#2, los algoritmos de IA se pueden ejecutar especialmente rápido en un tipo de arquitecturas específico (TPU), es probable que los autores se refieran a eso y no a una mejora en el software.
#2 Pero se cumple también en otras áreas como el tamaño de los discos duros, la sensibilidad de los telescopios, el consumo energético o el número de lineas de código.
También está la ley inversa, que dice que el software se está haciendo menos eficiente a medida que el hardware se hace más potente.
Supongo que los autores quieren expresar que el desarrollo de la AI no está directamente vinculada con el hardware. La clave está en las redes neuronales. Lo que más cuesta es entrenarlas, pero una vez entrenadas pueden funcinar en un teléfono movil.
#11 En el propio artículo indican que durante algunos años la IA siguió una velocidad muy similar a la de la Ley de Moore. Pero en general ese término ("Ley de Moore") no se ha usado nunca para describir nada que no sea el avance del hardware.
hai.stanford.edu/sites/g/files/sbiybj10986/f/ai_index_2019_report.pdf
The study looked at how AI algorithms have improved over time, by tracking the progress of the ImageNet image identification program
También está la ley inversa, que dice que el software se está haciendo menos eficiente a medida que el hardware se hace más potente.
Supongo que los autores quieren expresar que el desarrollo de la AI no está directamente vinculada con el hardware. La clave está en las redes neuronales. Lo que más cuesta es entrenarlas, pero una vez entrenadas pueden funcinar en un teléfono movil.