Di seguito, esaminiamo i diversi elementi del settore dell'information technology, nella catena dalla scienza all'applicazione, in quale posizione. Per non rivelare dettagli inutili e rivelare l'essenza, dividiamo questa catena in Cinque collegamenti: principi scientifici, tecnologie comuni di base, tecnologie applicative specifiche, principi / tecnologie di sistema di base e sistemi applicativi specifici, vedi Figura 1.
Figura 1 Dai principi scientifici ai sistemi applicativi, fonte immagine: autore dell'immagine, lo stesso di seguito
Il principio scientifico è un riassunto delle leggi fondamentali del moto e la tecnologia è l'applicazione della legge, pertanto l'introduzione di nuovi principi scientifici ha spesso un impatto profondo ed esteso sulla società, proprio perché il significato dei principi scientifici è così grande, così ' Anche la scienza è stata spesso rubata e molti prodotti tecnici sono stati portati al cappello "scientifico": nel campo dell'informatica, la teoria della complessità e della meccanica computazionale di Turing rientrano fondamentalmente nella categoria dei principi scientifici. È stato nominato "scientifico".
Fondamentalmente, il boom dell'intelligenza artificiale si è raffreddato negli anni '90 perché le persone hanno lavorato duramente nel campo dell'intelligenza artificiale per decenni e non sono stati in grado di comprendere la natura dei processi intelligenti in senso generale, e quindi non sono stati in grado di raggiungere un significato scientifico. La svolta principale, in teoria, astrae l'operazione di base intelligente come il calcolo di base digitale per supportare processi intelligenti più avanzati e complessi, pertanto l'output del campo dell'intelligenza artificiale, sebbene ricco e influente, non è mai stato raggiunto. L'altezza dei principi scientifici.
In un settore ci sono alcune tecnologie comuni di base, talvolta denominate tecnologie di base, che supportano l'intero settore: nel settore dell'information technology, i sistemi operativi, i database, i circuiti integrati, ecc. Appartengono a questo livello tecnologico. Il progresso dell'intero settore è anche globale: è il progresso della tecnologia dei circuiti integrati che ha portato a una svolta storica nell'intero settore dell'information technology nel 2010 (vedi "Turning - Looking at IT Peaks", Capitolo 2). Sezione III) Il campo dell'intelligenza artificiale non ha solo i risultati di principi scientifici, ma non è stato in grado di produrre tecnologie comuni di base a supporto di un'industria, indipendentemente dal nome che attribuiamo a tali tecnologie / metodi.
Sulla base della tecnologia comune di base, ci sono tecniche di applicazione specifiche per diversi problemi per risolvere diversi tipi di problemi.A questo livello, abbiamo incontrato la traccia dell'intelligenza artificiale.Ad esempio, siamo nel libro "Turning - Looking at IT Peak" Nella seconda sezione del capitolo 8: "Quando le persone si rendono conto che non siamo in grado di risolvere efficacemente vari" problemi intelligenti "con alcune regole o meccanismi di base della logica di base, la ricerca dell'intelligenza artificiale è entrata in vari tipi. Tra i problemi specifici sono stati sviluppati diversi tipi di problemi e sono state sviluppate molte soluzioni. Sono stati fatti anche grandi progressi ... A causa di ciò, l'intelligenza artificiale è ora sempre più considerata specifica. Il metodo dello strumento applicativo è integrato in diversi tipi di applicazioni, appare sotto il suo specifico nome tecnico e svolge il proprio ruolo nell'oscurità.Il nome di un classico libro di testo sull'intelligenza artificiale in questi anni è l'intelligenza artificiale - una sorta di Il metodo moderno ", il suo sottotitolo" Approccio moderno "si riferisce al tentativo di adottare il concetto di" agente "nell'intelligenza artificiale in diversi campi. Tra i metodi integrati in una struttura unificata '.
