A recessão global no final da Lei de Moore - página 14
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Você quer dizer Trump? Ou as pessoas por trás dele?
Não me prive de minha última esperança de sua razoabilidade.
Estou totalmente com sua razoabilidade, por minhas próprias razões mercantis, mas aqui está a realidade...
Vamos esperar... Eu gostaria que você estivesse certo.
Alguns fatos sobre a indústria móvel global (prestadores de serviços) em 2020:
"O crescente nível de maturidade nos mercados desenvolvidos, combinado com o forte crescimento recente dos mercados em desenvolvimento, significa que haverá inevitavelmente uma desaceleração nos assinantes globais. Durante os seis anos até 2014, assinantes únicos cresceram a uma CAGR de 7,6%. Prevê-se que este número diminua para 4,0% durante o período até 2020. Prevê-se que o crescimento da receita diminua ainda mais nos próximos anos, com uma CAGR de 3,1% ao ano até 2020, contra pouco mais de 4% no período 2008-2014. Isto reflete o impacto contínuo de fatores como maturidade do mercado, concorrência e regulamentação".
E o que acontece em 2020-2025 quando a velocidade da internet móvel atingiu o pico e os transistores pararam de encolher de tamanho?
Afirmando que se uma indústria móvel for afetada por uma recessão, então o resto da economia não sentirá que está errada. Vejam o que aconteceu em 2008. Teoricamente, apenas os bancos deveriam ter sentido a recessão devido à queda nas vendas de hipotecas. A porcentagem do setor financeiro no PIB é de cerca de 8%, em comparação com 4% para a indústria móvel. Mas a recessão afetou todos os setores. É como o dominó: o aumento do desemprego em um setor, leva a menores vendas em todos os setores, o investimento em todos os setores cai devido ao medo dos investidores, o desemprego se espalha para outros setores, etc. Olhe para os índices Dow ou S&P. Você pode ver claramente dois declínios, 2000-2002 e 2007-2009, quase idênticos em magnitude, a propósito. O primeiro declínio foi causado pela bolha .com. Na época, também se podia argumentar que .com era uma porcentagem muito pequena do PIB. Mercado e investimento é um assunto delicado, dependendo das emoções dos investidores que podem enviar o mercado para baixo em 50%.
Uma analogia defeituosa vem à mente.
A política "uma família, uma criança" do Partido Comunista Chinês, que começou nos anos 70 e está sendo gradualmente eliminada este ano, não levou a uma recessão na China. Pelo contrário, o enorme PIB tem aumentado de forma impressionante a cada ano. Por que isto é assim? Acho que uma criança única está recebendo mais em termos de educação, saúde, cultura. O backlash tem crescido a partir das gerações seguintes. A nação chinesa tornou-se, digamos, "mais inteligente".
Para tornar os dispositivos mais eficientes, você não precisa produzir o maior número possível de transistores por unidade de volume. Você pode melhorar o software.
Agora as possibilidades dos dispositivos são bastante satisfatórias para uma pessoa nos modos 2D e 3D. Mas se ele quer entrar na Internet com todos os seus sentidos, então sim, é necessário algum tipo de revolução nos processadores.
E novamente, passado. Agora há uma onda de interesse em redes neurais. msqrd é uma prova clara de que
Uma típica visão local da realidade.
A realidade é um pouco diferente:
Há de fato uma onda de interesse no msqrd, mas isso não afeta o quadro geral e o que é interessante é que todo esse "interesse" é, por alguma razão, principalmente da Bielorrússia, onde o Combinador está estacionado. Deve ser uma coincidência ;):
Mas existem programas que vencem os campeões mundiais de xadrez. É claro que são programas altamente especializados, mas se ao mesmo nível elevado pudesse ser desenvolvido um conjunto de programas que pudesse executar uma ampla gama de diferentes aspectos da atividade mental humana, então seria realmente inteligência artificial. E se tal programa de xadrez tiver sido criado, não vejo nenhuma limitação fundamental que impeça que esta tarefa seja resolvida.
