Dlaczego nikt nie rozumie, jak szybko będzie się rozwijać sztuczna inteligencja?

Teraz wielu z nas zna z prawem Moore ' a, słynnego zasadą, zgodnie z którą rozwój mocy obliczeniowej należy według krzywej wykładniczej, podwojenie w stosunku cena-jakość (czyli w prędkości na jednostkę kosztów) co 18 miesięcy lub więcej. Jeśli chodzi o stosowanie prawa Moore ' a do ich swój biznes-strategie, nawet myślących myśliciele nie widzą wielkiego "ślepej plamy AI". Nawet najbardziej udane, strategicznie myślenie ludzi biznesu, którzy widzą swoją branżę na wylot, nie mogąc zrozumieć, co to jest wykładniczy rozwój. I na tej krzywej wykładniczej jest jedna technologia, która zwłaszcza korzyści z wystawców: sztuczna inteligencja.

Экспоненциальные krzywe na papierze

Jednym z powodów, dla którego ludzie nie zdają sobie sprawy, jak szybko rozwija się sztuczna inteligencja, prosta śmiesznie: экспоненциальные krzywe nie bardzo dobrze prezentują się, gdy my, ludzie, staramy się wyjaśnić je na papierze. Ze względów praktycznych jest praktycznie niemożliwe, aby w pełni ukazać stromej trajektorii krzywej wykładniczej na małej przestrzeni, takich jak wykres lub slajdów. Wizualnie przedstawić wczesne etapy krzywej wykładniczej problemu. Ale ponieważ bardziej strome jej część gwałtownie zwiększa obroty, wszystko staje się trudniejsze.

Aby rozwiązać ten problem nieodpowiedniego wizualnej przestrzeni, używamy wygodny matematyczny trik — logarytm. Dzięki "skali logarytmicznej", nauczyliśmy się skręcać экспоненциальные krzywe. Niestety, powszechne stosowanie skal logarytmicznych może również powodować naukową krótkowzroczność.

Wykres 1

Skala Logarytmiczna jest tak skonstruowany, że każdy tik na osi pionowej усоответствует nie ciągłego wzrostu (jak w zwykłym liniowym skali), a x, na przykład, 100. Klasyczna postać prawa Moore ' a (wykres 1) stosuje skalę logarytmiczną dla wykładniczy poprawy kosztów mocy obliczeniowej (mierzonej w obliczeniach/kl./s / w dollar) w ciągu ostatnich 120 lat, od urządzeń mechanicznych 1900-tych do współczesnych kart graficznych na bazie krzemu.

Wykresy Logarytmiczne stały się cenną formą skróty dla ludzi, którzy zdają sobie sprawy wizualne zakłócenia, które są obecne na takich postaciach. Teraz to wygodny i kompaktowy sposób wyświetlić dowolną krzywą, która szybko i radykalnie rośnie z upływem czasu.

Jednak wykresy logarytmiczne oszukać ludzkie oko.

Matematycznie ściskając ogromne liczby, logarytmy powodują gwałtowny wzrost wyglądać liniowym. Ponieważ kurczą się wystawcy do wykresów liniowych, ludziom wygodniej na nich patrzeć i mówić o zbliżającej się przyrostu mocy obliczeniowej.

Nasze logiczne mózg rozumieją logarytmiczne linijki. Ale nasze podświadome umysły widzą krzywe linie i są konfigurowane na nich.

Co robić? Po pierwsze, trzeba wrócić do pierwotnej skali liniowej.

Na drugim wykresie poniżej dane są zgodne z krzywej wykładniczej, jednak wpisane w liniowy skala na osi pionowej. Znowu słupek reprezentuje obliczeniową prędkość (w гигафлопах), którą można kupić za jednego dolara, a oś pozioma reprezentuje czas. Jednak na wykresie 2 każdy tik na osi pionowej odpowiada prostego liniowego wzrostu tylko jednego гигафлопа (a nie zwiększyć 100-krotnie, jak na wykresie 1. Flop — standardowa metoda pomiaru szybkości obliczeń, co oznacza "operacji zmiennoprzecinkowych na sekundę".

Wykres 2

Wykres 2 pokazuje rzeczywistą, prawdziwą wykładniczą krzywą, która charakteryzuje prawo Moore ' a. Patrząc na to, jak narysować ten wykres, naszym ludzkim oczom łatwo zrozumieć, jak szybko wzrosła wydajność komputerów w ciągu ostatnich dziesięciu lat.

Ale z drugiej wykresem że coś jest nie tak. Może się wydawać, że za 20 powiek cena i wydajność komputerów w ogóle się nie poprawiła. Oczywiście, to nie tak.

