最近、中国工程院、情報科学研究科電子工学会議、中国工程院省が2018で計算人工知能を - 「人間社会は急速に年齢の知恵を締結した、この時代、生産性のコアドライバです！計算されます」ヴァンゲンドンのチーフサイエンティスト波は、このビューを与えます。
ヴァンゲンドンは、グローバルサーバの出荷台数は五はほぼ同じ。今日残った前のGDPへの状態のコンピューティングパワーは、世界のGDPの元トップ5の国との間に有意な正の相関を示した、と述べ、アップルなどのトップ10にランク巨人の市場価値アマゾン、グーグル、フェイスブックなど、アリババ、テンセント、例外なく、最も前方のグローバルサーバの購入いくつかの会社がある - 彼らは意味では、コンピューティングパワーにたくさんのお金を投資することを示していますコンピューティングパワーは生産性だと言いました。
「コンピュー」「アルゴリズム」「データ」、人工知能のプルとして知られているが、「トロイカ」学習「アルゴリズムは」マシンで躍進を続け、今日のコンピューティング "の大規模な「データ」爆発的な成長は、人工知能になることができます急上昇しているパワーエンジンは非常に期待されています。
実際には、人工知能の開発の歴史を想起し、消費電力を計算することは簡単に重要な役割を果たしていると場所を見つけることができます。「コンピュータの最初の発明をチューリング、人工知能の発明した後、我々は、人工知能が、人工知能ではありません何の計算がないと言うことができるようにコンピューティングパワー進歩の原動力で発展の方向性がある」と述べた。
第一段階は、コンピュータのマシンを証明するために論理的な推論を達成しようと、20世紀、人工知能の60〜70歳であるが、最終的には、第2フェーズを実現することは困難であるはい：前方に置く1956以来、人工知能が、それは三つの段階を経ています。 1970年代と1990年代、数十年前よりもコンピュータの電源は、この時間は設立を介してコンピュータベースのエキスパートシステムの問題を解決しようとすると、かなりの進歩されているが、あまりデータがあまりにも限られた経験と知識とルールなので、それは難しいです効果的なシステムの構築第3段階は、近年のディープニューラルネットワーク技術の開発であり、徐々に発展している。
「なぜ人工知能は第二段階と第三段階の間で30年の開発停滞を遂げたのか？」米国工科大学アカデミー校のUCLA教授Cong Jingsheng氏は会議でこの質問を投げた。
一方で、インターネット、情報化、デジタル化は大きなデータをもたらしています。統計によると、人間文明によって得られたすべてのデータの90％は過去2回です。世界が生成するデータの数は、2020年には現在44回に達するでしょう。
Cong Jingshengが「反対側」と呼んでいるのは、コンピューティングパワーの向上です。1980年代には、人々によって使用されるコンピュータ、これは、毎秒200万〜300万命令を実行することができ、今では1秒間に1000億〜2000億命令操作を行うことができます。
Cong Jingsheng氏は、「このコンピューティング・パワーのために、今日の人工知能はどこにでもあります」と述べています。
例えば、人工知能の計算能力に対する要求は、ムーアの法則の性能成長率をはるかに上回っています。
つまり、より多くのコンピューティングパワーが必要です。
会議では、「2018中国人工知能コンピテンシー開発報告書」が発表されました。これは、時間の経過とともに、新興経済とデジタル経済において人工知能がますます使用されることを述べました。
今顔認識、音声認識、自然言語処理や他の生体認証技術と車両識別、インテリジェントなトラフィック管理を含め、2020年に始めてから、人工知能などのインテリジェントストリートスマートシティ技術が最も典型的なアプリケーションシナリオになります。そして〜2025 2020 2025年以降、インテリジェント医療、自動操縦装置、スマートアシスタントおよび他の関連する技術と政策シェーピング、これらの産業を促進するための人工知能の応用;、スマート製造、スマートホーム技術は、人工知能の最も典型的なアプリケーションシナリオを成熟となります爆発的な成長を実現しています。
第二は、利用可能なデータの限られた量であり、第三は、実験から実用化プロセスであり、また、対向する第1、開発はまだ電力を計算する要求に達していない報告はまた、人工知能計算の発展を妨げる主な課題は、現在4つの側面そのことを述べ第四に、アプリケーションのシナリオから包括的な業界ソリューションを提供するまでに時間がかかります。
エンジニアリングセカンドボード高校チーの中国のアカデミーのディレクターは、人工知能の応用、高速ではなく、先進国と比べて、特に米国の開発が、我々は人工知能技術コアハードウェアアルゴリズムの分野では、大きなギャップが残っていると述べました。
彼の見解では、アプリケーション端末の開発はハードウェアアーキテクチャよりはるかに先行していましたが、コンピューティングプラットフォームが人工知能のますます増加するコンピューティングニーズを満たすことは現在難しいです。開発の重要な問題。