In effetti, l'uso del concetto di agente per integrare i metodi tecnici relativi all'intelligenza artificiale è anche un modo per non aiutare: mostra una realtà impotente in questo campo: solo metodi tecnici pratici specifici, mancanza di principi scientifici o tecnologie comuni di base. Sostegno, non esiste una teoria efficace a livello di sistema di base: il "deep learning" che è stato popolare in questi anni è anche la tecnologia a questo livello.
Il concetto di "apprendimento profondo" comprende reti di credenze profonde, reti neurali convoluzionali, reti cicliche e ricorsive e molti modelli di rete specifici e algoritmi corrispondenti per risolvere diversi tipi di problemi. Potere di calcolo della violenza, utilizzando reti neurali artificiali non lineari su larga scala con parametri sintonizzabili fino a decine di milioni o più, utilizzando specifici algoritmi di "apprendimento / addestramento", regolando questi parametri mediante l'elaborazione statistica di un gran numero di campioni, ottenendo non- Adattamento lineare (trasformazione) per ottenere le funzioni di estrazione e successiva classificazione delle caratteristiche dei dati di input.
È un modo concreto per risolvere un particolare tipo di problema, non una capacità di apprendimento generale come gli umani, sebbene il nome faccia scattare l'immaginazione di molte persone che non capiscono la tecnologia. La maggior parte delle tecnologie nel campo appartengono a questo livello, comprese le tecnologie relative ai big data e appartengono tutte a tecnologie che aiutano nella natura intelligente, pertanto i confini tra big data, intelligenza artificiale e altre tecnologie sono sempre più confusi.
Queste tecniche pratiche specifiche, tra cui "deep learning" (reti neurali artificiali), sono spesso tecniche sperimentali.Prima di applicare a un nuovo problema specifico, non siamo sicuri se possa risolvere efficacemente il problema o risolvere il problema. In che misura.
A causa di questo, la profondità di apprendimento, ad esempio, nel classico 'profonda di apprendimento' campo di "apprendimento profondo" innovativo ( 'US' Ian Goodfellow in attesa, MIT Press ha pubblicato 2016) Questo è considerato Nel libro di testo, al fine di spiegare le caratteristiche sperimentali del deep learning, l'autore definisce in modo specifico il capitolo 11 per discutere di questo problema e il suo argomento è considerato come "metodologia pratica".
All'inizio di questo capitolo, l'autore ha scritto questo brano: 'Per utilizzare con successo la tecnologia di apprendimento profondo, semplicemente sapere quali algoritmi e spiegare il motivo per cui la loro presenza non è abbastanza valida principio di un buon apprendimento automatico praticanti hanno anche bisogno di sapere come. la scelta di un adeguato algoritmi specifici per l'applicazione e come monitorare e migliorare la sistema di feedback sulla base di esperimenti di apprendimento automatico. nello sviluppo quotidiano di sistemi di apprendimento automatico, i praticanti devono decidere se raccogliere più dati, incrementare o diminuire la capacità del modello, aggiungi o cancellare termine regolarizzazione, migliorato modello di ottimizzazione, migliorare il software modello approssimato stima e regolando attuazione del modello. provare queste operazioni richiedono molto tempo, e quindi determinare il corretto approccio piuttosto che congetture è particolarmente importante. 'questo passaggio rivela più completo Apprendimento profondo Le caratteristiche sperimentali di questa tecnologia specifica.
Questo stato di intelligenza artificiale è in qualche modo simile al campo tradizionale: prima dell'avvento della scienza moderna, le persone sono state in grado di progettare e produrre molti diversi tipi di strumenti sofisticati per risolvere vari problemi specifici. sottile, potrebbe non essere in grado di produrre un principio più profondo dei risultati universalità. storia cinese innumerevoli artigiani non sono stati in grado di fare della Cina passo con il trend di sviluppo della scienza moderna e della tecnologia, illustra questo problema.
