1.「AIチップが」を実行「バブル」を圧迫する、時間の荒野に残っています。
人工知能は、すべての人生の歩みを変えて、そして人工知能のチップキャリアが達成されます。
2018年、半導体チップのための資本の情熱は完全にそれが巨大企業であるか、スタートアップ企業、インターネット企業や伝統的な製造企業は、チップの熱意であるかどうか、AI技術を点灯している。7月-5月、音雲が知っている、聞いて行きます、 Rokid、Baiduはスピッツァーは、AIが音声チップを構築していることを確認した思考、AIチップやチップモジュールを発行した、深いカム・テクノロジーズは、そのAIチップは、クラウド知ら創業者兼CEOのマイケルは音さえなし」で、今年の後半に利用できるようにすると発表しましたチップをやる、死ぬ「AIチップを行うための決意を表明します。
真の人工知能がはるかに達成するために失敗したのでしかし、「今まで、世界はまだ、真のAIチップが登場していません。「周ビン、中国のゼネラルマネージャーは、スマートな発言は、異種業界のいくつかの見解を表しています。
「ITタイムズ」記者はAIサークルの数が多い、AIチップの概念を発見した後、世界でも投資家はバブルAIチップがあると信じて、ほとんどのスタートアップ企業が消え、統一されたコンセンサスを形成しませんでした。
しかし、いずれにしても、我々は誰かがコア技術「道を切り開く」の中国のローカライズであるAIチップ軍閥の荒野の年です。
異なる定義チップAI
蘇州Mindrayの李ヤン元の「AIチップの新興企業が良いよりも害を行う可能性がある。」創設者・チップ・零細企業は、業界で10年染み込んで、彼は10年以上0から1チップのニーズ、「ITタイムズ」記者に語りました期間、彼自身のチップが公務の後に5回テープされ、それは40nmプロセス（ナノメートル）プロセスを使用して、自分のR＆D AIチップであれば、コストが上がること」、業界をリードする立場に20回の前にテープで固定し、それが低減されない。チップは百万PCS（製品のユニット数）、最大$ 10枚あたりの平均費用に配分規模、40nmプロセスフローシート最大10万元の唯一の手数料の開発コストを、共有する必要があり、より高い含めません研究開発費。
しかしRokid朱ビン、研究開発プラットフォームの視点のヘッド正反対元李ヤン、「共通のチップを使用して、スマートデバイスはやり過ぎである、特別なニーズが痛みのポイントを解決するために、特別なチップを必要とし、カスタムAIチップは、人工知能のカウントのためのコストとハードウェアを削減するために、正確ですローエンドの汎用チップでは不十分であり、ハイエンドの汎用チップには多くの冗長設計があり、消費電力が大きくなるという要望がある。
AIチップはまた、AIまたは計算アクセラレータカード、通常概念として知られている具体的人工知能アプリケーションを処理する計算集約型のタスクのためのAIチップモジュール（依然として責任が他の非CPUのコンピューティングタスク）を意味し、現在のGPUは、に分割されています、FPGA、ASICおよび他のタイプ、およびその他の一般的なキンギョソウクアルコム異なるチップは、AIチップは、自動運転などで算出された高精細ビデオ、データの識別におけるセキュリティなどの処理タスクのために主に専用です。
6月26日、Rokidは自社開発AI KAMINO18専用の音声チップをリリースし、スピーカーは、インテル、クアルコムとのSoC（システム・オン・チップ）専用のAIの声で、他の伝統的な汎用チップとは異なり、インテリジェントなマシンと子供たちの物語をサポートしていますチップ、その内部継承ARM、NPU、DSP、DDR、DAC及び他のコアコンポーネント、1ドル硬貨の大きさはほとんど。ZhuBinアーキテクチャ設計に特別なスピーチを行ったハードウェアのウェイクない、と多くの共通の特徴で見出さチップ少ないが、付属品のコストはまだ存在して、そう、Rokidは、自社製品やアルゴリズムの要件から、昨年9月にチップへの異種コンピューティングの方法との統合をDSA（ドメイン固有のアーキテクチャ）アーキテクチャの使用を自分のチップをカスタマイズし始めました機械の動作状態では、50％に30％の消費電力を低減することができます。
