최근의 ChatGPT(GPT-4)에서는, 이미지를 업로드하는 것으로 그 이미지를 인식할 수 있게 되어 있습니다.
거기서 아무렇지도 않게, 아래와 같은 JMP의 리포트를 화상 형식(png)으로 한 것을 ChatGPT에 업로드해, 「이것은 JMP로 곡선을 맞춘 때의 리포트입니다만, 이 결과를 해석해 주세요.」라고 한다 프롬프트를 사용해 보았습니다.
그러자 다음과 같은 문서를 돌려주었습니다.
그 후, 이 이미지에 있는 AICc나 BIC, R2승의 값을 인식해 결과를 해석하고 있었습니다만, 무엇보다 놀란 것은 마지막에 기술된 이하의 문장입니다.
오, 특별히 설명하지 않았는데, 이 데이터가 「무어의 법칙」을 나타내는 것이라고 인식하고 있지 않습니까! !
ChatGPT 공포입니다.
"무어의 법칙"과 그것을 보여주는 그래프
무어의 법칙은 집적 회로당 탑재되는 트랜지스터의 수가 약 2년마다 2배가 된다는 법칙입니다. 반도체 기술은 날마다 진보하고 있으며, 탑재되는 트랜지스터의 수가 많아질수록 기기의 처리 능력은 대폭 향상되기 때문에, 우리의 생활에서도 그 혜택을 많이 받고 있습니다.
무어의 법칙을 설명할 때 다음과 같은 그래프가 자주 사용됩니다.
연을 횡축(X)에, 그 해에 있어서의 「마이크로프로세서당의 트랜지스터의 수」를 대수 변환한 것을 종축(Y)으로서 플롯 해, 회귀 직선을 맞춘 것입니다. 여기에서는, 2년에 2배가 되는 것을 알기 쉽도록, 바닥이 2인 로그를 사용해 변환하고 있습니다.
R2승은 0.994로 매우 높고 회귀 직선이 데이터에 잘 맞습니다. 회귀식은 1년마다 대수 변환된 트랜지스터의 수가 약 0.5 증가하고 있음을 나타내므로 2년에서는 약 1 증가하게 됩니다. 이것을 원래의 스케일로 되돌리면, 2년마다 트랜지스터의 수는 약 2배가 되는, 즉 무어의 법칙 그 자체를 나타냅니다.
JMP의 '곡선 피팅'에서 다양한 비선형 모델을 적용
전절에서는 트랜지스터의 수(Y)를 로그 변환한 것이 직선을 따르는 것을 나타내고 있습니다만, 원래의 스케일로 생각하면 Y는 지수 함수적으로 증가하고 있는 것을 나타내고 있습니다.
그래서 Y를 로그 변환하지 않고 그대로의 스케일로 비선형 모델을 맞춘 결과가 본 블로그의 최초로 나타낸 리포트입니다.
JMP의 커브 피팅 플랫폼에서 다양한 비선형 모델을 적용합니다. 이 보고서를 다시 참조해 봅시다.
여기에서는 로지스틱 3P(3개의 파라미터를 가지는 로지스틱 모델), Weibull 성장(성장 곡선), Gompertz3P(3개의 파라미터를 가지는 곤펠츠 곡선)의 3개의 모델을 적용하고 있습니다.
그래프 위의 피팅 선을 보면 하나 밖에 맞지 않는 것처럼 보이지만, 3 개의 모델 모두 거의 같은 피팅이므로 겹치고 있습니다.
보고서 상단의 "모델 비교" 보고서를 사용하면 각 모델의 적합성을 AICc, BIC, R2제곱 등의 통계량으로 비교할 수 있습니다. JMP의 사양으로서 AICc가 작다(맞는 것이 좋다) 순서로 위에서 아래로 늘어놓고 있으므로, 로지스틱 3P가 제일 좋은 모델이 됩니다만, 다른 모델의 통계량도 유사하고, 모델 의 우열을 붙이는 것은 어려운 것 같습니다.
앞으로도 무어의 법칙은 성립될까?
전절에서는 1971년부터 2021년의 데이터를 이용해 비선형 모델을 맞추었습니다만, 이러한 모델을 사용해 향후의 트랜지스터수를 예측한 경우는 어떻게 될까요?
사실 모델에 따라 예측이 크게 달라지는 것입니다. 다음은 방금 전 그래프의 가로축을 2040년경까지 펼친 것입니다.
오렌지색의 Gomperz 3P 모델은 앞으로도 무어의 법칙이 계속 될 것으로 가정한 예측입니다. 한편, 로지스틱 3P 모델, Weibull 성장 모델은 도중에 무어의 법칙이 파탄하고 트랜지스터 수의 성장이 둔화한다고 가정한 예측입니다.
사실, 최근에는 무어의 법칙이 한계에 오고 있다고합니다. 그렇다면, ChatGPT에게 무어의 법칙의 향후에 대해 들어보자.
어느 정도 한계가 오고 있다는 것은 확실한 것 같습니다. 물리적, 경제적인 요인이 향후 무어의 법칙을 유지할 수 있는지의 열쇠가 될 것 같네요.
무어의 법칙이 현재에도 적용되는 것은 기술자가 그 법칙을 따르도록 기술 혁신을 수행해 온 노력의 결과일지도 모릅니다. 앞으로도 무어의 법칙이 계속되는 기술 혁신을 기대하고 우리의 삶을 더 나은 것으로 해 나갈 것을 마음대로 기대합니다.
by 마스카와 나오히로(JMP Japan)
Naohiro Masukawa - JMP User Community
데이터 출처: Our World in Data ( Moore's law: The number of transistors per microprocessor (ourworldindata.org) )
