据SingularytyHub报道，到目前为止，我们大多数人都已经熟悉摩尔定律(Moore 's Law)，这条著名的定律认为，计算能力的发展遵循指数曲线，每18个月左右性价比就会翻一番 。 然而，当涉及到将摩尔定律被应用到不同的商业策略中时，即使是远见卓识的思想家也经常受到被称为“人工智能盲点”(AI blind spot)的困扰 。 许多成功的、有战略头脑的商人能在自己的行业中找到捷径，但他们很难理解指数增长的真正含义，更不用说从曲线增长中获益匪浅的AI技术 。
人们不理解AI发展有多快的一个原因很简单，甚至可以说是可笑的：当我们试图在纸上捕捉它们时，指数曲线表现得并不好 。 出于实际原因考虑，几乎不可能在狭小空间(如图表或幻灯片)中完全描述指数曲线的陡峭轨迹 。 直观地描绘指数曲线的早期阶段是很容易的 。 然而，随着曲线的陡峭部分开始显现，以及数字迅速增大，事情变得更加具有挑战性 。
捕捉指数曲线
为了解决这个视觉空间不足的问题，我们使用了一个简单的数学技巧，叫做对数(logarithm) 。 使用所谓的“对数标度”(logarithmic scale)，我们学会了将指数曲线进行压缩 。 不幸的是，“对数标度”的广泛使用也会导致短视的结果 。 对数标度的工作原理是，垂直y轴上的每一个刻度并非对应一个常数增量(如典型的线性标度)，而是一个倍数，例如100倍 。 下面的经典摩尔定律图表使用“对数标度”来描述过去120年里计算能力的成本指数增长趋势，从1900年的机械设备到今天强大的硅基GPU 。
如今，对于那些意识到视觉失真的人来说，对数图已经成为非常有价值的速记形式 。 事实上，“对数标度”是一种简便而紧凑的方法，可以用来描述随着时间的推移以急速方式上升的任何曲线 。 然而，对数图却隐藏着巨大的代价：它们愚弄了人类的眼睛 。 通过数学上的大数字坍缩，对数图使得指数增长看起来是呈线性的 。 由于它们将不规则的指数增长曲线压缩成线性形状，对数图使人们很容易对未来计算能力的指数增长速度和规模感到满意，甚至产生自满 。
我们的逻辑大脑理解对数图 。 但是，我们的潜意识却看到了一条线性曲线，并选择对其缺陷视而不见 。 那么，如何有效地消除由对数图引起的战略短视呢？部分解决方法是回到原来的线性尺度 。 在下面的图2中，我们使用数据来拟合指数曲线，然后用垂直轴上的线性刻度绘制它 。 同样，纵轴表示一美元可以购买的处理速度(单位为gigaflops)，横轴表示时间 。
然而在图2中，纵轴上的每个刻度都对应于一个简单的线性增加趋势(相当于1gigaflops，而不是像图表1那样增加100倍) 。 “FLOP”这个词是测量计算速度的标准方法，代表着每秒进行的浮点操作，其他单位还包括megaFLOPS、 gigaFLOPS以及teraFLOPS等 。
图2显示了描述摩尔定律的真实指数曲线 。 这张图表的绘制方式，让我们的人眼很容易理解：在过去的十年里，计算性价比发生了多么快的变化 。 然而，图2中同样存在严重的错误 。 对于这张图表的天真读者来说，似乎在20世纪的整个过程中，计算机的性价比根本没有提高 。 很明显，这是错误的 。
图2显示，使用线性标度来证明摩尔定律随时间变化而变化时，也存在相当大的盲目性 。 它可以让过去显得平淡无奇，就好像直到最近才取得进展一样 。 此外，同样的线性标度图也会导致人们错误地认为，他们目前的优势点代表了独特的、“几乎垂直”的技术进步时期 。 这一点让我想到了导致AI盲点的图表出现的下一个主要原因：线性标度图表可以欺骗人们，让他们相信自己的生活正处于变化高峰期 。
推荐阅读
- 神州顺利办是做什么的
- 闲鱼的钱没有到账 闲鱼的钱没到账为什么
- 遛鸟为什么要盖布
- 皇藏峪玻璃栈道多长
- 海水缸为什么要蛋白分离器
- 日本为什么要挂鲤鱼旗
- 日本为什么不用光触媒
- 无赖的人都什么心理
- 英国王子有哪几位
- 有替身的人都是什么人