Wykres 2 pokazuje, że za pomocą skali liniowej, w celu wykazania zmiany prawa Moore ' a z czasem może oślepiać. Przeszłość wydaje się płaskim, jakby żadnego postępu nie było. Ponadto, ludzie błędnie wnioskują, że aktualna punkt czasu jest okres unikalnego, "prawie pionowego" postępu technologicznego.

Liniowe skali mogą oszukiwać ludzi, zmuszając ich wierzyć, że żyją na szczycie zmian.

Ślepa plamka żyjącego w niniejszym

Spójrzmy jeszcze raz na wykres 2. Jeśli patrzeć z 2018 roku, poprzednie podwojenie ceny-to cechy, które odbywały się codziennie dekady przez większą części 20 wieku, wydają się płaskie, prawie nieistotne. Osoba ucząca się ten wykres, by powiedział: jak mam szczęście żyć teraz. Pamiętam rok 2009, kiedy myślałem, że mój nowy iphone szybkie. Nie miałem pojęcia, jak bardzo jest powolny. Dobrze, że osiągnąłem części pionowej.

Ludzie mówią, że przeszliśmy "zagięcia hockey stick". Ale taki punkt przejścia nie ma.

Każdy kształt krzywej w przyszłości wygląda tak, jak wyglądała w przeszłości. Poniżej wykres 3 pokazuje wykładniczą krzywą prawa Moore ' a w liniowej skali, ale tym razem z punktu widzenia 2028 roku. Krzywa zakłada, że wzrost, który przeszliśmy w ciągu ostatnich 100 lat, potrwa jeszcze co najmniej 10 lat. Ten wykres pokazuje, że w 2028 roku za jednego dolara można kupić 200 гигафлоп mocy obliczeniowej.

Wykres 3

Ale przy tymwykres 3 przedstawia także pułapkę dla analityka.

Przyjrzyj się dokładnie, gdzie to nowoczesna moc obliczeniowa (2018 rok) leży na krzywej, przedstawionego na trzecim wykresie. Z punktu widzenia człowieka żyjącego i pracującego w przyszłości 2028 roku, wydaje się, że w ciągu początku 20 wieku ulepszeń w mocy obliczeniowej praktycznie nie było. Wygląda na to, że urządzenia komputerowe stosowane w 2018 roku były nieco mocniejsze tych, które zostały wykorzystane w 1950 roku. Obserwator może stwierdzić, że obecny 2028 roku reprezentuje kulminację prawa Moore ' a, gdzie postęp mocy obliczeniowej, w końcu wznosi się do nieba.

Co roku można było odtworzyć wykres 3, zmieniając tylko na zdjęciu okres czasu. Kształt krzywej byłaby identyczna, zmieniały się tylko tiki na pionowej skali. Należy zwrócić uwagę, że kształt wykresów 2 i 3 wygląda tak samo, za wyjątkiem pionowej osi. Na każdym takim wykresie każdy ostatni moment byłby płaskim, jeśli patrzeć z przyszłości, i każdy przyszły chwili był ostry odejście od przeszłości. Niestety, to błędne postrzeganie byłoby konsekwencją błędnej strategii biznesowych, przynajmniej jeśli chodzi o sztucznej inteligencji.

Co to znaczy?

Экспоненциальные tematu zmian trudno zrozumieć ludzki umysł i zobaczyć okiem. Экспоненциальные krzywe są wyjątkowe w tym sensie, że matematycznie самоподобны w każdym punkcie. Oznacza to, że zawsze удваивающаяся krzywa nie ma płaskich części, nie ma wznoszących się części, zagięć i załamań, o których mówią ludzie. Jej kształt jest taki sam jak zawsze.

Ponieważ prawo Moore 'a przestaje działać, pojawia się pokusa, by uznać, że to właśnie w tym momencie dotarliśmy do unikalnego etapu wielkich zmian w rozwoju sztucznej inteligencji (lub dowolnej innej technologii, która obejmuje prawo Moore' a). Jednak, do momentu, gdy moc obliczeniowa nadal podążać krzywej wykładniczej ceny do jakości, każde przyszłe pokolenie, najprawdopodobniej, będzie patrzeć na przeszłość jak na epokę stosunkowo niewielki postęp. Z kolei pozostanie wiernym i odwrotnie: każda aktualna generacja będzie oglądać na 10 lat w przyszłość i nie będziemy w stanie ocenić, jak wiele postępu w dziedzinie AI jest jeszcze przed nami.

W Ten sposób, dla każdego, kto planuje przyszłość, ruchomości gwałtownym wzrostem obliczeń, rodzi się zadanie pokonać własne błędne interpretacje. Trzeba mieć na uwadze trzy wykresy, aby w pełni docenić siłę wykładniczego wzrostu. Bo przeszłość zawsze będzie wyglądać równe, a przyszłość zawsze będzie wyglądać w pionie.