여기에서 가져옴: http://www.gsmamobileeconomy.com/GSMA_Global_Mobile_Economy_Report_2015.pdf
"선진 시장의 성숙도가 높아짐에 따라 개발도상국 시장의 최근 강력한 성장은 불가피하게 글로벌 가입자 감소가 있을 것임을 의미합니다. 2014년까지 6년 동안 고유 가입자는 7.6%의 CAGR로 성장했습니다. 이 수치는 2020년까지 4.0%로 둔화될 것으로 예상됩니다... 수익 성장은 2020년까지 연간 3.1%의 CAGR로 해당 기간의 4%를 약간 웃도는 수준에서 감소하면서 향후 몇 년 동안 더욱 둔화될 것으로 예상됩니다 이는 시장 성숙도, 경쟁 및 규제와 같은 요인의 지속적인 영향을 반영합니다."
그리고 2020-2025년에 모바일 인터넷의 속도가 최대에 도달하고 트랜지스터의 크기 감소가 멈추면 어떤 일이 벌어질까요?
한 모바일 산업이 경기 침체의 영향을 받으면 나머지 경제는 그것을 잘못 느끼지 않을 것이라고 주장합니다. 2008년에 무슨 일이 일어났는지 보세요. 이론적으로는 모기지 판매 감소로 인해 은행들만이 침체를 느꼈어야 했다. GDP에서 금융 부문이 차지하는 비중은 약 8%로 모바일 산업은 4%입니다. 그러나 경기 침체는 모든 산업에 영향을 미쳤습니다. 그것은 도미노와 같습니다. 한 부문의 실업 증가는 모든 부문의 매출 감소로 이어지고, 모든 부문의 투자는 투자자 공포로 인해 감소하고, 실업이 다른 부문으로 확산되는 등입니다. 다우나 S&P 지수를 보십시오. 2000-2002년과 2007-2009년 두 가지 감소가 명확하게 보입니다. 그런데 규모가 거의 동일합니다. 첫 번째 하락은 .com 거품으로 인해 발생했습니다. 그 당시에는 .com이 GDP에서 차지하는 비중이 매우 낮다는 주장도 제기될 수 있었습니다. 시장과 투자는 투자자의 감정에 따라 미묘한 문제이며 시장을 50% 하락시킬 수 있습니다.
1970년대에 시작되어 올해 단계적으로 폐지된 중국 공산당의 "한 가족, 한 자녀" 정책은 중국에서 경기 침체로 이어지지 않았습니다. 반대로 거대한 GDP는 매년 인상적으로 성장했습니다. 왜 그런 겁니까 ? 외동아들이 교육, 건강, 문화 면에서 더 많이 받기 시작한 것 같아요. 수익은 후속 세대에서 증가했습니다. 중화민족은 "더 똑똑하다"고 말하기 시작했다.
또한 철과 함께. 장치를 보다 효율적으로 만들기 위해 단위 볼륨당 가능한 한 많은 트랜지스터를 곱할 필요는 없습니다. 소프트웨어를 개선할 수 있습니다.
이제 장치의 기능은 2D 및 3D 모드에서 사람에게 매우 만족스럽습니다. 이제 그가 온 감각을 다해 인터넷에 들어가고 싶다면 예, 일종의 프로세서 혁명이 필요합니다.
그러나 세계 체스 챔피언을 이기는 프로그램이 있습니다. 물론 이것들은 고도로 전문화된 프로그램이지만, 인간 정신 활동의 다양한 측면을 수행할 수 있는 일련의 프로그램이 동일한 높은 수준에서 개발된다면 이것은 실로 인공 지능이 될 것입니다. 그리고 그러한 체스 프로그램이 만들어지면이 문제를 해결하는 데 방해가되는 근본적인 제한이 없습니다.
가장 어려운 것은 물론 새로운 것을 생각해내도록 프로그램을 가르치는 것(발명)입니다. 그러나 결국 모든 사람이 발명가가 될 수 있는 것은 아닙니다. 발명품에도 자체 알고리즘이 있지만 생각해 보면.
스크램블 에그와 신의 선물을 혼동하지 마십시오. 체스는 조합의 게임입니다. 여기에서 컴퓨터는 항상 100점 앞서 있습니다. 바둑 같은 게임이 있어서 컴퓨터는 80년대 후반에 사람을 이기는 법을 배웠습니다. 그러나 이것은 AI와 관련이 없습니다.
