Tres elementos principales para hacer realidad la inteligencia artificial
Datos: el alimento de la inteligencia artificial
El factor principal para hacer realidad la inteligencia artificial son los datos, que son el recurso de aprendizaje para todos los objetos inteligentes. Sin datos, es difícil para cualquier persona inteligente. agente para aprender conocimientos. Desde el comienzo de los registros, la sociedad humana se ha desarrollado durante miles de años. Durante este período, la sociedad humana ha seguido evolucionando, desde la sociedad primitiva hasta la sociedad esclavista, la sociedad feudal, la sociedad capitalista, la sociedad socialista y el mundo que. se desarrollará en el futuro.** La sociedad industrial, en el largo proceso de desarrollo, no puede prescindir de los datos como fuerza impulsora para el desarrollo de la sociedad humana.
La razón por la que la sociedad humana ha desarrollado una civilización cada vez más avanzada es inseparable del aprendizaje del conocimiento. Cuanto más rápida es la difusión del conocimiento, más rápido es el desarrollo de la sociedad. Antes de la sociedad feudal, la difusión del conocimiento. La difusión del conocimiento varió desde inscripciones orales hasta inscripciones en huesos oraculares y registros en tiras de bambú. Incluso los registros en papel de la sociedad feudal tardía no podían compararse con la velocidad de difusión del conocimiento en comparación con la Internet actual.
En términos generales, la adquisición de conocimientos proviene de dos formas. Una es adquirir conocimientos a través de la experiencia de otras personas, es decir, otros organizan el conocimiento en libros y luego lo proporcionan para que todos lo aprendan. el otro es adquirir conocimientos a través de la propia exploración. Este método de aprendizaje actualmente solo existe en el campo del aprendizaje de conocimientos de alta tecnología. Debido a la apertura de los recursos sociales existentes, no existe ningún conocimiento que pueda aprenderse. Sólo se aprende a través de Internet. Internet es la única manera de aprender. La otra es la adquisición de conocimientos a través de la autoexploración.
No importa qué tipo de método de aprendizaje, el conocimiento debe transmitirse a través de medios de aprendizaje, ya sea presencial, mano a mano o registros de libros, publicaciones electrónicas, materiales de video, etc. Estos son portadores de aprendizaje, podemos Se llama materiales, y la calidad de los materiales de aprendizaje afecta fundamentalmente el efecto del aprendizaje. Por lo tanto, tener un buen maestro y un buen libro para estudiar es muy importante para el aprendizaje humano. Por lo tanto, para el aprendizaje humano, encontrar un buen maestro y tener un buen libro son opciones de aprendizaje muy importantes.
Dado que el aprendizaje humano depende tanto de la calidad de los datos, ¿existirá el mismo problema cuando la inteligencia artificial aprenda? La respuesta es, por supuesto, sí. No sólo eso, sino que la IA depende más de los datos que los humanos cuando aprenden. En comparación con la inteligencia artificial actual, los humanos tienen capacidades de razonamiento y pueden adquirir más conocimientos mediante el razonamiento y la asociación cuando aprenden ciertos conocimientos relevantes. Desde otra perspectiva, en un escenario específico, incluso si los datos están incompletos e incompletos, no tendrá un gran impacto en el aprendizaje humano, porque los humanos completarán el conocimiento faltante a través del razonamiento y la imaginación. La capacidad de razonamiento de la inteligencia artificial aún se encuentra en la etapa de investigación primaria y aún hay más problemas esperando que los técnicos de la industria los superen.
Se puede ver que la mayor parte del conocimiento que actualmente aprende la inteligencia artificial depende básicamente de la calidad de los datos. En este caso, incluso el experto en inteligencia artificial Andrew Ng expresó su emoción de que la inteligencia artificial = 80 datos 20 modelo de algoritmo. Se puede observar que el problema de que la inteligencia artificial "garantice los alimentos" sigue siendo muy urgente, si aparece "los alimentos". Si los "alimentos" tienen problemas de calidad y seguridad, eventualmente provocarán que la inteligencia artificial "enferme". Se puede ver que la calidad de los datos básicamente determina el nivel de probabilidad de inteligencia. Algunas personas dirán que puedo mejorar el efecto mejorando el modelo del algoritmo. Desafortunadamente, un poco de descuido en los datos causará problemas de calidad. Mucho esfuerzo para mejorar. El efecto, y puede que no necesariamente lo compense, se puede ver en la estructura final del desarrollo de la inteligencia artificial.
