กฎของมัวร์คืออะไรและส่งผลต่อ AI อย่างไร

คุณเคยได้ยินกฎของมัวร์ไหม ฟังดูคล้ายกับภาพยนตร์ไซไฟ แต่เป็นหนึ่งในแนวคิดที่สำคัญที่สุดในเทคโนโลยีสมัยใหม่ กล่าวโดยสรุปคือ จำนวนทรานซิสเตอร์บนไมโครชิปจะเพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี ซึ่งนำไปสู่การเติบโตแบบทวีคูณของกำลังการประมวลผล กฎหมายฉบับนี้ขับเคลื่อนความก้าวหน้าทางเทคโนโลยีมากว่า 50 ปี และมีผลกระทบอย่างมากต่อปัญญาประดิษฐ์ (AI) สิ่งนี้ทำงานอย่างไรและอะไรคือความหมายของ AI ดำดิ่งสู่โลกแห่งกฎของมัวร์และสำรวจความสัมพันธ์อันน่าทึ่งกับ AI

อะไรนำไปสู่ ​​AI

การปรับปรุงประสิทธิภาพของฮาร์ดแวร์คอมพิวเตอร์แบบทวีคูณในช่วงสองสามทศวรรษที่ผ่านมามักเรียกกันว่า เป็นกฎของมัวร์

หนึ่งในแรงผลักดันที่อยู่เบื้องหลังการวิจัย AI คือภารกิจในการสร้างเครื่องจักรที่สามารถทำงานที่ยากหรือแม้แต่เป็นไปไม่ได้สำหรับมนุษย์ เช่น หมากรุก หรือ ไป อย่างไรก็ตาม พลังการประมวลผลที่จำกัดของคอมพิวเตอร์ในยุคแรกๆ หมายความว่าเป้าหมายเหล่านี้ไปไม่ถึง

ในขณะที่ฮาร์ดแวร์คอมพิวเตอร์มีการปรับปรุงอย่างต่อเนื่องในอัตราทวีคูณ ในที่สุดนักวิจัย AI ก็สามารถเริ่มสร้างระบบที่สามารถเริ่มเข้าใกล้ระดับสติปัญญาของมนุษย์ได้ ความก้าวหน้านี้นำไปสู่การขยายอย่างรวดเร็วของแมชชีนเลิร์นนิง ซึ่งเป็นส่วนย่อยของ AI ที่นำไปสู่การพัฒนาแอปพลิเคชันที่ประสบความสำเร็จมากมาย เช่น รถยนต์ที่ขับเคลื่อนด้วยตัวเองและผู้ช่วยดิจิทัล

กฎของมัวร์มักถูกอ้างถึงว่าเป็นหนึ่งใน เหตุผลสำคัญที่ทำให้ AI มีความก้าวหน้าอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา แนวโน้มนี้มีแนวโน้มที่จะดำเนินต่อไป ซึ่งนำไปสู่ความก้าวหน้าที่น่าทึ่งยิ่งขึ้นในเทคโนโลยี AI

AI มีผลกระทบอย่างไรต่อสังคม

ในเดือนพฤษภาคม 1965 กอร์ดอน มัวร์ หนึ่งในผู้ร่วมก่อตั้ง Fairchild Semiconductor และ Intel ตีพิมพ์บทความเรื่อง”อัดส่วนประกอบเพิ่มเติมลงในวงจรรวม“ ในบทความนี้ มัวร์ทำนายว่าจำนวนทรานซิสเตอร์บนชิปหนึ่งตัวจะเพิ่มเป็นสองเท่าทุกๆ สองปีโดยประมาณ สิ่งนี้กลายเป็นที่รู้จักในชื่อกฎของมัวร์

แม้ว่าในตอนแรกจะเป็นเพียงแนวโน้มที่สังเกตได้ในอุตสาหกรรมเซมิคอนดักเตอร์ แต่กฎของมัวร์ได้แสดงถึงการปรับปรุงแบบทวีคูณในพลังการประมวลผลโดยทั่วไป

