摩尔定律结束后的全球经济衰退 - 页 14

[Dmitry Fedoseev]

СанСаныч Фоменко:
你是说特朗普吗？还是他背后的人？

不要夺走我对你理智的最后希望。

[СанСаныч Фоменко]

Dmitry Fedoseev:
不要剥夺我对你的合理性的最后希望。

我完全赞同你的合理性，因为我自己的商业原因，但现实是这样的......

让我们等待...我确实希望你是对的。

[Vladimir]

关于2020年全球移动行业（服务提供商）的几个事实。

• 用户数：46亿人
• 智能手机的数量：59亿部
• 销售额：1.4万亿美元
• 占全球GDP的百分比：4.2
• 工作的数量。2900万（直接和间接就业）。

摘自: http://www.gsmamobileeconomy.com/GSMA_Global_Mobile_Economy_Report_2015.pdf

"发达市场的成熟度越来越高，加上最近发展中市场的强劲增长，意味着全球用户的增长速度将不可避免地放缓。在截至2014年的六年里，独特的用户以7.6%的复合年增长率增长。预计在2020年之前，这一数字将放缓至4.0%。预计未来几年的收入增长将进一步放缓，到2020年的年均复合增长率为3.1%，低于2008-2014年期间的略高于4%。这反映了市场成熟度、竞争和监管等因素的持续影响。"

而在2020-2025年，当移动互联网速度达到顶峰，晶体管的尺寸不再缩小时，会发生什么？

声称如果一个移动行业受到经济衰退的影响，那么经济的其他部分就不会感受到，这种说法是错误的。看看2008年发生了什么。理论上说，由于抵押贷款销售的下降，只有银行应该感受到经济衰退。金融业占GDP的比例约为8%，而移动行业为4%。但经济衰退已经影响到所有部门。这就像多米诺骨牌：一个部门的失业率 上升，导致所有部门的销售下降，所有部门的投资由于投资者的恐惧而下降，失业蔓延到其他部门，等等。看看道琼斯指数或标准普尔指数。你可以清楚地看到两次下降，2000-2002年和2007-2009年，顺便说一下，幅度几乎相同。第一次下跌是由.com泡沫引起的。在当时，人们也可以说.com在GDP中的比例非常小。市场和投资是一个微妙的问题，取决于投资者的情绪，他们可以让市场下跌50%。

[Yuri Evseenkov]

我想到了一个有缺陷的比喻。

中国共产党的 "一户一孩 "政策始于20世纪70年代，今年开始逐步取消，但并没有导致中国经济衰退。相反，巨大的国内生产总值每年都有令人印象深刻的增长。为什么会这样呢？我认为，独生子女在教育、健康、文化方面得到的东西更多。后代人的反感越来越强烈。我们可以说，中华民族已经变得 "更聪明"。

为了使设备更有效率，你不必在每单位体积内生产尽可能多的晶体管，这与硬件是一样的。你可以改进软件。

现在，设备的可能性对于一个人来说，在2D和3D模式下是相当令人满意的。但如果他想用所有的感官上互联网，那么是的，需要在处理器方面进行某种革命。

[Vasiliy Sokolov]

Комбинатор:
再一次，过去了。现在，人们对神经网络的兴趣大增。msqrd就是一个明显的证明

一个典型的地方性现实观。

现实情况有些不同。

对msqrd的兴趣确实激增，但这并不影响整体情况，有趣的是，所有这些 "兴趣 "出于某种原因大多来自白俄罗斯，而联合创始人就驻扎在那里。这一定是个巧合；）。

[Vasiliy Sokolov]

khorosh:

但是有一些程序可以击败世界象棋冠军。当然，这些都是高度专业化的程序，但如果在同样高的水平上，可以开发出一套程序，可以执行人类心理活动的广泛的不同方面，那么它将真正成为人工智能。而如果这样的国际象棋程序已经被创造出来，我看不出有什么根本性的限制会阻碍这项任务的解决。

