυρότερο υλικό έχει επίσης συνέβαλε στη σημερινή λειτουργία μηχανικής μάθησης και τεχνητής νοημοσύνης.
Μερικοί από τους πιο προφανείς τρόπους με τους οποίους ο νόμος του Moore επωφελήθηκε από την πρόοδο της τεχνητής νοημοσύνης είναι εμφανείς σε όποιον έχει ασχοληθεί με την τεχνολογία των πληροφοριών για τα τελευταία 30 χρόνια. Ο πρώτος είναι ότι οι πραγματικοί κεντρικοί υπολογιστικοί σταθμοί υπολογιστών και τα κέντρα δεδομένων που λειτουργούν σε σύνολα δεδομένων τεχνητής νοημοσύνης είναι μικρότεροι από ό, τι θα ήταν στις προηγούμενες μέρες της πληροφορικής - και αυτό κάνει τη διαφορά. Αν απλά mainframes εξακολουθούσαν να παίρνουν το χώρο ενός πλυντηρίου / σετ στεγνωτήρα, αυτό θα είχε κατανοητό αποτέλεσμα στην ταχεία ανάπτυξη όλων των ειδών των νέων τεχνολογιών.
Ωστόσο, πολύ πιο σημαντικό, τα επιτεύγματα απόδοσης των εταιρειών βάσει του νόμου Moore επέτρεψαν την επικράτηση εξαιρετικά μικρών συσκευών συλλογής δεδομένων κινητής τηλεφωνίας. Τα smartphones είναι το καλύτερο παράδειγμα, αλλά ο νόμος του Moore μας παρέσχε επίσης ψηφιακές φωτογραφικές μηχανές, συσκευές αναπαραγωγής MP3 και πολλά άλλα μικρά κομμάτια υλικού που συλλέγουν όλοι τα δικά τους δεδομένα με εκπληκτικό ρυθμό. Τώρα, το διαδίκτυο των πραγμάτων είναι υπερφορτίζοντας αυτή τη διαδικασία με έξυπνες συσκευές κουζίνας και όλα τα είδη άλλων πολύ σύγχρονων υλικών που εμπορεύονται την ιδέα ότι οι συσκευές που φέρουν τσιπ είναι αρκετά μικρές για να τοποθετηθούν σχεδόν σε τίποτα.
Ωστόσο, αυτοί δεν είναι οι μόνοι τρόποι με τους οποίους ο νόμος του Moore επωφελήθηκε από την εξέλιξη της νέας εξέλιξης της μηχανικής μάθησης και της τεχνητής νοημοσύνης. Στην ανασκόπηση τεχνολογίας MIT, ο συγγραφέας Tom Simonite ισχυρίζεται ότι ο νόμος του Moore ήταν επίσης χρήσιμος ως ένα είδος «συσκευής συντονισμού» που χρησίμευσε για να προβάλει τι θα έρθει στην αγορά τα επόμενα χρόνια, να δώσει στους προγραμματιστές και άλλους κάποια ομοιότητα ενός δρόμου χάρτη και δείκτες για τη μελλοντική καινοτομία.
Μια άλλη ενδιαφέρουσα προοπτική προέρχεται από τον Niel Viljoen, ο οποίος μιλάει για το πώς ο νόμος του Moore εξακολουθεί να είναι κρίσιμος για τα νέα συστήματα που βασίζονται στο σύννεφο και για την εμφάνιση ολοκαίνουργιας τεχνολογίας τεχνητής νοημοσύνης.
Το επιχείρημα του Viljoen φαίνεται να είναι ότι η προσθήκη πυρήνων γενικής χρήσης στα συστήματα κλιμάκωσης δεν είναι αρκετή για να συνδέσει πραγματικά το υλικό σε ένα δίκτυο με ολοκληρωμένο τρόπο, γεγονός που οδηγεί σε σημεία συμφόρησης. Μια αντίστοιχη ιδέα είναι ότι τα μοντέλα σύγκλισης θα επιταχύνουν όλες τις λειτουργίες των συστημάτων έντασης δεδομένων. Με άλλα λόγια, δεδομένου ότι τα συστήματα πληροφορικής συνέχισαν να κλιμακώνουν τη χρήση των δεδομένων σύμφωνα με ό, τι μπορούσαν να χωρέσουν σε ένα κομμάτι υλικού, οι κατασκευαστές δεν πήγαν ποτέ να συμπεριλάβουν ορισμένες από τις συνακόλουθες λειτουργίες ανάπτυξης, όπως επεξεργασία εικόνας, κρυπτογράφηση, απόδοση βίντεο κλπ.
Ως αποτέλεσμα, τα σύγχρονα κέντρα δεδομένων έγιναν πολύ ισχυρά, αλλά εξακολουθούν να εξαρτώνται από εξωτερικά στοιχεία για να κάνουν την απαιτούμενη επεξεργασία - Viljoen θέτει την μελλοντική εμφάνιση των "συστημάτων σε ένα τσιπ" όπου το υπερσυμπιεσμένο υλικό έχει όλα όσα χρειάζεται για να κάνει όλες τις λειτουργίες δικτύωσης, να εξομαλύνει τις ροές δεδομένων και να κάνει τα συστήματα εύκαμπτα καθώς και ισχυρά δεδομένα.
Σε γενικές γραμμές, ο νόμος του Moore βοήθησε στην εξέλιξη της τεχνολογίας των πληροφοριών και συνεχίζει να βοηθάει, με θεμελιώδεις τρόπους. Είναι μέρος του «επιστημονικού φανταστικού είναι το σημερινό» μοντέλο που δείχνει πόσο μακριά έχει έρθει η ανθρωπότητα στην κατασκευή συστημάτων δεδομένων κατά τη διάρκεια ενός ή δύο αιώνων.
