У каждой медали есть две стороны, и развитие технологий искусственного интеллекта (ИИ) не является исключением. С одной стороны, люди воодушевлены достижениями и вкладом ИИ во все аспекты жизни. Но с другой стороны, многие люди «боятся» перспективы того, что ИИ может превзойти и «украсть» человеческие рабочие места во многих различных областях.
Компания Google только что подтвердила эту обеспокоенность, объявив, что ее система искусственного интеллекта для внутренних исследований и разработок теперь способна проектировать микросхемы быстрее и эффективнее, чем люди.
В частности, согласно результатам исследования, опубликованным в научном журнале Nature, Google Brain — исследовательская группа Google в области глубокого обучения и искусственного интеллекта — объявила об успешной разработке новой системы обучения с подкреплением, которая может полностью самостоятельно выполнить проектирование планировки этажа микропроцессора, намного быстрее и лучше, чем люди.
С помощью сложной архитектуры нейронной сети, основанной на графах ребер, модель искусственного интеллекта Google Brain может проектировать планы этажей в разы быстрее, чем это требуется человеку. На рисунке ниже показаны две конструкции макроблоков памяти. Левый был сделан человеком, а правый — искусственным интеллектом всего за несколько часов — гораздо быстрее, чем это сделал бы человек, и в нем также больше макроблоков.

План этажа — это, по сути, диаграмма, показывающая, как различные функциональные блоки расположены внутри процессора для создания наиболее эффективной конструкции. Ниже приведены два примера того, как будет выглядеть план этажа. Модель слева проще, а конструкция справа немного сложнее и содержит больше деталей.
![ИИ от Google может проектировать чипы быстрее и лучше, чем люди ИИ от Google может проектировать чипы быстрее и лучше, чем люди]()
Интересно, что Google планирует использовать эту технологию для создания собственных ускорителей искусственного интеллекта, называемых тензорными процессорами (TPU). Если они окажутся эффективными, их можно будет применять ко всем процессам производства микросхем в целом, что позволит сэкономить огромное количество времени и при этом обеспечить качество.