首页 > 科技未来 > 内容

换个角度看AI：硅谷如何让AI成为成冷饭青睐的热门话题？

发布于：2024-06-17 编辑：匿名来源：网络

雷锋网注：【图片来源：FILI PIEKNIEWSKI'S BLOG 楼主：FILI PIEKNIEWSKI】20世纪80年代，有一个神奇的地方，叫硅谷。

没有人知道那里会发生什么奇妙的事情，没人知道那里的人们将来会赚多少钱。

这一切都与计算机有关，它创造了奇迹并彻底改变了世界。

计算机有多种用途，彻底改变了我们的工作方式，通过游戏丰富了我们的娱乐，并改变了我们沟通、购物和使用银行系统的方式。

但在当时，它们笨重、缓慢且昂贵。

除非计算机的速度和数量有进一步的突破，否则这些事情是不可能实现的。

当时，摩尔定律广为流传——从20世纪70年代开始，集成电路中的晶体管数量每18个月就会增加一倍。

如果这条定律成立，未来将是光明的。

市场期望计算机有更多新用途，财富滚滚而来。

到 20 世纪 90 年代中期，法律开始发挥作用。

计算机变得越来越快，软件变得越来越复杂，因此每年都需要升级才能跟上。

新一代 CPU 的速度明显快于旧版本。

虽然新一代软件产品的速度明显慢于老版本，但性能却变得更加强大。

一般来说，通过定期升级硬件，软件的运行速度可以和以前一样快，甚至更快，但性能却比以前更好。

大部分增益是由于时钟速度的提高（20世纪90年代初时钟频率为33Mhz，到2000年达到1Ghz），因此不需要重写来提高计算能力，一切都在新的操作系统中运行得非常快。

电脑。

到 20 世纪 90 年代末，出现了一种新型处理器——图形处理单元 (GPU)。

这种新型处理器与传统CPU的区别在于，它们的芯片有许多并行运行的小核心，这些核心针对3D图形渲染进行了优化。

最初它们作为附加加速器（3dfx voodoo）出售，但很快与常规显卡（Nvidia - Riva TNT）集成。

游戏的画面质量得到了提高，运行速度也快了很多。

硅谷大亨们又大赚了一笔。

雷锋网注：【图片来源：FILI PIEKNIEWSKI'S BLOG 楼主：FILI PIEKNIEWSKI】但进入新的一年，情况开始不一样了。

互联网泡沫破裂，许多人赔了钱。

此外，提高时钟指针速度的旧策略开始碰壁：为了提高开关速度，电路的工作电压必须保持相对较高。

然而，这恰好会使芯片升温，并且随后的速度增益受到热能力的限制。

不容错过的是，为了让这场盛宴继续下去，CPU制造商开始增加芯片中的执行核心数量。

然而，为了保持新处理器的并行性，必须重写大部分软件。

此时，随着一代又一代的更新，新芯片的发展速度已经不再令人震惊。

更糟糕的是，大多数事情不再需要快速开发。

大部分软件堆栈已经成熟，应用程序已经固化，人们不再需要每年购买新的 CPU 或加倍内存。

一切都饱和了。

如今，大多数办公室工作都可以在 35 美元的 Raspberry Pi 上完成。

就连游戏领域的游戏机也基本饱和。

这些游戏机以低于成本的价格出售，并通过游戏中的隐藏费用收回初始投资。

游戏机为绝大多数人提供了方便、易用的界面和令人满意的游戏体验。

这对硅谷来说是一个问题，而且事情开始放缓。

到了年中，智能手机的便利给硅谷带来了一线希望。

尽管PC市场已经开始显着放缓，但新的婴儿智能手机仍然生机勃勃，并在今年迄今为止推出的各种iPhone型号中达到顶峰。

智能手机进步的重点不是 CPU 速度，而是功耗（电池寿命）和传感器/屏幕质量。

在过去的十年里，手机摄像头和屏幕确实取得了长足的进步，但除了一个关键参与者：苹果之外，硅谷大亨们并没有赚到很多钱。

相反，硅谷更专注于基于软件的业务，例如 Uber、Netflix 和其他利用新平台起飞的服务公司。

不幸的是，智能手机革命的火焰不会永远燃烧，这一点从一开始就很清楚。

到年底，大多数人意识到他们不需要每隔一年花 100 美元购买一部新手机。

就像之前的个人电脑一样，旧型号的设备通常在运行新程序时没有问题。

这导致苹果股价在秋季遭受重创，估值远低于 1T 美元。

市场正在衰退，硅谷需要新鲜血液。

与 20 世纪 90 年代 PC 革命相媲美的事物将带来全新的应用并颠覆新的行业。

这将重新点燃对需要更先进计算能力的芯片的需求。

到 2020 年，出现了两个潜在机会：区块链和人工智能 (AI)。

区块链（最初于 2006 年以比特币的形式出现）旨在通过消除账本（银行）并提供建立远程交易的自我认证方式来完全取代金融系统。

此外，区块链的构建方式需要大量的计算能力来计算所谓的共识机制。

这就是硅谷所希望的：一个新的、高利润的应用领域，加上满足计算需求所需的大量新芯片。

当人工智能出现在硅谷时，已经是大约20年前的事了。

当时，一位默默无闻的加拿大人 Geoff Hinton 与他的学生在连接模型和神经网络的秘密空间中工作了 30 年，并使用嵌入 GPU 的深度神经网络在 ImageNet 目标分类竞赛中杀死了对手。

立即的。

与区块链一样，这项技术可能会迎来一个新的应用时代，但它也需要大量新芯片。

硅谷的许多人很快看到了它的潜力，资金开始涌入。

自 20 世纪 90 年代以来，神经网络进入了漫长的冬天，神经网络学者一直蛰伏在大学研究实验室里。

不过，他们很快就注意到了这个机会。

然后他们开始被邀请参加硅谷的会议。

多层传感器的新化身人工智能是一鸣惊人，并在短时间内继续给人类带来惊喜：对象识别和分割、语音识别和机器翻译。

这些功能变得越来越复杂，并很快被谷歌和 Facebook 等拥有大量数据的公司采用。

但这些惊喜带来的兴奋很快就消失了。

科学家们在资助提案中做出不可靠的承诺方面训练有素，现在他们有了更理想的客户：风险投资家。

这些人喜欢听到有关可以彻底改变世界的更美好未来的故事。

他们的废话检测能力比政府资助的机构低得多，只需要一位科学家在 NIPS 会议上发表一篇论文就可以阻止他们进行必要的调查。

然而，在人工智能领域，这些美丽的故事只需要加上一些想象力就能达到新的高度，甚至可以与一些著名的科幻电影相媲美，让我们感觉自己正处于一个关键的转折点。

当人工智能达到这个奇点时，它的能力将超出我们的想象。