L'output degli strati precedenti non può essere direttamente servito alle persone, quindi su di essi ci sono principi e tecniche per trasformare la tecnologia in un prodotto / sistema pratico: qui abbiamo solo due livelli per semplicità. Il fatto che tecnologie come l'intelligenza artificiale appartengano a specifiche tecnologie applicative piuttosto che a tecnologie a livello di sistema, quindi in realtà non possono essere la base per la costruzione di sistemi / prodotti applicativi reali, ma devono essere collegati ai principi a livello di sistema e alle relative tecnologie per funzionare. All'inizio ci sono stati sforzi per costruire sistemi basati principalmente sulla tecnologia dell'intelligenza artificiale, come il computer di quinta generazione in Giappone, che in futuro non scomparirà del tutto, ma dalla natura oggettiva della tecnologia dell'intelligenza artificiale, viene applicato come livello specifico. La tecnologia da usare è una scelta ragionevole.
Ciò che è decisivo per la tecnologia alla base del proprio valore è il principio di base del sistema e le tecnologie correlate: ad esempio, l'architettura von Neumann appartiene a questa categoria ed è diventata una conquista fondamentale nel campo dell'informatica perché ci consente di sfruttare questa architettura. La progettazione e la produzione di tecnologie specifiche correlate dei prodotti del sistema informatico che possono essere effettivamente utilizzati ei prodotti del sistema informatico consentono alle tecnologie specifiche pertinenti di svolgere il loro giusto valore in vari campi.
Il principio del sistema di base e le tecnologie correlate di questo strato sono relativamente indipendenti dai campi di applicazione specifici, quindi l'impatto è anche globale e comprende non solo la tecnologia di relazione di fase e di sistemi di base indipendenti, ma anche un gran numero di sistemi indipendenti. I collegamenti interattivi costituiscono il principio e la tecnologia correlata del grande sistema macroscopico di base: Internet, il cloud computing appartiene a questa categoria Nel campo della tecnologia dell'informazione in rete, i principi e le tecnologie che costituiscono il sistema macroscopico svolgono un ruolo sempre più importante. Naturalmente, l'innovazione dei sistemi di base indipendenti è la premessa di sistemi interconnessi su larga scala e il suo ruolo è più fondamentale.
L'importanza di questo strato di principi di sistema di base e le relative innovazioni tecniche supera di gran lunga quelle specifiche tecnologie applicative, almeno comparabili alle tecnologie comuni di base, e alcune addirittura vicine a principi scientifici. Quindi l'architettura von Neumann è disponibile solo nel campo informatico. Una posizione così elevata: la potente funzione del cervello umano non si riflette solo nella specifica capacità intellettuale, ma anche nel suo livello di sistema.Questo vantaggio a livello di sistema, nella prima sezione di questo capitolo, usiamo degli esempi per sottolineare che esso Non è solo una rete altamente distribuita formata dalla connessione distribuita tra un gran numero di neuroni, nella prossima sezione analizzeremo un altro aspetto importante del cervello umano a livello di sistema, che non è pienamente valutato.
Oltre a Internet, il cloud computing ha una blockchain recentemente riconosciuta: la tecnologia blockchain che ha seguito Bitcoin nel 2009 è il modo migliore per spiegare l'innovazione a livello di sistema: in che modo lo strato inferiore può essere specifico? La tecnologia di applicazione ha il più grande valore.
Nel novembre 2008, una persona anonima che si faceva chiamare "Zhong Ben Cong" pubblicò un breve ma influente articolo su Internet: "Bitcoin: un sistema di pagamento elettronico peer-to-peer" (Bitcoin: One Equivalent Il sistema di cassa sulla rete.) Il 3 gennaio 2009, Nakamoto ha fondato il suo primo blocco (Creation Block) nel sistema Bitcoin, e il sistema Bitcoin supportato dalla blockchain ha iniziato a funzionare. Debutta ufficialmente la tecnologia a catena: lo schema della tecnologia è mostrato in Figura 2.
Uno sguardo più ravvicinato alle tecniche specifiche nella blockchain rivela che le tecniche utilizzate per risolvere problemi specifici in blockchain, come la crittografia asimmetrica, a prova di manomissione, reti peer-to-peer, ecc., Sono tutte tecnologie esistenti, nessuna delle quali È stato inventato o migliorato da Nakamoto: utilizzando solo queste tecnologie standard, Nakamoto ha creato un'operazione distribuita su Internet aperta: senza la supervisione, tutti possono partecipare alla contabilità e i conti sono trasparenti e trasparenti. Sistema di cassa affidabile, affidabile, sicuro e accurato.
