GoogleはAIチップの製造を人工知能に依存している

Google は、人工知能チップの製造プロセスを高速化する機械学習アルゴリズムを使用しています。 これらのプロセッサの製造に使用される方法は、手動プロセスよりも高速で、同じ結果を達成できます。

Natureとのインタビューで Google が述べたところによれば、このプロジェクトは初めて商用製品に使用されるとのこと。具体的には、TPU ( Tensor Processing Unit )チップの将来のバージョンです。人工知能タスクを実行できるコンポーネントであり、Google データセンターで使用されます。

機械学習アルゴリズムが実行しなければならないタスクは、人間のタスクよりも高速かつ効率的です。その理由は 1 つあります。AI は学習したり解決したりする必要がなく、別の組み合わせを試す必要があるからです。それで、正しく理解できるまで。

人工知能チップの製造担当者は、プロセスを研究し、各コンポーネントの機能を確認し、それらを接続し、外部ツールを使用するなどの作業を行う必要があります。障害が発生した場合、エンジニアリング チームはその修正方法を探しますが、コンポーネントの製造には数週間かかる場合があります。

人工知能用チップの製造は「ゲームのようなもの」

一方、Google のエンジニアによると、AI はこのタスクを「ゲームのように」処理するため、このプロセスははるかに簡単になります。仕組みは非常に単純です。小さなコンポーネントを配置する必要がある集積回路があります。目標は、適切なフィット感を見つけることです。人工知能がその組み合わせに失敗した場合は、別の組み合わせを試します。正しいものが見つかるまで、このようにしてください。 AI の興味深い点は、想像を絶する組み合わせを行うことができ、それがコンポーネントの正常な動作に役立つことです。

このプロセスは、Google が強化学習アルゴリズムをトレーニングするのに役立ち、さまざまな品質の 10,000 の計画のセットを作成することができました。各設計には「スコア」のタグが付けられており、アルゴリズムはこのデータを使用してチップを製造するための正しい設計図を生成します。

結果が人間で達成された結果と驚くほど変わらないことは事実ですが、人工知能が人工知能チップを製造できる速度は、この方法を使用する十分な理由であると思われます。

GoogleはAIによって得られた結果の画像を共有した。設計が機密であるためぼやけているこの画像は、人間が設計したチップ（左）と人工知能が設計した飛行機（右）の違いを示しています。