摩尔定律的终结意味着AI的发展徒增了诸多变数

自从互联网时代开启之后,大众的目光的一直在微软、谷歌、Facebook这样层出不穷的软件巨头身上,甚至寄希望于它们以及它们的传承者可以引领我们走进下一个人工智能的时代。

但实际上,作为此类让软件系统开发的前提和基石,计算机计算能力的提升更应被视作瓶颈,尤其是在火热了接近半个世纪的“摩尔定律”被宣告即将终结的当下,如何保障人工智能的发展不受硬件所限已经开始引起众多业界领袖的担忧。

 

500

日前,Facebook 领导人工智能计划的副总裁Jérôme Pesenti在入职后发表的首次公开演讲中,就坦言对创建强大人工智能系统所需的计算能力有飞速增长的风险。

“我可以告诉你,这让我夜不能寐,”Pesenti 说,“像 Facebook 和谷歌这样的顶尖公司也不能掉以轻心,如果人工智能要不受阻碍地发展,就需要更多的软件创新,而硬件和软件的优化可能在未来几年对人工智能至关重要。”

 

换句话说,摩尔定律的终结意味着创造最先进的人工智能所需的计算机数量正在迅猛增加。

 

500

Pesenti 引用了 OpenAI 的一项分析,该分析发现,自2012年以来,创建最先进系统所需的计算机数量每年增长10倍。像 OpenAI 的 GPT-2这样的训练系统的成本可能超过五辆汽车全寿命周期所产生的碳排放量。

 

“我们仍然可以看到随着计算机数量的增加而带来的收益,但随着边际收益递减,由问题而带来的压力只会越来越大,”Pesenti 说,“我认为我们仍然会继续使用更多的计算机,你仍然会上网,但速度会变慢,因为你无法跟上每年10倍的速度。”

全部专栏