Googleın yapay zekası çipleri insanlardan daha hızlı ve daha iyi tasarlayabilir

Her sorunun iki tarafı vardır ve yapay zeka (AI) teknolojisinin gelişimi de bir istisna değildir. Bir yandan insanlar yapay zekanın yaşamın her alanındaki başarıları ve katkılarından heyecan duyuyor. Ancak öte yandan birçok insan, yapay zekanın birçok farklı alanda insanlardan iş "çalması" ve onu geride bırakması ihtimalinden "korkuyor".

Google, şirketin kendi başına araştırma ve geliştirme yapmasına yönelik yapay zeka sisteminin artık insanlardan daha hızlı ve verimli şekilde çip tasarlama yeteneğine sahip olduğunu belirten bir açıklama yayınlayarak bu endişesini daha da geçerli hale getirdi.

Özellikle Nature bilimsel dergisinde yayınlanan araştırma sonuçlarına göre, Google'ın derin öğrenme ve yapay zeka araştırma ekibi olan Google Brain, mikroişlemcinin kendisi tarafından tam bir kat planlama tasarımı gerçekleştirebilen yeni bir takviyeli öğrenme sisteminin başarılı bir şekilde geliştirildiğini duyurdu. insandan daha hızlı ve daha iyi.

Google Brain'in yapay zeka modeli, uç grafiklere dayalı karmaşık bir sinir ağı mimarisinin yardımıyla, kat planlarını insanlara göre çok daha kısa sürede tasarlayabiliyor. Aşağıdaki resimde iki bellek makro bloğu tasarımı gösterilmektedir. Soldaki bir insan tarafından, sağdaki ise yapay zeka tarafından yalnızca birkaç saat içinde yapıldı; bir insandan çok daha kısa sürede ve aynı zamanda daha fazla sayıda makro bloğa sahip.

Bir kat planı esas olarak, maksimum verimlilik için bir tasarım oluşturmak üzere bir işlemci içinde farklı işlevsel blokların nasıl düzenlendiğini gösteren bir diyagramdır. Aşağıda bir kat planının nasıl görünmesi gerektiğine dair iki örnek resim bulunmaktadır. Soldaki model daha basit, sağdaki tasarım ise biraz daha karmaşık ve daha fazla ayrıntıya sahip.

İlginç bir şekilde Google, bu teknolojiyi Tensör İşleme Birimleri (TPU'lar) adı verilen kendi AI hızlandırıcılarını oluşturmak için kullanmayı planlıyor. Etkili oldukları takdirde, kaliteyi korurken büyük miktarda zaman tasarrufu sağlama yeteneğiyle genel olarak tüm çip üretim süreçlerine de uygulanabilecekler.