Q:
Wie hat Moores Gesetz zur gegenwärtigen KI-Revolution beigetragen?
EIN:Es ist verlockend, sich die heutigen Fortschritte bei der künstlichen Intelligenz vor allem mit der Lösung logischer und datenorientierter Probleme zu beschäftigen. Für Unternehmen, die jedoch Innovationen entwickeln und sich weiterentwickeln möchten, kann es hilfreich sein, zurückzublicken und darüber nachzudenken, wie leistungsfähig Hardware auch ist hat zum heutigen maschinellen Lernen und zur Funktionalität künstlicher Intelligenz beigetragen.
Einige der offensichtlichen Vorteile des Moore-Gesetzes für die Weiterentwicklung der künstlichen Intelligenz sind für jeden ersichtlich, der sich seit 30 Jahren mit IT befasst. Der erste Grund ist, dass die zentralen Computerarbeitsplätze und Rechenzentren, die mit Datensätzen künstlicher Intelligenz arbeiten, kleiner sind als früher - und das macht einen Unterschied. Wenn einfache Großrechner noch den Platz einer Waschmaschine / eines Trockners einnehmen würden, hätte dies verständlicherweise einen dämpfenden Effekt auf die agile Entwicklung aller Arten neuer Technologien.
Viel wichtiger ist jedoch, dass die Effizienzsteigerungen von Unternehmen auf der Grundlage des Moore-Gesetzes die Verbreitung extrem kleiner mobiler Datenerfassungsgeräte ermöglicht haben. Smartphones sind das beste Beispiel, aber das Gesetz von Moore hat uns auch Digitalkameras, MP3-Player und viele andere kleine Hardware-Teile zur Verfügung gestellt, die alle ihre eigenen Daten in erstaunlichem Tempo sammeln. Jetzt lädt das Internet der Dinge diesen Prozess mit intelligenten Küchengeräten und allerlei anderer sehr moderner Hardware auf, die auf der Idee beruhen, dass Chip-tragende Geräte klein genug sind, um in fast alles eingebaut zu werden.
Dies ist jedoch nicht die einzige Möglichkeit, wie Moores Gesetz der Entwicklung des maschinellen Lernens und des Fortschritts der künstlichen Intelligenz zugute gekommen ist. In der MIT Technology Review behauptet der Autor Tom Simonite, dass Moores Gesetz auch als eine Art „Koordinierungsinstrument“ nützlich gewesen sei, das dazu gedient hat, das zu projizieren, was in den kommenden Jahren auf den Markt kommen wird, um Entwicklern und anderen einen Anschein einer Straße zu verleihen Landkarte und Hinweise auf zukünftige Innovationen.
Eine weitere interessante Perspektive kommt von Niel Viljoen, der darüber spricht, wie wichtig Moores Gesetz für die neuen Cloud-basierten Systeme und das Aufkommen brandneuer Technologien für künstliche Intelligenz noch sein kann.
Viljoens Argument scheint zu sein, dass das Hinzufügen von Allzweckkernen zu Skalierungssystemen nicht ausreicht, um die Hardware wirklich umfassend an ein Netzwerk anzuschließen, was zu Engpässen führt. Eine entsprechende Idee ist, dass Konvergenzmodelle alle möglichen Funktionen datenintensiver Systeme beschleunigen. Mit anderen Worten, da Computersysteme ihren Datennutzungsgrad so skalierten, wie er in eine Hardware passen könnte, kamen die Entwickler nie daran vorbei, einige der Folgefunktionen der Entwicklung wie Bildverarbeitung, Verschlüsselung, Video-Rendering usw. einzubeziehen.
Infolgedessen wurden moderne Rechenzentren sehr leistungsfähig, waren jedoch für die erforderliche Verarbeitung immer noch auf externe Elemente angewiesen. Viljoen geht davon aus, dass künftig „Systeme auf einem Chip“ entstehen werden, bei denen hyperkonvergente Hardware über alles verfügt, was für die gesamte Netzwerkfunktionalität erforderlich ist. Datenflüsse zu rationalisieren und Systeme agil und datenstark zu machen.
Im Allgemeinen hat Moores Gesetz in grundlegender Weise zur Weiterentwicklung der IT beigetragen und hilft auch weiterhin. Es ist Teil des Modells „Science Fiction ist Gegenwart“, das zeigt, wie weit die Menschheit im Laufe von ein oder zwei Jahrhunderten beim Aufbau von Datensystemen gekommen ist.