李ヤン元朱ビンと異なる視点、単に従来の半導体業界を代表とインターネットスタートアップ企業上の2つの異なる認知AIチップ上に、半導体リングは、チップブレーク0-1にもっと注意を払う人々から来て、「ソフト硬化」インターネット起業家は直接ビューの公開AIチップポイントに現在10から、アルゴリズムおよびソフトウェア設計により、1、2、3、4に基づいてすることを好むだろう、の主な目的は、適切な形で反映され非常に低い消費電力と高いマトリックス/浮動小数点演算能力を必要とし、これらは、ユニバーサルチップを達成することは困難であり、エッジ側と端末側装置で使用されるような、いくつかの機械学習アルゴリズムを加速するパワー。
これは、他の大手半導体メーカーの技術者の説明は、彼の見解では、市場はAI音声チップのほとんど、（DSPデジタル信号処理を比較することができる）、チップの「排他的な」機能でサービスがあるという証拠とすることができます、原因一つまたは複数の機能上の焦点に、複雑さは、特定のシーンの使用に制限されているので、これらのチップに接続されたデザインと低より汎用チップの生産は、めったにそれははるかに容易になりますやって技術ライセンスの理由を伴わない、しかし。これらは、 AIチップは底部から開始し始め、いくつかのプラグ「コ」直接汎用プロセッサから、等のSoCアーキテクチャは、言語、画像などのIPの様々な上位層アプリケーションを組み合わせてシーンを加速するために最適化されません。
ヘテロジニアス同じこと
現在、そこにAIチップの明確な定義がないので、最近の2018年国際サミット（杭州）、周ビンAIチップにしようと、中国異質スマートシリコンバレーのスタートアップ企業のゼネラルマネージャーに「本当の」良い尺度ではない。固定小数点の計算方法定義の下、「AIチップが深い学習のための非常に良いサポートを持っていなければならないことを意味し、今主流の深い学習アルゴリズムであるとして、高効率のできる、高性能人工知能は、アルゴリズムの現在のコアを完了します。」データから、周ビンは、これだけのパフォーマンス、同等の人間の能力を持つ唯一の可能な多くのアプリケーション固有の計算を実現するため、電力AIチップを計算すると、毎秒以上5000000000000倍でなければならないと考えています。
周ビンの名前 - 「異質」、名前が示すように、本質的に、AIチップの背景インターネット起業家の最も簡単な解釈は、異質であるさが一緒に構成する異なるソースによって定義され、インターネットには、後に、典型的な異種ネットワークです。進化異種コンピューティングは、並列分散コンピューティングの特別な形態は、多くの場合、異なるニーズを満たすためにハードウェアを計算する異なる座標に使用されており、コード（又はコードセグメント）が最大全体的なパフォーマンスモードを得るために行うことができます。
現在、AIチップは基本的にわずか数のチップに焦点を当て、従来のチップ企業の過去の異種コンピューティングチップの各種の方法により行うが、今チップ社は、従来の携帯電話のSoC CPUで、例えば水平展開、チップの異なる種類の統合、に焦点を当てるようになりましたISP（プログラミング）の外側（中央処理装置）、GPU（グラフィックプロセッサ）、だけでなく、追加のAIはNPU（埋め込まれたニューラルネットワークプロセッサ）などの処理コアを加速するために使用される。「チップ部品異性体これは普遍的な機能だ」とCheng Zhisheng共同設立者のKang HengはIT Timesの記者に語った。
コスト決定パス
興味深い現象は、インターネットで生まれたAI起業家がAIチップハードウェア分野に突入しているのに対して、従来のチップベンダーはAIを実装するために「ソフト」などのアルゴリズムを使用しているということです。
AI技術は、3つの要素、アルゴリズム、データを持っていると、アルゴリズム開発モデルが成熟深度学習、転送学習、新しいアルゴリズムモデルカプセルネットワークが同期している急速な発展、AIチップない技術の国際的なAIの刃先の観点から力を計算します実際のところ、現在の主流のチップメーカーはAIチップを導入しておらず、多くのAI機能は汎用チップと特別なアルゴリズムやソフトウェアによって完成されています。
