Wielu z nas jest teraz zaznajomionych z prawem Moore'a, słynną zasadą, że rozwój mocy obliczeniowej przebiega zgodnie z krzywą wykładniczą, podwajając wartość w stosunku do ceny (czyli prędkość na jednostkę kosztu) mniej więcej co 18 miesięcy. Jeśli chodzi o zastosowanie prawa Moore'a do własnych strategii biznesowych, nawet myślący przyszłościowo myślący nie dostrzegają ogromnego martwego pola AI. Nawet odnoszący największe sukcesy, strategiczni biznesmeni, którzy widzą swoją branżę na wylot, nie mogą zrozumieć, czym jest gwałtowny rozwój. Na tej krzywej wykładniczej jest jedna technologia, która szczególnie korzysta z wykładnictwa: sztuczna inteligencja.
Krzywe wykładnicze na papierze
Jeden z powodów, dla których ludzie nie rozumieją, jak szybko rozwija się sztuczna inteligencja, jest absurdalnie prosty: krzywe wykładnicze nie wyglądają dobrze, gdy my, ludzie, próbujemy wyjaśnić je na papierze. Ze względów praktycznych całkowite zobrazowanie stromej ścieżki krzywej wykładniczej w małej przestrzeni, takiej jak diagram lub slajd, jest prawie niemożliwe. Wizualne przedstawienie wczesnych etapów krzywej wykładniczej nie jest trudne. Ale w miarę jak chłodniejsza część szybko nabiera rozpędu, sprawy stają się bardziej skomplikowane.
Aby rozwiązać ten problem niedostatecznej przestrzeni wizualnej, używamy wygodnej sztuczki matematycznej - logarytmu. Dzięki „skali logarytmicznej” nauczyliśmy się skręcać krzywe wykładnicze. Niestety, powszechne stosowanie skal logarytmicznych może również powodować naukową krótkowzroczność.
Wykres 1.
Skala logarytmiczna jest zaprojektowana w taki sposób, że każdy tik na pionowej osi y nie odpowiada ciągłemu wzrostowi (jak w zwykłej skali liniowej), ale wielokrotności, na przykład 100. Klasyczny diagram prawa Moore'a (diagram 1) wykorzystuje skalę logarytmiczną do wykładniczej poprawy kosztu mocy obliczeniowej (mierzonej w obliczeniowy / sekunda / dolar) w ciągu ostatnich 120 lat, od urządzeń mechanicznych z XX wieku po nowoczesne krzemowe karty graficzne.
Wykresy logowe stały się cenną formą skrótu dla osób, które są świadome wizualnych zniekształceń, jakie przedstawiają takie wykresy. Jest to teraz wygodny i kompaktowy sposób wyświetlania dowolnej krzywej, która rośnie szybko i radykalnie w czasie.
Film promocyjny:
Jednak wykresy logarytmiczne oszukują ludzkie oko.
Dzięki matematycznej kompresji ogromnych liczb logarytmy sprawiają, że wykładniczy wzrost wydaje się być liniowy. Ponieważ kompresują wykładniki do wykresów liniowych, wygodniej jest im spojrzeć i spekulować na temat nadchodzącego wzrostu mocy obliczeniowej.
Nasze logiczne mózgi rozumieją reguły slajdów. Ale nasze podświadome mózgi widzą zakrzywione linie i dostrajają się do nich.
Co robić? Najpierw musisz wrócić do pierwotnej skali liniowej.
Na drugim wykresie poniżej dane są zgodne z krzywą wykładniczą, ale są skalowane liniowo wzdłuż osi pionowej. Ponownie, pionowy pasek reprezentuje prędkość obliczeniową (w gigaflopach), którą można kupić za dolara, a oś pozioma przedstawia czas. Jednak na wykresie 2 każdy tik na osi pionowej odpowiada prostemu liniowemu wzrostowi tylko o jeden gigaflop (a nie 100-krotnemu wzrostowi, jak na wykresie 1. Flop jest standardowym sposobem pomiaru szybkości obliczeń, co oznacza „operacje zmiennoprzecinkowe na sekundę”).
Wykres 2.
Wykres 2 pokazuje rzeczywistą, prawdziwą krzywą wykładniczą charakteryzującą prawo Moore'a. Patrząc na sposób rysowania tego diagramu, naszym ludzkim oczom łatwo jest zrozumieć, jak szybko wzrosła wydajność komputerów w ciągu ostatnich dziesięciu lat.
Ale z drugim schematem jest coś nie tak. Mogłoby się wydawać, że w XX wieku koszt i wydajność komputerów wcale się nie poprawiły. Tak oczywiście nie jest.
