211service.com
Twój następny komputer może się ulepszyć z wiekiem
Jon Han
Ogólnie rzecz biorąc, komputery zwalniają wraz z wiekiem. Ich procesory mają problemy z obsługą nowszego oprogramowania. Apple nawet celowo spowalnia iPhony gdy ich baterie ulegają degradacji. Ale badacze Google opublikowali szczegóły projektu, który może pozwolić laptopowi lub smartfonowi nauczyć się robić rzeczy lepiej i szybciej z biegiem czasu.
Naukowcy zmierzyli się z powszechnym problemem w informatyce, zwanym pobieraniem wstępnym. Komputery przetwarzają informacje znacznie szybciej, niż są w stanie wyciągnąć je z pamięci w celu przetworzenia. Aby uniknąć wąskich gardeł, starają się przewidzieć, które informacje mogą być potrzebne i wyciągnąć je z wyprzedzeniem. W miarę jak komputery stają się coraz mocniejsze, przewidywanie to staje się coraz trudniejsze.
w papier Opublikowany w tym tygodniu online zespół Google opisuje wykorzystanie głębokiego uczenia — metody sztucznej inteligencji, która wykorzystuje dużą symulowaną sieć neuronową — w celu poprawy wstępnego pobierania. Chociaż naukowcy nie wykazali, jak bardzo to przyspiesza, wzrost ten może być duży, biorąc pod uwagę to, co głębokie uczenie wniosło do innych zadań .
Praca, którą wykonaliśmy, to tylko wierzchołek góry lodowej, mówi Heiner Litz z Uniwersytetu Kalifornijskiego w Santa Cruz, który był badaczem wizytującym projekt. Litz uważa, że powinno być możliwe zastosowanie uczenia maszynowego do każdej części komputera, od systemu operacyjnego niskiego poziomu po oprogramowanie, z którym użytkownicy wchodzą w interakcję.
Takie postępy byłyby stosowne. Prawo Moore'a w końcu zwalnia, a podstawowa konstrukcja chipów komputerowych nie zmieniła się zbytnio w ostatnich latach. Tim Kraska , profesor nadzwyczajny na MIT, który bada również, w jaki sposób uczenie maszynowe może poprawić działanie komputerów, twierdzi, że podejście to może być przydatne również w przypadku algorytmów wysokiego poziomu. Baza danych może automatycznie nauczyć się obsługi danych finansowych, w przeciwieństwie do danych z sieci społecznościowych. Lub aplikacja może nauczyć się skuteczniej reagować na nawyki konkretnego użytkownika.
Mamy tendencję do budowania systemów i sprzętu ogólnego przeznaczenia, mówi Kraska. Uczenie maszynowe umożliwia automatyczne dostosowywanie systemu, w swej istocie, do konkretnych danych i wzorców dostępu użytkownika.
Kraska ostrzega, że korzystanie z uczenia maszynowego pozostaje obliczeniowo kosztowne, więc systemy komputerowe nie zmienią się z dnia na dzień. Jeśli jednak uda się przezwyciężyć te ograniczenia, mówi, sposób, w jaki rozwijamy systemy, może w przyszłości radykalnie się zmienić.
Litz jest bardziej optymistyczny. „Wielka wizja to system, który stale się monitoruje i uczy” – mówi. To naprawdę początek czegoś naprawdę wielkiego.