ИИ создал процессоры, которые хорошо работают, но совершенно непонятны

Американские и индийские ученые в новом исследовании предлагают проектировать микросхемы с использованием алгоритма глубокого обучения ИИ и последующего создания схем и компонентов.

Используя искусственный интеллект, исследователи из Принстонского университета и Индийского технологического института Мадраса продемонстрировали метод «обратного проектирования». Он предполагает, что ученые изначально отталкиваются от желаемых свойств материалов, а затем разрабатывают конструкцию на их основе. 

С использованием этого алгоритма было создано несколько чипов, которые оказались очень эффективными, однако никто, на самом деле, не понимает, почему они так эффективны. Как отмечает ведущий автор исследования, профессор электротехники и вычислительной техники в Принстоне, Каушик Сенгупта, люди не понимают, как оно работает, однако эти чипы способны работать эффективнее. 

Метод с использованием ИИ ориентирован на разработку беспроводных чипов, используемых в высокочастотных приложениях, таких как сети 5G, радиолокационные системы, автономный транспорт. Обычно инженеры начинают с готовых шаблонов и вручную оптимизируют или улучшают конструкции с помощью итеративного моделирования и тестирования. Это требует много времени и усилий, высокого уровня знаний, что ограничивает возможности ускорения процесса совершенствования микросхем. 

Американские и индийские исследователи научили сверточные нейросети понимать сложную взаимосвязь между геометрией микросхем и электромагнитными процессами в них. Модели ИИ способны предсказать, как будет работать предложенная конструкция, работая с типом материалов, которые обычно не используются. 

В исследовании был предложен ряд вариантов применения: от простых однопортовых антенн до сложных многопортовых радиочастотных структур, таких как фильтры или делители мощности. Разработанные с помощью ИИ компактные антенны, работающие на двух разных частотах, повышают производительность многодиапазонных устройств. 

Буквально через несколько минут ИИ синтезировал фильтры с точными полосовыми характеристиками, что раньше занимало бы дни или недели. Возможность быстрой разработки высокопроизводительных схем может ускорить развитие телекоммуникаций, автономных систем и других отраслей. Такой подход позволяет инженерам сосредоточиться на инновациях, а не на рутинной оптимизации.

Однако самое интересное, это новые типы конструкций, которые предлагает ИИ. Эти конструкции значительно отличаются от тех, что были предложены людьми.

Беспроводные чипы представляют собой комбинацию стандартной электроники (например, компьютерных чипов) и электромагнитных компонентов, таких как антенны или разветвители сигналов. Хотя это исследование сосредоточено на радиочастотах и субтерагерцовых частотах, принципы проектирования с учетом ИИ могут быть распространены на компьютерные чипы и даже квантовые вычисления.

Очевидно, что чем дальше, тем большую роль искусственный интеллект будет играть в процессах разработки, в частности, микросхем. Однако ученые до сих пор не понимают, чем руководствуется ИИ при разработке собственных проектов. Это затрудняет для инженеров понимание и прогнозирование поведения таких систем, что может привести к непредсказуемым сбоям или уязвимостям, особенно в критически важных сферах.

Кроме этого, исправление ошибок и устранение уязвимостей может оказаться сложнее, чем в системах, созданных людьми. На практике чрезмерная зависимость от ИИ может подорвать фундаментальные знания и навыки разработчиков-людей, создав пробел в экспертных знаниях в случае сбоя или недоступности технологии.

Результаты исследования опубликованы в журнале Nature

Источник: ZME Science