Se non c'è ancora una fattibilità di base, ma innumerevoli persone sono ancora ansiose di creare un sistema intelligente che sia intelligente come le persone, anche superando le persone, si può dire che un sistema di cassa è praticamente chiunque prima che venga creato. Non ho mai pensato di raggiungere questo obiettivo, né credo che qualcuno possa crearlo: questo è un miracolo della tecnologia dell'informazione che si basa sulla tecnologia specifica delle informazioni esistenti e oltre l'immaginazione di tutti.
Questo miracolo non si basa su nuove scoperte tecnologiche per risolvere problemi specifici, ma su un principio e un design innovativi, Nakamoto sfrutta appieno le caratteristiche comportamentali delle persone in un ambiente di rete aperta e crea abilmente un Sistema distribuito basato su blocchi aperto su Internet: il cosiddetto "algoritmo di consenso" in Bitcoin per garantire registrazioni contabili accurate fa parte del meccanismo operativo a livello di sistema di questo sistema distribuito, oppure viene adottato l'algoritmo di consenso. Il progetto del meccanismo operativo a livello di sistema di un sistema distribuito è realizzato.Il motivo per cui la tecnologia blockchain è difficile da comprendere e comprendere con precisione è che molte delle sue caratteristiche essenziali sono determinate da meccanismi a livello di sistema piuttosto che affidarsi alla tecnologia a punto singolo. raggiunto.
Indipendentemente dall'applicazione della tecnologia blockchain in futuro, la sua emergenza ci ha portato un'ispirazione molto profonda.
Prima di tutto, ci permette di vedere nel settore dell'information technology un modo di vivere, utilizzando una tecnologia matura e specifica per creare innovazione a livello di sistema, oltre l'immaginazione di tutti, oltre la tecnologia specifica, miracolosa sovversiva Effetto L'importanza del sistema è stata molto apprezzata negli anni 80. A quel tempo, c'erano tre famose teorie nel mondo scientifico e tecnologico, cioè teoria dell'informazione, cibernetica e teoria dei sistemi. Il risultato di approfondire la comprensione dello sviluppo della scienza e della tecnologia moderna Il contributo storico più importante apportato da Qian Xuesen è quello di impiantare profondamente i punti di vista e i metodi della teoria dei sistemi in molti campi della Cina, in particolare nel campo aerospaziale.
Nell'industria tradizionale, possiamo vedere anche un gran numero di innovazioni sistematiche che superano tecnologie specifiche: diamo una breve occhiata all'esempio dell'industria aeronautica: la potenza del primo velivolo era il motore a pistoni, verso la fine degli anni '30. La Germania ha preso l'iniziativa di inviare getti verso il cielo, poi il turbojet è diventato il protagonista dell'aerodinamica: i due motori sono identici scientificamente, utilizzando la combustione del carburante per causare l'espansione del gas e l'energia termica in energia meccanica. Ma i principi a livello di sistema dei due sono completamente diversi: i motori a turbogetto sono un'innovazione rivoluzionaria fondamentale a livello di sistema nei sistemi aerospaziali, i progressi che porta non sono la capacità dei motori a pistoni di migliorare la tecnologia oi materiali a qualsiasi livello. Paragonabile: ha portato enormi cambiamenti nel settore dell'aviazione.
Nel campo militare di oggi, la decisione del vantaggio sul campo di battaglia non è più solo il progresso dell'arma specifica nel senso tradizionale, ma il super sistema dell'integrazione di mare, terra e aria: questo è un salto qualitativo nella guerra contemporanea.
In secondo luogo, di fronte agli abbaglianti risultati portati dalla blockchain, non dobbiamo solo chiedere: dopo che il settore della tecnologia dell'informazione ha aperto la sua età d'oro, ci sarà altro, oltre la nostra immaginazione, basato sul livello di sistema Le innovazioni stanno costantemente emergendo, e hanno un impatto sovversivo su tutte le aree della società umana.
