Дизайн процессоров — дело непростое. Под этим термином подразумевается поиск оптимального расположения частей процессора на кремниевой микросхеме для достижения наибольшей эффективности и скорости процессора. (на англ. этот процесс называется «floorplanning»).
Со времени появления первого кремниевого транзистора в 1947 году их количество на одном кристалле выросло с нескольких тысяч в самых ранних интегральных схемах до более чем двух миллиардов сегодня. На кремниевом кристалле компонуют: процессоры, графические процессоры и ядра памяти. Решение о том, где разместить каждый компонент, влияет на конечную скорость и эффективность чипа.
TPU (Tensor Processing Unit) — процессор от Google, позволяет эффективно производить вычисления над тензорами и, как следствие, эффективно обучать нейросети.
Обычно этим дизайном процессоров занимаются люди, и работы по созданию нового, улучшенного дизайна занимает месяцы. В Google решили поручить этот процесс искусственному интеллекту. Для этого натренировали алгоритм RL (обучения с подкреплением) на датасете (наборе данных) из 10 000 чипов с известными показателями их эффективности. Эти показатели эффективности чипов выступали в качестве reward function для алгоритма RL. Иными словами, функция которая описывает, как алгоритм «должен» себя вести.
Как часто бывает, результат ошеломил: обученный алгоритм стал предлагать совершенно неожиданные варианты расположения частей процессора: довольно нелогичные с точки зрения человека, но при этом рабочие! Люди до такого сами вряд ли бы додумались.
Некоторые считают, что такое повышение эффективности процессоров с помощью искусственного интеллекта поможет сохранить выполнимость закона Мура в ближайшем будущем. Гордон Мур, соучредитель Intel, в 1965 году предсказал, что количество компонентов на интегральную схему будет ежегодно удваиваться.
ИИ решил задачу, которая занимала у людей месяцы, за 6 часов! Следующее поколение процессор от Google уже будет основано на дизайне от искусственного интеллекта.
Не так давно бурно обсуждался почти скандал о предвзятости искусственного интеллекта. Вызвал его растиражированный пример работы нейросети, когда, улучшая фото Барака Обамы, его сделали сильно похожим на европейца.