"die menschliche Gesellschaft ist schnell in die Ära der Weisheit eingetreten, was der Kern dieser Ära der treibenden Kraft, der Produktivität ist-wird berechnet!" in einer kürzlich von der Fakultät für Information und Elektrotechnik, der China Academy of Engineering, gesponserten 2018 AI-Computing-Konferenz gab Wang endong, ein Fellow der chinesischen Akademie der Ingenieure, diese Ansicht. Wang endong sagt, dass das BIP eines Landes eine klare positive Korrelation mit seiner Rechenleistung aufweist, wobei die weltweit besten 5 BIP-Rankings fast die gleichen sind wie die Top 5 der globalen Server-Sendungen. Die Top 10 der heutigen Marktkapitalisierung, wie Apple, Amazon, Google, Facebook, Alibaba, tencent und so weiter, sind ausnahmslos die Top-Unternehmen der Welt für Server Käufe – was bedeutet, dass Sie viel in Rechenleistung investieren.
In gewisser Weise ist Rechenleistung Produktivität.
"Berechnen" Sie den "Algorithmus" "Daten", bekannt als die "Troika", die AI zieht, in der Maschine lernen "Algorithmus" weiterhin durchbricht, die riesige "Daten" Explosion des Wachstums heute, "Computing" kann ein dynamischer Motor der künstlichen Intelligenz gedeihen, mit großer Spannung erwartet werden. In der Tat ist es nicht schwer zu finden, dass die Rechen macht eine Schlüsselrolle spielt, wenn man an die Geschichte der künstlichen Intelligenz erinnert. Turing erfand zuerst den Computer, nach der Erfindung der künstlichen Intelligenz, kann man sagen, dass keine Berechnung gibt es keine künstliche Intelligenz, und künstliche Intelligenz, so dass die Rechenleistung eine vorwärtsdynamik hat, mit der Richtung der Entwicklung.
", sagte Wang endong. Künstliche Intelligenz hat seit ihrer Gründung im 1956 drei Stufen durchlaufen: die erste Etappe ist das 20. Jahrhundert 60-70 's, die künstliche Intelligenz versucht, die maschinelle Logik Argumentations Beweise durch den Computer zu realisieren, aber es ist schwer, schließlich zu realisieren. Die zweite Etappe ist das 20. Jahrhundert 70-90, die Computerkapazität hat in den vergangenen Jahrzehnten erhebliche Fortschritte gemacht, wenn man versucht, ein computergestütztes Expertensystem zur Lösung des Problems aufzubauen, aber weil die Daten weniger und zu sehr auf empirische Kenntnisse und Regeln beschränkt sind, ist es schwierig, ein effektives System aufzubauen.
Die dritte Stufe der letzten Jahre, die auf der Entwicklung der tiefen neuronalen Netzwerktechnologie basiert, ist erst allmählich in die rasante Entwicklungsphase eingetreten.
"Warum hat AI eine 30-jährige Stagnation zwischen der zweiten und dritten Etappe?", warf die American Academy of Engineering, Professor kongkingshen von der University of California, Los Angeles, das Thema auf der Konferenz vor.
Seiner Ansicht nach, in den letzten Jahren, künstliche Intelligenz in der Lage, wieder ausbrechen, auf der einen Seite ist das Internet, Informationstechnologie, Digital brachte Big Data, nach Statistiken, hat die gesamte menschliche Zivilisation alle Daten erhalten, 90% ist die letzten zwei Jahre, bis 2020, wird die Welt die Skala der Daten, um die heutigen 44-mal zu erreichen produzieren So wird ein Großteil der Daten generiert, gespeichert, vernetzt, verarbeitet, und das alles hängt von der Berechnung ab. Das sagt kongkingshen über "auf der anderen": die Erhöhung der Rechenleistung.
In den 80 es benutzten die Leute Computer, um 2 Millionen bis 3 Millionen Anweisungen pro Sekunde auszuführen, und können nun 100 Milliarden bis 200 Milliarden Unterrichts Vorgänge pro Sekunde haben. So gesehen ist es die Kalkulation, die künstliche Intelligenz beleuchtet. Kongkingshen sagte: "wegen dieser Rechenleistung ist die heutige Ki überall.
' Natürlich stellt die künstliche Intelligenz wiederum mehr Anforderungen und Herausforderungen für die Informatik dar.
So hat die Nachfrage nach Rechenleistung durch künstliche Intelligenz die Leistungs Wachstumsrate von Moore es Law weit übertroffen.
Das heißt, wir brauchen eine stärkere Rechenleistung.
Die Konferenz veröffentlichte den "2018 China AI Computing Power Development Report", in dem erwähnt wird, dass AI in der aufstrebenden Wirtschaft und der digitalen Wirtschaft im Laufe der Zeit immer mehr Anwendungsszenarien sein werden- Von jetzt an bis 2020, einschließlich Gesichtserkennung, Spracherkennung, natürliche Sprachverarbeitung und andere biometrische Technologie und Fahrzeugidentifikation, Smart Kreuzung, Smart Street Lights und andere Smart-City-Technologie werden die typischsten Anwendungen der künstlichen Intelligenz sein, und 2020 ~ 2025, intelligente Fertigung und Smart-Home-bezogene Technologien werden ausgereift sein,
Das typischste Ki-Anwendungsszenario werden; 2025 und darüber hinaus werden intelligentes medizinisches, autonomes fahren, intelligente Assistenten und andere verwandte Technologien und Strategien gebildet, um die Entwicklung von Ki-Anwendungen in diesen Branchen zu einem explosiven Wachstum zu ermöglichen.
Der Bericht erwähnt auch, dass die größte Herausforderung der aktuellen Entwicklung des Kunst Intelligenz-Computing in vier Aspekten liegt: Erstens hat die Entwicklung der Rechenleistung die Nachfrage noch nicht gedeckt, die zweite ist, dass die verfügbaren Daten begrenzt sind; Drittens, vom Labor bis zum eigentlichen Bewerbungsprozess, gibt es viele Herausforderungen und Probleme; es wird einige Zeit dauern, bis Sie vom Anwendungsszenario zur perfekten Branchenlösung gelangen.
Gaozhengki, Direktor der beiden Bureau of China Academy of Engineering, sagte, dass trotz der rasanten Entwicklung von AI-Anwendungen in China, im Vergleich zu den entwickelten Ländern, vor allem mit den Vereinigten Staaten, sind wir in der Hardware-Algorithmus der künstlichen Intelligenz Kerntechnologie Bereich, gibt es immer noch eine erhebliche Lücke. Seiner Ansicht nach ist die Entwicklung des Applikations Terminals zwar weit Weg vor der Hardware-Architektur, doch nun ist die Rechen Plattform den steigenden Anforderungen an künstliche Intelligenz nur schwer gerecht geworden.
Wie man den Aufbau des unteren Rahmens stärkt und die Rechenleistung verbessert, ist zum Hauptproblem der Entwicklung künstlicher Intelligenz geworden. AI Age, die werden | "Erste Produktivität"