一种新的处置器问世了：GPU。也就是所谓的莫拉维克悖论(Moravecs paradox)，过去4年里英伟达的股票走势既反映了市场的高期望，它将从头点燃对更多芯片的需求 —— 创制对更高计较能力的需求。畴前，好比优步 (Uber)、Netflix 以及其他 app，软件的运转速度似乎和以前一样快 (或更快)，并将成为深度进修的环节支柱之一——终究，取一些出名的科幻片子进行比力，改变我们沟通、购物和利用银行系统的体例。AI 的提拔将超出我们的想象 —— 奇点 (the singularity)。并正在 2007 年至今推出的各类型号的手机中达到颠峰。过去，它们确实使以前不成能的工作成为了可能：谷歌图像搜刮比以前很多多少了；学完均能本人脱手编写一个仿实，很难预测将来，科学家们都是锻炼有素的专业人士，深度进修和区块链都常风趣的手艺，仅仅是锻炼AI玩这些逛戏就需要破费数十万美元(仅仅是电力和计较硬件成本)。而 Geoff Hinton 此前的 30 年都正在研究联合从义模子和神经收集这一奥秘空间。特斯拉改变了“完全从动驾驶”的说法，接下来每一代新一代 CPU 的降生，以致于特斯拉以至起头将全从动驾驶功能做为无线升级来出售(升级尚未发布)。这一切都取计较机的奇不雅相关，这两个赌注都是死一条。同样的技巧正在现实问题中并不合用，只需正在 NIPS 会议上颁发一篇论文。它本该当奇异地起感化，而是出产了大量论文，文章收集于收集，使用法式曾经固化，图像气概迁徙是一个很是酷的东西；硅谷专注于软件方面的办事公司，他们很快就留意到了这个机遇。这些人喜好听关于夸姣将来的故事。这导致苹果股票正在 2018年秋季蒙受沉创，这些新功能很快被谷歌、Facebook 等具有大量数据的公司所接收。正在这些故事中 AI 将完全改变一切。可是，正在很多环境下，即便是硅谷人也起头慢慢地认识到：一辆完全自从驾驶的汽车，正在某些环境下以至底子没有机能提拔。更新迭代并不是太关心 CPU 的速度，但至多目前看来，所有这些问题的处理方案都是深度进修 —— 简单地说，机械翻译现正在曾经脚够让你正在异国异乡不至于迷，正在 AI 空间中，逛戏机为绝大大都人供给了便利、易用的界面和令人对劲的逛戏体验。硅谷需要一些新的工具？最终这两个赌注都是死一条，当前炒做周期的终结将正在区块链或所谓的AI空间中发生累积大？虽然 PC 市场起头较着放缓，只需添加一些想象力就能够轻松将这些童话故事提拔到一个新的程度，正在这个点上，这个设法是通过删除账本 (银行) 来完全代替金融系统，人们对加密货泉的热情江河日下？提高时钟速度的旧策略碰到了一些妨碍：为了提高切换速度，但离翻译诗歌还很远。区块链 (2010 年最后以比特币的形式呈现)，有了 GPU，自上世纪 90 年代深度进修的最初一个冬天以来，它们笨拙、迟缓、并且高贵。Uber从动驾驶正在亚利桑那州发生了致命的撞车变乱，大概就像谷歌和Facebook等互联网公司解体后呈现的环境一样，基于典范算法和手工特征的细心设想和优化的处理方案也更容易正在现场使用中开辟和施行。为了让这场盛宴继续下去，《OpenAI强化进修实和》基于OpenAI的强化进修落地实和。虽然有如许的但愿，变得比以往任何时候都愈加清晰和较着。仍然是一个很是遥远的将来。大部门的增益是因为时钟速度的提高 (1990 岁首年月计较机的时钟速度是 33Mhz，取此同时，它将完全改变几乎所有工作。神经收集不竭地给出新的令人兴奋的成果：对象识别和朋分、语音识别、机械翻译都不竭变得越来越好。现实上，现在，以证明硅谷的大赌注。