现在电脑连接了我们所有人连接我的电脑( 三 ) _小知识

新芯片的概念
除了专业加速器外，还有许多新方法可以大幅提高通用芯片的速度。亚特兰大乔治亚理工学院的计算机科学家汤姆·孔特是IEEE重启计算倡议(IEEE Rebooting ComputingInitiative)的负责人，他指出了两种模式。第一种是超导，让芯片在足够低的温度下运行以消除电阻。
第二种模式是可逆计算，在这种模式中，比特被重复使用，而不是作为热量排出。1961年，IBM的物理学家罗尔夫·兰道尔将信息论和热力学结合起来，他注意到当一个逻辑门接收两个比特并输出一个比特时，它就会破坏一个比特，并以热量的形式将其以熵或其它随机性的形式排出。当数十亿个晶体管以每秒数十亿次的周期运行时，浪费的热量就会累积起来，这时机器就需要更多的电力来计算和冷却。阿尔伯克桑迪亚国家实验室(Sandia National Laboratories)从事可逆计算研究的计算机科学家迈克尔·弗兰克在2017年写道:“传统计算机本质上是一个昂贵的电加热器，它的一个副作用是恰好执行少量的计算。”
但在可逆计算中，逻辑门的输出和输入一样多。这意味着如果你反向运行逻辑门，你可以使用，比如说三个输出比特来获得三个输入比特。一些研究人员设想了一种可逆逻辑电路，它不仅可以节省那些多余的比特，还可以将它们循环用于其他计算。物理学家理查德·费曼得出的结论是，除了数据传输过程中的能量损失外，计算效率在理论上是没有限制的。
把可逆计算和超导计算结合起来，孔特说，“你会收到双重收益。”高效的计算机允许您在同一芯片上运行更多的操作，而无需担心电力使用或热量产生问题。最终其中一种或两种方法可能会成为超大规模计算的主干” 。
软件改进
研究人员继续致力于晶体管、其他计算元件、芯片设计等硬件相关的新技术，如光子学、生物分子、碳纳米管。但是，仅仅通过优化软件代码，现在的计算机仍然可以从当前的硬件架构中获得更多改进。
例如，在《科学》杂志2020年的一篇论文中，研究人员研究了两个矩阵相乘的简单问题，数学和机器学习中使用的数字网格。当团队选择了一种高效的编程语言并为底层硬件优化了代码时，计算的速度比Python语言的标准代码快了6万多倍，而Python语言目前被认为是用户友好且容易学习的。
麻省理工学院(MIT)的研究科学家尼尔?汤普森是《科学》(Science)杂志上这篇论文的合著者，他最近与人合作撰写了一篇论文，探讨算法的历史改进。算法是一组指令，根据人类设定的规则做出决策，用于排序数据等任务。“对于为数不多的算法来说，”他说，“它们的进展和摩尔定律一样快，甚至更快。”
几十年来，包括摩尔在内的人们一直预测摩尔定律的终结。进步可能放缓了，但人类的创新使技术保持快速发展。

追求智慧
从计算机科学的早期开始，研究人员就致力于让计算机复制人类的思维。艾伦·图灵在1950年发表了一篇题为《计算机器与智能》的论文，他在开篇写道:“我提议设想这样一个问题，‘机器能思考吗?’”他接着概述了一个测试，并称之为“模仿游戏”(现在称为图灵测试)，在这个测试中，一个被测试者通过书写提问的方式同时与计算机和一个人交流，在这种交流过程中被测试者无法看见自己交流的对象是计算机还是人类，他必须通过书写的问题和相应回复来判断哪一个是人哪一个是计算机。如果这个被测试者无法判断差别，那么认为这台计算机是可以思考的。
“人工智能”一词最早出现在1955年达特茅斯学院(Dartmouth College) 夏季峰会的一项提案中。这个提案提出，“我们将进行一次尝试，寻找如何让机器使用语言、形成抽象和概念，解决目前留给人类的各种问题，并提高机器自身。” 峰会的组织者预计，在两个多月的时间里10个峰会的与会者将取得重大进展。
60多年过去了，现在还不清楚这些进展是否达到了当时夏季峰会上的预期。现在人工智能以各种方式围绕着我们:隐形的(例如过滤垃圾邮件)、值得关注的(例如自动驾驶汽车、在象棋或者围棋上打败人类)，以及介于两者之间的(例如用智能手机聊天) 。这些都是狭义的人工智能，能很好地完成一到两个任务，但是图灵的想法是一种“通用型人工智能”，根据需求可以完成大部分人类所做的工作。

文章插图
世界国际象棋冠军加里·卡斯帕罗夫在1996年的一场比赛中击败了IBM的超级计算机“深蓝” 。但在1997年的重赛中，电脑赢了

现在电脑连接了我们所有人 连接我的电脑( 三 )

现在电脑连接了我们所有人连接我的电脑( 三 )