当然，最困难的事情是教方案想出一些新东西（发明）。但也不是每个人都能成为发明家。虽然发明中也有算法，如果你想一想。

不要把国际象棋与诸神的礼物混为一谈。国际象棋是一种组合学的游戏。在这里，计算机将永远领先100分。有一种叫围棋的游戏，计算机早在80年代末就学会了击败人类。然而，这与人工智能毫无关系。

[Alexey Burnakov]

Vasiliy Sokolov:

一个典型的地方性现实观。

现实情况有些不同。

对msqrd的兴趣确实激增，但这并不影响整体情况，有趣的是，所有这些 "兴趣 "出于某种原因大多来自白俄罗斯，而联合创始人就驻扎在那里。这一定是个巧合；）。

你只是不知道，神经网络的新一轮流行是由深度学习或深度学习这些关键词来搜索的。这些是多层次的神经网络 :)例如，他们在解决模式识别问题方面很厉害。比人类更好。

[Vasiliy Sokolov]

现代计算机架构是由图灵和冯-诺伊曼在20世纪30年代和50年代创立的。他们还制定了一套公理，任何计算设备都在其中运行。具体来说，现代计算机是图灵机或确定性自动机的原版，以及随之而来的所有后果。其中一个后果是：不可能检查一个特定问题的可计算性。计算机要么以有限的步骤解决它，要么不解决。但它将无法自己检查。在原始层面上，"程序冻结 "只是这种限制的一个结果。另一方面，依靠一些命题，或形式上的断言，计算机可以在有限的步骤中从断言 "A "到断言 "B"，从而模仿思维过程。但这只是一种模仿，因为它受到图灵机公理和冯-诺依曼有限自动机理论的制约，我重复一遍。而人工智能需要的正是这种超越这些公理的思维飞跃。正是由于这一方面的思考，人们才能够操作无限的概念，找到新的假设，而这些假设是无法通过逻辑推理得出 的。

这对每个人来说可能并不明显。许多著名的科学家过去都不这么认为。其中有著名的数学家大卫-希尔伯特。他创立了一种被称为建构主义的数学趋势。根据这种方法，数学应建立在少数基本公理的基础上，从这些公理中绝对可以证明所有数学。有人建议用一些自动的、类似于冯-诺伊曼的有限状态机（这是在图灵和冯-诺伊曼的工作之前）作为 "解算器"。然而，这一尝试失败了。很快就发现，在数学中，有一大堆既不能证明也不能反驳的论断。它们不能通过逻辑运算 来达成。然而，这并不意味着它们是虚假的、抽象的或不存在的。只是人类目前的知识还不足以理解它们。当时机成熟时，它们也将在其他公理中得到证明，扩大我们对周围世界的理解。但现在它们正在等待发生，计算机无论多么强大，在这里都无济于事。

综上所述：人工智能将永远不会被创造出来，至少在现代计算的框架内，原因很简单，图灵机和冯-诺依曼有限自动机的限制是强加在现代计算设备上的。所有的现代计算本质上都是确定性的，只有当从语句A到语句B有一条数量有限的石子组成的直路时才会起作用。

[Vasiliy Sokolov]

Alexey Burnakov:

你只是不知道，神经网络的新一轮流行是由深度学习或深度学习这些关键词来搜索的。这些是多层神经网络 :)例如，他们在解决模式识别问题方面很厉害。比人类更好。

(笑) 好的。好吧，我不打算争论神经元的问题。因为我真的对它一无所知。只是我们在谈论人工智能。这是个死胡同。为什么我认为在上述现代计算设备的基础上创造人工智能是不可能的。神经元是好的，但它仍然不是人工智能。

[Vasiliy Sokolov]

回到话题发起人的话题上。我不明白的一点是，为什么弗拉基米尔将硬件计算能力的提高与计算机硬件的需求等同起来。为什么新的智能手机一定要比以前的手机更强大？例如，我不知道我的智能手机中的CPU有多少兆赫，我根本不关心这个，其他绝大多数用户也不关心。现在更重要的不是速度，而是提供的服务和项目。云功能和其他功能。