กฎของมัวร์คืออะไร และส่งผลต่อ AI อย่างไร

คุณเคยได้ยิน กฎของมัวร์? ฟังดูคล้ายกับภาพยนตร์ไซไฟ แต่เป็นหนึ่งในแนวคิดที่สำคัญที่สุดในเทคโนโลยีสมัยใหม่ กล่าวโดยสรุปคือ จำนวนทรานซิสเตอร์บนไมโครชิปจะเพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี ซึ่งนำไปสู่การเติบโตแบบทวีคูณของกำลังการประมวลผล กฎหมายฉบับนี้ขับเคลื่อนความก้าวหน้าทางเทคโนโลยีมากว่า 50 ปีและมีผลกระทบอย่างลึกซึ้งต่อ ปัญญาประดิษฐ์ (AI). สิ่งนี้ทำงานอย่างไรและอะไรคือความหมายของ AI ดำดิ่งสู่โลกแห่งกฎของมัวร์และสำรวจความสัมพันธ์อันน่าทึ่งกับ AI

อะไรนำไปสู่ ​​AI?

การปรับปรุงประสิทธิภาพของฮาร์ดแวร์คอมพิวเตอร์แบบทวีคูณในช่วงสองสามทศวรรษที่ผ่านมามักเรียกว่ากฎของมัวร์ 

หนึ่งในแรงผลักดันที่อยู่เบื้องหลังการวิจัย AI คือภารกิจในการสร้างเครื่องจักรที่สามารถทำงานที่ยากหรือเป็นไปไม่ได้สำหรับมนุษย์ เช่น หมากรุก or Go. อย่างไรก็ตาม พลังการประมวลผลที่จำกัดของคอมพิวเตอร์ในยุคแรกๆ หมายความว่าเป้าหมายเหล่านี้ไปไม่ถึง

เนื่องจากฮาร์ดแวร์คอมพิวเตอร์มีการปรับปรุงอย่างต่อเนื่องในอัตราทวีคูณ ในที่สุดนักวิจัย AI ก็สามารถเริ่มสร้างระบบที่สามารถเข้าใกล้ระดับสติปัญญาของมนุษย์ได้ ความก้าวหน้านี้นำไปสู่การขยายตัวอย่างรวดเร็วของ เรียนรู้เครื่องซึ่งเป็นส่วนย่อยของ AI ที่นำไปสู่การพัฒนาแอปพลิเคชันที่ประสบความสำเร็จมากมาย เช่น รถยนต์ไร้คนขับและผู้ช่วยดิจิทัล

กฎของมัวร์มักถูกอ้างถึงว่าเป็นหนึ่งในเหตุผลหลักที่ทำให้ AI มีความก้าวหน้าอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา แนวโน้มนี้มีแนวโน้มที่จะดำเนินต่อไป ซึ่งนำไปสู่ความก้าวหน้าที่น่าทึ่งยิ่งขึ้นในเทคโนโลยี AI

AI มีบทบาทต่อสังคมอย่างไร?

ในเดือนพฤษภาคมของ 1965, กอร์ดอนมัวร์หนึ่งในผู้ร่วมก่อตั้ง Fairchild Semiconductor และ อินเทลตีพิมพ์บทความเรื่อง “อัดส่วนประกอบให้มากขึ้นบนวงจรรวม“. ในบทความนี้ มัวร์ทำนายว่าจำนวนทรานซิสเตอร์บนชิปหนึ่งตัวจะเพิ่มเป็นสองเท่าทุกๆ สองปีโดยประมาณ สิ่งนี้กลายเป็นที่รู้จักในฐานะกฎของมัวร์

แม้ว่าในช่วงแรกจะเป็นเพียงแนวโน้มที่สังเกตได้ในอุตสาหกรรมเซมิคอนดักเตอร์ แต่กฎของมัวร์ได้แสดงถึงการปรับปรุงกำลังการประมวลผลโดยทั่วไปแบบทวีคูณ 

พลังในการประมวลผลที่เพิ่มขึ้นเรื่อย ๆ จากกฎของมัวร์ทำให้ AI สามารถสร้างความก้าวหน้าที่สำคัญในช่วงไม่กี่ปีที่ผ่านมา ซึ่งเป็นผลจากความต้องการในการประมวลผลข้อมูลที่หิวโหยของ การเรียนรู้ลึก ๆ ระบบ อย่างไรก็ตาม ยังมีความท้าทายอีกมากมายที่ต้องเอาชนะก่อนที่ AI จะสามารถบรรลุศักยภาพสูงสุดได้

บางคนเชื่อว่ากฎของมัวร์จะถึงขีดจำกัดในที่สุด ส่งผลให้อัตราการพัฒนา AI ช้าลง อย่างไรก็ตาม คนอื่นๆ เชื่อว่าเทคโนโลยีทางเลือกจะช่วยให้กฎของมัวร์ดำเนินต่อไปอย่างไม่มีกำหนด 

กอร์ดอน มัวร์คือใคร?

