Nvidiaのと呼ばれていたバロン早ければ2015年10月のように、カバーストーリーは、「ここでFacebookが来る、インテル気を付けろ」と題されたAIをテーマに行っていたが、株式は770パーセントに急増しています、開発プロセスは、メモリチップの多くを必要とするため、マイクロンは、AIの開発、チップ業界のスターの新しい世代にとどまることが、同社の株価はこれまでに270パーセントで成長してきました。
5年間のNvidia株価チャート
現在、AIはまだ開発の初期段階にあり、将来的にはより強力なリターンがあるかもしれません。
ネットワークとクラウドコンピューティングの登場により、大規模なデータを集約してデータセンターで計算を行うことができます。コンピュータ科学者は、ディープラーニングと呼ばれる新しいマシン学習モデルを作成しました。このモデルでは、科学者が明示的な計算規則を確立する必要はありません。
次の図は、コンピューターが猫の写真を認識するように教えられ、数百万の猫の写真がコンピューターに入力され、犬の写真など多くの非猫の例も入力される深い学習の例を示しています。画像ピクセルでは、多くの基本形状パターンが存在する。
猫と犬を特定する、深い学習パラダイムの1つ
そして、それは絵は猫であるかどうかを見分けるの後に、関連する（先のとがった耳）の形成と無関係な（柔らかい耳を）収集する方法、コンピュータの新しいモデルになるだろう識別可能なパターンの機能を、これらの非常に基本的な形がありますこのモデルが適用されます。
この深い学習は強力な新しいパラダイムである：基本的な人間は、コンピュータの検索モデルソリューションは、手順「ネットワーク」として知られているコンピュータのシリーズを経験した、としましょう、そのような画像分類などの目標を設定する必要があります。異なるネットワークは異なるもので良いですが、例えば、非常に簡単なメッセージ、一つだけのシーンとルールのセットを使用するように強化学習いわゆる、彼らは行動のベストモードを識別できるようになります。
Googleは、ニューラルネットワーク技術を利用した自己学習コンピュータAI囲碁モデルAlphaGoゼロ。このモデルを作ることができ、この方法を使用して、2017年の終わりに持っていた、と独自のゲームを、動きの様々な彼、学び、新たな戦略を発見します学習プロセスは、人間の知能を必要としない、それは最終的にトップ人間ゴー・ダンを破りました。
テクノロジー企業がAIの開発において果たす重要な役割は、NVIDIAのGPUチップがインテルのマイクロプロセッサよりも効率的であるなど、必要なハードウェアのサポートや新しい機械装置を提供することです。チップの深さの学習を支援するために2021年に発足。
ディープラーニングはコンピューティングにおいてますます一般的になりますが、時間がたつにつれて、人間がプログラムを書く作業を深く学ぶことになりますが、チップやソフトウェアの開発により、この目標を達成するにはまだまだ道のりがあります。