Poder informático: el cuerpo principal de la inteligencia artificial
El poder informático es otro factor importante en la realización de la inteligencia artificial. El poder informático refleja la velocidad y la eficiencia de la inteligencia artificial hasta cierto punto. En términos generales, cuanto mayor sea la potencia informática, mayor será la posibilidad de lograr una inteligencia artificial más avanzada. La potencia informática depende del dispositivo, por lo que cuando hablamos de potencia informática en general, nos referimos a dispositivos específicos, como CPU, GPU, DPU, TPU, NPU, BPU, etc., que son todos dispositivos de potencia informática, pero tienen diferentes capacidades.
La introducción específica se puede escribir como "CPU, GPU, DPU, TPU, NPU... ¿No estás seguro? Alfabetización de fuerza: disposición". En un artículo, la introducción es bastante completa, desde APU hasta ZPU. , que es suficiente para la alfabetización.
Además de las diversas PU anteriores, los dispositivos informáticos también se dividen en diferentes series. Por ejemplo, las GPU de NVIDIA en el lado de las PC incluyen la serie GeForce de consumo y gráficos profesionales Quadro. serie, serie Tesla de informática profesional, etc., y la serie GeForce se puede dividir en GT, GTX, RTX, etc. Por supuesto, la serie se puede subdividir en cada subserie. Por ejemplo, en GTX, hay GTX1050. , GTX1050Ti... ..Para series más potentes como GTX1080, GTX1080Ti y GTX Titan, RTX también contiene divisiones de niveles más detalladas. Qué serie elegir depende del escenario de uso específico y, por supuesto, también está relacionado con su propio consumo. potencia en total, un rendimiento más sólido significa más dinero real
La siguiente es la comparación de rendimiento de las tarjetas gráficas de la serie RTX20:
La comparación de rendimiento de las tarjetas gráficas de la serie RTX30:
Además, NVIDIA también tiene una variedad de series de tarjetas gráficas para aplicaciones integradas, como la serie JetSon, la serie DRIVE AGX, la serie Clara AGX, etc., así como algunos recursos informáticos para la segmentación en la nube. Por ejemplo, Jetson se divide en cuatro tipos de dispositivos según la cantidad de núcleos informáticos: Jetson Nano, Jetson TX2, Jetson Xavier NX y Jetson AGX Xavier.
Para los fabricantes, cuanto más refinado es el producto, mejor. Más valioso es propicio para la publicidad y la promoción. Para los consumidores, la selectividad también ha aumentado considerablemente y también se requieren conocimientos básicos de los consumidores si no se conocen las diferencias entre varios productos. El mercado actual de tarjetas gráficas es incorrecto. De esta manera, necesita algunos conocimientos profesionales para elegir el tipo de tarjeta gráfica que necesita. Esperamos que todos puedan elegir el modelo de tarjeta gráfica que más les convenga después de la popularidad de las tarjetas gráficas. Ya sean juegos, diseño gráfico o informática, debe tener un modelo correspondiente en mente; de lo contrario, tendrá dificultades para elegir.
Tomemos como ejemplo la tecnología convencional actual de aprendizaje profundo de inteligencia artificial. El proceso de aprendizaje consiste en colocar los datos que se van a aprender en el dispositivo informático y pasarlos a través de la red neuronal cientos de millones de veces. El proceso de cálculo y ajuste para obtener la solución óptima si los datos se consideran el "alimento" de. inteligencia artificial, entonces la potencia informática es el "cuerpo" que respalda la inteligencia artificial. Todo lo que se come en la "comida" debe pasar por el "cuerpo de la digestión" y extraer "nutrientes" para ayudarlo a crecer. De manera similar, los datos de inteligencia artificial también deben ser procesados mediante potencia informática para extraer características de los datos como signos de inteligencia.