Gordon Moore เป็นนักธุรกิจและนักเคมีชาวอเมริกัน ผู้ร่วมก่อตั้ง Intel Corporation ด้วย โรเบิร์ต นอยซ์. มัวร์เกิดที่ซานฟรานซิสโก แคลิฟอร์เนีย เมื่อวันที่ 3 มกราคม พ.ศ. 1929 เขาสำเร็จการศึกษาระดับปริญญาตรีสาขาเคมีจาก มหาวิทยาลัยแห่งแคลิฟอร์เนียเบิร์กลีย์ในปี พ.ศ. 1950 และปริญญาเอก ในวิชาเคมีและฟิสิกส์จาก คาลเทค ใน 1954

หลังจากทำงานเป็นนักวิทยาศาสตร์วิจัยที่ Shell Oil Company ไม่กี่ปี มัวร์เข้าร่วมงานกับ Fairchild Semiconductor ในปี 1957 ที่ Fairchild เขาได้ดูแลการพัฒนาผลิตภัณฑ์สารกึ่งตัวนำซิลิกอนใหม่ ซึ่งรวมถึงวงจรรวม (IC) เชิงพาณิชย์เครื่องแรก

ในปี พ.ศ. 1968 มัวร์และนอยซ์ออกจากแฟร์ไชลด์เพื่อร่วมก่อตั้งบริษัทอินเทล ในฐานะซีอีโอของ Intel (ตั้งแต่ปี 1979 ถึง 1987) มัวร์ช่วยให้บริษัทกลายเป็นหนึ่งในผู้ผลิตไมโครโปรเซสเซอร์และผลิตภัณฑ์เซมิคอนดักเตอร์ชั้นนำของโลก เขายังคงอยู่ในคณะกรรมการบริหารของ Intel จนถึงปี 2004

มัวร์ได้รับการยอมรับอย่างกว้างขวางจากความสำเร็จด้านเทคนิคและความเฉียบแหลมทางธุรกิจของเขา ในปี 2000 เขาได้รับการแต่งตั้งให้เป็น หอเกียรติยศนักประดิษฐ์แห่งชาติ. ในปี 2002 เขาได้รับรางวัล Charles Stark Draper Prize (มักเรียกกันว่า "รางวัลโนเบล" สาขาวิศวกรรม) และในปี 2005 เขาได้รับรางวัล Presidential Medal of Freedom จาก George W. Bush

กอร์ดอน มัวร์ ประมาณปี 1965

กฎของมัวร์คืออะไร?

ในปี 1965 Gordon Moore ผู้ร่วมก่อตั้ง Intel ได้ทำนายไว้อย่างชัดเจน เขากล่าวว่าจำนวนทรานซิสเตอร์บนชิปจะเพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี ข้อสังเกตที่เรียบง่ายนี้มีมานานกว่า 50 ปีแล้ว

เมื่อชิปมีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น ชิปเหล่านี้ได้กระตุ้นความก้าวหน้าทางเทคโนโลยีอันน่าทึ่งมากมาย ตั้งแต่คอมพิวเตอร์ส่วนบุคคลและอินเทอร์เน็ตไปจนถึงโทรศัพท์มือถือและปัญญาประดิษฐ์ (AI) กฎของมัวร์มีผลกระทบอย่างลึกซึ้งต่อโลกของเรา

AI เหมาะอย่างยิ่งสำหรับการใช้ประโยชน์จากการเติบโตแบบทวีคูณอย่างต่อเนื่องของพลังการประมวลผลที่ทำนายไว้โดยกฎของมัวร์ นั่นเป็นเพราะ AI ต้องการข้อมูลจำนวนมหาศาลและพลังการประมวลผลเพื่อฝึกฝนอัลกอริทึมของมัน เมื่อชิปมีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น AI ก็จะแพร่หลายและมีอิทธิพลมากขึ้น

กฎของมัวร์ส่งผลกระทบต่อ AI อย่างไร

เมื่ออุปกรณ์อิเล็กทรอนิกส์มีขนาดเล็กลงและมีประสิทธิภาพมากขึ้น ศักยภาพของปัญญาประดิษฐ์ (AI) ก็ยิ่งใหญ่ขึ้น นั่นเป็นเพราะกฎของมัวร์ ซึ่งตั้งชื่อตามกอร์ดอน มัวร์ ผู้ร่วมก่อตั้งบริษัทอินเทล ระบุว่า จำนวนทรานซิสเตอร์บนไมโครชิปจะเพิ่มเป็นสองเท่าทุกๆ สองปีโดยประมาณ ในทางกลับกัน หมายความว่าแอปพลิเคชัน AI สามารถสร้างลงในอุปกรณ์ที่มีขนาดเล็กลงได้ ทำให้เข้าถึงได้มากขึ้นและมีราคาย่อมเยา

