電腦與人腦的神經元數量可能出現黃金交叉， AI逐漸成為新一代萬物之靈的「它時代」來了！

對於摩爾定律走不下去的焦慮感，終於因為類神經網路的規模和發展逐步提高，有了解方。從1980 年到2020 年，這40 年間類神經網路有了顯著的進展。一方面是類神經網路的規模逐步提高，另一方面則是類神經網路的模型，也隨著腦神經科學的突破而不斷推陳出新。

我們整理過去40 年知名神經網路模型的神經元數量趨勢，並依此推估到2040 年之前，單一AI 系統的神經元數量可以達到500 億個，而人類的腦神經元數量約為860 億個，我們可以將之視為「AI 模型的摩爾定律」。更重要的是，如果依照這個趨勢發展下去，電腦與人腦的神經元數量可能會在30 年之內出現黃金交叉！

AI 將顛覆現有的市場格局

除了從神經元數量推演接下來的趨勢，我們還可以從機器學習所投入的計算資源增長趨勢來加以佐證。

機器學習系統的訓練計算量（Floating Point Operations，FLOPs），直譯為「浮點數的計算次數」，這是常用於衡量神經網路訓練過程中所需要的計算資源／負荷的一個重要指標，通常與計算複雜性、訓練成本、時間以及所需的硬體資源等條件相關。

時代基金會在2022 年5 月發表了《EPOCH AI》研究報告，以浮點數計算能力的演進作為主要指標，將機器深度學習劃分為3 個時期：

1. 前期（1950-2010 年）：在機器深度學習出現之前，訓練計算量大約每29 個月翻倍1 次。

2. 深度學習時代（2010-2015 年）：訓練計算量大約每12 個月翻倍1 次。

3. 大規模時代（2015-2016 年）：部分由大型企業主導的模型開始從主要趨勢中分離出來，這些大型模型使用的訓練計算量，比同期系統還要高出2 至3 個量級，因此也將翻倍時間縮短到5 個月到7.3 個月。

要特別提醒的是，自2010 年至2022 年5 月，機器深度學習模型的訓練計算量已經增長了100 億倍！這表示機器深度學習模型的需求，正在以前所未有的速度飛躍前進中。

根據IT 發展的前4 大週期觀察之，當科技進步符合或超越摩爾定律每2 年成長1 倍的速度，就意味著這樣的指數型成長將會產生相當巨大的影響力。再加上這段期間巨量資金與頂尖人才的加速匯集，我們已經可以預期，AI 即將顛覆現有的市場格局！

它時代來了！

自2017 年Google 科學家瓦斯瓦尼（Ashish Vaswani）等人在開創性論文《Attention is All You Need》中提出了Transformer 模型之後， 這種使用自注意力機制的新型架構，便成為人工智慧和自然語言處理（NLP）領域先進模型的基礎。

到了2022 年，OpenAI 推出了GPT-3， 這是一個更先進的自然語言處理AI 模型，具有超過1,750 億個參數，性能遠超過以往的AI 模型，尤其在文本生成、問答、文本摘要等多個自然語言處理任務上展示了強大的能力。

從資金、技術、市場需求，種種跡象均已顯示，AI 時代真的來了。從2020 年至2040 年的20 年間，IT 發展進入第5 個週期，這期間全球各地各產業都將迎來巨大的AI 紅利，包括生產力急速提升、科技重大突破、人們更多需求被滿足，甚至人類當前在生命醫學、量子力學、宇宙奧祕、時空之謎等各方面所遭遇的重大課題，都會在AI 的協助下突飛猛進。

我們也把這樣的AI 時代稱為「它時代」。

「它」（it） 這個詞， 一方面代表了IT 資訊科技（Information Technology）， 另一方面也是指除了人類的「他」及「她」之外，這個世界上還有另一種擁有智力與自主行動的它（it），會在這期間徹底改變人類的生活樣貌，

伴隨著它愈來愈聰明，在大幅提高人類福祉的同時，也逐漸成為新一代的萬物之靈。

※  IT發展大週期

• 1940–1960  初始計算機時代
• 1960–1980  企業商用時代
• 1980–2000  個人電腦時代
• 2000–2020  行動裝置時代
• 2020–2040  人工智慧時代

意義：AI 智力將超過人類，甚至會成為新一代的萬物之靈

得利：所有掌握住機會的人