Про це пише видання Technology Review.

Розміщення чіпа є складною тривимірною проблемою проектування. Це вимагає ретельної настройки сотень, а іноді і тисяч компонентів на декількох рівнях в обмеженій області. Традиційно інженери вручну проектують конфігурації, які зводять до мінімуму кількість проводів, використовуваних між компонентами в якості показника ефективності. Потім вони використовують програмне забезпечення для автоматизації електронного проектування, щоб змоделювати і перевірити їх продуктивність, що може зайняти до 30 годин для одного етапу роботи.

Через часу, витраченого на кожну конструкцію чипа, чіпи традиційно розраховані на термін від двох до п’яти років. Але оскільки алгоритми машинного навчання швидко розвиваються, потреба в нових архітектур мікросхем також прискорилася. В останні роки кілька алгоритмів для оптимізації планування мікросхеми прагнули прискорити процес проектування, але вони були обмежені в своїй здатності оптимізувати для безлічі цілей, включаючи енергоспоживання чіпа, обчислювальну продуктивність і площа.

У відповідь на ці виклики дослідники Google Анна Голді і Азалія Мірхосейна придумали новий підхід: посилене машинне навчання. Алгоритми використовують позитивні і негативні відгуки для вивчення складних завдань. Таким чином, дослідники розробили “функцію винагороди”, щоб карати і винагороджувати алгоритм відповідно до продуктивності його проектів. Потім алгоритм справив від десятків до сотень тисяч нових проектів, кожен за частку секунди, і оцінив їх, використовуючи функцію винагороди. Згодом він виробив остаточну стратегію оптимального розміщення компонентів мікросхеми.

Після перевірки проектів за допомогою програмного забезпечення для автоматизації проектування електроніки, дослідники виявили, що багато планів алгоритму працювали краще, ніж розроблені людьми-інженерами. За словами дослідників, він також навчив своїх колег-людей деяких хитрощів.

  • Раніше повідомлялося, що Ватикан об’єднав зусилля з технічними гігантами Microsoft і IBM у розробці етичних принципів для розвитку штучного інтелекту.
  • Раніше компанія Facebook заявила, що  видалятиме зі своєї платформи відео, модифіковані штучним інтелектом, які ще називають deepfakes.
  • Минулого року одна з найбільших транснаціональних корпорацій з виробництва програмного забезпечення Microsoft вирішила інвестувати $1 млрд   у  некомерційну дослідницьку компанію OpenAI для розвитку штучного інтелекту.