K:
Kuinka Mooren laki vaikutti nykyiseen AI-vallankumoukseen?
V:On houkuttelevaa ajatella nykyaikaista tekoälyn edistymistä, joka liittyy pääasiassa loogisten ja datakeskeisten ongelmien ratkaisemiseen, mutta yrityksille, jotka yrittävät innovoida ja jatkaa etenemistä, voi olla hyödyllistä palata takaisin ja miettiä kuinka yhä tehokkaammalla laitteistolla on myös auttoivat nykypäivän koneoppimisessa ja tekoälyn toiminnallisuudessa.
Jotkut selvemmistä tavoista, joilla Mooren laki on hyötynyt tekoälyn kehityksestä, ovat ilmeisiä jokaiselle, joka on tarkastellut tietotekniikkaa viimeisen 30 vuoden ajan. Ensimmäinen on se, että todelliset keskitetyt tietokonetyöasemat ja tietokeskukset, jotka toimivat keinotekoisen älykkyyden tietojoukkojen kanssa, ovat pienempiä kuin ne olisivat olleet laskennan aikaisempina päivinä - ja se tekee eron. Jos yksinkertaiset keskusyksiköt vievät edelleen pesukone- / kuivaajakokonaisuuden tilaa, sillä olisi ymmärrettävästi vaimentava vaikutus kaikenlaisten uusien tekniikoiden ketterään kehitykseen.
Vielä tärkeämpää on kuitenkin, että Mooren lakiin perustuvat yritysten saavutukset tehokkuudessa ovat mahdollistaneet erittäin pienten mobiili tiedonkeruulaitteiden esiintymisen. Älypuhelimet ovat paras esimerkki, mutta Mooren laki tarjosi meille myös digitaalikamerat, MP3-soittimet ja monia muita pieniä laitteistokappaleita, jotka kaikki keräävät omia tietojaan hämmästyttävällä vauhdilla. Nyt asioiden internet lataa prosessin älykkäillä keittiölaitteilla ja kaikenlaisilla muilla erittäin nykyaikaisilla laitteilla, jotka käyvät kauppaa ajatuksella, että sirulaakerit ovat riittävän pienet sijoitettaviksi melkein mihin tahansa.
Nämä eivät kuitenkaan ole ainoita tapoja, joilla Mooren laki on hyödyttänyt uuden koneoppimisen ja keinoälyn kehitystä. Kirjailija Tom Simonite väittää MIT Technology Review -lehdessä, että Mooren laki on ollut hyödyllinen myös eräänlaisena ”koordinointilaitteena”, joka on palvellut tulevaisuuden vuosien markkinoille tulevan projektin suunnittelussa, kehittäjien ja muiden tarjoamana tietä tietä kartta ja osoittimet kohti tulevaa innovaatiota.
Toinen mielenkiintoinen näkökulma tulee Niel Viljoenilta, joka puhuu siitä, kuinka Mooren laki voi silti olla kriittinen uusille pilvipohjaisille järjestelmille ja upouuden tekoälyn tekniikan syntymiselle.
Viljoenin argumentti näyttää olevan, että yleiskäyttöisten ytimien lisääminen skaalausjärjestelmiin ei riitä laitteiston kytkemiseen verkkoon kokonaisvaltaisella tavalla, mikä johtaa pullonkauloihin. Vastaava ajatus on, että lähentymismallit nopeuttavat kaikenlaisia tietointensiivisten järjestelmien toimintoja. Toisin sanoen, koska laskentajärjestelmät jatkoivat tietojensa käytön mukauttamista sen mukaan, mitä ne mahtuivat laitteistoon, rakentajat eivät koskaan päässeet mukaan sisällyttämään joitain kehityksen seuraustoimintoihin, kuten kuvankäsittely, salaus, videon renderointi jne.
Tämän seurauksena nykyaikaisista tietokeskuksista tuli erittäin voimakkaita, mutta ne olivat silti riippuvaisia ulkopuolisista elementeistä vaadittavan käsittelyn suorittamiseksi - Viljoen odottaa tulevan "siruun tulevien järjestelmien" syntymistä, jossa hyperkonvergoidulla laitteistolla on kaikki tarvitsemansa kaikkien verkkotoimintojen suorittamiseen, tietovirtavirtojen virtaviivaistamiseksi ja järjestelmien tekemiseksi ketteriksi sekä datavoimaisiksi.
Yleensä Mooren laki on auttanut tietotekniikan kehityksessä ja auttaa edelleen, perustavanlaatuisilla tavoilla. Se on osa ”tieteiskirjallisuus on nykyinen” -mallia, joka osoittaa, kuinka kauas ihmiskunta on saavuttanut tietojärjestelmien rakentamisessa yhden tai kahden vuosisadan aikana.