クアルコムは、今年初めに立ち上げた人工知能エンジン（AIエンジン）のハードウェアおよびソフトウェアは、神経処理エンジン（神経処理エンジン、NPE）を搭載したクアルコムのSnapdragonコアハードウェア・アーキテクチャ上の2つの部分、（CPU、GPU、VPSのベクトルプロセッサ）で構成され、アンドロイドNN API、六角ニューラルネットワークライブラリと、より速く、より効率的に（スマートフォンなど）、端末側で人工知能の適用を可能にする他のソフトウェア。クアルコムのチップのSnapdragon 845のSnapdragon 835小龍820、小龍660サポートAIエンジン、およびAIフラグ付き国内携帯電話の多くは、基本的にクアルコムのソリューションを採用しており、顔認識機能はAIエンジンにより優れています。
しかし、現在のAIチップ起業家やスマートホームメーカにとって、汎用チップは「高価」です。
カン・ヘンが「ITタイムズ」記者、テレビ、エアコン、ボイスモジュールの高コストをカバーするのに十分な大きさ、他の大型家電利益に語ったが、ファン、照明やその他の小型家電製品は、より限定されたコスト、モジュールの利点は、顧客が望む」、弱体化されますより多くのインテリジェンスカテゴリを行った後、以下の百元、汎用チップとやりがいのある、ローエンドの製品に沈むが、市場に右のチップを見つけることができませんでした。「自分のAIチップ、クラウド知られているサウンドを構築音声AI技術のチップソリューションは、コストと供給サイクルのより大きなイニシアチブにより、顧客に開放することができます。
しかし、李ヤン人民元は、人工知能、異なる段階の重要度が異なるのキーテクノロジーと思います。「プロセッサは、人工知能の重要な技術ではない、特殊目的プロセッサをのみ、作業期間の一部に役割を果たしているの競争力を強化するために。」彼は知覚セグメントセンサー・センターと信じています認知セグメント、セグメントおよびプロセッサ上で意思決定のセグメント、あまり重点を学ぶが、ワンタイム・コストと消費電力コストを含むコストに影響を与える;プロセッサの存在価値は高くありません。
「NOどのセクション人工知能チップの前提に捧げ、人工知能の研究開発のチップは別の問題ではなく、ソフトウェアの研究の自然な拡張として扱われるべきではない。「李ヤン人民元の人々のメタファー、センサーが人体である、脳によってアルゴリズムが勝つ。
半導体アナリストLishou鵬はまた、人工知能アルゴリズムが依存することを考えていますが、チップキャリア。あなたは、より良い音声認識処理ASIC（フルカスタムチップを）やりたい場合は、ハードウェアの違いは重要ではありません。音声認識では、認識ステートメントはソフトウェア、ネットワーク、トレーニングに関連しており、既存のクラウドとエンドデータ交換の遅延の問題は5Gとともに発生します。
地上での最初のストップ：インテリジェントなオーディオ
R＆D AIチップは、ハイエンドの汎用チップよりも簡単で、AIサークルによって広く認識されています。
クラウド知られている音の共同創設者、李暁漢、開発の十年後、チップ業界は、クアルコムとメディアテックとして、モジュラーたくさんのことを沈殿させ、のIoTビジネスユニット担当副社長ので、必ずしもすべて、ARMアーキテクチャのチップをベースにしていますAIは最初からチップを持っている、あなたは業界のモジュールと成熟した製品を使用することができますが、コアAIチップ加速モジュールの設計は、下から開始する必要があります。2014年末から引き上げクラウド、コア戦略を、R＆Dの2015年に正式設立チームは、その後、2018年に、AIチップ 'Yuyan'を開始し、Yunzhishengは完全な4年間を過ごし、徐々にAIが雲の中にいるだけでなく、着陸することを認識しました。
