Googleの研究者らはコンピュータの消耗を止めたいと考えている

コンピュータを使用している人なら誰でも、古くなるとコンピュータの動作が遅くなるという現象をご存知でしょう。 「すべてには終わりが来る」という格言にあるように、これを老化の正常な兆候と考える人もいるかもしれません。しかし、グーグルの研究者らはそれを受け入れたくない。彼らは、学習するコンピューターの開発が可能であるかもしれないと信じています。

コンピューターは、新しいソフトウェアを使用すると限界に達しつつあります

以前のように、ある時点で新しいソフトウェアに圧倒されるのではなく、これらの新しいコンピューターは特別なテクノロジーの助けを借りて学習できるため、遅くなるのではなくより良く、より速くなるべきです。これを達成するために、研究者らは「プリフェッチ」として知られるコンピューター開発で繰り返し発生する問題に取り組みました。

「プリフェッチ」とは、コンピュータが実際にメモリから情報を取得するよりもはるかに速く情報を処理することを意味します。データを処理できるようにするために、コンピューターはどの情報が最も必要になる可能性が高いかを計算してアクションを実行します。しかし、システムが高度になればなるほど、この予測は難しくなります。

人工知能による学習

Googleの研究者たちは現在、深層学習手法を使用してこの問題を解決したいと考えています。この方法では、人工知能はシミュレートされた自己学習ネットワークを使用して、プリフェッチをよりインテリジェントにします。カリフォルニア大学サンタクルーズ校のハイナー・リッツ氏は、低レベルのオペレーティング システムからユーザーが操作するソフトウェアに至るまで、 コンピューターのあらゆる部分に機械学習を統合できるはずだと考えています。

コンピュータ、ソフトウェア、チップの新たな開発が緊急に必要とされています。 いわゆるムーアの法則は、より優れたより小型のチップが開発されるまでのコンピューターチップの寿命は約 2 年であると約 50 年間正確に予測していましたが、徐々に通用しなくなりました。コンピューターチップの構造は近年基本的に変わっていません。

一般的なシステムから個別のシステムへ

マサチューセッツ工科大学（MIT）のティム・クラスカ氏も、これまで一般用途向けのシステムやハードウェアを構築してきたが、将来的にはこれを再考する必要があると述べている。 「機械学習により、システムは中核部分だけでなく、特定のデータやユーザーの行動パターンにも自動的に適応することが可能になります。」

————-

これも興味深いかもしれません:

————-

コンピューターでの機械学習は高価です

さらに、人工知能を備えたコンピューターは、より複雑なアルゴリズムを適用することもできます。このシステムは、たとえば、ソーシャル ネットワークからのデータに基づいて財務データを処理する方法を学習し、この目的のためのデータベースを作成することができます。あるいは、特定のアプリケーションが特定のユーザーにさらに正確に適応することを学習することもできます。

しかし、クラスカ氏は、機械学習は依然として高価であり、大量の計算を必要としていると強調する。人々がこれらのハードルを乗り越えれば、将来的にはシステムの構築方法が根本的に変わる可能性があります。ハイナー・リッツ氏は次のようにも述べています。「大きな目標は、システム自体を常に監視して学習することです。これはまさに何か大きなことの始まりだ。」