摩尔定律也促进了人工智能的大发展

从20世纪50年代起，人们开始研究人工智能，但那时的研究只是集中在逻辑推理上，只是成功地利用计算机进行了逻辑定理证明。后来，由于问题的复杂度大大超过当时计算机（二代机和三代机）的处理能力，因此到了70年代，人工智能就发展不下去了，处于低谷期。80年代开始了以专家系统为代表的知识工程，发展了七八年，非常红火。到了80年代末期，随着消费级个人电脑（PC）的兴起，大家发现，原来在IBM的个人电脑上也可以运行很多提高生产力的应用，而为专家系统打造的机器太贵，由此出现了一个低成本颠覆，这让人工智能陷入了第二个冬天。1993年，英特尔发布了奔腾处理器，这是一个划时代的处理器，让个人电脑级的系统具有很强的计算力。当时正在研究神经网络的学术界，终于有了合适的消费级计算机做实验，这样才有了之后二十几年逐渐发展起来的神经网络的研究。

摩尔定律指出，每隔18~24个月，同样计算力的芯片可以用一半左右的价格买到，这是通过在同样的芯片面积上放置更多的晶体管并保持高能效来实现的。那么，2000年以后，摩尔定律是怎样的呢？到2000年以后，芯片工艺达到90纳米以下时，其制造遇到了很多问题，有很多猜测说摩尔定律延续不下去了。但是，科学家和工程师一次又一次地努力，在新材料、新技术上进行探索。在突破45纳米节点的时候，英特尔采用高K-金属栅极技术，克服了漏电问题。在突破22纳米节点的时候，又发明了3D晶体管，让一个晶体管的尺寸变得更小。就这样，不断地把摩尔定律往前一步步推进，突破了很多瓶颈。目前，芯片工艺已经达到7纳米的水平。这20年里，计算机和手持设备的性能不断提升，单位计算能力提高了15000倍。现在，手持设备的计算性能已经堪比当年的服务器。摩尔定律也推动了存储容量的大幅上升，成本大幅下降。从1995年1GB存储需要1000美元，到2015年只需要3美分，单位存储成本约为当时的1/30000这些极大地促进了基于大数据和计算力的人工智能算法的研究。

预计到2020年，人工智能方面需要的计算力将增长12倍。这会给我们带来一个完全不一样的世界。以精准医疗应用为例，做基因组测序、分析医疗影像数据以及处理实验室检测的数据等等都需要大量的运算。上述工作原来需要几天才能完成，而现在，在人工智能技术的帮助下只需要几个小时就能完成。现在，人工智能已经达到了应用爆发的临界点，后面还会有越来越强的计算能力，越来越多的数据以及算法的突破。