Recessione globale per la fine della legge di Moore - pagina 14
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Intende dire Trump? O le persone dietro di lui?
Non privarmi della mia ultima speranza della tua ragionevolezza.
Sono totalmente d'accordo con la tua ragionevolezza, per le mie ragioni mercantili, ma ecco la realtà...
Aspettiamo... Vorrei che tu avessi ragione.
Alcuni fatti sull'industria mobile globale (fornitori di servizi) nel 2020:
"Il crescente livello di maturità nei mercati sviluppati, combinato con la recente forte crescita nei mercati in via di sviluppo, significa che ci sarà inevitabilmente un rallentamento degli abbonati globali. Nei sei anni fino al 2014, gli abbonati unici sono cresciuti ad un CAGR del 7,6%. Questa cifra dovrebbe rallentare al 4,0% nel periodo fino al 2020. Si prevede che la crescita delle entrate rallenti ulteriormente nei prossimi anni, con un CAGR del 3,1% all'anno fino al 2020, in calo da poco più del 4% nel periodo 2008-2014. Questo riflette il continuo impatto di fattori come la maturità del mercato, la concorrenza e la regolamentazione".
E cosa succederà nel 2020-2025 quando la velocità dell'internet mobile avrà raggiunto il picco e i transistor avranno smesso di ridursi di dimensioni?
Affermare che se un'industria mobile è colpita da una recessione, allora il resto dell'economia non la sentirà è sbagliato. Guardate cosa è successo nel 2008. Teoricamente solo le banche avrebbero dovuto sentire la recessione a causa del calo delle vendite di mutui. La percentuale del settore finanziario sul PIL è di circa l'8%, contro il 4% dell'industria mobile. Ma la recessione ha colpito tutti i settori. È come il domino: l'aumento della disoccupazione in un settore, porta a vendite più basse in tutti i settori, gli investimenti in tutti i settori cadono a causa della paura degli investitori, la disoccupazione si diffonde ad altri settori, ecc. Guardate gli indici Dow o S&P. Si possono vedere chiaramente due declini, 2000-2002 e 2007-2009, quasi identici in grandezza. Il primo declino è stato causato dalla bolla .com. Anche all'epoca si poteva sostenere che .com era una % molto piccola del PIL. Il mercato e gli investimenti sono una questione delicata, che dipende dalle emozioni degli investitori che possono mandare il mercato giù del 50%.
Mi viene in mente un'analogia imperfetta.
La politica cinese "una famiglia, un bambino", iniziata negli anni '70 e in fase di eliminazione quest'anno, non ha portato a una recessione in Cina. Al contrario, l'enorme PIL è aumentato in modo impressionante ogni anno. Perché è così? Penso che un figlio unico ottenga di più in termini di educazione, salute, cultura. Il contraccolpo è cresciuto dalle generazioni successive. La nazione cinese è diventata, diciamo, "più intelligente".
È lo stesso con l'hardware: per rendere i dispositivi più efficienti non bisogna produrre il maggior numero possibile di transistor per unità di volume. Si può migliorare il software.
Ora le possibilità dei dispositivi sono abbastanza soddisfacenti per una persona in modalità 2D e 3D. Ma se vuole andare su Internet con tutti i suoi sensi, allora sì, è necessaria una sorta di rivoluzione nei processori.
E di nuovo, passato. Ora c'è un'impennata di interesse per le reti neurali. msqrd è una chiara prova di ciò
Una tipica visione locale della realtà.
La realtà è un po' diversa:
C'è effettivamente un'impennata di interesse in msqrd, ma non influisce sul quadro generale e ciò che è interessante è che tutto questo "interesse" è per qualche motivo soprattutto dalla Bielorussia, dove il Combinator è di stanza. Deve essere una coincidenza ;):
Ma ci sono programmi che battono i campioni mondiali di scacchi. Naturalmente, questi sono programmi altamente specializzati, ma se allo stesso alto livello si potesse sviluppare un insieme di programmi in grado di eseguire una vasta gamma di aspetti diversi dell'attività mentale umana, allora si tratterebbe davvero di intelligenza artificiale. E se un tale programma di scacchi è stato creato, non vedo limiti fondamentali che impediscano di risolvere questo compito.