พลังในการประมวลผลที่เพิ่มขึ้นเรื่อย ๆ จากกฎของมัวร์ทำให้ AI สามารถสร้างความก้าวหน้าที่สำคัญในช่วงไม่กี่ปีที่ผ่านมา ซึ่งเป็นผลจากความต้องการในการประมวลผลข้อมูลของระบบการเรียนรู้เชิงลึก อย่างไรก็ตาม ยังมีความท้าทายอีกมากมายที่ต้องเอาชนะก่อนที่ AI จะสามารถบรรลุศักยภาพสูงสุดได้

บางคนเชื่อว่ากฎของมัวร์จะถึงขีดจำกัดในที่สุด ส่งผลให้อัตราการพัฒนา AI ช้าลง อย่างไรก็ตาม คนอื่นๆ เชื่อว่าเทคโนโลยีทางเลือกจะช่วยให้กฎของมัวร์ดำเนินต่อไปอย่างไม่มีกำหนด

กอร์ดอน มัวร์คือใคร

กอร์ดอน มัวร์เป็นนักธุรกิจและนักเคมีชาวอเมริกัน ผู้ร่วมก่อตั้ง Intel Corporation กับ โรเบิร์ต นอยซ์ มัวร์เกิดที่ซานฟรานซิสโก แคลิฟอร์เนีย เมื่อวันที่ 3 มกราคม พ.ศ. 2472 เขาสำเร็จการศึกษาระดับปริญญาตรีสาขาเคมีจากมหาวิทยาลัยแคลิฟอร์เนียเบิร์กลีย์ ในปี พ.ศ. 2493 และปริญญาเอก ในสาขาเคมีและฟิสิกส์จาก Caltech ในปี 1954

หลังจากทำงานเป็นนักวิทยาศาสตร์วิจัยที่เชลล์ บริษัทน้ำมันไม่กี่ปี มัวร์เข้าร่วมงานกับแฟร์ไชลด์เซมิคอนดักเตอร์ในปี 2500 ที่แฟร์ไชลด์ เขาได้ดูแลการพัฒนาผลิตภัณฑ์สารกึ่งตัวนำซิลิกอนใหม่ รวมถึงวงจรรวม (IC) เชิงพาณิชย์เครื่องแรก

ในปี 2511 มัวร์และนอยซ์ ออกจาก Fairchild เพื่อร่วมก่อตั้ง Intel Corporation ในฐานะ CEO ของ Intel (ตั้งแต่ปี 1979 ถึง 1987) Moore ช่วยให้บริษัทกลายเป็นหนึ่งในผู้ผลิตไมโครโปรเซสเซอร์และผลิตภัณฑ์เซมิคอนดักเตอร์ชั้นนำของโลก เขายังคงอยู่ในคณะกรรมการบริหารของ Intel จนถึงปี 2004

มัวร์ได้รับความเคารพอย่างกว้างขวางจากความสำเร็จด้านเทคนิคและความเฉียบแหลมทางธุรกิจของเขา ในปี 2000 เขาได้รับการแต่งตั้งให้เข้าสู่หอเกียรติยศนักประดิษฐ์แห่งชาติ ในปี 2545 เขาได้รับรางวัล Charles Stark Draper Prize (มักเรียกกันว่า”รางวัลโนเบล”สาขาวิศวกรรม) และในปี 2548 เขาได้รับรางวัล Presidential Medal of Freedom จาก George W. Bush

Gordon Moore ประมาณปี 1965

กฎของมัวร์คืออะไร

ในปี 1965 Gordon Moore ผู้ร่วมก่อตั้ง Intel ได้ทำนายไว้อย่างชัดเจน เขากล่าวว่าจำนวนทรานซิสเตอร์บนชิปจะเพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี ข้อสังเกตง่ายๆ นี้มีขึ้นมานานกว่า 50 ปีแล้ว

เนื่องจากชิปมีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น ชิปเหล่านี้ได้กระตุ้นความก้าวหน้าทางเทคโนโลยีอันน่าทึ่งมากมาย ตั้งแต่คอมพิวเตอร์ส่วนบุคคลและอินเทอร์เน็ตไปจนถึงโทรศัพท์มือถือและปัญญาประดิษฐ์ (AI) กฎของมัวร์มีผลกระทบอย่างลึกซึ้งต่อโลกของเรา