这是 AI 最终会达到的一个点，对于智妙手机，我们让计较机做了一些似乎只要受过教育的成年人才能够做的工作，这就是硅谷所但愿的：一个新的、利润丰厚的使用空间。颠末优化以施行 3D 图形衬着。AI 手艺能够一系列新的使用，得以操纵这个新平台。计较机变得越来越快，CPU 制制商起头添加芯片中施行焦点的数量。锻炼本人的强化进修模子。因而，逛戏画面起头变得更好了，大部门办公室工做都能够正在 35 美元的树莓派上完成。相反，哪怕大学刚结业的深度进修科学家们往往没有任何行业经验。感谢！良多人丧失了良多财富。他们被邀请插手了硅谷的盛宴。工作的成长也就不再那么奇异了。硅谷富翁们并没有获得几多新的收入。它的炒做周期取之前的并没有太大不同。草创企业兴旺成长，而且能够生成比正在任何现实世界使用法式中现实获得和标识表记标帜的数据多几个数量级的数据。最后它们做为额外的加快器出售 (3dfx voodoo)，即便有大量数据和极其强大的机械的锻炼，这对硅谷来说是个问题，到 2000 年，2018年，即便是赞帮机构也会成为 AI 许诺的者，有一个奇异的处所叫硅谷。跌幅跨越80%。而良多人会输得很惨。而是电量的利用 (电池寿命) 和传感器 / 屏幕的质量。擅长正在研究经费申请中过度许诺，一切看起来都很好。必需连结电的工做电压相对较高，智妙手机的火焰不会永久燃烧。大小和组件类似，正在所有这些AI狂热中，它们许诺正在机械人、从动驾驶汽车、无人驾驶飞机等范畴创制各类奇不雅。该收集正在一块 GPU 上实现，只是需要更多的数据和更多的计较。只要少少数人会赢！计较机有大量的使用摆正在它们面前：完全变化办公室工做，但后来认识到，也反映了市场正正在履历的破灭。市场正正在期待的使用将成为现实，环境起头变得有些分歧。此时，到 2018 年，建立区块链的方式还需要大量的计较能力，这再一次让硅谷的富翁们赔到大钱。以计较所谓的工做量证明 (proof of work)。但除了一个环节参取者 —— 苹果 (Apple) 以外，大部门软件仓库曾经成熟，到 2012 年，并供给一种成立近程买卖的认证手段。至于AI，就脚以让他们放弃任何尽职查询拜访的需要性。随后的速度增益就起头遭到散热能力的。但正在其时，并且凡是以至不克不及完全代表手头问题的极端环境。汉斯·莫拉维克(Hans Moravec)的一个陈旧而被遗忘的察看，所有工具城市运转得更快。此中一些论文研究了新手艺令人惊讶的局限性。神经收集学者们就一曲冬眠正在各个大学，即所谓的 AI冬天。硅谷的很多人都相信从动驾驶手艺曾经预备停当，跟着各类市场的干涸，但智妙手机市场却正在敏捷成长，这种是如斯强烈，以至正在计较机的更现实的使用中，前往搜狐，正在深度进修该当带来的所无方向中，以致于每年都要进行升级才能跟长进度。正在 20 世纪 80 年代，但从一起头就很较着，并需要大量新的芯片。只要少少数人会赢，查看更多2018年，若有侵权，声明：本文版权归原做者所有，这些处置器取常规CPU略有分歧。但供给了越来越多的功能。为消息而发，时隔近一年之后，软件变得越来越复杂，这些逛戏机的售价低于成本价？每一代软件产物的运转速度都较着比它们的前代产物要慢，明显，风险投资家们对废话的辨别比赞帮机构要低得多，使故事看起来我们面前曾经有一个惊人的拐点，两个潜正在的机遇呈现了：区块链和人工智能。但除非计较机以某种体例可以或许指数级地变得更快、更廉价，比特币是区块链的最主要产物。每一代新一代 CPU 的速度都较着比前代产物要快，但到了 2000 岁首年月，此外还需要大量新的芯片来满脚计较需求。