Mange af os er nu bekendt med Moore's Law, det berømte princip, at udviklingen af computerkraft følger en eksponentiel kurve, der fordobler i værdi for pengene (det vil sige i hastighed pr. Enhed for omkostninger) hver 18 måned eller deromkring. Når det gælder at anvende Moore's Law på deres egne forretningsstrategier, lykkes selv fremadstormende tænkere ikke at se den enorme AI-blinde plet. Selv de mest succesrige, strategiske forretningsfolk, der ser deres branche igennem og igennem, kan ikke forstå, hvad eksponentiel udvikling er. Og på denne eksponentielle kurve er der en teknologi, der især drager fordel af den eksponentielle: kunstig intelligens.
Eksponentielle kurver på papir
En af grundene til, at folk ikke forstår, hvor hurtigt kunstig intelligens går videre, er latterligt enkelt: Eksponentielle kurver ser ikke godt ud, når vi mennesker forsøger at forklare dem på papir. Af praktiske grunde er det næsten umuligt fuldstændigt at afbilde den stejle bane for en eksponentiel kurve i et lille rum, såsom et diagram eller et lysbillede. Visuelt skildrer de tidlige stadier af en eksponentiel kurve er ikke vanskeligt. Men da den køligere del hurtigt vinder fart, bliver tingene mere komplicerede.
For at løse dette problem med utilstrækkeligt visuelt rum bruger vi et praktisk matematisk trick - logaritmen. Takket være den "logaritmiske skala" lærte vi, hvordan man drejer eksponentielle kurver. Desværre kan den udbredte anvendelse af logaritmiske skalaer også forårsage videnskabelig nærsynethed.
Figur 1.
Den logaritmiske skala er designet således, at hvert kryds på den lodrette y-akse ikke svarer til en konstant stigning (som i den sædvanlige lineære skala), men til en multipel, for eksempel 100. Det klassiske Moore lovdiagram (diagram 1) bruger en logaritmisk skala til eksponentielt at forbedre omkostningerne ved beregningskraft (målt i computing / sekund / dollar) i løbet af de sidste 120 år, fra de mekaniske enheder i 1900'erne til moderne siliciumbaserede grafikkort.
Logdiagrammer er blevet en værdifuld form for korthed for folk, der er opmærksomme på den visuelle forvrængning, som sådanne diagrammer præsenterer. Det er nu en praktisk og kompakt måde at vise enhver kurve, der vokser hurtigt og radikalt over tid.
Salgsfremmende video:
Imidlertid narrer logaritmiske diagrammer det menneskelige øje.
Ved matematisk at komprimere enorme tal, får logaritmer eksponentiel vækst til at virke lineær. Da de komprimerer eksponenter til linjediagrammer, er det mere praktisk for folk at se på dem og spekulere om den kommende stigning i computerkraft.
Vores logiske hjerner forstår lysbilledsregler. Men vores underbevidste hjerner ser buede linjer og stemmer overens med dem.
Hvad skal man gøre? Først skal du gå tilbage til den originale lineære skala.
I det andet diagram nedenfor følger dataene en eksponentiel kurve, men skaleres lineært langs den lodrette akse. Igen repræsenterer den lodrette bjælke den beregningshastighed (i gigaflops), som en dollar kan købe, og den vandrette akse repræsenterer tid. I figur 2 svarer imidlertid hvert kryds på den lodrette akse til en simpel lineær stigning i kun en gigaflop (ikke 100 gange som i figur 1. Flop er den standardmåde til måling af beregningshastighed, hvilket betyder "flydepunktoperationer pr. Sekund".
Figur 2.
Figur 2 viser den faktiske, ægte eksponentielle kurve, der kendetegner Moores lov. Ser man på den måde, dette diagram tegnes, er det let for vores menneskelige øjne at forstå, hvor hurtigt computerens ydelse er vokset i løbet af de sidste ti år.
Men der er noget galt med det andet diagram. Det ser ud til, at omkostningerne og ydeevnen for computere overhovedet ikke er forbedret i det 20. århundrede. Dette er åbenlyst ikke tilfældet.