La cosa più difficile, naturalmente, è insegnare al programma a pensare qualcosa di nuovo (inventare). Ma non tutti possono diventare inventori. Anche se ci sono algoritmi anche nell'inventare, se ci pensate.
Una tipica visione locale della realtà.
La realtà è un po' diversa:
C'è effettivamente un'impennata di interesse in msqrd, ma non influisce sul quadro generale e ciò che è interessante è che tutto questo "interesse" è per qualche motivo soprattutto dalla Bielorussia, dove il Combinator è di stanza. Deve essere una coincidenza ;):
Non siete consapevoli del fatto che il nuovo giro di popolarità delle reti neurali viene ricercato con le parole chiave deep learning o apprendimento profondo. Queste sono reti neurali multistrato :) Sono impressionanti nel risolvere problemi di riconoscimento dei modelli, per esempio. Meglio di un umano.
L'architettura moderna dei computer è stata fondata da Thuring e Von Neumann negli anni '30 e '50. Hanno anche stabilito una serie di assiomi all'interno dei quali opera qualsiasi dispositivo di calcolo. In particolare, un computer moderno è una pro-versione di una macchina di Turing, o un automa deterministico, con tutte le conseguenze che ne derivano. Una di queste conseguenze: è impossibile controllare la calcolabilità di un dato problema. Il computer lo risolverà, in un numero finito di passi, oppure no. Ma non sarà in grado di controllarlo da solo. Ad un livello primitivo, il "blocco del programma" è solo una conseguenza di questa limitazione. D'altra parte, basandosi su un certo numero di proposizioni, o asserzioni formali, il computer può andare dall'asserzione "A" all'asserzione "B" in un numero finito di passi, emulando così il processo di pensiero. Ma sarebbe solo un'emulazione in quanto vincolata, ripeto, dagli assiomi della macchina di Turing e dalla teoria degli automi finiti di von Neumann. E l'IA richiede proprio quel salto di pensiero che va oltre quegli assiomi. È grazie a questo aspetto del pensiero che si può operare con infiniti concetti e trovare nuove ipotesi, alle quali non si può arrivare con il ragionamento logico.
Questo può non sembrare ovvio a tutti. Molti eminenti scienziati la pensavano diversamente. Tra questi c'era l'eminente matematico David Hilbert. Ha fondato una tendenza in matematica conosciuta come costruttivismo. Secondo questo approccio, la matematica doveva essere basata su alcuni assiomi fondamentali da cui si poteva dimostrare assolutamente tutta la matematica. È stato suggerito che qualcosa di automatico e simile alla macchina a stati finiti di von Neumann (questo era prima del lavoro di Turing e von Neumann) dovrebbe essere usato come "solutore". Tuttavia, questo tentativo è fallito. Ben presto si scoprì che in matematica c'era tutta una serie di affermazioni che non potevano essere né provate né confutate. Non ci si può arrivare con operazioni logiche. Tuttavia, questo non significa che siano falsi, astratti o inesistenti. È semplicemente che la conoscenza attuale dell'umanità è insufficiente per comprenderli. Quando sarà il momento, saranno dimostrati anche in altri assiomi che espandono la nostra comprensione del mondo che ci circonda. Ma in questo momento sono in attesa di accadere e i computer, per quanto potenti possano essere, non saranno d'aiuto in questo caso.
In sintesi: l'IA non sarà mai creata, almeno nel quadro dell'informatica moderna, per la semplice ragione che le limitazioni della macchina di Turing e dell'automa finito di von Neumann sono imposte ai dispositivi di calcolo moderni. Tutta l'informatica moderna è intrinsecamente deterministica e funziona solo quando c'è un percorso diretto di un numero finito di pietre dall'affermazione A all'affermazione B.
Non siete consapevoli del fatto che il nuovo giro di popolarità delle reti neurali viene ricercato con le parole chiave deep learning o apprendimento profondo. Queste sono reti neurali multistrato :) Sono impressionanti nel risolvere problemi di riconoscimento dei modelli, per esempio. Meglio di un umano.