人工智能所需的計(jì)算量太大以至于阻礙了其更新的進(jìn)度

歐洲一家大型連鎖超市于2019年初引入了人工智能(AI)。該公司使用AI來預(yù)測客戶每天將在不同的商店購買哪些產(chǎn)品，從而幫助減少昂貴的產(chǎn)品浪費(fèi)并維持庫存。

該公司已經(jīng)使用購買數(shù)據(jù)和簡單的統(tǒng)計(jì)方法來預(yù)測銷售。此外，除了諸如當(dāng)?shù)靥鞖?，交通狀況和競爭對手趨勢等其他信息外，深度學(xué)習(xí)的引入加速了AI近年來的顯著進(jìn)步，深度學(xué)習(xí)的引入將錯(cuò)誤率提高到了75%。它減少了。

這恰恰是我們期望AI削減成本的效果。但是有一個(gè)很大的陷阱。新算法需要大量計(jì)算，因此該公司最終決定不使用它。

麻省理工學(xué)院說：“概括地說，除非云計(jì)算成本下降或算法變得更加有效，否則就不應(yīng)該進(jìn)行大規(guī)模部署。”收集此類案例研究的研究員尼爾·湯普森說。請注意，湯普森尚未透露公司名稱。

湯普森指出，此案凸顯了AI及其用戶迫在眉睫的問題。近年來，人工智能的發(fā)展取得了飛速的發(fā)展，創(chuàng)造了超越人類的游戲，友善的私人助理以及在繁忙道路上自動(dòng)駕駛的汽車。但是，繼續(xù)取得這些進(jìn)展的能力取決于不斷為該問題投入更多計(jì)算資源的能力。

湯普森和其他團(tuán)隊(duì)在一份新論文中認(rèn)為，要繼續(xù)取得這些進(jìn)步，我們將不會(huì)或很快將無法以相同的速度提高計(jì)算能力。這可能會(huì)扼殺計(jì)算機(jī)視覺，翻譯和語言理解等領(lǐng)域的進(jìn)一步進(jìn)步。

計(jì)算量急劇增加

在過去十年中，人工智能所需的計(jì)算量急劇增加。2012年，當(dāng)深度學(xué)習(xí)熱潮開始時(shí)，多倫多大學(xué)的一個(gè)團(tuán)隊(duì)使用兩個(gè)GPU在五天內(nèi)創(chuàng)建了革命性的圖像識別算法。在2019年，谷歌和卡耐基梅隆大學(xué)的研究人員在六天內(nèi)開發(fā)了一種更好的圖像識別算法，使用了大約1,000種特殊芯片，性能優(yōu)于早期GPU。