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.

Глубокое обучение позволило осуществить обобщенный обратный синтез высокочастотных схем/Nature

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.

«Мы создаем сложные конструкции, имеющие случайную форму, и при соединении с цепями они достигают ранее недостижимой производительности. В классических конструкциях эти схемы и электромагнитные элементы аккуратно собираются вместе, деталь за деталью, поэтому сигнал проходит по чипу так, как нам нужно. Изменяя эти структуры, мы добавляем новые свойства. Раньше у нас был ограниченный набор возможностей, но теперь возможности гораздо шире», — отмечает профессор Каушик Сенгупта.

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.