AI เหมาะสมเป็นอย่างยิ่งในการใช้ประโยชน์จากพลังการประมวลผลที่เพิ่มขึ้นอย่างต่อเนื่องแบบทวีคูณ ทำนายโดยกฎของมัวร์ นั่นเป็นเพราะ AI ต้องการข้อมูลและพลังการประมวลผลจำนวนมหาศาลเพื่อฝึกอัลกอริทึม เมื่อชิปมีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น AI ก็จะแพร่หลายและมีอิทธิพลมากขึ้นไปอีก

กฎของมัวร์ส่งผลกระทบต่อ AI อย่างไร

เมื่ออุปกรณ์อิเล็กทรอนิกส์มีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น ศักยภาพของปัญญาประดิษฐ์ (AI) นั้นยิ่งใหญ่ขึ้น นั่นเป็นเพราะกฎของมัวร์ ซึ่งตั้งชื่อตามกอร์ดอน มัวร์ ผู้ร่วมก่อตั้งบริษัทอินเทล ระบุว่า จำนวนทรานซิสเตอร์บนไมโครชิปจะเพิ่มเป็นสองเท่าทุกๆ สองปีโดยประมาณ ในทางกลับกัน หมายความว่าสามารถสร้างแอปพลิเคชัน AI ลงในอุปกรณ์ที่เล็กลง ทำให้เข้าถึงได้มากขึ้นและราคาไม่แพง

นอกจากนี้ เมื่ออุปกรณ์มีประสิทธิภาพมากขึ้น ก็สามารถประมวลผลข้อมูลได้เร็วขึ้น นี่เป็นสิ่งสำคัญสำหรับ AI เนื่องจากการเรียนรู้ของเครื่อง – ประเภทหนึ่งของ AI ที่ช่วยให้คอมพิวเตอร์สามารถเรียนรู้จากข้อมูล – อาศัยชุดข้อมูลขนาดใหญ่เพื่อให้มีประสิทธิภาพ ยิ่งระบบ AI ต้องทำงานร่วมกับข้อมูลมากเท่าใด ระบบก็จะสามารถเรียนรู้และคาดการณ์ได้ดีขึ้นเท่านั้น

กฎของมัวร์มีความแม่นยำอย่างน่าทึ่งในช่วงไม่กี่ทศวรรษที่ผ่านมา และไม่มีเหตุผลที่เชื่อได้ว่าจะไม่ดำเนินต่อไป ที่จะถือต่อไปในอนาคต นับเป็นข่าวดีสำหรับผู้ที่สนใจใช้ AI เพื่อแก้ปัญหาในโลกแห่งความเป็นจริง ในขณะที่เทคโนโลยี AI พัฒนาอย่างต่อเนื่องในอัตราทวีคูณ เราจึงคาดหวังได้ว่าเทคโนโลยีแห่งการเปลี่ยนแปลงนี้จะมีการใช้งานที่น่าทึ่งมากยิ่งขึ้นในอีกไม่กี่ปีข้างหน้า

กฎของมัวร์จะส่งผลต่อสังคมอย่างไร

กฎของมัวร์ถูกนำมาใช้เพื่อเป็นแนวทางในการวางแผนระยะยาวสำหรับการพัฒนาเซมิคอนดักเตอร์ และยังคงมีความเกี่ยวข้องแม้ในขณะที่จำนวนทรานซิสเตอร์ยังคงเพิ่มขึ้นอย่างรวดเร็วเกินกว่าที่คาดการณ์ไว้ในตอนแรก การเติบโตแบบทวีคูณอย่างต่อเนื่องจากกฎของมัวร์ได้กระตุ้นความก้าวหน้าที่น่าทึ่งในด้านพลังการประมวลผลและการเชื่อมต่อในช่วงสองสามทศวรรษที่ผ่านมา

