"человеческое общество быстро вступило в эру мудрости, что является ядром этой эры движущей силы, производительность-рассчитывается!" в недавнем 2018 AI Computing конференции, авторами которого факультет информации и электронной инженерии, Китайская инженерная академия, Ван ендонг, член Китайской академии инженеров, дал эту точку зрения. Ван ендонг говорит, что ВВП страны имеет четкую положительную корреляцию с ее вычислительной мощностью, с рейтингом 5 лучших в мире ВВП почти так же, как Top 5 из глобальных поставок сервера. Top 10 сегодняшней рыночной капитализации, таких как Apple, Amazon, Google, Facebook, Alibaba, Tencent, и так далее, являются, без исключения, ведущих компаний в мире для покупки сервера-что означает, что они вкладывают много в вычислительной мощности.
В каком-то смысле вычислительная мощь – это производительность.
' Вычислить ' ' алгоритм ' ' данные ', известный как "Тройка", которая тянет AI, в машинном обучении "алгоритм" продолжает прорываться, огромные "данные" Взрыв роста сегодня, "вычислительные" может стать динамичным двигателем искусственного интеллекта процветать, долгожданный. В самом деле, ссылаясь на историю искусственного интеллекта, это не трудно найти, что вычислительная мощность играет ключевую роль. Тьюринга сначала изобрел компьютер, после изобретения искусственного интеллекта, можно сказать, что никаких расчетов нет искусственного интеллекта, и искусственного интеллекта, так что вычислительная мощность имеет поступательный импульс, с направлением развития.
сказал Ван ендонг. Искусственный интеллект прошел через три этапа с момента его создания в 1956: первый этап 20-го века 60-70, искусственный интеллект пытается реализовать машины логики рассуждения доказательство через компьютер, но это трудно понять, наконец. Второй этап 20-го века 70-90, вычислительная мощность добилась значительного прогресса в течение предыдущих десятилетий, при попытке построить компьютерную экспертную систему для решения этой проблемы, а потому, что данные являются менее и слишком ограничены эмпирических знаний и правил, трудно построить эффективную систему.
Третий этап – последние годы, основанный на развитии технологии глубокой нейронной сети, только постепенно вступил в период бурного развития.
"Почему у ии есть 30-летний застой между вторым и третьим этапами?" Американская инженерная академия, профессор конгкингшен Калифорнийского университета, Лос-Анджелес, бросил этот вопрос на Конференции.
По его мнению, в последние годы искусственный интеллект смог вновь вспыхнуть, с одной стороны, Интернет, информационные технологии, цифровые принесли большие данные, в соответствии со статистикой, вся человеческая цивилизация получила все данные, 90% является последние два года, по 2020, мир будет производить масштаб данных для достижения сегодняшнего 44 раза раз. Так много данных генерируется, хранится, взаимосвязано, обрабатывается, и все это зависит от вычислений. Это то, что конгкингшен говорит о "с другой стороны: увеличение вычислительной мощности.
В 80, люди использовали компьютеры для выполнения 2 000 000 до 3 000 000 инструкций в секунду, и теперь может иметь 100 000 000 000 до 200 000 000 000 операций инструкции в секунду. С этой точки зрения, это расчет, который освещает искусственный интеллект. Конгкингшен сказал: «из-за этих вычислительных мощностей, сегодняшний ии повсюду.
' Конечно, искусственный интеллект, в свою очередь, предъявляет больше требований и проблем для вычислений.
Например, спрос на вычислительную мощность искусственного интеллекта значительно превышал темпы роста производительности закона Мура.
Иными словами, нам нужна более сильная вычислительная мощь.
Конференция выпустила "2018 Китай АИ вычислительной мощности доклада", в котором упоминается, что с течением времени, AI в развивающейся экономике и цифровой экономики будет все больше и больше сценариев применения- С этого момента до 2020, в том числе распознавание лиц, распознавание речи, естественный язык обработки и других биометрических технологий и транспортных средств идентификации, смарт-пересечение, умные уличные фонари и другие умные технологии города будет наиболее типичных приложений искусственного интеллекта, и 2020 ~ 2025, интеллектуальные производства и умные дома связанных технологий будет зрелым,
Стать наиболее типичным сценарием применения AI; в 2025 и за его пределами, интеллектуальные медицинские, автономное вождение, интеллектуальные помощники и другие связанные с ними технологии и политики будут сформированы, чтобы позволить разработку AI приложений в этих отраслях для достижения взрывного роста.
В докладе также упоминается, что главная задача нынешнего развития искусственного интеллекта заключается в четырех аспектах: во-первых, развитие вычислительной мощности пока не удовлетворяет спрос, во-вторых, имеющиеся данные ограничены; в-третьих, от лаборатории до фактического процесса применения, есть много проблем и проблем; это займет время, чтобы получить от сценария применения до идеального решения отрасли.
Гаозенгки, директор двух бюро Китайской инженерной академии, сказал, что, несмотря на стремительное развитие AI приложений в Китае, по сравнению с развитыми странами, особенно с Соединенными Штатами, мы находимся в аппаратном алгоритме искусственного интеллекта основных технологий области, есть еще значительный разрыв. По его мнению, несмотря на то, что разработка терминала приложений находится далеко впереди аппаратной архитектуры, но теперь вычислительной платформе было трудно удовлетворить растущие требования искусственного интеллекта.
Как укрепить конструкцию нижней рамы и повысить вычислительную мощность стала ключевой проблемой развития искусственного интеллекта. AI Age, который станет | ' Первая производительность '