AI算力70年增長(zhǎng)6.8億倍，3個(gè)歷史階段見(jiàn)證AI技術(shù)指數(shù)級(jí)爆發(fā)

　　【新智元導(dǎo)讀】一張圖揭示了AI算力70多年發(fā)展了6.7億倍，未來(lái)AI各方面能力將全面超越人類，而真正令人期待的是，AI行業(yè)才剛剛進(jìn)入爆發(fā)前的萌芽期。

　　電子計(jì)算機(jī)于上世紀(jì)40年代誕生，而在計(jì)算機(jī)出現(xiàn)后的10年內(nèi)，人類歷史上的第一個(gè)AI應(yīng)用就出現(xiàn)了。

　　70多年過(guò)去了，AI模型現(xiàn)在不僅能寫詩(shī)，還能根據(jù)文本提示生成圖像，甚至是幫助人類發(fā)現(xiàn)未知的蛋白質(zhì)結(jié)構(gòu)。

　　那么，是什么推動(dòng)了AI技術(shù)在如此短時(shí)間內(nèi)的指數(shù)級(jí)增長(zhǎng)呢?

　　一張來(lái)自「我們數(shù)據(jù)中的世界」(Our World in Data)的長(zhǎng)圖，通過(guò)用于訓(xùn)練AI模型的算力變化為刻度，對(duì)AI發(fā)展歷史進(jìn)行了追溯。

　　高清大圖：https://www.visualcapitalist.com/wp-content/uploads/2023/09/01.-CP_AI-Computation-History_Full-Sized.html

　　圖中數(shù)據(jù)的來(lái)源，是源于一篇由MIT等大學(xué)研究人員發(fā)表的論文。

　　論文地址：https://arxiv.org/pdf/2202.05924.pdf

　　除了論文之外，還有一個(gè)研究團(tuán)隊(duì)根據(jù)這篇論文數(shù)據(jù)做了一個(gè)可視化的表格，可以隨意縮放圖標(biāo)來(lái)獲取精細(xì)的數(shù)據(jù)

　　表格地址：https://epochai.org/blog/compute-trends#compute-trends-are-slower-than-previously-reported

　　圖表的作者主要通過(guò)計(jì)算運(yùn)算次數(shù)以及GPU時(shí)間來(lái)估計(jì)訓(xùn)練每個(gè)模型的計(jì)算量，而對(duì)于選擇哪一個(gè)模型作為重要模型的代表，作者主要通過(guò)3個(gè)性質(zhì)來(lái)確定：

　　顯著的重要性：某個(gè)系統(tǒng)具有重大歷史影響，顯著提高了SOTA，或者被引用次數(shù)超過(guò) 1000次。

　　相關(guān)性：作者只收錄了包含實(shí)驗(yàn)結(jié)果和關(guān)鍵機(jī)器學(xué)習(xí)組成部分的論文，并且論文目標(biāo)是推動(dòng)現(xiàn)有SOTA發(fā)展。

　　獨(dú)特性：如果描述同一系統(tǒng)的另一篇論文更具影響力，那么該論文將被從作者的數(shù)據(jù)集中排除。

　　AI發(fā)展的三個(gè)時(shí)代

　　在1950年代，美國(guó)數(shù)學(xué)家Claude Shannon訓(xùn)練了一個(gè)名為Theseus的機(jī)器老鼠，使其能在迷宮中導(dǎo)航并記住路徑—這是第一個(gè)人工學(xué)習(xí)的實(shí)例。

　　Theseus的構(gòu)建基于40個(gè)浮點(diǎn)運(yùn)算(FLOPs)。FLOPs通常用作衡量計(jì)算機(jī)硬件計(jì)算性能的指標(biāo)。FLOP數(shù)量越高，計(jì)算能力越強(qiáng)，系統(tǒng)也越強(qiáng)大。

　　計(jì)算能力、可用的訓(xùn)練數(shù)據(jù)和算法是AI進(jìn)步的三大要素。而在AI發(fā)展的最初幾十年里，所需的計(jì)算能力是按照摩爾定律增長(zhǎng)的——計(jì)算能力也在大約20個(gè)月的時(shí)間翻一倍。