ในขณะที่จำนวนทรานซิสเตอร์เพิ่มขึ้นอย่างต่อเนื่อง ศักยภาพของแอปพลิเคชันปัญญาประดิษฐ์ (AI) ก็เพิ่มขึ้นเช่นกัน อัลกอริทึม AI ต้องการข้อมูลจำนวนมากและพลังการประมวลผลเพื่อเรียนรู้และคาดการณ์ การย่อขนาดทรานซิสเตอร์อย่างต่อเนื่องช่วยให้แอปพลิเคชัน AI มีประสิทธิภาพมากขึ้นโดยให้ทั้งความสามารถในการประมวลผลข้อมูลที่จำเป็นและพื้นที่ทางกายภาพสำหรับฮาร์ดแวร์ AI เช่น GPU

ผลกระทบของกฎของมัวร์ที่มีต่อสังคมนั้นลึกซึ้งมาก พลังการประมวลผลที่เพิ่มขึ้นอย่างทวีคูณซึ่งเป็นไปได้โดยทรานซิสเตอร์ที่เล็กลงได้ขับเคลื่อนการเติบโตทางเศรษฐกิจ เปลี่ยนแปลงอุตสาหกรรมทั้งหมด และปรับปรุงชีวิตของผู้คนหลายพันล้านคนทั่วโลก เมื่อจำนวนทรานซิสเตอร์เพิ่มขึ้นอย่างต่อเนื่อง ศักยภาพของแอปพลิเคชันปัญญาประดิษฐ์ (AI) ก็เพิ่มขึ้นเช่นกัน การย่อขนาดทรานซิสเตอร์อย่างต่อเนื่องช่วยให้แอปพลิเคชัน AI มีประสิทธิภาพมากขึ้นโดยให้ทั้งความสามารถในการประมวลผลข้อมูลที่จำเป็นและพื้นที่ทางกายภาพสำหรับฮาร์ดแวร์ AI เช่น GPU ในขณะที่เทคโนโลยี AI ก้าวหน้าอย่างต่อเนื่อง เราสามารถคาดหวังการเปลี่ยนแปลงที่เปลี่ยนแปลงมากยิ่งขึ้นในอีกไม่กี่ปีข้างหน้า

กฎของมัวร์จะยืนหยัดต่อการทดสอบของเวลาได้นานแค่ไหน

เป็นการยากที่จะคาดเดา อนาคตของเทคโนโลยี แต่กฎของมัวร์จะไม่คงอยู่ตลอดไป คำถามคือจะสามารถทนต่อการทดสอบของเวลาได้นานแค่ไหน

คำตอบอาจอยู่ในวิธีที่เรานิยามกฎของมัวร์ แต่เดิมหมายถึงจำนวนทรานซิสเตอร์บนชิปที่เพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี แต่เนื่องจากชิปมีความซับซ้อนมากขึ้น คำจำกัดความจึงเปลี่ยนไปเพื่ออ้างถึงประสิทธิภาพโดยรวมของชิปที่ดีขึ้นในอัตราที่ใกล้เคียงกัน

จนถึงตอนนี้ กฎของมัวร์มีมานานกว่า 50 ปีแล้ว และไม่มีเหตุผลใดๆ ที่จะคิดว่ามันจะหยุดในไม่ช้า อย่างไรก็ตาม มีสัญญาณว่าอาจชะลอตัวลง ตัวอย่างเช่น ความเร็วของโปรเซสเซอร์ได้คงที่ในช่วงไม่กี่ปีมานี้

ถึงกระนั้น แม้ว่ากฎของมัวร์จะสิ้นสุดลงในที่สุด ผลกระทบของมันจะเกิดขึ้นในอีกหลายปีข้างหน้า มันขับเคลื่อนนวัตกรรมและความก้าวหน้าในอุตสาหกรรมเทคโนโลยีมาครึ่งศตวรรษ และมรดกของมันจะยังคงกำหนดอนาคตของ AI และเทคโนโลยีล้ำสมัยอื่นๆ

เราไม่สามารถทราบได้อย่างแน่ชัดว่ากฎของมัวร์จะดำเนินต่อไปอีกนานแค่ไหน แต่ผลกระทบต่ออุตสาหกรรมเทคโนโลยีเป็นสิ่งที่ไม่อาจปฏิเสธได้