Figur 2 viser, at brugen af en lineær skala til at vise, hvordan Moore's Law ændrer sig over tid, kan være blændende. Fortiden virker flad, som om der ikke var sket fremskridt. Desuden konkluderer folk fejlagtigt, at det aktuelle tidspunkt repræsenterer en periode med unik,”næsten lodret” teknologisk fremgang.
Lineære skalaer kan narre folk til at tro, at de lever på højden med forandring.
Det blinde sted at leve i nuet
Lad os tage et andet kig på figur 2. Set fra 2018 ser de tidligere fordoblinger af prisudviklingen, der har fundet sted hvert årti i store dele af det 20. århundrede, flade ud, næsten ubetydelige. En person, der studerer dette diagram, ville sige: Hvor heldig jeg er at leve nu. Jeg kan huske året 2009, da jeg troede, at min nye iPhone var hurtig. Jeg havde ingen idé om, hvor langsomt det var. Det er godt, at jeg har nået den lodrette del.
Folk siger, at vi gennemgik "knækket af hockeystokken." Men der er ikke et sådant overgangspunkt.
Enhver kurveform i fremtiden ser den samme ud som før. Nedenfor viser figur 3 den eksponentielle kurve for Moore's lov i en lineær skala, men denne gang fra et 2028-perspektiv. Kurven antyder, at den vækst, vi har oplevet de sidste 100 år, vil fortsætte i mindst yderligere 10 år. Dette diagram viser, at i 2028 kan en dollar købe 200 gigaflops computerkraft.
Figur 3.
Imidlertid viser figur 3 også en fælde for analytikeren.
Se nærmere på, hvor moderne computerkraft (2018) ligger på kurven vist i det tredje diagram. Set fra en person, der lever og arbejder i fremtiden 2028, ser det ud til, at der praktisk talt ikke var nogen forbedringer i computerkraften i begyndelsen af det 20. århundrede. Det ser ud til, at de computerenheder, der blev brugt i 2018, var lidt mere kraftfulde end dem, der blev brugt i 1950. En observatør kunne også konkludere, at det indeværende år 2028 repræsenterer kulminationen af Moore's Law, hvor fremskridt inden for computerkraft endelig skyder sammen.
Figur 3 kunne genskabes hvert år ved kun at ændre den viste tidsperiode. Formen på kurven ville være identisk, kun kryds ville ændre sig langs den lodrette skala. Bemærk, at formen på kort 2 og 3 ser den samme bortset fra den lodrette skala. På alle sådanne grafer ville hvert fortidens øjeblik være fladt, når det ses fra fremtiden, og hvert fremtidsøjeblik ville være en skarp afgang fra fortiden. Desværre ville denne misopfattelse være resultatet af en mangelfuld forretningsstrategi, i det mindste når det kommer til kunstig intelligens.
Hvad betyder det?
De eksponentielle forandringstemaer er vanskelige for det menneskelige sind at forstå og se med øjet. Eksponentielle kurver er unikke i den forstand, at de er matematiske selvlignende på hvert punkt. Dette betyder, at den altid fordoblede kurve ikke har flade dele, ikke har de stigende dele, bøjninger og knæ, som folk snakker om. Dens form vil altid være den samme.
Idet Moore's lov fortsætter med at arbejde, er det fristende at tro, at det var netop i dette øjeblik, vi nåede et unikt stadie med stor ændring i udviklingen af kunstig intelligens (eller enhver anden teknologi, der strækker sig til Moore's Law). Så længe computerkraften fortsætter med at følge en eksponentiel pris-ydelseskurve, vil enhver fremtidig generation sandsynligvis se tilbage på fortiden som en æra med relativt lidt fremgang. Til gengæld vil det modsatte forblive sandt: Hver nuværende generation ser 10 år frem i tid og vil ikke være i stand til at vurdere, hvor store fremskridt der er i AI, der stadig er foran.
For alle, der planlægger en fremtid, der er drevet af den eksponentielle vækst i computeren, er udfordringen således at overvinde deres egne fejlagtige fortolkninger. Der er tre diagrammer, man skal huske på for virkelig at værdsætte kraften i eksponentiel vækst. Fordi fortiden altid vil se flad ud, og fremtiden vil altid se lodret ud.
Ilya Khel