Wykres 2 pokazuje, że użycie skali liniowej do pokazania, jak zmienia się prawo Moore'a w czasie, może być olśniewające. Przeszłość wydaje się płaska, jakby nie było postępu. Co więcej, ludzie błędnie dochodzą do wniosku, że obecny punkt w czasie reprezentuje okres wyjątkowego, „prawie pionowego” postępu technologicznego.
Skale liniowe mogą skłonić ludzi do przekonania, że żyją u szczytu zmian.
Martwy punkt życia w teraźniejszości
Przyjrzyjmy się ponownie wykresowi 2. Patrząc od 2018 r., Poprzednie podwojenie ceny do wydajności, które miały miejsce co dekadę przez większą część XX wieku, wydają się płaskie, prawie nieistotne. Osoba studiująca ten diagram powiedziałaby: Jakie mam szczęście, że teraz żyję. Pamiętam rok 2009, kiedy myślałem, że mój nowy iPhone jest szybki. Nie miałem pojęcia, jakie to było wolne. Dobrze, że dotarłem do części pionowej.
Ludzie mówią, że przeszliśmy przez „zagięcie kija hokejowego”. Ale nie ma takiego punktu przejścia.
Każdy kształt krzywej w przyszłości wygląda tak samo, jak w przeszłości. Poniższy wykres 3 pokazuje wykładniczą krzywą prawa Moore'a w skali liniowej, ale tym razem z perspektywy 2028 roku. Krzywa sugeruje, że wzrost, którego doświadczyliśmy w ciągu ostatnich 100 lat, będzie kontynuowany przez co najmniej kolejne 10 lat. Ten wykres pokazuje, że w 2028 r. Za jednego dolara można kupić 200 gigaflopów mocy obliczeniowej.
Wykres 3.
Jednak wykres 3 przedstawia również pułapkę dla analityka.
Przyjrzyj się dokładnie, gdzie na krzywej pokazanej na trzecim wykresie leży współczesna moc obliczeniowa (2018). Z punktu widzenia osoby żyjącej i pracującej w przyszłym roku 2028 wydaje się, że na początku XX wieku praktycznie nie nastąpiła poprawa mocy obliczeniowej. Wygląda na to, że urządzenia komputerowe używane w 2018 roku były nieco mocniejsze niż te używane w 1950 roku. Obserwator mógłby również dojść do wniosku, że bieżący rok 2028 stanowi kulminację prawa Moore'a, w którym postęp w mocy obliczeniowej w końcu gwałtownie rośnie.
Wykres 3 można odtwarzać każdego roku, zmieniając tylko pokazany przedział czasu. Kształt krzywej byłby identyczny, tylko znaczniki zmieniałyby się wzdłuż skali pionowej. Zwróć uwagę, że kształt wykresów 2 i 3 wygląda tak samo, z wyjątkiem skali pionowej. Na każdym takim wykresie każda przeszła chwila byłaby płaska, patrząc z przyszłości, a każda przyszła chwila byłaby ostrym odejściem od przeszłości. Niestety, to błędne wyobrażenie byłoby wynikiem wadliwej strategii biznesowej, przynajmniej jeśli chodzi o sztuczną inteligencję.
Co to znaczy?
Wykładnicze tematy zmian są trudne do zrozumienia i zobaczenia przez ludzki umysł. Krzywe wykładnicze są wyjątkowe w tym sensie, że są matematycznie podobne do siebie w każdym punkcie. Oznacza to, że zawsze podwajająca się krzywa nie ma płaskich części, nie ma wznoszących się części, zakrętów i załamań, o których ludzie mówią. Jego kształt zawsze będzie ten sam.
Ponieważ prawo Moore'a nadal działa, kusi mnie, by uwierzyć, że właśnie w tym momencie osiągnęliśmy wyjątkowy etap wielkiej zmiany w rozwoju sztucznej inteligencji (lub jakiejkolwiek innej technologii, która obejmuje prawo Moore'a). Jednak dopóki moc obliczeniowa będzie podążać za wykładniczą krzywą ceny do wydajności, każde przyszłe pokolenie prawdopodobnie będzie patrzeć w przeszłość jako epokę stosunkowo niewielkiego postępu. Z kolei odwrotna sytuacja pozostanie prawdziwa: każde obecne pokolenie będzie wyglądać 10 lat w przyszłość i nie będzie w stanie ocenić, jaki postęp w sztucznej inteligencji jest jeszcze przed nami.
Zatem dla każdego, kto planuje przyszłość napędzaną wykładniczym rozwojem informatyki, wyzwaniem jest przezwyciężenie własnych błędnych interpretacji. Aby naprawdę docenić siłę wykładniczego wzrostu, należy pamiętać o trzech wykresach. Ponieważ przeszłość zawsze będzie wyglądać płasko, a przyszłość zawsze będzie wyglądać pionowo.
Ilya Khel
