Velen van ons zijn nu bekend met de wet van Moore, het beroemde principe dat de ontwikkeling van rekenkracht een exponentiële curve volgt, waarbij de prijs-kwaliteitverhouding (dat wil zeggen, de snelheid per eenheid van kosten) ongeveer elke 18 maanden verdubbelt. Als het gaat om het toepassen van de wet van Moore op hun eigen bedrijfsstrategieën, zien zelfs vooruitstrevende denkers de enorme blinde vlek van AI niet. Zelfs de meest succesvolle, strategische zakenmensen die hun branche door en door zien, kunnen niet begrijpen wat exponentiële ontwikkeling is. En op deze exponentiële curve is er één technologie die vooral profiteert van het exponentiële: kunstmatige intelligentie.
Exponentiële curven op papier
Een van de redenen waarom mensen niet begrijpen hoe snel kunstmatige intelligentie zich ontwikkelt, is belachelijk eenvoudig: exponentiële curven zien er niet goed uit als wij mensen ze op papier proberen uit te leggen. Om praktische redenen is het bijna onmogelijk om het steile pad van een exponentiële curve volledig weer te geven in een kleine ruimte, zoals een diagram of dia. Het visueel weergeven van de vroege stadia van een exponentiële curve is niet moeilijk. Maar naarmate het koelere deel ervan snel aan kracht wint, worden de zaken ingewikkelder.
Om dit probleem van onvoldoende visuele ruimte op te lossen, gebruiken we een handige wiskundige truc: de logaritme. Dankzij de "logaritmische schaal" hebben we geleerd hoe we exponentiële curven kunnen verdraaien. Helaas kan het wijdverbreide gebruik van logaritmische schalen ook wetenschappelijke bijziendheid veroorzaken.
Grafiek 1.
De logaritmische schaal is zo ontworpen dat elk tikje op de verticale y-as niet overeenkomt met een constante toename (zoals bij de gebruikelijke lineaire schaal), maar met een veelvoud, bijvoorbeeld 100. Het klassieke diagram van de wet van Moore (diagram 1) gebruikt een logaritmische schaal om de kosten van rekenkracht exponentieel te verbeteren (gemeten in computergebruik / seconde / dollar) in de afgelopen 120 jaar, van de mechanische apparaten uit de jaren 1900 tot moderne op silicium gebaseerde grafische kaarten.
Logboekdiagrammen zijn een waardevolle vorm van afkorting geworden voor mensen die zich bewust zijn van de visuele vervorming die dergelijke diagrammen met zich meebrengen. Het is nu een handige en compacte manier om elke curve weer te geven die in de loop van de tijd snel en radicaal groeit.
Promotie video:
Logaritmische grafieken houden het menselijk oog echter voor de gek.
Door enorme getallen wiskundig te comprimeren, laten logaritmen exponentiële groei lineair lijken. Omdat ze exponenten comprimeren tot lijngrafieken, is het handiger voor mensen om ernaar te kijken en te speculeren over de aanstaande toename van rekenkracht.
Onze logische hersenen begrijpen rekenlinialen. Maar onze onderbewuste hersenen zien gebogen lijnen en stemmen daarop af.
Wat te doen? Eerst moet u teruggaan naar de oorspronkelijke lineaire schaal.
In de tweede grafiek hieronder volgen de gegevens een exponentiële curve, maar lineair geschaald langs de verticale as. Nogmaals, de verticale balk vertegenwoordigt de rekensnelheid (in gigaflops) die een dollar kan kopen, en de horizontale as vertegenwoordigt de tijd. In Grafiek 2 komt elk vinkje op de verticale as echter overeen met een eenvoudige lineaire toename van slechts één gigaflop (geen 100x toename, zoals in Grafiek 1. De flop is een standaardmanier om de rekensnelheid te meten, wat "drijvende-kommabewerkingen per seconde" betekent).
Grafiek 2.
Grafiek 2 toont de werkelijke, ware exponentiële curve die de wet van Moore kenmerkt. Als we kijken naar de manier waarop dit diagram is getekend, kunnen onze menselijke ogen gemakkelijk begrijpen hoe snel de prestaties van computers de afgelopen tien jaar zijn gegroeid.
Maar er is iets mis met het tweede diagram. Het lijkt misschien dat in de 20e eeuw de kosten en prestaties van computers helemaal niet zijn verbeterd. Dit is duidelijk niet het geval.