현대 컴퓨터 아키텍처는 1930년대와 1950년대에 Turing과 Von Neumon에 의해 설립되었습니다. 그들은 또한 모든 컴퓨팅 장치가 작동하는 많은 공리를 제시했습니다. 구체적으로 말하면, 모든 현대 컴퓨터는 모든 결과를 초래하는 친 튜링 기계 또는 결정론적 자동 기계입니다. 이러한 결과 중 하나는 주어진 문제의 계산 가능성을 확인하는 것이 불가능하다는 것입니다. 컴퓨터는 유한한 단계로 문제를 풀거나 풀지 않을 것입니다. 그러나 그는 그것을 스스로 확인할 수 없습니다. 원시 수준에서 "프로그램 중단"은 정확히 이 제한의 결과입니다. 다른 한편으로, 일련의 명제 또는 형식적 진술에 의존하여, 컴퓨터는 유한 단계 수로 진술 "A"에서 진술 "B"로 이동하여 사고 과정을 모방할 수 있습니다. 그러나 이것은 모방일 뿐입니다. 왜냐하면 그것은 Turing 기계 공리와 von Neumann의 유한 자동자 이론에 의해 제한된다는 것을 반복합니다. 그리고 AI에게는 이러한 공리를 뛰어넘는 생각의 도약이 필요합니다. 이런 사고방식 덕분에 사람은 끝없는 개념을 가지고 작업 할 수 있고 논리적 추론으로는 도달할 수 없는 새로운 가설을 찾을 수 있습니다.
말한 내용이 모든 사람에게 명확하지 않을 수 있습니다. 이전에는 많은 저명한 과학자들이 다르게 생각했습니다. 그 중에는 뛰어난 수학자 다비드 힐베르트(David Hilbert)도 있었습니다. 그는 구성주의로 알려진 수학의 경향을 확립했습니다. 이 접근법에 따르면, 수학은 절대적으로 모든 수학을 증명할 수 있는 몇 가지 기본 공리를 기반으로 해야 했습니다. "해결사"로서 폰 노이만 상태 기계(Turing and von Neumann의 작업 이전)와 유사한 자동 및 유사한 것을 사용하는 것이 제안되었습니다. 그러나 이 시도는 실패했습니다. 곧 수학에는 증명할 수도 반증할 수도 없는 많은 진술이 있다는 것이 분명해졌습니다. 논리적 작업 의 도움으로 도달할 수 없습니다. 그러나 이것이 거짓이거나 추상적이거나 존재하지 않는다는 것을 의미하지는 않습니다. 현재 인류의 지식을 이해하는 것만으로는 충분하지 않습니다. 때가 되면 그것들은 또한 우리 주변 세계에 대한 우리의 이해를 확장하는 다른 공리의 틀 안에서 증명될 것입니다. 그러나 이제 그들은 날개에서 기다리고 있으며 컴퓨터가 아무리 강력하더라도 여기에서는 도움이되지 않습니다.
요약하자면, AI는 적어도 현대 컴퓨팅의 틀 내에서 결코 만들어지지 않을 것입니다. 현대 컴퓨팅 장치는 튜링 머신과 폰 노이만 유한 상태 머신의 한계에 종속된다는 단순한 이유 때문입니다. 현대의 모든 계산은 본질적으로 결정적이며 진술 A에서 진술 B까지 유한 수의 돌이 직선 경로로 있을 때만 작동합니다.
신경망의 새로운 인기가 딥 러닝 또는 딥 러닝이라는 키워드로 검색되고 있다는 사실을 모를 뿐입니다. 이것은 다층 신경망입니다. :) 예를 들어 패턴 인식 문제를 해결하는 데 탁월합니다. 인간보다 낫다.
확인. 알겠습니다. 뉴런에 대해 논쟁하지 않겠습니다. 왜냐하면 나는 이 주제를 정말로 이해하지 못한다. AI에 대해서만 이야기합니다. 그리고 여기는 조용합니다. 위에서 쓴 현대 컴퓨팅 장치를 기반으로 AI를 만드는 것이 불가능하다고 생각하는 이유. 뉴런이 윙윙거리고 있지만 아직 AI는 아니다.
토픽 스타터의 토픽으로 돌아갑니다. 내가 이해할 수 없는 한 가지는 블라디미르가 철의 컴퓨팅 파워 증가를 컴퓨터 장비에 대한 수요와 동일시하는 이유입니다. 새 스마트폰이 이전 스마트폰보다 더 강력해야 하는 이유는 무엇입니까? 예를 들어, 스마트폰에서 내 CPU가 몇 메가헤르츠인지 알지 못하며 대다수의 다른 사용자와 마찬가지로 나에게 절대적으로 무관심합니다. 이제 훨씬 더 중요한 것은 속도가 아니라 제공되는 서비스와 프로그램입니다. 클라우드 기능 및 기타 기능.
트럼프 말씀이신가요? 아니면 뒤에 있는 사람들?
