Quello che gli uomini impiegano mesi per fare, l’intelligenza artificiale di Google fa in sei ore. Questa è l’affermazione che Google fa sulla sua intelligenza artificiale in grado di progettare chip di apprendimento automatico “paragonabili o superiori” a quelli realizzati dagli umani. Dopo anni di esperimenti, vedremo a breve il primo prodotto commerciale in tal senso: i prossimi chip TPU di Google sono stati progettati da un’IA.
Che Google utilizzi la sua intelligenza artificiale per progettare chip ottimizzati per l’intelligenza artificiale non è un segreto. Tuttavia, ora sembra che abbiano smesso di sperimentare e l’abbiano applicato a prodotti reali. Hanno anche colto l’occasione per pubblicare uno studio su Nature che spiega lo sviluppo.
Il grande vantaggio che l’IA sembra portare alla progettazione dei chip è la velocità. Secondo Google, il grande risparmio di tempo implicato dall’utilizzo dell’algoritmo per la progettazione al posto degli esseri umani potrebbe avere importanti implicazioni per il settore. In linea di principio, dovrebbe consentire di accelerare le iterazioni di progettazione per i prossimi chip e di progettare rapidamente i chip per usi specifici per i quali sono ottimizzati.
Dove l’intelligenza artificiale sembra avere più probabilità di avere un impatto è nella pianificazione del posizionamento degli elementi sul chip. Questo processo consiste essenzialmente nella scelta di dove posizionare ciascun elemento (CPU, GPU, memoria…) sulla superficie del chip. Questo è essenziale, poiché influenza direttamente la velocità e l’efficienza del chip a seconda della distanza di ciascun elemento dagli altri.
Mentre questo è un problema di mesi di sforzi per gli umani, l’intelligenza artificiale lo prende come un gioco. Interpreta ogni elemento della fiche come un pezzo di gioco e cerca di posizionarlo nella posizione più efficiente, tenendo sempre conto di tutti gli altri pezzi e di molteplici altri fattori. Dopo alcune ore, offre la posizione più efficiente dal punto di vista computazionale dell’insieme di elementi nel limite dato.
Per addestrare l’intelligenza artificiale, Google afferma di avergli fornito dati da 10.000 progetti di chip di qualità superiore e inferiore. Ogni chip è stato etichettato in base alla sua qualità e tenendo conto di valori come la lunghezza del cablaggio richiesta o il consumo di energia. In questo modo, l’IA ha appreso quali progetti sono buoni e quali no, e quindi ha generato i propri.