Mengapa Tidak Ada Yang Mengerti Seberapa Cepat Kecerdasan Buatan Akan Berkembang? - Pandangan Alternatif

Daftar Isi:

Mengapa Tidak Ada Yang Mengerti Seberapa Cepat Kecerdasan Buatan Akan Berkembang? - Pandangan Alternatif
Mengapa Tidak Ada Yang Mengerti Seberapa Cepat Kecerdasan Buatan Akan Berkembang? - Pandangan Alternatif

Video: Mengapa Tidak Ada Yang Mengerti Seberapa Cepat Kecerdasan Buatan Akan Berkembang? - Pandangan Alternatif

Video: Mengapa Tidak Ada Yang Mengerti Seberapa Cepat Kecerdasan Buatan Akan Berkembang? - Pandangan Alternatif
Video: #2. KECERDASAN BUATAN : MASALAH, RUANG KEADAAN DAN PENCARIAN (PART 1) 2024, Mungkin
Anonim

Banyak dari kita sekarang akrab dengan Hukum Moore, prinsip terkenal bahwa perkembangan daya komputasi mengikuti kurva eksponensial, menggandakan nilai uang (yaitu, dalam kecepatan per unit biaya) setiap 18 bulan atau lebih. Ketika datang untuk menerapkan Hukum Moore ke strategi bisnis mereka sendiri, bahkan pemikir yang berpikiran maju gagal melihat titik buta AI yang besar. Bahkan para pebisnis strategis yang paling sukses yang melihat industri mereka melalui dan melalui tidak dapat memahami apa itu perkembangan eksponensial. Dan pada kurva eksponensial ini, ada satu teknologi yang secara khusus mendapat manfaat dari eksponensial: kecerdasan buatan.

Kurva eksponensial di atas kertas

Salah satu alasan orang tidak memahami seberapa cepat kecerdasan buatan berkembang adalah sangat sederhana: kurva eksponensial tidak terlihat bagus ketika kita sebagai manusia mencoba menjelaskannya di atas kertas. Untuk alasan praktis, hampir tidak mungkin untuk sepenuhnya menggambarkan jalur curam dari kurva eksponensial dalam ruang kecil seperti diagram atau slide. Menggambarkan secara visual tahapan awal dari kurva eksponensial tidaklah sulit. Tetapi karena bagian yang lebih dingin itu dengan cepat mendapatkan momentum, segalanya menjadi lebih rumit.

Untuk mengatasi masalah ruang visual yang tidak memadai ini, kami menggunakan trik matematika yang mudah - logaritma. Berkat "skala logaritmik", kami belajar cara memelintir kurva eksponensial. Sayangnya, penggunaan skala logaritmik yang meluas juga dapat menyebabkan miopia ilmiah.

Bagan 1
Bagan 1

Bagan 1.

Skala logaritmik dirancang sedemikian rupa sehingga setiap centang pada sumbu y vertikal tidak sesuai dengan peningkatan konstan (seperti dalam skala linier biasa), tetapi kelipatan, misalnya, 100. Diagram hukum klasik Moore (diagram 1) menggunakan skala logaritmik untuk secara eksponensial meningkatkan biaya daya komputasi (diukur dalam komputasi / detik / dolar) selama 120 tahun terakhir, dari perangkat mekanis tahun 1900-an hingga kartu grafis berbasis silikon modern.

Bagan log telah menjadi bentuk singkatan yang berharga bagi orang-orang yang menyadari distorsi visual yang ditampilkan bagan tersebut. Sekarang cara yang nyaman dan ringkas untuk menampilkan kurva apa pun yang tumbuh dengan cepat dan radikal dari waktu ke waktu.

Video promosi:

Namun, grafik logaritmik menipu mata manusia.

Dengan mengompresi angka besar secara matematis, logaritma membuat pertumbuhan eksponensial tampak linier. Karena mereka memampatkan eksponen ke grafik garis, akan lebih mudah bagi orang untuk melihatnya dan berspekulasi tentang peningkatan daya komputasi yang akan datang.

Otak logis kita memahami aturan geser. Tapi otak bawah sadar kita melihat garis-garis lengkung dan menyadarinya.

Apa yang harus dilakukan? Pertama, Anda perlu kembali ke skala linier asli.

Pada bagan kedua di bawah, data mengikuti kurva eksponensial, tetapi diskalakan secara linier di sepanjang sumbu vertikal. Sekali lagi, batang vertikal mewakili kecepatan komputasi (dalam gigaflops) yang dapat dibeli oleh satu dolar, dan sumbu horizontal mewakili waktu. Namun, dalam Bagan 2, setiap tanda centang pada sumbu vertikal sesuai dengan peningkatan linier sederhana hanya dalam satu gigaflop (bukan 100 kali seperti pada Bagan 1. Kegagalan adalah cara standar untuk mengukur kecepatan komputasi, yang berarti "operasi titik mengambang per detik".

Bagan 2
Bagan 2

Bagan 2.

Bagan 2 menunjukkan kurva eksponensial sebenarnya yang menjadi ciri Hukum Moore. Melihat cara diagram ini digambar, mudah bagi mata manusia kita untuk memahami seberapa cepat kinerja komputer telah berkembang selama sepuluh tahun terakhir.

