Из техничких разлога садржај читалишта можете пратити искључиво на латиници.

Veštačka inteligencija i treći talas silicijumskih procesora

Proizvodnja poluprovodnika se trenutno nalazi u, recimo, trećem velikom talasu razvoja silicijuma koji se koristi za obradu podataka. Ovog puta, nalet investicija je podstaknut sve većom popularnošću i svetlom budućnošću veštačke inteligencije, koja se oslanja na tehnike mašinskog učenja koje se nazivaju dubokim učenjem. Mnogi iskusni stručnjaci su slični talas razvoja videli još dva puta, međutim, količina novca koja se ulaže danas u oblast dubokog učenja daleko premašuje novac koji je zajedno uložen u prethodna dva velika razvojna talasa.

Prvi veliki talas silicijumskih procesora pojavio se sa pronalaskom mikroprocesora sredinom sedamdesetih godina prošlog veka. Bilo je nekoliko kandidata koji su tražili titulu prvog mikroprocesora, ali do ranih osamdesetih, bilo je sasvim jasno da će njihova proizvodnja predstavljati unosan posao. Zbog toga je skoro svaka velika kompanija koja se bavila poluprovodnicima („Intel“, „TI“, „Motorola“, „IBM“, „National Semiconductor“), uskočila u trku, uključujući i mnoge vrlo popularne inovativne kompanije kao što su („Zilog“, „MIPS“, „Sun Microsystems“, „SPARC“, „Inmos Transputer“), koje su novi izum odvele u novom smeru. I dok je kompanija „Intel“ bila dominantna na tržištu sa svojim personalnim računarima, mnogi su nastavili da ulažu znatne količine novca sve do devedesetih godina prošlog veka.

I dok je borba oko mikroprocesora jenjavala jer je kompanija „Intel“ dominirala na tržištu (osim sporadičnih istupanja kompanija kao što su „IBM“, „AMD“, „Motorola“, „HP“ i „DEC“) interesovanje mnogih energičnih i iskusnih kreatora procesora koji su tražili nove izazove okrenulo se ka 3-D grafici. Izuzetan uspeh kompanije „Silicon Graphics, Inc.“ pokazao je da postoji tržište za prelepe slike oživotvorene na računaru. Standardi kvaliteta personalnih računara su se podigli na viši nivo da bi napravili mesta za nove i brže grafičke kartice do ranih devedesetih godine, a kad je kompanija „SGI“ predstavila standard OpenGL 1992. godine, otvorilo se tržište za nezavisne grafičke procesorske jedinice (GPU).

Tadašnje inovativne kompanije kao što su „Nvidia“, „Rendition“, „Raycer Graphics“, „ArtX“ i „3dfx“ oprobale su se u novom poslu. Na kraju devedesetih, kompanija „ATI“ kupila je „ArtX“ i tada je utvrđeno ko je preživeo drugi talas razvoja silicijumskih procesora. Konkurencija između kompanija „Nvidia“ i „ATI“ (koju je kupila kompanija „AMD“) pokrenula je brzi napredak u proizvodnji grafičkih procesorskih jedinica, ali nivo standarda je bio dovoljno visok da obeshrabri nove konkurente.

Džefri Hinton je 2006. godine objavio je rad u kome je opisao kako bi se već dugo poznata tehnologija, koja se naziva neuronska mreža, mogla unaprediti dodavanjem više slojeva mreži. To otkriće je pretvorilo mašinsko učenje u duboko učenje. Naučnik sa Stanford univerziteta Endrju Ng je 2009. godine objavio rad u kome je pokazao kako bi računarska snaga grafičke procesorske jedinice mogla da se upotrebi za značajno ubrzanje matematičkih izračunavanja potrebnih za konvolucione neuronske mreže (CNN).

Ta otkrića, zajedno sa mnogim drugim, okupila su elemente potrebne za ubrzanje razvoja sistema dubokog učenja: velike skupove podataka, računarstvo na visokom nivou, nove algoritme dubokog učenja i infrastrukturu interneta koja će omogućiti obiman rad i deljenje rezultata širom sveta. Poslednji element koji je trebalo da omogući da hiljadu (ili bar nekoliko hiljada) kompanija počne da se bavi tim poslom bio je novac. Ubrzo je počeo da pristiže u ogromnim količinama iz oblasti rizičnog kapitala. Količina novca koji je finansirao razvoj veštačke inteligencije udvostručavao se svake godine od 2012. Istovremeno, velike kompanije – teška kategorija proizvođača poluprovodnika kao što su „Intel“ i „Qualcomm“ i računarske kompanije kao što su „Google“, „Microsoft“, „Amazon“ i „Baidu“ – počele su, takođe, da ulažu ogromne količine novca, kako interno, tako i preko preuzimanja drugih kompanija.

Tokom poslednje dve godine, svedoci smo brzog stvaranja trećeg talasa razvoja silicijumskih procesora koji je prvenstveno usmeren na duboko učenje. Značajna razlika između ovog i prethodna dva talasa razvoja silicijumskih procesora sastoji se u tome što novi procesori veštačke inteligencije ili dubokog učenja retko kad komuniciraju direktno sa korisnikom ili ljudskim interfejsom – ovi procesori rade sa podacima.

Ogromna ulaganja u integrisana kola dubokog učenja verovatno će otvoriti novo veliko tržište. Duboko učenje će postati nova i prodorna „horizontalna“ tehnologija koja će se koristiti u skoro svakom poslovanju i u svakom tehnološkom proizvodu. U nekim pametnim telefonima nalaze se procesori dubokog učenja, a sigurno će se uskoro pojaviti i u nekim prenosivim uređajima, recimo slušalicama ili medicinskim pomagalima.

Integrisana kola dubokog učenja postojaće zajedno sa kompanijskim serverima u skoro svakom centru za podatke i svakodnevno će ubrzavati nove algoritme veštačke inteligencije. Duboko učenje biće u srži svakog novog naprednog integrisanog kola koje će u bliskoj budućnosti stvoriti zaista autonomna vozila. A na toj širokoj silicijumskoj osnovi, nadmetaće se mnogobrojni programi da bi postali novi Microsoft, Google ili Baidu dubokog učenja.

Рачунарски факултет Рачунарски факултет 011-33-48-079