Sztuczna inteligencja Google może projektować chipy szybciej i lepiej niż ludzie

Każdy problem ma dwie strony, a rozwój technologii sztucznej inteligencji (AI) nie jest wyjątkiem. Z jednej strony ludzie są podekscytowani osiągnięciami i wkładem sztucznej inteligencji we wszystkich aspektach życia. Z drugiej jednak strony wiele osób „boi się” perspektywy, że sztuczna inteligencja może prześcignąć ludzi i „ukraść” im miejsca pracy w wielu różnych dziedzinach.

Google jeszcze bardziej wzmocnił tę obawę, wydając oświadczenie, w którym stwierdził, że system sztucznej inteligencji, który firma może samodzielnie badać i rozwijać, może teraz projektować chipy szybciej i wydajniej niż ludzie.

W szczególności, zgodnie z wynikami badań opublikowanymi w czasopiśmie naukowym Nature, Google Brain – zespół badawczy Google zajmujący się głębokim uczeniem się i sztuczną inteligencją – ogłosił pomyślne opracowanie nowego systemu uczenia się przez wzmacnianie, który może wykonać kompletny projekt planowania piętra za pomocą samego mikroprocesora. szybciej i lepiej niż człowiek.

Dzięki złożonej architekturze sieci neuronowej opartej na wykresach krawędzi model sztucznej inteligencji Google Brain może projektować plany pięter w ułamku czasu potrzebnego człowiekowi. Poniższy obrazek przedstawia dwa projekty makrobloków pamięci. Lewy został wykonany przez człowieka, a prawy przez sztuczną inteligencję w zaledwie kilka godzin – znacznie krócej niż człowiek, a do tego posiada większą liczbę makrobloków.

Plan piętra to zasadniczo diagram pokazujący, w jaki sposób różne bloki funkcjonalne są rozmieszczone w procesorze, aby stworzyć projekt zapewniający maksymalną wydajność. Poniżej znajdują się dwa przykładowe zdjęcia pokazujące, jak powinien wyglądać plan piętra. Model po lewej stronie jest prostszy, natomiast projekt po prawej jest nieco bardziej złożony i zawiera więcej szczegółów.

Co ciekawe, Google planuje wykorzystać tę technologię do budowy własnych akceleratorów AI, zwanych Tensor Processing Units (TPU). Jeśli okażą się skuteczne, będą miały zastosowanie ogólnie do wszystkich procesów produkcji chipów, umożliwiając zaoszczędzenie dużej ilości czasu przy jednoczesnym zapewnieniu jakości.