Tapi ada yang salah dengan diagram kedua. Tampaknya di abad ke-20, biaya dan kinerja komputer belum membaik sama sekali. Ini jelas bukan masalahnya.

Bagan 2 menunjukkan bahwa menggunakan skala linier untuk menunjukkan bagaimana Hukum Moore berubah dari waktu ke waktu bisa sangat mempesona. Masa lalu tampak datar, seolah tidak ada kemajuan. Selain itu, orang secara keliru menyimpulkan bahwa titik waktu saat ini mewakili periode kemajuan teknologi yang unik dan "mendekati vertikal".

Skala linier dapat menipu orang agar percaya bahwa mereka sedang hidup di puncak perubahan.

Titik buta hidup saat ini

Mari kita lihat kembali Bagan 2. Melihat dari 2018, penggandaan kinerja harga sebelumnya yang terjadi setiap dekade selama sebagian besar abad ke-20 tampak datar, hampir tidak signifikan. Seseorang yang mempelajari diagram ini akan berkata: Betapa beruntungnya saya untuk hidup sekarang. Saya ingat tahun 2009 ketika saya mengira iPhone baru saya cepat. Saya tidak tahu betapa lambatnya itu. Untung saya sudah mencapai bagian vertikal.

Orang-orang bilang kita mengalami "ketegaran tongkat hoki". Tetapi tidak ada titik transisi seperti itu.

Bentuk kurva apapun di masa depan akan terlihat sama seperti di masa lalu. Di bawah ini, Bagan 3 menunjukkan kurva eksponensial Hukum Moore dalam skala linier, tetapi kali ini dari perspektif 2028. Kurva tersebut menunjukkan bahwa pertumbuhan yang kita alami selama 100 tahun terakhir akan berlanjut setidaknya selama 10 tahun lagi. Bagan ini menunjukkan bahwa pada tahun 2028, satu dolar dapat membeli 200 gigaflops daya komputasi.

Grafik 3
Grafik 3

Grafik 3.

Namun, Bagan 3 juga menghadirkan jebakan bagi analis.

Perhatikan baik-baik di mana daya komputasi modern (2018) terletak pada kurva yang ditunjukkan pada diagram ketiga. Dari sudut pandang seseorang yang hidup dan bekerja di masa depan 2028, tampaknya tidak ada peningkatan dalam daya komputasi selama awal abad ke-20. Sepertinya perangkat komputasi yang digunakan pada tahun 2018 sedikit lebih bertenaga daripada yang digunakan pada tahun 1950. Seorang pengamat juga dapat menyimpulkan bahwa tahun ini 2028 merupakan puncak dari Hukum Moore, di mana kemajuan dalam daya komputasi akhirnya meroket.

Bagan 3 dapat dibuat ulang setiap tahun, hanya mengubah rentang waktu yang ditampilkan. Bentuk kurva akan identik, hanya tanda centang yang akan berubah sepanjang skala vertikal. Perhatikan bahwa bentuk Bagan 2 dan 3 terlihat sama kecuali untuk skala vertikal. Pada setiap grafik seperti itu, setiap momen masa lalu akan menjadi datar jika dilihat dari masa depan, dan setiap momen masa depan akan menjadi penyimpangan tajam dari masa lalu. Sayangnya, kesalahan persepsi ini akan menjadi hasil dari strategi bisnis yang salah, setidaknya terkait dengan kecerdasan buatan.

Apa artinya?

Tema perubahan eksponensial sulit dipahami dan dilihat oleh pikiran manusia dengan mata. Kurva eksponensial unik dalam arti bahwa secara matematis mereka mirip dengan dirinya sendiri di setiap titik. Ini berarti kurva yang selalu menggandakan tidak memiliki bagian yang rata, tidak memiliki bagian yang menanjak, bengkok dan bengkok seperti yang dibicarakan orang. Bentuknya akan selalu sama.

Karena Hukum Moore terus beroperasi, sangat menggoda untuk percaya bahwa pada saat inilah kita mencapai tahap unik dari perubahan besar dalam pengembangan kecerdasan buatan (atau teknologi lain yang meluas ke Hukum Moore). Namun, selama daya komputasi terus mengikuti kurva kinerja harga eksponensial, setiap generasi masa depan cenderung melihat kembali ke masa lalu sebagai era dengan kemajuan yang relatif kecil. Sebaliknya, hal sebaliknya akan tetap benar: setiap generasi saat ini akan melihat 10 tahun ke depan dan tidak akan dapat menilai seberapa besar kemajuan AI masih di depan.

Jadi, bagi siapa pun yang merencanakan masa depan yang didorong oleh pertumbuhan komputasi yang eksponensial, tantangannya adalah mengatasi kesalahpahaman mereka sendiri. Ada tiga bagan yang perlu diingat untuk benar-benar menghargai kekuatan pertumbuhan eksponensial. Karena masa lalu akan selalu terlihat datar dan masa depan akan selalu terlihat vertikal.

Ilya Khel

Direkomendasikan: