ai计算四年之内的数学题(ai计算四年之内的数量)

公积金比例 2024-02-07 07:44:55 300 金融资讯网

我们知道，在过去的几年里，AI实验使用的计算能力比以前多得多。然而，就在上个月，OpenAI进行的一项调查对这一发展速度做出了一些初步估计。通过比较AlphaGo Zero和AlexNet，

他们发现现在最大的实验是6年前最大实验规模的30万倍。每年，这里最大的测试规模都呈指数增长，每3.5个月翻一番。

按照这种AI计算趋势，实验的增长速度是惊人的，值得一些分析。本文将讨论两个问题。第一是如果实验的规模还是增长这么快，很快就会变得难以承受，所以这种趋势会逐渐结束。除非经济完全重塑，

否则，这种趋势最多只能持续3.5到10年，取决于支出水平和计算成本如何变化。第二个问题是，如果这种趋势能再保持3.5年，用于AI实验的计算量将超过一些有趣的里程碑。特别是，

一个实验所用的计算量，将超过用尖峰神经元模拟人脑18年所需的总量。一般来说，我们可以说，如果给定相同的效率算法，这种趋势将超过达到成人智力水平所需的水平。在第(1)和第(2)款中，

我将相应地讨论这些问题，在第(3)节，我将讨论这一分析的局限性，并权衡这项工作将如何影响AGI的预测。

纵轴：AI训练所需的计算量，单位为1000亿次浮点运算。

要搞清楚这种AI计算趋势在经济上能持续多久，我们需要知道三件事：测试成本的增长率，当前测试的成本，下一次测试能承担的最大支出。

最大的实验规模每3.5个月翻一番(大约一个数量级，即每年10次)。时间度量=LOG(10，2)*3.5/12=0.9689年，约1年)，

但是，每计算单位的成本大约每4-12年降低一个数量级(长期趋势是每4年提高成本10倍，而最近趋势是每12年提高成本10倍)。因此，最大的测试成本每1.1-1.4年增加一个数量级。

目前最大的实验是AlphaGo Zero，其成本可能是1000万美元。

当然，实验的规模取决于谁来做。最富有的玩家可能是美国政府。此前，美国将1%的GDP用于曼哈顿项目，而在阿波罗计划实施期间，美国将0.5%的GDP用于美国国家航空航天局。

那么我们假设AI实验最大的支出也能占到GDP的1%，也就是2000亿美元。鉴于一个数量级的增长需要1.1-1.4年，初步测试规模为1000万美元，

那么根据AI计算的趋势预测，在5-6年内，我们会看到一个耗资2000亿美元的实验。那么，鉴于未来(美国)类似的经济形势，将是这种AI计算趋势的终结。

我们也可以考虑如果政府不参与，这种趋势会持续多久。鉴于民营企业规模小，遇到经济门槛会更快。其中最大的是科技公司：亚马逊和谷歌目前每年的R&D预算约为200亿美元。

那么我们可以假设政府之外最大的独立实验是200亿美元。那么私人部门跟上AI计算潮流的时间大概是政府的3/4，大概是3.5到4.5年。

另一方面，特定硬件的研发也可能使计算成本更低，从而导致趋势更长。如果某种新的硬件让计算便宜1000倍，打破摩尔性价比定律，这个经济门槛可以维持得更久一点，大概3-4年。

为了在真正长的时间内(超过10年)保持AI计算的趋势，经济产出必须每年以一个数量级的速度增长。这确实是一个非常极端的情况，但也不是不可能。

主要是看一些极其强大的AI技术能否带来大规模的经济效益。

当然，要知道这些数字都是上限，所以不排除AI计算的趋势会更快停止(比如AI研究的经济性被证明不及预期)，不管是突然停止还是慢慢停止。

公积金缴纳比例扣税，公积金缴纳比例扣税标准