人々はAIの開発は非常に簡単でどれだけ速く理解していない、とさえばかばかしいと言うことができる一つの理由：私たちは紙の上にそれらを捕獲しようとすると、指数のパフォーマンスが小さいのほぼ不可能と考え実用的な理由のために良いではなかったです（そのようなチャートやスライドなど）のスペースの初期段階は、完全に指数関数曲線の急峻な軌道を視覚的描写指数曲線に記述されている非常に簡単です。しかし、曲線の急勾配部分に表示されるようになった、と数は、急速に物事を増加もっと挑戦する。
インデックス曲線をキャプチャする
不十分な視覚空間の問題を解決するために、対数と呼ばれる単純な数学的手法を使用しました。いわゆる「対数スケール」を使用して、指数曲線を圧縮することを学びました。普及（リニアスケールの典型的であるように）「対数スケール」の結果はまた、各スケールは対数目盛Y軸に直交しない一定の増分に相当する近視眼的動作原理につながるは、ありますしかし、このような100倍などの要因は、次のグラフは1900年から、今日の強力なシリコンベースのGPUにコンピューティングパワー、機械設備の過去120年の指数関数的な成長傾向のコストを記述するために、古典的なムーアの法則「対数スケール」を使用しています。
図1：過去120年間の計算コストを示す対数スケールの指数変化
今日、対数グラフは、視覚的歪みを認識している人にとっては非常に貴重な省略形になっています。実際、「対数尺度」はシンプルでコンパクトな方法で、時間の経過と共に記述することができます。しかし、対数グラフは人間の目をだますことになります。数学的に大きな数値によって、対数グラフは指数関数的な増加を直線的に見せます。彼らは不規則な指数成長曲線を線形に圧縮するので、対数グラフは指数関数的な成長率と将来の計算力の規模、さらには満足度にも人々が満足するのを容易にします。
私たちは、しかし、私たちの潜在意識は、線形曲線を見ている。脳ログプロットのロジックを理解し、その欠陥を無視することを選択しますので、効果的に近視眼的な戦略対数プロットすることにより除去する方法、それを引き起こした？解決策の一部がに戻ることです元のリニアスケール。以下、図2においては、我々は、データに合わせて指数曲線を使用し、その後、縦軸リニアスケールとそれを描く。同様に、縦軸は（ギガフロップスで）購入することができる1米ドルの処理速度を表し、横軸は時間を表す。
しかし、図2において、縦軸のスケールの各々は、（等価1gigaflopsではなく、上記の表1のように100倍の増加）。「FLOP」ワードが計算速度の標準的な方法によって測定される単純な線形増加傾向に対応しますは1秒あたりの浮動小数点演算を表し、他の単位はmegaFLOPS、gigaFLOPSおよびteraFLOPSを含みます。
図2は、ムーアの法則を説明する真の指数曲線を示しています。このグラフが描かれている方法は、われわれの目では容易に理解できます。過去10年間で、価格/性能比はどのくらい速く変化しましたか。このチャートの読者にとっては、20世紀のコンピュータの価格対性能比はまったく改善されていないようですが、明らかに間違っています。
図2は、ムーアの法則が時間の経過と共に変化することを線形スケールで証明すると、失明率がかなり高くなることを示しています。これは、過去に進んだように過去が目立たないようにすることができます。このスケールはまた、現在の強みが独特の「ほぼ垂直な」技術進歩の時期であると誤って信じさせています。これは、AIの盲点につながる次の主な理由を私にもたらします。学位チャートは人々を欺くことができ、彼らの生活が変化のピークにあると信じさせることができます。
短期間で生活する短期視力
私たちは、以下の表2を見てみましょう：2018年の状況から、20世紀のほとんどは、十年ごとに倍増すると、価格が存在します当たり障りのない、さえ取るに足らない人を持っていると思われることは、表2を読むことができます自分自身に言います。「息子は、今日は非常に幸運住んで、私はすぐに彼らの新しいiPhoneを考えるとき、2009年を覚えていますが、実際には、私は私が最終的にエキサイティングに達したか遅いこと、そして今知りません！垂直部分！」
私たちは、「ホッケースティックの肘」を通過したと言う人がいると聞いてきましたが、そのような変遷点はありません。指数曲線自体は似ています。つまり、未来曲線の形状と過去の曲線はほとんど同じです大きな変化以下の図3は、ムーアの法則の線形スケールチャートの指数曲線を示していますが、今度は2028の視点から見ています。この曲線は、過去100年間に少なくとも成長を経験したことを前提としています。このチャートは、2028年に1ドルが約200ギガフロップの計算能力を購入することを示しています。
図3：リニアスケールのムーアの法則
しかし、図3は潜在的な分析上のジレンマを表しています。今日のコンピューティングパワー（2018）を表す図3の曲線の位置を詳しく見てください。世紀の変わり目、電源、ほとんど実質的な改良を計算する。1950年のオブザーバーで使用されるコンピュータはまた、2028年にはムーアの法則、今年の頂点であると結論づけているよりも2018年コンピューティングデバイスにのみわずかに強い使用しているようですついにコンピューティング・パワーの進歩が始まりました。
毎年、時間カテゴリの説明だけを変更して、チャート3を再作成することができます。曲線の形状は非常に似ていますが、垂直スケールのスケールだけが変更されます（図2および図3の形状は、このようなそれぞれのチャートでは、未来の観点から見ると、過去のあらゆる点は平らであり、将来のすべての点は過去とはまったく異なっているように見えます。少なくともAIに関しては、欠陥のあるビジネス戦略に意見が導入されています。
これはどういう意味ですか？
指数関数的な変化の速度は、人間の心と目には理解できません。指数曲線は、数学的な観点からはすべての点で似ているため、ユニークです。二重の曲線は、全く平坦な部分ではなく、立ち上がり部分はありません;「肘」と「ホッケースティック」湾曲部分を話して多くのビジネスの人々にも同様に慣れていないあなたが以前または将来を大きくしても、その形状が見えます。それは同じです。
ムーアの法則が引き続き働いているため、現時点では、AI（またはムーアの法則に依存する他の技術）の独自の開発期にあると考えていますが、処理能力が指数関数的な価格/性能曲線に追いついている限り、各世代では、これが比較的小さい時代であると考えるかもしれませんが、次のようになります：各世代は今後10年間を楽しみにしていますが、AIの改善の余地を予測することはできません。
だから、コンピュータの指数関数的な成長によって未来を推進しようとする人にとっては、頭の中の誤った解釈と戦うことが課題です。これは難しいですが、これらの3つのグラフを同時に覚えておく必要があります - 対数グラフ視覚的な一貫性、劇的でリニアなグラフの欺瞞的なスケールなので、指数関数的な成長の力を真に理解することができます。過去はいつも穏やかで、未来は常に大きな変化に満ちているからです。