Moores lag säger att antalet transistorer som får plats på ett chipp fördubblas vartannat år. Lagen utgör ett fantastiskt exempel på exponentiell tillväxt – något som vi också har sett i utvecklingen av smartphones och andra enheter under de senaste åren.
Moores lag utgör dock endast en liten del av den tekniska utvecklingen, som också i stort utvecklas exponentiellt. Den tekniska utvecklingen, som var extremt långsam i början, rör sig numera i ljusets hastighet. Tidigare tog det millenier för paradigmskiften att ske (ta till exempel stenåldern och hjulet) medan det idag endast tar några år (ta internet och återigen, smartphones). Vi kan dessutom med säkerhet anta att accelereringshastigheten kommer att fortsätta öka i samma takt och inte bara inom IT utan också andra områden, som fysik och biologi. Det är till exempel intressant att se parallellerna mellan den tekniska utvecklingen och den globala befolkningsökningen – båda är exponentiella.
AI kommer att spela en viktig roll i denna utveckling och experter såsom Ray Kurzweil och Jay Wheeler förväntar sig exponentiell tillväxt även på detta område. Det är därför vi skiljer på den ”svaga” AI vi har idag och den ”starka” AI vi kommer att se om några år. Vissa refererar till och med till artificiell superintelligens när de talar om nästa tekniska revolution. Teknisk singularitet nås i slutet av denna utveckling och vid den punkten kommer människor inte längre kunna uppfatta utvecklingen, ens på ett ungefär. Harvard Science Review har diskuterat möjligheten att utveckla en mega-hjärna med ett IQ på 34 597, vilket kan jämföras med det mänskliga snittet på ett IQ på 100. Troligtvis kommer det inte längre vara någon tydlig skillnad på mänsklig och artificiell intelligens under den senare delen av detta århundrade.
Med tanke på hur outvecklad den artificiella intelligensen fortfarande är, är vi inte ens i närheten av att nå dit. Lagar som rör teknikens potential och potentiella risker måste införas, etiska frågor behöver lösas och den brist på tillräcklig standardisering som råder behöver åtgärdas. Det råder också brist på AI-expertis och miljoner av AI-utvecklare och företag världen över kämpar med otillräcklig IT-infrastruktur, med för svag bandbredd, otillräckligt minne och för få AI-lösningar. AI-applikationer använder enorma datavolymer , för att inte fördelarna med AI ska gå förlorade. De nuvarande lösningarna för ofta med sig mer dåligt än bra.
Specifik hårdvara och mjukvarulösningar behövs och det gör också en AI-orienterad infrastruktur – inte bara för att snabbt processa data, utan också för att snabbt kunna utveckla och implementera nya AI-applikationer. På den globala arenan, är tid till marknad avgörande. I en undersökning gjord av marknadsundersökningsföretaget ESG på uppdrag av Dell EMC, tror 80% av de undersökta företagen att det kommer att dröja två år innan AI- och maskininlärningsutvecklingen ger märkbara företagsfördelar.
Att bygga en AI-anpassad infrastruktur kräver både AI-expertis och generell IT-expertis. IT-avdelningar behöver arbeta tillsammans med dataforskare, för att välja rätt servrar, grafiska processorer, minneslösningar och nätverk med tillräcklig, och skalbar bandbredd. Därefter behöver konstruktions- samt testfaserna genomföras och AI-ramverket och biblioteken, samt samspelet med mjukvaran finjusteras. Slutligen måste dataforskare validera och godkänna hela systemet och först då kan de första modellerna börja utvecklas.
Att arbeta via molnet är inte nödvändigtvis den snabbaste vägen att gå vid den här typen av projekt – snarare tvärtom. Trots att många publika moln erbjuder AI-datakraft och bibliotek, så kan de varken erbjuda kunderna referenskonfigurationer eller lösningscenter och inte heller tillräcklig rådgivning. Det finns dessutom kapacitetsproblem relaterade till koncept, som problem orsakade av dataöverföringar, vilka gör interna lösningar fördragbara.
Detta vet Dell EMC om. Vi introducerade nyligen Dell EMC Ready Solutions for AI, som vi har tagit fram med NVIDIA för maskininlärning med Hadoop och djupinlärning. Dessa lösningar gör implementering av AI enklare och snabbare och ger omfattande data snabbt. Företag behöver inte längre producera egna AI-lösningar för individuella komponenter, kombinera dem och spendera värdefull tid på att finjustera dem. Istället kan de förlita sig på den bästa mjukvaran som har designats, validerats och helt och hållet integrerats av Dell EMC, inklusive AI-ramverk och bibliotek, liksom den datorkraft, nätverk och minneskapacitet som krävs.
Våra lösningar ökar dataforskares produktivitet med 30% och minskar den tid som krävs för att AI-applikationen ska göra nytta med upp till 12 månader, jämfört med en DIY-lösning. Dessutom stöttar Dell EMC Consultings ny tjänster företag som använder AI i allt från implementering till driftsättning av färdiga tekniker och AI-bibliotek genom rekommendationer på arkitektur och branschkonsultationer.
Inte ens de minsta AI-utvecklingarna kommer att bli användbara utan rätt infrastruktur. En ambitiös AI-karta över den teknik som kan användas i hela företaget kräver en mycket specifik AI-infrastruktur. Som det ser ut nu, har företag inte längre ha råd att inte genomgå denna process om de vill vara konkurrenskraftiga över tid.
