'La società umana è entrata rapidamente nell'era della saggezza, qual è la forza motrice principale di questa era, la produttività - è il calcolo!' Alla Conferenza sull'Intelligenza Artificiale del 2018 ospitata dal Ministero dell'Informazione e Ingegneria Elettronica dell'Accademia Cinese di Ingegneria, Accademico dell'Accademia Cinese di Ingegneria Wang Endong, capo scienziato di Inspur Group, ha espresso questo punto di vista.
Wang Endong ha detto che il PIL di un paese ha una significativa correlazione positiva con la sua potenza di calcolo: i primi 5 paesi in termini di PIL globale sono quasi in linea con le prime 5 spedizioni globali di server. I 10 principali capitalisti di mercato di oggi, come Apple. , Amazon, Google, Facebook, Alibaba, Tencent e così via, senza eccezione, sono tra le migliori aziende al mondo in termini di acquisti di server - il che significa che stanno investendo molto nella potenza di calcolo. Ha detto che la potenza di calcolo è la produttività.
algoritmo di 'Informatica' '' 'dati', conosciuta come la forza di intelligence 'troika' artificiale apprendimento 'algoritmi' continuare a fare progressi nella macchina, la crescita esplosiva di dati un grande '' di oggi 'calcolo' può diventare l'intelligenza artificiale potenza del motore in piena espansione, è previsto.
Infatti, ricordando la storia dello sviluppo dell'intelligenza artificiale, potenza di calcolo può facilmente trovare dove giocare un ruolo chiave. 'Turing prima dell'invenzione del computer, dopo l'invenzione di intelligenza artificiale, si può dire non v'è alcun calcolo non è l'intelligenza artificiale, ma l'intelligenza artificiale, in modo che la potenza di calcolo con l'alimentazione direzione in avanti, con lo sviluppo. ', ha detto Dong Wangen.
Dall'introduzione dell'intelligenza artificiale nel 1956, ha attraversato tre fasi: la prima fase è stata negli anni '60 e '70, quando l'intelligenza artificiale ha cercato di realizzare il ragionamento logico della logica lavorata attraverso i computer, ma alla fine è stato difficile da raggiungere. Negli anni '70 e '90, il potere dei computer aveva fatto grandi progressi negli ultimi decenni: in questo momento, cercando di risolvere i problemi creando un sistema esperto basato su computer, ma a causa della piccola quantità di dati e della conoscenza e delle regole empiriche, è difficile Costruire un sistema efficace Il terzo stadio è lo sviluppo della tecnologia delle reti neurali profonde negli ultimi anni, ed è entrato gradualmente in un periodo di rapido sviluppo.
'Perché nella seconda fase alla terza fase tra, l'intelligenza artificiale ha 30 anni di stagnazione?' American Academy of Engineering, University of California, Los Angeles professore Cong Jingsheng gettato la questione in Assemblea Generale.
A suo parere, in questi ultimi anni, l'intelligenza artificiale è stata in grado di uscire di nuovo, da un lato è Internet, la tecnologia dell'informazione, la tecnologia digitale ha portato grandi di dati, secondo le statistiche, l'intera civiltà umana, tutti i dati ottenuti, il 90 per cento negli ultimi due Il numero di dati generati dal mondo raggiungerà 44 volte oggi entro il 2020.
Quanti dati sono generati, archiviati, interconnessi ed elaborati? Si basa sull'informatica, ed è ciò che Cong Jingsheng chiama "l'altra parte": il miglioramento della potenza di calcolo Negli anni '80, i computer utilizzati dalle persone, Può eseguire da 2 a 3 milioni di istruzioni al secondo e ora può avere da 100 a 200 miliardi di operazioni di istruzione al secondo.
Da questa prospettiva, sono i calcoli che illuminano l'intelligenza artificiale.Cong Jingsheng ha detto: "A causa di queste potenze di calcolo, l'intelligenza artificiale di oggi è ovunque".
Naturalmente, l'intelligenza artificiale a sua volta pone più richieste e sfide sul computing: ad esempio, la richiesta di potenza computazionale dell'intelligenza artificiale è ben oltre il tasso di crescita delle prestazioni della Legge di Moore.
In altre parole, abbiamo bisogno di più potenza di calcolo.
La conferenza ha pubblicato il "Rapporto sullo sviluppo delle competenze dell'intelligence artificiale 2018 in Cina", in cui si afferma che con il passare del tempo l'intelligenza artificiale verrà utilizzata sempre più nelle economie emergenti e nell'economia digitale -
Da ora fino al 2020, le tecnologie smart city come il riconoscimento facciale, il riconoscimento vocale, l'elaborazione del linguaggio naturale e altre tecnologie come la biometria e l'identificazione dei veicoli, la comunicazione intelligente e i lampioni intelligenti saranno gli scenari applicativi più tipici per l'intelligenza artificiale e tra il 2020 e il 2025 Le tecnologie relative alla produzione intelligente e alla casa intelligente matureranno e diventeranno gli scenari di applicazione dell'intelligenza artificiale più tipici: nel 2025 e successivamente, verranno formulate tecnologie e politiche correlate come medicina intelligente, guida automatica e assistenti intelligenti per promuovere applicazioni di intelligenza artificiale in queste industrie. Raggiungi una crescita esplosiva.
La relazione anche ricordato che le sfide principali ostacoli lo sviluppo del computing intelligenza artificiale che attualmente quattro aspetti: in primo luogo, lo sviluppo non ha ancora raggiunto la richiesta di potenza di calcolo, la seconda è la quantità limitata di dati disponibili, il terzo è dal laboratorio al processo di applicazione pratica, si affaccia anche Molte sfide e problemi: in quarto luogo, ci vuole tempo dagli scenari applicativi per fornire soluzioni industriali complete.
Direttore dell'Accademia cinese di Ingegneria seconda commissione liceo Qi ha detto che, sebbene l'applicazione di intelligenza artificiale, lo sviluppo di veloce, ma rispetto ai paesi sviluppati, in particolare gli Stati Uniti, siamo nel campo della tecnologia di intelligenza algoritmi hardware nucleo artificiali, ci sono ancora lacune significative.
A suo parere, anche se lo sviluppo e l'applicazione del terminale è stato molto più avanti del architettura hardware, ma ora piattaforma di calcolo dell'intelligenza artificiale è stato difficile per soddisfare le sempre più grandi esigenze di elaborazione. Come rafforzare la costruzione della architettura sottostante per aumentare la potenza di calcolo, è diventato l'intelligenza artificiale Il problema chiave dello sviluppo.