Algoritmos: el cerebro de la inteligencia artificial
Los algoritmos son la diferencia fundamental entre los programas de inteligencia artificial y los programas de inteligencia no artificial. Se puede entender de esta manera: incluso si hay datos y. potencia informática, no hay informática central Sin potencia, el programa sólo puede considerarse como una biblioteca de recursos aparentemente de alta gama. Es solo una biblioteca de recursos relativamente de alto nivel. Dado que no existe un diseño de algoritmo, es equivalente a una pila de recursos sin una aplicación efectiva. El algoritmo es el pensamiento y el alma que realiza la utilización eficaz de dichos recursos.
En comparación con los dos primeros, los algoritmos dependen más del pensamiento personal. En la misma empresa, la empresa puede equipar a cada ingeniero de algoritmos con los mismos datos y recursos informáticos, pero no puede exigir que cada ingeniero de algoritmos diseñe. programas que sean algorítmicamente consistentes. Las inconsistencias en los programas algorítmicos también pueden generar grandes diferencias en la inteligencia final.
En comparación con los datos, que dependen de las contribuciones del público, la potencia informática depende de la capacidad de las organizaciones, y los algoritmos dependen más de los individuos. Aunque muchas empresas son equipos de algoritmos, quienes realmente propusieron el concepto. de los algoritmos informáticos es una o dos personas, no es exagerado decir que otras ayudan a mover los ladrillos, pero este tipo de movimiento de ladrillos algorítmico requiere mayores requisitos de habilidad que el movimiento de ladrillos en ingeniería de software pura. Lo mismo ocurre con el diseño arquitectónico. Esto es lo mismo que el diseño arquitectónico. Muchos diseños arquitectónicos famosos están inspirados en una o dos personas. Es raro ver un diseño famoso cuyas ideas hayan sido ideadas por siete u ocho personas.
Debido a la singularidad del diseño del algoritmo, los algoritmos tienen un mayor impacto en la inteligencia artificial que los tres elementos de la inteligencia artificial, los datos y la potencia informática. Esto se debe a que en el trabajo diario, gastamos mucho tiempo. En términos de tiempo y costo, básicamente se pueden encontrar buenos datos y equipos con una gran potencia informática. Sin embargo, debido a la singularidad del algoritmo, muchos algoritmos están patentados o no son de código abierto. La diferencia debería reflejarse en el algoritmo.
Las universidades e instituciones de formación actuales se especializan en inteligencia artificial y su dirección de aprendizaje se basa principalmente en algoritmos. Debido a que los datos son generados por el público y almacenados por algunas fábricas de Internet, los individuos rara vez hacen esto; mientras que los equipos de potencia informática están controlados por compañías de chips como individuos independientes, pueden maximizar su efectividad en la dirección de los algoritmos de inteligencia artificial; Cultivar talentos algorítmicos sobresalientes es crucial para el desarrollo de la inteligencia artificial. Actualmente, la demanda de ingenieros de algoritmos en áreas como visión de imágenes, señales de voz, lenguaje natural y automatización supera la oferta, y el nivel salarial es mucho más alto que el de otros puestos en la industria del software de Internet.
Posdata:
Actualmente, el desarrollo de la inteligencia artificial nacional se encuentra en un período de rápido crecimiento y entrará en un período explosivo en el futuro si los practicantes están en la dirección de la inteligencia artificial. procesamiento de datos o cálculos de inteligencia artificial, la dirección de la investigación y el desarrollo de equipos eléctricos o la dirección del desarrollo de algoritmos de inteligencia artificial generarán enormes dividendos para la industria y generosos retornos. La dirección de los algoritmos de inteligencia artificial es la dirección con el mayor retorno del aprendizaje y es la mejor opción para personas sin experiencia en la industria de la inteligencia artificial.
Shenren
¿Cuál es una buena forma de ingresar a la industria de la inteligencia artificial?