AI in den Startlöchern

[Jetzt gehts bald los]

Von den möglichen Energieträgern der absehbaren Zukunft ist zu erwarten, dass sie ihre chemisch gespeicherte Energiemenge dramatisch erhöhen werden. Außerdem gibt es eine Grenze der Größe und des Gewichtes, die ein tragbares Gerät interessant macht. Wenn man dann bedenkt, dass es zu der physikalischen Grenze von sagen wir mal 11nm Strukturbreite nur noch 5-7 Jahre hin ist und damit nur noch eine Vervierfachung der Kapazität und Effizienz aussteht (11^2 ist ein ca. Viertel von 25^2), wird es endlich rentabel (und notwendig), dass die Software intelligenter wird. Zum einen muss der Schwierigkeit des massiv-parallel-computings begegnet werden, zum anderen werden Computer heuristische Hypothesen als Vorhersage der nächsten Befehle des Anwenders erstellen, Datensuche, Berechnungen und Datenverwaltung werden mit erfahrungsgestützter bedingter Wahrscheinlichkeit (Bayes-Therorem) beschleunigt werden. Computer werden zu einer Effizienz und PArallelität gezwungen, die echte Künstliche Intelligenz fordert, die ihrerseits den REchner damit Fehler (ohne Rechenfehler) durch Schätzungen und Heuristiken machen lässt. In 20 Jahren spätestens werden auch Supercomputer nicht mehr nach der Dynamik des Moorschen GEsetzes schneller werden, ihre Zeta-Flops werden intelligenter werden müssen. Qantencomputer werden das nicht ersetzen

[Korrektur erster Satz]

Von den möglichen Energieträgern der absehbaren Zukunft ist NICHT zu erwarten...

[Genauer spekulierte Prognose]

also man könnte auch anders rechnen: Angenommen, für Intel wird sich dank fehlender Konkurenz ein Beibehalten der Tick-tock-Frequenz von 2 Jahren nicht rechnen und es wird alle 2.5 Jahre ein neues Shrinking geben. Dann sähe es ungefähr so aus: Q1 2011: 32nm Sandy Bridge; Q2 2012: 22nm Sandy Bridge; Q3 2013 22nm Ivy Bridge; Q3 2014 16nm Ivy Bridge, Q4 2015 16nm IB Nachfolger, Q1 2017 11nm, Q2 2018 16nm nächste Architektur. 11^2 wäre gegenüber 32^2 8.5 mal so klein und mit einem bisschen größeren Die haben wir dann vielleicht 10Mrd Transistoren, von denen wahrscheinlich der Großteil der CAche 1-4 ist. Natürlich wäre auf dem Mainboard noch genügend Platz für mehr oder größere PRozessoren, so wie auf den Serverboard, würde sich aber vielleicht nicht rechnen. Sollte der Stromverbrauch der limitierende Faktor für den Endverbraucher werden, würde zudem die Frequenz auf insgesamt 24 Kernen auf 500MHz sinken. Jedenfalls wir eine einfache Floating-Point-Operation als ein einziger Thread, der nicht auf mehrere Kerne verteilt werden kann (rekursiver Algorithmus), ab dem Jahr 2020 schätz ich, kaum noch von späteren Kernen schneller gerechnet werden können. Mit zunehmender Intelligenz verlängert sich der Pfad im Chip und eine simpler REchenweg wird einfach nicht mehr schneller gerechnet. Als vergleich mit dem menschlichen Gehirn kann man sehen: ein einzelnes NEuron oder eine Nervenbahn mit 3, 4 hintereinandergekoppelten Neuroenn ist um mehrere Größenordnungen leistungsschwächer als Chips aus den 70er JAhren. Was unser GEhirn so gut kann, ist eine enorm ökonomische BErechnung mit Milliarden Cores! Unser Gehirn ist der absolute Weltmeister im parallel rechnen und Auswerten mit dem Bayes-Theorem. Simuliert wird so etwas heute mit künstlichen Neuronalen Netzen, die rekursive Algoritmen extrem schnell und mit wenig aufwand berechnen. Das PRoblem ist die ungeheure Schwierigkeit ein solches NEtzwerk mit einigen hundert Neuronen verteile auf ein paar hidden-layers (zwischen input und output layser) überhaupt zu programmieren.
Vielleicht wird es solche Neuronalen netzwerke mit eigenständiger Physik ihre Transistoren (Vektor-Transistoren mit fuzzy-zuständen ähnlich den Quantenoperatoren als noch furturisches Bose-Einstein-Kondensat) als eigenständige REcheneinheit auf dem Computer geben.
Vielleicht wird dann überhaupt die CPU mit vielen völlig verschiedenen integrierten Architekturen arbeiten oder GPUs wie auf TESLA von Nvidia mit vielen hundert oder tausend kernen nutzen für einfach parallelisiebare berechnunge