هوش مصنوعی به تازگی در سال 2018 توسط وزارت آکادمی چینی علوم مهندسی، علوم اطلاعات و کنفرانس مهندسی الکترونیک، آکادمی مهندسی چین محاسبه - «جامعه انسانی به سرعت به یک عقل از سنین وارد شده، آنچه که راننده اصلی این دوره، بهره وری است. محاسبه، موج دانشمند ارشد از وانگن دونگ به این دیدگاه.
وانگ اندونگ گفت که تولید ناخالص داخلی کشور با قدرت محاسباتی خود همبستگی مثبت و مثبت دارد. 5 کشور برتر از نظر تولید ناخالص داخلی جهانی تقریبا با 5 سرور جهانی میباشند. امروز 10 سرمایه گذار برتر از جمله اپل هستند. آمازون، گوگل، فیس بوک، Alibaba، Tencent و غیره بدون هیچ گونه استثنائی در میان خریدارترین سرورهای جهان قرار دارند - به این معنی که آنها به شدت سرمایه گذاری در قدرت محاسبات را انجام می دهند. گفت که قدرت محاسبات، بهره وری است.
الگوریتم "محاسبات '' '' اطلاعات '، شناخته شده به عنوان کشش هوش مصنوعی، دسته سه تایی یادگیری، الگوریتم' ادامه به پیشرفت در دستگاه، رشد انفجاری بزرگ 'اطلاعات' از امروز" محاسبات "را می هوش مصنوعی تبدیل قدرت موتور پررونق، انتظار می رود.
در واقع، با یادآوری تاریخ توسعه از هوش مصنوعی، قدرت محاسباتی می توانید به راحتی پیدا کنید که در آن نقش کلیدی بازی. تورینگ اختراع برای اولین بار از کامپیوتر، بعد از اختراع هوش مصنوعی، می توان گفت که هیچ محاسبه وجود دارد هوش مصنوعی است، اما هوش مصنوعی نیست، به طوری که قدرت محاسباتی با قدرت رو به جلو، با توسعه. وانگن دونگ گفت.
AI مطرح از سال 1956، طی سه مرحله رفته: مرحله اول 60 تا 70 سال از قرن 20، هوش مصنوعی است، در تلاش برای رسیدن به یک استدلال منطقی برای اثبات دستگاه از کامپیوتر، اما در پایان آن را دشوار است به پیاده سازی یک مرحله دوم بله. 1970s و 1990s، به قدرت کامپیوتر از دهه های گذشته پیشرفت های قابل توجهی بوده است، این زمان تلاش برای حل این مشکل از سیستم خبره مبتنی بر کامپیوتر از طریق ایجاد، اما به دلیل کمتر داده تجربه بیش از حد محدود و دانش و قوانین است، دشوار است برای ساخت یک سیستم موثر است. مرحله سوم چند سال گذشته است، بر اساس عمق توسعه تکنولوژی شبکه های عصبی، و در نهایت وارد یک دوره توسعه سریع.
"چرا هوش مصنوعی رکود 30 ساله بین مرحله دوم و سوم را تجربه کرد؟" آکادمی آکادمی مهندسی آمریکایی، پروفسور KCG Jingsheng، UCLA، این سوال را در کنفرانس مطرح کرد.
در نظر وی، در سال های اخیر، هوش مصنوعی قادر به شکستن دوباره، از یک سو در اینترنت، فناوری اطلاعات، فن آوری دیجیتال به ارمغان آورده است داده های بزرگ با توجه به آمار، کل تمدن بشری بوده است، همه اطلاعات به دست آمده، 90 درصد در دو سال گذشته تعداد داده های تولید شده توسط جهان تا سال 2020 به 44 برابر خواهد رسید.
چقدر داده های تولید شده است، ذخیره سازی، اتصال، پردازش در پشت این است که تکیه بر محاسبه کانگ جینگ شنگ گفت: "دست" :؟ افزایش قدرت محاسباتی در 1980s، مردم استفاده می شود رایانه است. در هر ثانیه می تواند 2000000-3000000 دستورالعمل در هر ثانیه اجرا هم اکنون می توانید 100،000،000،000-200،000،000،000 بار محاسبات آموزش.
از این منظر، محاسبه هوش مصنوعی روشن می شود. کانگ جینگ شنگ گفت: آنجا که از این قدرت محاسباتی، تنها به هوش مصنوعی امروز است در همه جا.
البته، هوش مصنوعی، به نوبه خود، خواسته ها و چالش های محاسبات بیشتر است. به عنوان مثال، هوش مصنوعی برای محاسبه قدرت تقاضا تا کنون بیش از نرخ رشد عملکرد قانون مور.
به عبارت دیگر ما نیاز به قدرت محاسباتی بیشتری داریم.
این کنفرانس "گزارش توسعه مهارت هوش مصنوعی چین 2018" را منتشر کرد که نشان داد که با گذشت زمان، هوش مصنوعی در اقتصادهای نوظهور و اقتصاد دیجیتال بیشتر و بیشتر مورد استفاده قرار می گیرد.
از هم اکنون به 2020 شروع شده است، از جمله تشخیص چهره، تشخیص گفتار، پردازش زبان طبیعی و دیگر فن آوری بیومتریک و شناسایی خودرو، مدیریت ترافیک هوشمند، خیابان فن آوری شهرستان هوشمند هوشمند مانند هوش مصنوعی خواهد بود که سناریوهای کاربرد ترین و 2020 ~ 2025 ، تولید و خانه های هوشمند فن آوری های هوشمند بالغ و تبدیل شدن به حالات معمول ترین استفاده از هوش مصنوعی؛ 2025 و فراتر از آن، هوشمند پزشکی، خلبان اتوماتیک، دستیاران هوشمند و سایر ماشین آلات شکل دهی فنی و سیاسی، استفاده از هوش مصنوعی برای ترویج این صنایع برای رسیدن به رشد انفجاری.
این گزارش همچنین ذکر کرد که چالش های اصلی که مانع توسعه محاسبات هوش مصنوعی می شود، چهار جنبه است: اول، توسعه قدرت محاسباتی هنوز به تقاضا نرسیده است؛ دوم، میزان داده های موجود محدود است؛ سوم، از آزمایشگاه به روند درخواست واقعی، بسیاری از چالش ها و مشکلات؛ چهارم، زمان از سناریوهای کاربردی برای ارائه راه حل های جامع صنعتی طول می کشد.
گائو Zhongqi، مدیر دفتر دوم آکادمی مهندسی چین، گفت که اگر چه توسعه برنامه های کاربردی هوش مصنوعی در چین بسیار سریع است، در مقایسه با کشورهای توسعه یافته، به ویژه ایالات متحده، ما هنوز شکاف قابل توجهی در زمینه فن آوری هسته هوشمند الگوریتم های سخت افزاری وجود دارد.
در نظر وی، اگر چه توسعه و استفاده از ترمینال به مراتب جلوتر از معماری سخت افزاری بوده است، اما در حال حاضر هوش مصنوعی پلت فرم محاسبات دشوار بوده است برای پاسخگویی به نیازهای محاسبات به طور فزاینده بزرگ است. چگونه برای تقویت ساخت و ساز از معماری زمینه به منظور افزایش قدرت محاسباتی، آن را تبدیل به هوش مصنوعی موضوع کلیدی توسعه.