قد تكون خوارزميات التعلم المعزز هي أفضل شيء بالنسبة للمهندسين الذين يتطلعون إلى تحسين وضع الرقائق؛ لذا، ابتكر باحثون من “جوجل” خوارزمية جديدة حول كيفية تحسين وضع المكونات في رقاقة الكمبيوتر، لجعلها أكثر كفاءة وأقل استهلاكًا للطاقة.
- رقائق الذكاء الاصطناعي:
عادة، يمكن للمهندسين قضاء ما يصل إلى 30 ساعة في تكوين مخطط طابق واحد لوضع الرقائق، أو تخطيط أرضية الرقاقة. وتتطلب مشكلة التصميم ثلاثي الأبعاد المعقدة هذه تكوين مئات أو حتى الآلاف من المكونات عبر عدد من الطبقات في منطقة مقيدة، ثم يصمم المهندسون التكوينات يدويًا لتقليل عدد الأسلاك المستخدمة بين المكونات كبديل للكفاءة.
ونظرًا لأن هذا يستغرق وقتًا طويلًا، تم تصميم هذه الرقائق لتدوم ما بين عامين إلى خمس سنوات فقط، ورغم ذلك، مع استمرار تحسن خوارزميات تعلُم الآلة عامًا بعد عام، ظهرت أيضًا الحاجة إلى رقائق جديدة.
- فائدة الرقائق:
تستخدم هذه الأنواع من الخوارزميات ردود أفعال إيجابية وسلبية لتعلم مهام جديدة ومعقدة. وبالتالي، فإن الخوارزمية إما “تُكافأ” أو “تُعاقب” اعتمادًا على مدى تعلمها. بعد ذلك، يتم إنشاء عشرات بل مئات الآلاف من التصاميم الجديدة. في النهاية، يتم صنع استراتيجية مثالية حول كيفية وضع مكونات الرقائق هذه.
بعد الاختبارات والتجارب، فحص الباحثون تصميماتهم باستخدام برنامج أتمتة التصميم الإلكتروني، واكتشفوا أن تخطيط طريقتهم كان أكثر فعالية من تلك التي صممها المهندسون البشريون، علاوة على ذلك، كان النظام قادرًا على تعليم العاملين البشريين خدعة جديدة أو اثنتين.
وارتبط التقدم في تقنية الذكاء الاصطناعي إلى حد كبير مع التقدم في تصميم شرائح الكمبيوتر. ويأمل الباحثون في أن تساعد الخوارزمية الجديدة في تسريع عملية تصميم الشريحة وتمهيد الطريق أمام أفكار جديدة ومحسنة؛ ما سيسرع في نهاية المطافمن مهام تقنية الذكاء الاصطناعي.
المصدر: :interestingengineering Google Researchers Create AI-ception with an AI Chip That Speeds Up AI