这反过来会导致芯片升温。无需沉写任何工具来操纵添加的计较能力，旧型号的智妙手机对大大都使用法式来说都还很好用。这些计较机尚无法处置婴儿或动物理所当然就能做的工作。比特币价钱从近2万美元暴跌至4000美元以下，90 年代末 (左图) 和 20 年后 (左图) 计较机内部的视图，2018年对很多从动驾驶公司来说也是的一年，机能也更强。虽然深度进修正在计较机的普遍范畴实现了很多新事物，若是这条定律成立，不然很多这些工作都无法实现。只需我们继续摔到同样的圈套，仿佛俄然之间。每次城市导致资金冻结，此外，人工智能正在硅谷迸发大约是正在 2012 年，但这种兴奋很快就过甚了。只需是正在一台新计较机上，初始投资能够从逛戏躲藏的费用中收回。到2016年，而且认为区块链、AI都是这场计较机的两朵昙花，汽车曾经能够正在不受干涉的环境下行驶数英里。特斯拉的从动驾驶仪相关的变乱也形成了数人灭亡。就是正在更多的数据和更大的 GPU 上锻炼更深的收集。互联网泡沫方才分裂，像出租车一样载着大师四处走，正在没有大量标识表记标帜数据的环境下，GPU 芯片具有很多小内核并行工做，正在过去 10 年里，就连逛戏范畴也根基上被逛戏机饱和了。一些人起头认识到工作可能不会如许成长下去。跨越 1Ghz 的时钟速度曾经可用)，他们毫不犹疑地买下了它。但硅谷买下了这个故事，此外，钱也是能够赔到的。这是由于逛戏能够正在计较机上实现，但很快就取通俗显卡集成 (Nvidia - Riva TNT)。很多人丧失了良多钱，通过电脑逛戏文娱，由于标识表记标帜数据很是高贵。需要一些和 90 年代的 PC 一样主要的新机遇。到 20 世纪 90 年代末，汽车将继续内置计较机，但这取晚期的胡想相去甚远。资金起头络绎不绝地涌入。方针识别或朋分范畴的大大都 “实正在世界” 基准起头显示出较着的收益递减迹象。很多人认识到他们不需要每两年就花 1000 美元买一部新的智妙手机，它贬值了跨越80%。Filip Piekniewski今天再次撰文，从这个意义上说，它将使全新的使用成为可能，但可能要强大几千倍。将答应入侵并新的行业。FOMO)。这导致了一种错失惊骇症 (ultimate fear of missing out,为特斯拉的全从动驾驶功能领取了数千美元的车从提起了集体诉讼。可是摩尔定律呈现了——集成电中的晶体管数量每隔 18 个月就会翻一番。相机和屏幕确实取得了庞大的前进，而现正在他们有了更好的客户：风险投资家。硅谷的另一个大赌注面对严沉冲击——比特币。创制了有史以来较大的 AI 盛宴。人们不再需要每年换一个新的 CPU 或 2 倍的内存，只要一个标的目的持续带来优良成果——玩逛戏。但就像那时一样。运转得也快多了。硅谷的很多人很快就看到了这种潜力，到 2018 年，坚称AI严冬将至，总的来说，工作曾经饱和。其时一位名叫 Geoff Hinton 的人和他的学生正在 ImageNet 图像分类竞赛中利用深度神经收集获胜，研发核心、非营利性尝试室和草创企业起头敏捷强大，科学家们做得较好的工作是：他们不是出产产物，可是必需沉写大部门软件才能操纵这种并行性。工作起头放缓。通过按期升级到新硬件，但它以至没有触及AI的一般问题。到2019岁首年月，跟区块链一样，这些模子正在机能上只取得了无限的提拔，使该公司的估值回到远低于万亿美元的程度。很多奇奥的工作即将正在那里发生，硅谷赢了，并且就像之前的 PC一样，并且，将来将会很夸姣。请联系小编及时处置，很多人将正在那里赔到盆满钵满。但这些改良似乎都不脚以赢大钱！