人工智能AI里程碑：計算機圖形學

　　在過去的十年里，圍繞人工智能的突破，投資和企業家活動的爆炸式增長完全是由深度學習驅動的。深度學習是一種復雜的統計分析技術，用于發現大量數據中的隱藏模式。1955年創建的術語（人工智能）被應用于（或錯誤地應用于）深度學習，這是一個更高級的機器學習版本，旨在訓練計算機執行某些任務。這個術語是1959年創建的。

深度學習的最新成功是由于大量數據（大數據）可用性的增加和圖形處理單元（GPU）的出現，顯著增加了訓練計算機數據的廣度和深度，減少了訓練深度學習算法所需的時間。

大數據一詞最早出現在1997年10月由MichaelCox和Davidelsworth撰寫的計算機科學文獻中。本文發表在IEEE第八屆可視化會議論文集中，核心外可視化應用控制需求分頁。他們寫道：可視化給計算機系統帶來了一個有趣的挑戰：數據集通常很大，這增加了主內存、本地磁盤甚至遠程磁盤的容量。我們稱之為大數據問題。當數據集不能容納在主存儲器（核心）中，甚至不能容納在本地磁盤中時，最常見的解決方案是獲取更多資源。這個術語也被學術界以外的術語所使用。

　　SGI創始人吉姆·克拉克于1974年在計算機圖形之父伊萬·薩瑟蘭的指導下，在猶他大學完成了博士論文。克拉克后來成立了Netscapecomunications，其成功的網絡瀏覽器和1995年的IPO引發了互聯網熱潮。1989年，蒂姆·伯納斯·李(Timberners-Lee)發明了網絡，成功使世界數十億人成為數字數據的消費者和創造者。

2007年，普林斯頓大學計算機科學家fei-feili和她的同事開始組裝imagenet。imagenet是一個帶有注釋圖像的大型數據庫，旨在幫助研究視覺對象識別軟件。五年后，也就是2012年10月，由多倫多大學研究人員設計的人工神經網絡在imagenet大規模視覺識別挑戰中的錯誤率僅達到16%，大大超過了25%。一年前最好的進入表明人工智能的興起。

大數據真的很大。RJTMoris和BJTruskowski在《存儲系統的發展》一書中表示，1996年，數字存儲在存儲數據方面比在紙上更具成本效益。2002年，數字信息存儲首次超過非數字存儲。根據馬丁·希爾伯特和普里西拉·洛佩茲的世界存儲、通信和計算信息的技術能力，從1986年到2007年，世界信息存儲能力以每年25%的復合年增長率增長。他們還估計，1986年，99.2%的存儲容量是模擬存儲，但2007年，94%的存儲容量是數字存儲，這完全顛倒了角色。

　　2000年10月，加利福尼亞大學伯克利分校Peterlyman和Halvarian發布了多少信息？這是第一個全面的研究，用計算機存儲量量量化世界上每年創建的新信息和原始信息總量（不計算副本）。1999年，世界各地產生了1.5艾字節的原始數據。2007年3月，Johngantz、Davidreinsel和IDC的其他研究人員發布了第一項研究，估計和預測每年創建和復制的數字數據數量-2006年為161艾字節。據估計，該數字將增加6倍，達到988艾字節。2010年，或每18個月翻一番。

　　信息爆炸（據牛津英語詞典稱，該術語于1941年首次使用）已成為大型數字數據爆炸。然而，可用數據的數量只是使深度學習成功的兩種催化劑之一。另一個是GPU。

雖然深度學習算法的開發及其實際應用在20世紀80年代和90年代穩步發展，但它們受到計算機能力不足的限制。1986年10月，Davidrumelhart、Geoffreyhinton和Ronaldwilliams出版了《反向傳播錯誤學習表達法》，描述了一個新的學習過程，即反向傳播，用于神經元樣單元網絡。在深度學習的發展中。三年后，Yannlecun和AT&T貝爾實驗室的其他研究人員成功地將反向傳播算法應用到多層神經網絡，以識別手寫郵政編碼。然而，鑒于當時的硬件限制，培訓網絡大約需要三天時間（與以前的工作相比有了很大的改進）。

大數據誕生的計算機圖形學得以挽救。到了20世紀90年代，實時3D圖形在街機、計算機和游戲機游戲中變得越來越普遍，導致對硬件加速3D圖形的需求增加。索尼在1994年推出家用視頻游戲機PS1時，首先稱GPU為幾何處理單元。

　　視頻游戲渲染需要快速并行執行許多操作。圖形卡具有較高的平行度和較高的內存帶寬，但與傳統的CPU相比，時鐘速度較低，分支能力較低。巧合的是，在人工神經網絡上運行的深度學習算法需要類似的——平行性、高內存帶寬和無分支。

到2000年代末，許多研究人員已經證明了GPU在深度學習（尤其是人工神經網絡訓練）中的實用性。由新編程語言（如NVIDIACUDA）支持的通用GPU已應用于各種深度學習任務。這些應用程序中最明顯的是2012年Imagenet挑戰賽的冠軍。

2020年3月18日，計算機技術協會(ACM)將Patrickm.(Pat)Hanrahan和Edwine.(Ed)Catmull提名為2019ACMAM圖靈獎獲得者，表彰其對3D計算機圖形學的基本貢獻，以及這些技術對電影制作等應用中的計算機圖像(CGI)產生革命性影響。

　　根據ACM新聞稿，今天，3-D計算機動畫電影代表了全球電影行業的流行類型，價值1380億美元。3-D計算機圖像對于蓬勃發展的視頻游戲行業、新興的虛擬現實和增強現實領域也至關重要。Catmull和Hanrahan做出了開創性的技術貢獻，這仍然是當今CGI圖像開發模式不可或缺的一部分。此外，他們對編程圖形處理單元（GPU）的看法不僅影響了計算機圖形學，而且影響了數據中心管理和人工智能等各個領域。

　　像吉姆·克拉克一樣，卡特姆是伊萬·薩瑟蘭的學生，1974年獲得猶他大學博士學位。正如羅伯特·里夫林在1986年的《算法圖像:計算機時代的圖形視覺》中所寫，現代計算機中幾乎每一個有影響力的人圖形社區要么通過猶他大學，要么以某種方式接觸。

在2010年對Pathanrahan的采訪中，Catmul描述了UU工作環境：

　　戴夫·埃文斯是系主任，伊萬在教書，但他們的公司埃文斯和薩瑟蘭花了所有多余的時間。這些學生幾乎是獨立的，這是我真正的肯定，因為學生必須自己做一些事情。我們期待創作原創作品。我們處于前沿，我們的工作是擴大它。他們基本上說:你可以每隔一段時間聯系我們，我們會聯系你，但我們會關閉這家公司。

我認