AIチップは、いわゆる着陸に上陸したとして2018年には、端末に搭載されるように、市販のAIチップを指し知られている。2017年、2018年に始まり、150以上の億元、チップ面積の中国の投資は、これらの投資は、集約型産業を継続していきます着陸。ChinaEquity資本グループの創設者兼会長王チャオ龍最近の会議で、第4四半期の中国のメーカーの文化の夏のピークを探しているが、中国はチップのすべての種類の$ 300十億の年間輸入を費やしていることを指摘し、チップは世界の自給の1/3を消費します10％未満の割合は、したがって、最も重要な投資AIチップであるが、セキュリティAIチップのテープアウトコストや研究開発の高コストのため、現在出荷規模はまだコストを相殺するために形成されていません。自律走行車ではありません大量生産、オートパイロットAIチップセキュリティは標準化されておらず、AIチップ全体の下流需要の他の特定の領域は不十分であり、供給は需要を上回り、現在のAIフィールドは大きなバブルを有する。
ムーアの法則によると、18カ月ごとに倍増されるチップの性能は、コストは半分に落ちますが、半導体業界への究極のキーが十分に大きく出荷台数および商業市場があるかどうか、お金やスケールを作るために、スムーズにAIチップであります以前のメディア報道によると、セキュリティ分野でさえ、「Dayu 'Hikvision」でさえ、Nvidiaの年間需要はわずか20万であったという。
このような観点から、スマート音がAIチップ市場を上陸達成する最初のかもしれません。調査会社のCanalys調査（以下のCanalysという。）報告書を発表し、今年末までに、スマート音の所有権は、ほぼ昨年は100万人に達するだろう2.5倍、昨年はインテリジェントオーディオの数が5000万台未満で、数年後にはスマートオーディオの数は増え続け、2020年までに2倍以上になり、2億2500万台に達します。
クラウド知られている音は、ネットワークAIチップUniOneのために今年5月にリリースされた、解放AI音声チップモジュールを尋ねる行くオーディオ、スマートホーム、スマート家電などのためのインテリジェントなサービス・ソリューションを提供するために、ローカル端末エッジ・コンピューティングに行うために使用「質問」は大量生産されており、顧客は注文することができます。
チップは、修正がソフトウェアのような、フローシートを再設計されなければならないことが困難になると、非常に長いプロセスのような、反復サイクル、高コスト、及びチップ自体の特性が異なるチップが適合、ハードウェアを計算するキャリアでありますアルゴリズムとアプリケーションのシナリオでは、AIチップはさまざまな音声AIアルゴリズムを実行するのに十分な計算能力と、さまざまなシナリオのための多数のインターフェイスを備えていなければなりません。生産のための商業的要件。
「工業化は競争力の脅威が成功の標準1つのチップで同様の外国製品の市場で。可能とすることができます」業界筋は、ケースは述べています。この観点から、中国のAIチップはちょうど、川や湖荒野を開始しました、バブルは壊れるだろう。
AIチップ「荒野の川や湖の：にボルトで固定」「混雑することが」バブル：;：「と題する元呉渝信チーの夜の雲これは作者、ITのタイムズを切り替えます」
2.中国は、人工知能の投資と資金調達のための世界で最大の国となっている。
中央放送ネットワーク北京7月15日のニュース（記者朱ミン）は、声中国の「ニュースや新聞の要約」レポート、清華大学によると、発行の「2018年中国の人工知能開発報告書、」中国は人工知能の世界最大の国家的投資と資金調達となっていることを指摘しました。
報告書は、2018年6月の時点で、中国企業の数は1011人工知能に達している、人工知能の分野での第一四半期、投資と資金調達で2013年から2018年から、ベンチャーキャピタルに世界で第二位、中国は世界の60を占め、 ％は、インターネットの専門家は、人工知能の私たちの現在のインフラストラクチャをより完璧されていることを指摘の王「を引きつける」世界最高の国になって、業界の発展の全体の方向に適用され、人々は、B2B分野における深い焦点を感じます。
Wang Yue：例えば、インテリジェントソートは、物流分野、交通分野、道路制御、車両の展開、例えば、セキュリティ、街頭でのカメラキャプチャ、さらにユーザーレベルの小売などで使用されます。