นอกจากนี้ เมื่ออุปกรณ์มีประสิทธิภาพมากขึ้น ก็สามารถประมวลผลข้อมูลได้เร็วขึ้น นี่เป็นสิ่งสำคัญสำหรับ AI เนื่องจากการเรียนรู้ของเครื่อง ซึ่งเป็น AI ประเภทหนึ่งที่ช่วยให้คอมพิวเตอร์เรียนรู้จากข้อมูล ต้องอาศัยชุดข้อมูลขนาดใหญ่เพื่อให้มีประสิทธิภาพ ยิ่งระบบ AI ต้องทำงานด้วยข้อมูลมากเท่าไรก็ยิ่งสามารถเรียนรู้และคาดการณ์ได้ดีขึ้นเท่านั้น

กฎของมัวร์มีความแม่นยำอย่างน่าทึ่งในช่วงสองสามทศวรรษที่ผ่านมา และไม่มีเหตุผลที่จะเชื่อได้ว่ากฎนี้จะไม่คงอยู่ต่อไปในอนาคต นับเป็นข่าวดีสำหรับผู้ที่สนใจใช้ AI เพื่อแก้ปัญหาในโลกแห่งความเป็นจริง ในขณะที่เทคโนโลยี AI พัฒนาอย่างต่อเนื่องในอัตราทวีคูณ เราจึงสามารถคาดหวังถึงการใช้งานที่น่าอัศจรรย์ยิ่งขึ้นของเทคโนโลยีการเปลี่ยนแปลงนี้ในอีกหลายปีข้างหน้า

กฎของมัวร์จะส่งผลอย่างไรต่อสังคม

กฎของมัวร์ถูกนำมาใช้เพื่อเป็นแนวทางในการวางแผนระยะยาวสำหรับการพัฒนาเซมิคอนดักเตอร์ และยังคงมีความเกี่ยวข้องแม้ในขณะที่จำนวนทรานซิสเตอร์ยังคงเพิ่มขึ้นอย่างรวดเร็วเกินกว่าที่คาดการณ์ไว้ในตอนแรก การเติบโตแบบทวีคูณอย่างต่อเนื่องที่เปิดใช้งานโดยกฎของมัวร์ได้กระตุ้นความก้าวหน้าที่น่าทึ่งในด้านพลังการประมวลผลและความเชื่อมโยงในช่วงสองสามทศวรรษที่ผ่านมา

เมื่อจำนวนทรานซิสเตอร์เพิ่มขึ้นอย่างต่อเนื่อง 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 เราสามารถคาดหวังการเปลี่ยนแปลงที่พลิกโฉมมากยิ่งขึ้นในอีกหลายปีข้างหน้า

กฎของมัวร์สามารถทนต่อการทดสอบของเวลาได้นานแค่ไหน?

เป็นการยากที่จะทำนายอนาคตของเทคโนโลยี แต่กฎของมัวร์จะไม่คงอยู่ตลอดไป คำถามคือจะทนต่อการทดสอบของเวลาได้นานแค่ไหน?

คำตอบอาจอยู่ในวิธีที่เรานิยามกฎของมัวร์ แต่เดิมหมายถึงจำนวนทรานซิสเตอร์บนชิปที่เพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี แต่เนื่องจากชิปมีความซับซ้อนมากขึ้น คำจำกัดความจึงเปลี่ยนไปเพื่ออ้างถึงประสิทธิภาพโดยรวมของชิปที่ดีขึ้นในอัตราที่ใกล้เคียงกัน

จนถึงตอนนี้ กฎของมัวร์มีมานานกว่า 50 ปีแล้ว และไม่มีเหตุผลที่จะคิดว่ามันจะหยุดลงในเร็วๆ นี้ อย่างไรก็ตาม มีสัญญาณว่าอาจชะลอตัวลง ตัวอย่างเช่น ความเร็วของโปรเซสเซอร์ได้คงที่ในช่วงไม่กี่ปีที่ผ่านมา

ถึงกระนั้น แม้ว่าในที่สุดกฎของมัวร์จะสิ้นสุดลง ผลกระทบของกฎนี้จะสัมผัสได้ในอีกหลายปีข้างหน้า มันขับเคลื่อนนวัตกรรมและความก้าวหน้าในอุตสาหกรรมเทคโนโลยีมาครึ่งศตวรรษ และมรดกของมันจะยังคงกำหนดอนาคตของ AI และเทคโนโลยีล้ำสมัยอื่นๆ  

เป็นไปไม่ได้ที่จะทราบแน่ชัดว่ากฎของมัวร์จะดำเนินต่อไปอีกนานแค่ไหน แต่ผลกระทบต่ออุตสาหกรรมเทคโนโลยีนั้นไม่อาจปฏิเสธได้