Grafiek 2 laat zien dat het verblindend kan zijn om een lineaire schaal te gebruiken om te laten zien hoe de wet van Moore in de loop van de tijd verandert. Het verleden lijkt plat, alsof er geen vooruitgang was. Bovendien concluderen mensen ten onrechte dat het huidige tijdstip een periode van unieke, 'bijna verticale' technologische vooruitgang vertegenwoordigt.
Lineaire schalen kunnen mensen laten geloven dat ze op het hoogtepunt van verandering leven.
De blinde vlek van het leven in het heden
Laten we nog eens kijken naar Grafiek 2. Als we kijken naar 2018, lijken de eerdere prijs-prestatie-verdubbelingen die elk decennium gedurende een groot deel van de 20e eeuw hebben plaatsgevonden, vlak, bijna onbeduidend. Iemand die dit diagram bestudeert, zou zeggen: wat heb ik een geluk dat ik nu leef. Ik herinner me het jaar 2009 toen ik dacht dat mijn nieuwe iPhone snel was. Ik had geen idee hoe traag het was. Het is goed dat ik het verticale gedeelte heb bereikt.
Mensen zeggen dat we door de "knik van de hockeystick" zijn gegaan. Maar zo'n overgangspunt bestaat niet.
Elke curvevorm in de toekomst ziet er hetzelfde uit als in het verleden. Hieronder toont grafiek 3 de exponentiële curve van de wet van Moore op een lineaire schaal, maar dit keer vanuit een perspectief van 2028. De curve suggereert dat de groei die we de afgelopen 100 jaar hebben doorgemaakt, nog zeker 10 jaar zal aanhouden. Deze grafiek laat zien dat in 2028 voor één dollar 200 gigaflops aan rekenkracht kan worden gekocht.
Grafiek 3.
Grafiek 3 vormt echter ook een valstrik voor de analist.
Kijk goed waar de moderne rekenkracht (2018) precies ligt op de curve in het derde diagram. Vanuit het oogpunt van een persoon die in de toekomst 2028 leeft en werkt, lijkt het erop dat er aan het begin van de 20e eeuw praktisch geen verbeteringen waren in de rekenkracht. Het lijkt erop dat de computers die in 2018 werden gebruikt, iets krachtiger waren dan die in 1950. Een waarnemer zou ook kunnen concluderen dat het huidige jaar 2028 het hoogtepunt is van de wet van Moore, waar de vooruitgang op het gebied van rekenkracht eindelijk enorm stijgt.
Grafiek 3 kan elk jaar opnieuw worden gemaakt, waarbij alleen de weergegeven tijdspanne wordt gewijzigd. De vorm van de curve zou identiek zijn, alleen de vinkjes zouden langs de verticale schaal veranderen. Merk op dat de vorm van diagram 2 en 3 er hetzelfde uitziet, behalve de verticale schaal. Op elk van deze grafieken zou elk verleden moment vlak zijn, gezien vanuit de toekomst, en elk toekomstig moment zou een scherpe afwijking zijn van het verleden. Helaas zou deze misvatting het resultaat zijn van een gebrekkige bedrijfsstrategie, althans als het gaat om kunstmatige intelligentie.
Wat betekent het?
De exponentiële thema's van verandering zijn voor de menselijke geest moeilijk te begrijpen en te zien met het oog. Exponentiële curven zijn uniek in de zin dat ze op elk punt wiskundig op zichzelf lijken. Dit betekent dat de altijd verdubbelende bocht geen vlakke delen heeft, niet de stijgende delen, bochten en knikken waar mensen over praten. De vorm zal altijd hetzelfde zijn.
Terwijl de wet van Moore blijft werken, is het verleidelijk om te geloven dat we op dit moment een uniek stadium van grote verandering in de ontwikkeling van kunstmatige intelligentie (of enige andere technologie die zich uitstrekt tot de wet van Moore) hebben bereikt. Zolang de rekenkracht echter een exponentiële prijs-prestatiecurve blijft volgen, zal elke toekomstige generatie waarschijnlijk terugkijken op het verleden als een tijdperk van relatief weinig vooruitgang. Op zijn beurt blijft het tegenovergestelde waar: elke huidige generatie kijkt tien jaar in de toekomst en kan niet inschatten hoeveel vooruitgang er op het gebied van AI nog in het verschiet ligt.
Dus voor iedereen die een toekomst plant die wordt aangedreven door de exponentiële groei van computers, is de uitdaging om zijn eigen verkeerde interpretaties te overwinnen. Er zijn drie grafieken om in gedachten te houden om de kracht van exponentiële groei echt te waarderen. Omdat het verleden er altijd vlak uitziet en de toekomst er altijd verticaal uitziet.
Ilya Khel