紙出力では、中国の人工知能論文の総数と高被引用論文は、世界で最初のものである。中国の特許少し先に米国と日本の数だけでなく、優秀な人材の割合が低い。王越は、私たちの国がで必要と考えていますスマートチップ、5Gなどのコア技術が増加しており、人工知能国から人工知能に移行することが期待されています。
3.謝魏：人工知能技術の本質とシステム革新の意義
今日は、商業的な誇大宣伝のような多くの理由により、大きなデータ、人工知能および他の概念がぼやけてしまっています。それは眩しいオーラで覆われているか、故意に「深い学習」のような素晴らしい想像力を引き起こす名前を与えられています。
以下では、情報技術産業の様々な要素、すなわち科学から応用までの一連の段階を見てみましょう。不必要な詳細を明らかにし、本質を明らかにするために、このチェーンを科学原理、基本共通技術、特定のアプリケーション技術、基本的なシステム原則/技術、および特定のアプリケーションシステムの5つのリンクは、図1を参照してください。
図1科学的原理から応用システムまで、画像源：写真の著者、以下同じ
科学原理は運動の基本法則の要約であり、技術は法則の適用であるため、新しい科学原理の導入は社会に深くて広範な影響を及ぼすことが多く、科学原理の意味が非常に大きいため、コンピュータ分野では、チューリングマシンと計算複雑性理論は基本的に科学原理の範疇に入っていますが、これは正確にはコンピュータ「科学的」と命名されました。
基本的に人工知能ブームは1990年代に人工知能の分野で数十年間激しく働き、一般的な意味でインテリジェントプロセスの性質を理解することができず、科学的意義を達成できなかったため冷却された。理論的には、より高度で複雑な知的プロセスをサポートするためのデジタル基本計算のような基本的なインテリジェント操作を抽象化しているため、豊富で影響力のある人工知能分野の出力は達成されていません。科学的原則の高さ
業界では、業界全体を支えるコア技術とも呼ばれるいくつかの基本的な共通技術があります。情報技術産業では、オペレーティングシステム、データベース、集積回路などがこのレベルの技術に属しています。業界全体の進歩はグローバルでもあり、集積回路技術の進歩により、2010年頃に情報技術産業全体に歴史的な転換期を迎えました（「ITピークを見る - 第2章セクションIII）人工知能の分野は、科学的原則の結果だけでなく、それらの技術や方法にどのような名前を付けても、業界を支える基本的な共通技術を生み出すことができませんでした。
このレベルでの問題の種類を解決するための一般的な技術、ならびに異なる技術的な問題のため、特定のアプリケーションに基づいて、我々は我々がされているような人工知能の痕跡を、遭遇した... - 最初の「遷移ピークは、ITを見下ろす、」ブック8章のセクションII：スマート問題「人々は、我々は効果的に様々に対処するための普遍的なルールやメカニズムのいくつかの基本的なロジックを使用する余裕がないことを認識したときに」、人工知能の研究は様々にネクタイます具体的な問題の中にはさまざまな種類の問題があり、多くの解決策が開発されており、大きな進歩も見られています...このため、人工知能はますます特定のものと見なされています。アプリケーションの異なるタイプににユーティリティメソッドは、その特定の技術的な名前が表示されて、人工知能の名前にこれらの古典的な教科書で独自の役割を果たして、未知のは、人工知能であります - 現代的な方法 'の副題「近代的アプローチ」は、さまざまな分野の人工知能に「エージェント」の概念を採用しようとする試みを指しています。統一されたフレームワークに統合する方法の中で」。
実際、人工知能に関連する技術的手法を統合するためのエージェントの概念の使用も、この分野では実用的ではない具体的な技術的方法、科学的原則の欠如、または基本的共通技術のみを示しています。サポートは、基本的なシステムレベルで効果的な理論はありません。これらの年に普及してきた「深い学習」は、このレベルの技術です。
「深い学習」の概念には、深い信念ネットワーク、畳み込みニューラルネットワーク、循環的ネットワークと再帰的ネットワーク、特定の「学習/訓練」アルゴリズムを使用して、数千万以上の調整可能なパラメータを有する大規模非線形人工ニューラルネットワークを使用し、多数のサンプルの統計処理を介してこれらのパラメータを調整し、線形フィッティング（変換）を行い、入力データフィーチャを抽出し、その後に分類する機能を実現します。
これは、技術を理解していない多くの人々の想像力を引き出しますが、人間のような一般的な学習能力ではなく、特定のタイプの問題を解決する具体的な方法です。この分野の技術は大規模データに関連する技術を含むこのレベルに属し、インテリジェントな性質を支援する技術に属しているため、大規模データ、人工知能などの境界が曖昧になりつつあります。
新たな具体的な問題に適用する前に、問題を効果的に解決できるかどうか、あるいは問題を解決できるかどうかはわかりません。どの程度まで。
このため、学習の深さは、例えば、古典的に「深い学習」の場を画期的「深い学習」これはと考えられている（「米国のイアン・グッドフェローは、MITプレスが2016を発表し、待っています）教科書、著者は、具体的な問題を議論するために、第11章で設定したこの実験的な機能の深学習、「実用的な方法論」であると取られ、そのタイトルを説明するためのものです。
この章の冒頭で、著者はこの一節を書いた：「成功しただけでどのアルゴリズムを知って、深い学習技術を使用し、彼らの存在は十分な実務家でも方法を知っておく必要があり優れた機械学習の有効な原則ではない理由を説明します。適したアプリケーション固有のアルゴリズムの選択とどのように機械学習実験に基づくフィードバックシステムを監視し、改善するために。機械学習システムの日々の開発では、実務家は、より多くのデータを収集増減モデルの容量を、追加または削除するかどうかを決定する必要があります正則用語、改善された最適化モデルは、推定し、達成するためのモデルを調整するソフトウェア近似モデルを向上させる。これらの操作は、多くの時間を必要としてみてください、したがって、当て推量が特に重要であるのではなく、正しいアプローチを決定する。「この通路はより完全明らかに深い学習この特定の技術の実験的な特徴。
現代の科学の到来前に、人々は様々な特定の問題を解決するために多くの異なるタイプの洗練されたツールを設計し、製造することができました。中国の歴史の中で、無数の熟練した職人が、中国が現代の科学技術の動向に追いつくことができず、この問題を示している。
上記の層の出力は人に直接提供することはできません。その上に、技術を実用的な製品/システムに変えるための原則と技術があります。ここでは単純化のために2つのレイヤーしか示していません。 、による人工知能の技術ではなく、システム・レベルの技術よりも、技術の特定のアプリケーションであるので、彼ら自身が建設システム/製品の実用化のための基礎にすることはできません、とシステムレベルの原則および関連技術に添付しなければならないという事実は、役割を果たすことができます。が、その特定のアプリケーションレベルとして、ビュー人工知能技術の性質の客観的観点から、しかし。このような努力が完全に消えることはありません将来的には、主に日本の第五世代コンピュータなどのシステムの人工知能技術の設定に基づいて、努力がなされていました使用する技術は、合理的な選択です。
基本的なシステム原理や関連技術は、基礎となる技術が自らの価値を演じるために決定的に重要なものであり、例えばフォンノイマンのアーキテクチャはこの分野に属しています。関連する特定の技術の設計と実際に使用することができるコンピュータシステム製品の製造、およびコンピュータシステム製品は、関連する特定の技術が様々な分野で価値ある価値を発揮できるようにします。
この層の基本的なシステム原理と関連技術は、特定の応用分野から比較的独立しているため、インパクトはグローバルでもあり、独立した基本システムの原理と位相関係の技術だけでなく、多数の独立したシステムも含みます。大規模システムおよび関連技術のより多くのマクロ基本原則を形成するために、インタラクティブなリンク。インターネット、クラウドコンピューティングの秋このカテゴリに。情報技術ネットワークの分野では、マクロシステムの構成の原則と技術がますます重要な役割を果たしています。もちろん、独立した基本システムの革新は、大規模な相互接続システムの前提であり、その役割はより根本的です。
この基本システム原則と関連する技術革新の重要性は、少なくとも基本的な共通技術に匹敵する特定のアプリケーション技術、さらには科学原理に近いものまでは遥かに上回っているため、コンピュータ分野でのみ利用可能です。人間の脳の強力な機能は、特定の知的能力だけでなく、システムレベルでも反映されています。このシステムレベルの利点は、この章の最初のセクションでは、例を使用してこれは、多数のニューロン間の分散接続によって形成された高度に分散したネットワークだけではありません。次のセクションでは、完全に評価されていないシステムレベルで人間の脳の別の重要な側面を分析します。
インターネットに加えて、クラウドコンピューティングには最近認知された「ブロックチェーン」があります。Bitcoinの2009年のブロックチェーンテクノロジは、システムレベルでのブレークスルーを説明する最善の方法です。アプリケーション技術は最大の価値を持っています。
2008年11月には、「Zhong Ben Cong」と呼ばれる匿名の人物が、短期間ではあるが影響力のある記事「Bitcoin：ピアツーピア電子式キャッシュシステム」（Bitcoin：ネットワーク上の現金システム）2009年1月3日、中本はBitcoinシステムに最初のブロック（Creation Block）を設立し、ブロックチェーンがサポートするBitcoinシステムが稼動し始めました。チェーンテクノロジーは正式にデビューしました。この技術の概要を図2に示します。
私たちは、このような非対称暗号化などのブロックチェーンの特定の問題を使用し、解決するための技術があります特定の技術的ブロック鎖を調べ、改ざん防止、既存の技術を、など、ネットワークをピアツーピアあり、なしNakamotoは、これらの既製の技術のみを使用してオープンインターネット上で分散操作を作成していますが、監督なしに誰もが会計に参加でき、その口座は透明かつ透明です。信頼できる、信頼できる、安全で正確な現金システム。
まだ基本的な実現可能性がない場合でも、人と同じくらいインテリジェントなインテリジェントなシステムを作りたいと思っている人はたくさんいますが、現金システムは基本的に誰でも作ることができます。私はこの目標を達成することは決して考えていないし、誰かが作成できるとは思っていません。これは、既存の情報の特定の技術に基づいており、皆の想像を超えた情報技術奇跡です。
この奇跡は、特定の問題を解決するための新しい技術革新ではなく、革新的な体系的な原則とデザインに依存しています。インターネット上のオープンブロックベースの分散システムBitcoinのいわゆるコンセンサスアルゴリズムは、正確な会計記録を確保するために、この分散システムのシステムレベルの操作メカニズムの一部であり、コンセンサスアルゴリズムが採用されています。達成分散システムの動作機構のシステムレベル設計は、ブロックチェーン技術は、把握し、理解することは困難である理由は、その本質的な特徴の多くは、むしろ技術の単一の点に頼るよりも、システムレベルのメカニズムによって決定されていることです実現しました。
将来のブロックチェーン技術の適用にかかわらず、その出現は私達に非常に深いインスピレーションをもたらしました。
まず第一に、我々は、情報技術産業では、特定の技術が達成することができる、奇跡の破壊を達成することができる、すべての想像力を超えて、システムレベルの革新を作成するために、成熟した特定の技術を使用して、効果1980年代にシステムの重要性が高く評価され、当時、科学技術の世界で有名な3つの理論、すなわち情報理論、サイバネティックス、システム理論があった。銭を作った最も重要な歴史的な貢献の結果についての理解を深め、現代科学技術の発展は、特に航空宇宙の分野では、深く中国の多くの分野に移植システム理論を表示することです。