당신의 제정신에 대한 나의 마지막 희망을 박탈하지 마십시오.
나는 내 자신의 상업적인 이유로 당신의 합리성에 전적으로 동의하지만 현실은 ...
잠시만요... 당신이 옳았으면 좋겠습니다.
2020년 글로벌 모바일 산업(서비스 제공업체)에 대한 몇 가지 사실:
"선진 시장의 성숙도가 높아짐에 따라 개발도상국 시장의 최근 강력한 성장은 불가피하게 글로벌 가입자 감소가 있을 것임을 의미합니다. 2014년까지 6년 동안 고유 가입자는 7.6%의 CAGR로 성장했습니다. 이 수치는 2020년까지 4.0%로 둔화될 것으로 예상됩니다... 수익 성장은 2020년까지 연간 3.1%의 CAGR로 해당 기간의 4%를 약간 웃도는 수준에서 감소하면서 향후 몇 년 동안 더욱 둔화될 것으로 예상됩니다 이는 시장 성숙도, 경쟁 및 규제와 같은 요인의 지속적인 영향을 반영합니다."
그리고 2020-2025년에 모바일 인터넷의 속도가 최대에 도달하고 트랜지스터의 크기 감소가 멈추면 어떤 일이 벌어질까요?
한 모바일 산업이 경기 침체의 영향을 받으면 나머지 경제는 그것을 잘못 느끼지 않을 것이라고 주장합니다. 2008년에 무슨 일이 일어났는지 보세요. 이론적으로는 모기지 판매 감소로 인해 은행들만이 침체를 느꼈어야 했다. GDP에서 금융 부문이 차지하는 비중은 약 8%로 모바일 산업은 4%입니다. 그러나 경기 침체는 모든 산업에 영향을 미쳤습니다. 그것은 도미노와 같습니다. 한 부문의 실업 증가는 모든 부문의 매출 감소로 이어지고, 모든 부문의 투자는 투자자 공포로 인해 감소하고, 실업이 다른 부문으로 확산되는 등입니다. 다우나 S&P 지수를 보십시오. 2000-2002년과 2007-2009년 두 가지 감소가 명확하게 보입니다. 그런데 규모가 거의 동일합니다. 첫 번째 하락은 .com 거품으로 인해 발생했습니다. 그 당시에는 .com이 GDP에서 차지하는 비중이 매우 낮다는 주장도 제기될 수 있었습니다. 시장과 투자는 투자자의 감정에 따라 미묘한 문제이며 시장을 50% 하락시킬 수 있습니다.
그런 잘못된 비유가 떠올랐습니다.
1970년대에 시작되어 올해 단계적으로 폐지된 중국 공산당의 "한 가족, 한 자녀" 정책은 중국에서 경기 침체로 이어지지 않았습니다. 반대로 거대한 GDP는 매년 인상적으로 성장했습니다. 왜 그런 겁니까 ? 외동아들이 교육, 건강, 문화 면에서 더 많이 받기 시작한 것 같아요. 수익은 후속 세대에서 증가했습니다. 중화민족은 "더 똑똑하다"고 말하기 시작했다.
또한 철과 함께. 장치를 보다 효율적으로 만들기 위해 단위 볼륨당 가능한 한 많은 트랜지스터를 곱할 필요는 없습니다. 소프트웨어를 개선할 수 있습니다.
이제 장치의 기능은 2D 및 3D 모드에서 사람에게 매우 만족스럽습니다. 이제 그가 온 감각을 다해 인터넷에 들어가고 싶다면 예, 일종의 프로세서 혁명이 필요합니다.
그리고 다시 통과. 이제 신경망에 대한 관심이 급증하고 있습니다. msqrd는 이에 대한 명확한 확인입니다.
현실에 대한 전형적인 지역적 관점.
현실은 다소 다릅니다.
실제로 msqrd에 대한 관심이 급증하고 있지만 이는 전체 그림에 영향을 미치지 않으며 흥미로운 것은 주로 Combinator의 위치인 벨로루시에서 온 어떤 이유에서인지 이 모든 "관심"입니다. 아마도 우연의 일치일 것입니다 ;)
그러나 세계 체스 챔피언을 이기는 프로그램이 있습니다. 물론 이것들은 고도로 전문화된 프로그램이지만, 인간 정신 활동의 다양한 측면을 수행할 수 있는 일련의 프로그램이 동일한 높은 수준에서 개발된다면 이것은 실로 인공 지능이 될 것입니다. 그리고 그러한 체스 프로그램이 만들어지면이 문제를 해결하는 데 방해가되는 근본적인 제한이 없습니다.
