K:
Hogyan járult hozzá Moore törvénye a jelenlegi AI-forradalomhoz?
A:Csábító gondolkodni a mesterséges intelligencia napjainkban elért haladásáról, amely elsősorban a logikai és adat-orientált problémák megoldásával kapcsolatos, de az innovációt és az előrehaladást megkísérlő cégek számára hasznos lehet visszatérni és elgondolkodni azon, hogy egyre erősebb hardver rendelkezik-e hozzájárult a mai gépi tanuláshoz és a mesterséges intelligencia funkcionalitásához.
A Moore törvényének a nyilvánvalóbb módjai a mesterséges intelligencia fejlesztése szempontjából nyilvánvalóak mindenkinek, aki az elmúlt 30 évben az informatikára irányult. Az első az, hogy a ténylegesen központosított számítógépes munkaállomások és adatközpontok, amelyek mesterséges intelligencia adatkészleteken dolgoznak, kisebbek, mint amennyire a számítás korábbi napjaiban lennének - és ez különbséget jelent. Ha az egyszerű nagygépek még mindig elfoglalnák a mosó / szárító készlet helyét, akkor érthető, hogy tompítja a mindenféle új technológia agilis fejlesztését.
Sőt, ennél is fontosabb, hogy a vállalatok Moore törvényén alapuló hatékonysági eredményei lehetővé tették a rendkívül kicsi mobil adatgyűjtő eszközök elterjedését. Az okostelefonok a legjobb példa, de Moore törvénye digitális fényképezőgépeket, MP3-lejátszókat és sok más apró hardvert tartalmaz, amelyek mindegyike elképesztő ütemben gyűjti a saját adatait. Most a tárgyak internetét feltöltődik az intelligens konyhai eszközökkel és mindenféle nagyon modern hardverrel, amelyek azon az elképzelésen mennek keresztül, hogy a forgácsot hordozó eszközök elég kicsik ahhoz, hogy szinte bárhova elférjenek.
Moore törvénye azonban nem csak ezekkel járul hozzá az új gépi tanulás és a mesterséges intelligencia fejlődéséhez. Az MIT Technology Review írásában Tom Simonite író kijelenti, hogy Moore törvénye egyfajta „koordinációs eszközként” is hasznos volt, amely arra szolgál, hogy megtervezze azt, ami a jövőben piacra kerül, és hogy a fejlesztőknek és másoknak valamilyen hasonlóságot biztosítson egy úton térkép és mutatók a jövőbeli innováció felé.
Egy másik érdekes szempont Niel Viljoen, aki arról beszél, hogy Moore törvénye továbbra is kritikus lehet az új felhőalapú rendszerek és a vadonatúj mesterséges intelligencia technológia megjelenése szempontjából.
Úgy tűnik, hogy Viljoen azzal érvel, hogy az általános célú magok hozzáadása a méretezési rendszerekhez nem elég ahhoz, hogy a hardvert valóban átfogóan összekapcsolják a hálózattal, ami szűk keresztmetszeteket eredményez. Ennek megfelelő elképzelése az, hogy a konvergenciamodellek felgyorsítják az adatigényes rendszerek mindenféle funkcióját. Más szavakkal, mivel a számítástechnikai rendszerek folyamatosan méretezték adatfelhasználásukat annak alapján, hogy mi illeszkednek egy hardverdarabba, az építők soha nem kerültek bele a fejlesztés néhány következményes funkciójába, például a képfeldolgozáshoz, a titkosításhoz, a videó megjelenítéséhez stb.
Ennek eredményeként a modern adatközpontok nagyon erőteljesek lettek, de továbbra is a külső elemektől függenek a szükséges feldolgozás elvégzéséhez - Viljoen felteszi a „rendszerek egy chipen” jövőbeli megjelenését, ahol a hiperkonvergált hardver rendelkezik mindennel, amelyre szükség van az összes hálózati funkció megvalósításához, az adatáramlás korszerűsítése és a rendszerek rugalmassá, valamint az adatokkal szemben nagy teljesítményűvé tétele.
Általánosságban elmondható, hogy Moore törvénye elősegítette az informatika fejlődését, és alapvető módon továbbra is segíti ezt. A „sci-fi a jelen” modell része, amely megmutatja, hogy az emberiség milyen messzire jutott el az adatrendszerek építéséhez egy vagy két évszázad során.