伝統的な産業では、特定の技術を超えて体系的技術革新の多くを見ることができます。私たちは、航空業界の簡単な例を見てみましょう。使用初期のパワー航空機がピストンエンジンである。その後、前世紀の30代後半でドイツは、次に、空気力の主人公となるターボジェット。最初のジェット日送られる。両方のエンジンは、熱エネルギーを機械的エネルギーになります燃料燃焼ガスの膨張を使用して、科学的原理に同じです。しかし、2準位系の原理が全く異なっている。ターボジェットエンジンは、基本的なシステム・レベルの破壊的イノベーションの空気動力システムである。ピストンエンジン技術は、任意の特定のレベル又は材料を改善することができるよりも、それがもたらす進行航空業界と比較することは、大きな変化をもたらしました。
今日の軍事分野では、決定戦場の利点は、伝統的な意味ではもはや単なる特定の高度な武器はありませんが、スーパー海、空と宇宙との統合システム。これは質的な飛躍現代の戦争です。
第二に、目を見張るもたらしたブロック鎖の結果の顔は、我々は尋ねなければならないだけでなく、：情報技術業界でシステムレベルに基づいて、我々が想像する以上にあるだろうかどうか、その黄金時代の後にドアを開けました技術革新は、人間社会の破壊のすべての領域に影響を与えた、浮上していますか？
ブロックチェーンの創造の奇跡と比較すると、我々は非常に合理的なものの、インテリジェンス・ツールの改善に焦点を当てた想像力を所有するが、視野があまりにも狭くすることができ、今より複雑なスマート技術とブロック鎖を不思議あまりないです1つの必然的な傾向への直接リンクはなく、模倣や繰り返しの人間の知性の活動が、破壊的な影響が打っている。もちろん、ブロック鎖が広く、将来的に使用されている場合には、様々な具体的なインテリジェンス技術。
今日の情報技術産業では、大規模なデータや人工知能と比較して、プロのブロックチェーンは比較的孤独な技術であるため、独特の観測情報技術産業を開くのはそのことです。将来の発展の窓はユニークな視点を提供します。情報技術産業の将来の発展と人間文明全体を効果的に把握するためには、それによって明らかになった可能性がより重要で重要な意義を持つかもしれません。
現在の情報技術アプリケーションシステムはますますソフトウェアの設計になっており、第2章「ITのピークに向かう」、「物理製品の設計と開発と比較して、ソフトウェア開発無限のリソースの仮想空間で遊ぶことはほぼ自由です。ソフトウェア設計の開発は、純粋に精神的な芸術創作プロセスであるとさえ考えられています。「自由な創造の自由は、ブロックチェーンまた、奇跡は今日の最もロマンチックな想像以上のシステムサイズのシステムレベルの画期的な革新を生み出します。
多くのシステムが実現する機能は、人工知能全体の期待をはるかに上回りますが、人間の主観的な地位は持ちませんが、個人としての知性の人間を大きく上回ります。身体の高さと幅は、補助的な物理的エネルギーの機械的ツールと同じように、体力のあらゆる面で人間の包括的な超越を達成します。これらのシステムの「知性」は、人間の知性と本質的に大きく異なります。ブロックチェインシステムが私たちに示されています。これらのシステムは徐々に作成され、かつてない複雑な仮想世界を形成します。
人工知能技術の進歩と持参の特定のアプリケーションへの完全な注意の影響は、私たちは私たちの想像力を拡大する必要がありますが、基本的なシステム・レベルの技術革新の原則および関連技術にもっと注意を払う。IT産業の今後の発展を、によって以上であってもよいです破壊的技術のこのレベルが決定される。特定の技術や人工知能、なりこれらの革新、より良い、より大きな舞台を見つけます。
「ポイントをオフにする - ITは、頂点を見下ろす、」仮想イメージの主な内容で本をインテリジェントシステムの中核は、情報を表す、システムの理論と技術的基礎、システム上重要な技術革新のインテリジェントな意味で情報技術産業であるとして、将来の用途の非常に重要なクラスは、追求の人間の知性の大きな進歩ですが、また、知的な人間は、クラスのツールで質的な飛躍を支援しました。
著者について： - 「ターニングポイント博士謝ユン、一流の科学者の首都、電子工学の博士課、「私のキャリアの10年」の清華大学の著者で、「学校から職場へ、成長」 - ピークは、ITを見下ろします」