1. 首頁 > 科技 > >

5G|現在電腦連接了我們所有人，那么接下來會發生什么?( 四 )

5G央企


但在可逆計算中 ， 邏輯門的輸出和輸入一樣多 。 這意味著如果你反向運行邏輯門 ， 你可以使用 ， 比如說三個輸出比特來獲得三個輸入比特 。 一些研究人員設想了一種可逆邏輯電路 ， 它不僅可以節省那些多余的比特 ， 還可以將它們循環用于其他計算 。 物理學家理查德·費曼得出的結論是 ， 除了數據傳輸過程中的能量損失外 ， 計算效率在理論上是沒有限制的 。
把可逆計算和超導計算結合起來 ， 孔特說 ， “你會收到雙重收益 。 ”高效的計算機允許您在同一芯片上運行更多的操作 ， 而無需擔心電力使用或熱量產生問題 。 最終其中一種或兩種方法可能會成為超大規模計算的主干” 。
軟件改進研究人員繼續致力于晶體管、其他計算元件、芯片設計等硬件相關的新技術 ， 如光子學、生物分子、碳納米管 。 但是 ， 僅僅通過優化軟件代碼 ， 現在的計算機仍然可以從當前的硬件架構中獲得更多改進 。
例如 ， 在《科學》雜志2020年的一篇論文中 ， 研究人員研究了兩個矩陣相乘的簡單問題 ， 數學和機器學習中使用的數字網格 。 當團隊選擇了一種高效的編程語言并為底層硬件優化了代碼時 ， 計算的速度比Python語言的標準代碼快了6萬多倍 ， 而Python語言目前被認為是用戶友好且容易學習的 。
麻省理工學院(MIT)的研究科學家尼爾?湯普森是《科學》(Science)雜志上這篇論文的合著者 ， 他最近與人合作撰寫了一篇論文 ， 探討算法的歷史改進 。 算法是一組指令 ， 根據人類設定的規則做出決策 ， 用于排序數據等任務 。 “對于為數不多的算法來說 ， ”他說 ， “它們的進展和摩爾定律一樣快 ， 甚至更快 。 ”
幾十年來 ， 包括摩爾在內的人們一直預測摩爾定律的終結 。 進步可能放緩了 ， 但人類的創新使技術保持快速發展 。
追求智慧從計算機科學的早期開始 ， 研究人員就致力于讓計算機復制人類的思維 。 艾倫·圖靈在1950年發表了一篇題為《計算機器與智能》的論文 ， 他在開篇寫道:“我提議設想這樣一個問題 ， ‘機器能思考嗎?’”他接著概述了一個測試 ， 并稱之為“模仿游戲”(現在稱為圖靈測試) ， 在這個測試中 ， 一個被測試者通過書寫提問的方式同時與計算機和一個人交流 ， 在這種交流過程中被測試者無法看見自己交流的對象是計算機還是人類 ， 他必須通過書寫的問題和相應回復來判斷哪一個是人哪一個是計算機 。 如果這個被測試者無法判斷差別 ， 那么認為這臺計算機是可以思考的 。
“人工智能”一詞最早出現在1955年達特茅斯學院(Dartmouth College) 夏季峰會的一項提案中 。 這個提案提出 ， “我們將進行一次嘗試 ， 尋找如何讓機器使用語言、形成抽象和概念 ， 解決目前留給人類的各種問題 ， 并提高機器自身 。 ” 峰會的組織者預計 ， 在兩個多月的時間里10個峰會的與會者將取得重大進展 。
60多年過去了 ， 現在還不清楚這些進展是否達到了當時夏季峰會上的預期 。 現在人工智能以各種方式圍繞著我們:隱形的(例如過濾垃圾郵件)、值得關注的(例如自動駕駛汽車、在象棋或者圍棋上打敗人類) ， 以及介于兩者之間的(例如用智能手機聊天) 。 這些都是狹義的人工智能 ， 能很好地完成一到兩個任務 ， 但是圖靈的想法是一種“通用型人工智能” ， 根據需求可以完成大部分人類所做的工作 。

世界國際象棋冠軍加里·卡斯帕羅夫在1996年的一場比賽中擊敗了IBM的超級計算機“深藍” 。 但在1997年的重賽中 ， 電腦贏了
“我們可能永遠無法實現通用型人工智能 ， 但這條道路將引領許多有用的創新 。 ”蒙特利爾麥吉爾大學(McGillUniversity)計算機科學家、人工智能公司DeepMind蒙特利爾研究團隊負責人多伊娜?普萊普表示:“我認為我們已經取得了很大進展 ， 但現在仍然缺乏的是對人類智力基本原理的理解 。 ”

相關經驗推薦