O mais difícil, é claro, é ensinar o programa a pensar em algo novo (a inventar). Mas nem todos podem se tornar inventores também. Embora também existam algoritmos na invenção, se pensarmos nisso.
Uma típica visão local da realidade.
A realidade é um pouco diferente:
Há de fato uma onda de interesse no msqrd, mas isso não afeta o quadro geral e o que é interessante é que todo esse "interesse" é, por alguma razão, principalmente da Bielorrússia, onde o Combinador está estacionado. Deve ser uma coincidência ;):
Você simplesmente não está ciente de que a nova rodada de popularidade das redes neurais está sendo procurada pelas palavras-chave aprendizado profundo ou aprendizado profundo. Estas são redes neurais multicamadas :) Eles são ótimos para resolver problemas de reconhecimento de padrões, por exemplo. Melhor que um humano.
A arquitetura moderna de computadores foi fundada por Thuring e Von Neumann nas décadas de 1930 e 1950. Eles também estabeleceram um conjunto de axiomas dentro dos quais qualquer dispositivo de computação opera. Especificamente, um computador moderno é uma pró-versão de uma máquina Turing, ou um autômato determinístico, com todas as conseqüências que se seguem. Uma dessas conseqüências: é impossível verificar a computabilidade de um determinado problema. O computador resolverá o problema, em um número finito de etapas, ou não. Mas não será capaz de verificá-la ela mesma. Em um nível primitivo, o "congelamento do programa" é apenas uma conseqüência desta limitação. Por outro lado, confiando em uma série de proposições, ou afirmações formais, o computador pode ir da afirmação "A" para a afirmação "B" em um número finito de etapas, emulando assim o processo de pensamento. Mas seria apenas uma emulação, pois é limitada, repito, pelos axiomas da máquina Turing e pela teoria dos autômatos finitos de von Neumann. E a IA exige esse mesmo salto de pensamento que vai além desses axiomas. É graças a este aspecto de pensar que se pode operar com conceitos infinitos e encontrar novas hipóteses, às quais não se pode chegar por um raciocínio lógico.
Isto pode não parecer óbvio para todos. Muitos cientistas eminentes costumavam pensar o contrário. Entre eles estava o eminente matemático David Hilbert. Ele fundou uma tendência em matemática conhecida como construtivismo. De acordo com esta abordagem, a matemática deveria ser baseada em alguns poucos axiomas fundamentais dos quais absolutamente toda matemática poderia ser provada. Foi sugerido que algo automático e semelhante à máquina de estado finito de von Neumann (isto foi antes do trabalho de Turing e von Neumann) deveria ser usado como um "solucionador". No entanto, esta tentativa fracassou. Logo se descobriu que na matemática havia toda uma série de afirmações que não podiam ser provadas nem refutadas. Eles não podem ser alcançados por operações lógicas. Entretanto, isto não significa que sejam falsas, abstratas ou inexistentes. É simplesmente que o conhecimento atual da humanidade é insuficiente para compreendê-los. Quando chegar a hora, eles também serão comprovados em outros axiomas que expandem nossa compreensão do mundo ao nosso redor. Mas neste momento eles estão esperando para acontecer e os computadores, por mais poderosos que sejam, não vão ajudar aqui.
Em resumo: a IA nunca será criada, pelo menos dentro da estrutura da computação moderna, pela simples razão de que as limitações da máquina Turing e do autômato finito von Neumann são impostas aos dispositivos computacionais modernos. Toda computação moderna é intrinsecamente determinista e só funciona quando há um caminho reto de um número finito de pedras desde a afirmação A até a afirmação B.
Você simplesmente não está ciente de que a nova rodada de popularidade das redes neurais está sendo procurada pelas palavras-chave aprendizado profundo ou aprendizado profundo. Estas são redes neurais multicamadas :) Eles são ótimos para resolver problemas de reconhecimento de padrões, por exemplo. Melhor que um humano.