Rispetto al miracolo creato dalla blockchain, focalizziamo la nostra immaginazione sul miglioramento dell'intelligenza degli strumenti: sebbene abbia senso, l'orizzonte potrebbe essere troppo ristretto: al momento, il miracolo della blockchain e la più complicata tecnologia intelligente non sono troppi. La connessione diretta non è una ripetizione o imitazione di attività umane intelligenti, ma ha un incredibile impatto sovversivo. Naturalmente, se la blockchain è ampiamente utilizzata in futuro, è un'inevitabile tendenza che diverse tecnologie intelligenti specifiche sono integrate in essa.
Nell'odierna industria della tecnologia dell'informazione, rispetto ai big data e all'intelligenza artificiale, perché la sua blockchain professionale è una tecnologia relativamente solitaria, è quella che apre un settore osservazionale unico nel settore delle tecnologie dell'informazione. Le finestre dello sviluppo futuro offrono una prospettiva unica: i potenziali da esso rivelati potrebbero avere un significato più importante e importante per noi per cogliere efficacemente lo sviluppo futuro dell'industria della tecnologia dell'informazione e dell'intera civiltà umana.
L'attuale sistema di applicazione della tecnologia dell'informazione è diventato sempre più il design del software e, come abbiamo sottolineato nella prima sezione del capitolo 2 di "Passare al picco dell'IT", "Rispetto al design e allo sviluppo di prodotti fisici, lo sviluppo del software È quasi libero di giocare nello spazio virtuale di una risorsa infinita, quindi lo sviluppo del design del software è addirittura considerato un processo di creazione artistica puramente spirituale. "È questa libertà di creazione gratuita che ha una blockchain I miracoli genereranno anche innovazioni più dirompenti a livello di sistema di diverse dimensioni del sistema oltre alla nostra più romantica immaginazione oggi.
Le funzioni che molti sistemi realizzeranno supereranno di gran lunga le nostre aspettative per l'intelligenza artificiale nel suo complesso e non avranno lo status soggettivo delle persone, ma supereranno di molto gli esseri umani nell'intelligenza di un individuo. L'altezza e l'ampiezza del corpo - proprio come gli strumenti meccanici di energia fisica ausiliaria - raggiungono una completa trascendenza degli esseri umani in tutti gli aspetti della forma fisica. L''intelligenza' di questi sistemi sarà di natura significativamente diversa dall'intelligenza umana, proprio come Ci viene mostrato il sistema blockchain, che viene gradualmente creato e formerà un mondo virtuale senza precedenti.
Pur prestando la massima attenzione al progresso e all'impatto di specifiche tecnologie applicative come l'intelligenza artificiale, dovremmo espandere la nostra immaginazione e prestare maggiore attenzione all'innovazione dei principi di base del sistema e delle tecnologie correlate. Il futuro dello sviluppo dell'industria delle tecnologie dell'informazione potrebbe essere più Questo livello di innovazione sovversiva è determinato e tecnologie specifiche come l'intelligenza artificiale troveranno uno stadio migliore e più grande in queste innovazioni.
Il sistema intelligente con la principale immagine virtuale come il nucleo del libro "Turning - Looking at IT Peak" è il principio di base del sistema e il livello tecnologico nel settore dell'information technology ed è un'importante innovazione con significato di intelligenza sistemica, che rappresenta l'informazione. Una direzione estremamente importante per l'applicazione della classe è un grande progresso nel perseguimento dell'intelligenza umana e un salto qualitativo negli strumenti di intelligence assistiti dall'uomo.
Circa l'autore: Dr. Xie Wei, un talento leader nel dipartimento di scienza e tecnologia del capitale, Ph.D., Dipartimento di ingegneria elettronica, Tsinghua University.Autore di "Il mio posto di lavoro di dieci anni", "Crescita - Dal campus al posto di lavoro", "Turning - Looking at IT Summit".