グーグルの研究者は、人工知能(AI)が本格的なチップを開発することができ、その分野の生きている専門家よりも効率的に開発できる可能性があることを発見しました。
Nature 誌に掲載された記事の中で、Google Research のチームは、コンピューター チップの物理的なレイアウトを設計するプロセスは非常に時間と時間がかかるが、同時に非常に重要なタスクであると説明しています。効率を向上させるために、研究者たちは機械学習技術を使用しました。
Googleのスペシャリストは一連のアルゴリズムを開発し、チップのデザインをパズルゲームとして認識するように教えました。パズルゲームでは、パーツが将来のチップの基本コンポーネントになります。ゲームの主な目標は、完成したスキームの品質と効率の特定のしきい値を達成することでした。これらの指標の評価は、実験が始まる前に研究者がトレーニング資料の形でアルゴリズムに与えた、10,000 の既成の超小型回路設計のセットに基づいて行われました。
左は人間が設計したチップの図で、右は機械学習アルゴリズムです。
人間が超小型回路を設計するには数か月かかることがありますが、AI アルゴリズムはこのタスクをわずか 6 時間で処理しました。同時に、既成のスキームは類似していることが判明し、場合によっては、実際の専門家が開発したスキームよりもさらに効果的でした。
「私たちの方法では、約 6 時間でチップの物理的なモックアップが生成されました。通常、このようなタスクには、人間の専門家による数か月の作業が必要です」と、GoogleResearchの研究者は記事で述べています。
研究者によると、この方法は開発時間を短縮するだけでなく、アルゴリズムによってマイクロ回路を構成するコンポーネントの目的の場所と組み合わせの問題をより正確に解決できるため、最終結果の品質も向上します。彼らの記事の中で、Google Researchの専門家は、AIの使用方法は、最新世代のGoogleのテンソルプロセッサを開発する際にすでに実際に適用されていると述べています。
同社は昨年、チップの開発においてAIを実験的に使用していると発表した。当時、人工知能部門の責任者であるジェフディーンは、そのようなアプローチは開発コストを削減し、同時により効率的なマイクロチップ設計の作成に役立つと述べました。
「私たちはエンジニアにこの方法の実験を依頼し、ワークフローにどのように適応できるかを確認したいと考えています」と Dean 氏は言います。
2021-06-10 18:00:59
著者: Vitalii Babkin