　　然而，在2012年由AlexNet(一個(gè)圖像識(shí)別AI)標(biāo)志著深度學(xué)習(xí)時(shí)代的開(kāi)始時(shí)，這個(gè)翻倍時(shí)間大大縮短到了六個(gè)月，因?yàn)檠芯咳藛T加大了對(duì)計(jì)算和處理器的投資。

　　隨著2015年AlphaGo的出現(xiàn)——一個(gè)擊敗了人類職業(yè)圍棋選手的計(jì)算機(jī)程序——研究人員發(fā)現(xiàn)了第三個(gè)時(shí)代：大規(guī)模AI模型時(shí)代到來(lái)了，它的計(jì)算需求比以前所有的AI系統(tǒng)都要大。

　　未來(lái)AI技術(shù)的進(jìn)展

　　回顧最近的十年，計(jì)算能力的增長(zhǎng)是如此之快，簡(jiǎn)直令人難以置信。

　　例如，用于訓(xùn)練Minerva(一個(gè)可以解決復(fù)雜數(shù)學(xué)問(wèn)題的AI)的計(jì)算能力幾乎是十年前用于訓(xùn)練AlexNet的600萬(wàn)倍。

　　這種計(jì)算增長(zhǎng)，加上大量可用的數(shù)據(jù)集和更好的算法，令A(yù)I在極短的時(shí)間內(nèi)取得了大量進(jìn)展。如今，AI不僅能達(dá)到人的表現(xiàn)水平，甚至在很多領(lǐng)域超過(guò)了人類。

　　AI能力將在方方面面不斷超越人類

　　從上圖可以清楚地看出，人工智能在很多領(lǐng)域已經(jīng)超越了人類的表現(xiàn)，并且在其他方面也將很快超越人類的表現(xiàn)。

　　下圖展示了在常見(jiàn)的人類日常工作和生活會(huì)使用到的能力中，AI在哪一年已經(jīng)達(dá)到或者超過(guò)了人類水平。

　　AI技術(shù)發(fā)展勢(shì)能充足

　　難以說(shuō)計(jì)算增長(zhǎng)是否會(huì)保持相同的速度。大規(guī)模模型需要越來(lái)越多的算力來(lái)訓(xùn)練，如果算力供應(yīng)不能繼續(xù)增長(zhǎng)，可能會(huì)減緩AI技術(shù)發(fā)展的進(jìn)度。

　　同樣，耗盡目前可用于訓(xùn)練AI模型的所有數(shù)據(jù)也可能妨礙新模型的開(kāi)發(fā)和實(shí)施。

　　然而，2023年，大量資本涌入AI行業(yè)，尤其是以大語(yǔ)言模型為代表的生成式AI�；蛟S更多的突破即將出現(xiàn)，似乎以上3個(gè)促進(jìn)AI技術(shù)發(fā)展的元素都將在未來(lái)進(jìn)一步得到優(yōu)化和發(fā)展。

　　2023年上半年，AI行業(yè)的初創(chuàng)公司融資規(guī)模達(dá)到了140億美元，甚至比過(guò)去4年獲得的融資總和還要多。

　　而大量(78%)的生成式AI初創(chuàng)公司都還處于發(fā)展非常早期的階段，甚至27%的生成式AI初創(chuàng)公司公司還沒(méi)有進(jìn)行融資。

　　360多家生成式人工智能公司，27% 尚未進(jìn)行融資。超過(guò)一半是 輪或更早的項(xiàng)目，說(shuō)明整個(gè)生成式AI行業(yè)還屬于非常早期的階段。

　　由于開(kāi)發(fā)大型語(yǔ)言模型的資本密集型性質(zhì)，自 2022 年第三季度以來(lái)，生成式AI基礎(chǔ)設(shè)施類別已獲得超過(guò) 70% 的資金，僅占所有生成式AI交易量的10%。大部分資金源于投資者對(duì)基礎(chǔ)模型和API、MLOps(機(jī)器學(xué)習(xí)操作)以及向量數(shù)據(jù)庫(kù)技術(shù)等新興基礎(chǔ)設(shè)施的興趣。