가장 어려운 것은 물론 새로운 것을 생각해내도록 프로그램을 가르치는 것(발명)입니다. 그러나 결국 모든 사람이 발명가가 될 수 있는 것은 아닙니다. 발명품에도 자체 알고리즘이 있지만 생각해 보면.
현실에 대한 전형적인 지역적 관점.
현실은 다소 다릅니다.
실제로 msqrd에 대한 관심이 급증하고 있지만 이는 전체 그림에 영향을 미치지 않으며 흥미로운 것은 주로 Combinator의 위치인 벨로루시에서 온 어떤 이유에서인지 이 모든 "관심"입니다. 아마도 우연의 일치일 것입니다 ;)
신경망의 새로운 인기가 딥 러닝 또는 딥 러닝이라는 키워드로 검색되고 있다는 사실을 모를 뿐입니다. 이것은 다층 신경망입니다. :) 예를 들어 패턴 인식 문제를 해결하는 데 탁월합니다. 인간보다 낫다.
현대 컴퓨터 아키텍처는 1930년대와 1950년대에 Turing과 Von Neumon에 의해 설립되었습니다. 그들은 또한 모든 컴퓨팅 장치가 작동하는 많은 공리를 제시했습니다. 구체적으로 말하면, 모든 현대 컴퓨터는 모든 결과를 초래하는 친 튜링 기계 또는 결정론적 자동 기계입니다. 이러한 결과 중 하나는 주어진 문제의 계산 가능성을 확인하는 것이 불가능하다는 것입니다. 컴퓨터는 유한한 단계로 문제를 풀거나 풀지 않을 것입니다. 그러나 그는 그것을 스스로 확인할 수 없습니다. 원시 수준에서 "프로그램 중단"은 정확히 이 제한의 결과입니다. 다른 한편으로, 일련의 명제 또는 형식적 진술에 의존하여, 컴퓨터는 유한 단계 수로 진술 "A"에서 진술 "B"로 이동하여 사고 과정을 모방할 수 있습니다. 그러나 이것은 모방일 뿐입니다. 왜냐하면 그것은 Turing 기계 공리와 von Neumann의 유한 자동자 이론에 의해 제한된다는 것을 반복합니다. 그리고 AI에게는 이러한 공리를 뛰어넘는 생각의 도약이 필요합니다. 이런 사고방식 덕분에 사람은 끝없는 개념을 가지고 작업 할 수 있고 논리적 추론으로는 도달할 수 없는 새로운 가설을 찾을 수 있습니다.
말한 내용이 모든 사람에게 명확하지 않을 수 있습니다. 이전에는 많은 저명한 과학자들이 다르게 생각했습니다. 그 중에는 뛰어난 수학자 다비드 힐베르트(David Hilbert)도 있었습니다. 그는 구성주의로 알려진 수학의 경향을 확립했습니다. 이 접근법에 따르면, 수학은 절대적으로 모든 수학을 증명할 수 있는 몇 가지 기본 공리를 기반으로 해야 했습니다. "해결사"로서 폰 노이만 상태 기계(Turing and von Neumann의 작업 이전)와 유사한 자동 및 유사한 것을 사용하는 것이 제안되었습니다. 그러나 이 시도는 실패했습니다. 곧 수학에는 증명할 수도 반증할 수도 없는 많은 진술이 있다는 것이 분명해졌습니다. 논리적 작업 의 도움으로 도달할 수 없습니다. 그러나 이것이 거짓이거나 추상적이거나 존재하지 않는다는 것을 의미하지는 않습니다. 현재 인류의 지식을 이해하는 것만으로는 충분하지 않습니다. 때가 되면 그것들은 또한 우리 주변 세계에 대한 우리의 이해를 확장하는 다른 공리의 틀 안에서 증명될 것입니다. 그러나 이제 그들은 날개에서 기다리고 있으며 컴퓨터가 아무리 강력하더라도 여기에서는 도움이되지 않습니다.
요약하자면, AI는 적어도 현대 컴퓨팅의 틀 내에서 결코 만들어지지 않을 것입니다. 현대 컴퓨팅 장치는 튜링 머신과 폰 노이만 유한 상태 머신의 한계에 종속된다는 단순한 이유 때문입니다. 현대의 모든 계산은 본질적으로 결정적이며 진술 A에서 진술 B까지 유한 수의 돌이 직선 경로로 있을 때만 작동합니다.
신경망의 새로운 인기가 딥 러닝 또는 딥 러닝이라는 키워드로 검색되고 있다는 사실을 모를 뿐입니다. 이것은 다층 신경망입니다. :) 예를 들어 패턴 인식 문제를 해결하는 데 탁월합니다. 인간보다 낫다.