تقارير الذكاء الاصطناعي · MIT FutureTech · 2026-10-17 · ورقة بحثية

اتجاهات الحوسبة عبر ثلاثة عصور من التعلّم الآلي: تقود التطورات في الحوسبة والبيانات تقدّم التعلّم الآلي. فقد تضاعفت حوسبة التدريب كل 20 شهرًا قبل عام 2010، ثم تسارعت لتتضاعف كل 6 أشهر مع التعلّم العميق

العنوان الأصلي: Compute Trends Across Three Eras of Machine Learning Compute and data advances drive ML progress. Training compute doubled every 20 months before 2010, accelerated to every 6 months with Deep Learning

كانت القدرة الحاسوبية اللازمة لتدريب التعلم الآلي تتضاعف تقريبًا كل 20 شهرًا قبل عام 2010، ثم تسارعت إلى نحو كل 6 أشهر بعد ظهور التعلم العميق في أوائل العقد 2010. واستنادًا إلى هذه الاتجاهات، يقسّم المؤلفون تاريخ القدرة الحاسوبية للتعلم الآلي إلى ثلاثة عصور: ما قبل التعلم العميق، والتعلم العميق، والنطاق الواسع. ويسلّط العمل الضوء على السرعة التي تنمو بها القدرة الحاسوبية اللازمة لتدريب أنظمة التعلم الآلي المتقدمة.

اقرأ المصدر الأصلي ↗

جميع تقارير الذكاء الاصطناعي →