<table id="ej5zp"></table>

  • 展會信息港展會大全

    科學家正式確認:人工智能在過去十年中成功打敗了摩爾定律
    來源:互聯網   發布日期:2022-02-28 08:58:50   瀏覽:19155次  

    導讀:自 1990 年代以來,計算機科學家一直使用基準測試任務評判世界上最強超級計算機的性能。每個月,他們都會發布排名前500位的計算機,這些超級計算機在各國之間的競爭非常激烈。這個排名的歷史表明,隨著時間的推移,超級計算機的性能按照摩爾定律增長,大約每...

    自 1990 年代以來,計算機科學家一直使用基準測試任務評判世界上最強超級計算機的性能。每個月,他們都會發布排名前500位的計算機,這些超級計算機在各國之間的競爭非常激烈。這個排名的歷史表明,隨著時間的推移,超級計算機的性能按照摩爾定律增長,大約每14個月翻一番。(摩爾定律,即集成電路上可容納的晶體管數目,被認為大約每隔18個月可增加一倍,同時性能也提升一倍)

    科學家正式確認:人工智能在過去十年中成功打敗了摩爾定律

    然而,盡管深度學習技術導致了計算機性能的大步變化,但人工智能系統卻沒有同等的排名。這些機器已經被證明能夠在物體識別、中國古代圍棋游戲、許多電子游戲和各種各樣的模式識別等任務上與人類匹敵,甚至打敗人類。

    對于計算機科學家來說,這引發了一系列問題: 如何衡量這些人工智能系統的性能、如何研究提升速度,以及這些提升是否遵循摩爾定律,甚至超越摩爾定律。

    科學家正式確認:人工智能在過去十年中成功打敗了摩爾定律

    現在,科學家終于破解了這些問題。英國阿伯丁大學(University of Aberdeen)的Jaime Sevilla團隊研究了自1959年以來人工智能系統計算能力的增長方式。該團隊表示,在過去10年里,人工智能系統的性能每六個月左右就會翻一番,遠遠超越了摩爾定律。

    研究人員證實,這種提升與三個因素有關。首先是基于深度學習和神經網絡的新算法技術的發展。第二個是訓練這些機器的大型數據集的可用性。最后一個因素是計算能力的增強。

    雖然新數據集的影響和改進算法的性能很難衡量和排名,但計算能力相對容易確定。這使Sevilla團隊找到了一種衡量人工智能系統性能的新方法。

    科學家正式確認:人工智能在過去十年中成功打敗了摩爾定律

    他們的方法是測量訓練一個人工智能系統所需的計算能力。Sevilla和他的同事已經完成了123項人工智能系統,在計算史上取得里程碑式的成就。他們表示,1959年至2010年期間,用于訓練人工智能系統的計算能力每17至29個月就翻一番。他們稱這個時代為前深度學習時代。研究人員認為,前深度學習時代的趨勢是大致符合摩爾定律的。

    該團隊表示,當前深度學習時代通常被認為始于2012年,當時創建了一個名為 AlexNet 的對象識別系統。然而,Sevill團隊也認為,人工智能性能的大幅提升可能開始于 2010 年或稍早一點。這標志著深度學習時代的開始,此后進展迅速。從 2010 年到 2022 年,改善率要高得多,即整體趨勢加快,大約每4到9 個月翻一番。這種進步明顯優于摩爾定律。

    科學家正式確認:人工智能在過去十年中成功打敗了摩爾定律

    然而,鑒于芯片本身的改進遵循著摩爾定律,這種進步是如何實現的?

    這個問題的答案部分來自于人工智能系統使用了圖形處理單元(GPU),而不是中央處理單元,這使得他們能夠更有效地并行計算。這些處理器也可以大規模地連接在一起。因此,讓人工智能系統超越摩爾定律的另一個因素是,依賴于更多GPU的機器越來越大。這一趨勢帶動了機器的發展,例如分別破解了圍棋和蛋白質折疊的AlphaGo和AlphaFold。

    該團隊表示,自 2015 年以來,開發大型機器已經成為一種趨勢,即大規模時代與深度學習時代并行,它揭示了人工智能在過去十年左右的巨大投資和成功。

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>