Elke medaille heeft twee kanten en de ontwikkeling van technologie op het gebied van kunstmatige intelligentie (AI) vormt hierop geen uitzondering. Enerzijds zijn mensen enthousiast over de prestaties en bijdragen van AI op alle vlakken van het leven. Maar aan de andere kant zijn veel mensen 'bang' dat AI menselijke banen in veel verschillende sectoren zal overnemen.
Google heeft deze bezorgdheid nog meer onder de aandacht gebracht toen het aankondigde dat zijn AI-systeem voor intern onderzoek en ontwikkeling nu sneller en efficiënter chips kan ontwerpen dan mensen.
Concreet blijkt uit onderzoeksresultaten die zijn gepubliceerd in het wetenschappelijke tijdschrift Nature dat Google Brain, het onderzoeksteam van Google op het gebied van deep learning en AI, de succesvolle ontwikkeling heeft aangekondigd van een nieuw reinforcement-learning-systeem dat zelfstandig een vloerplanningontwerp van een microprocessor kan uitvoeren. Dit systeem is veel sneller en beter dan mensen.
Met behulp van een complexe neurale netwerkarchitectuur op basis van randgrafieken kan het AI-model van Google Brain plattegronden ontwerpen in een fractie van de tijd die mensen daarvoor nodig hebben. De afbeelding hieronder toont twee geheugenmacroblokontwerpen. De linker is door een mens gemaakt en de rechter door een AI. De handeling duurde slechts een paar uur, veel korter dan een mens. Bovendien bevat de handeling een groter aantal macroblokken.

Een plattegrond is in feite een diagram dat laat zien hoe verschillende functionele blokken binnen een processor zijn gerangschikt om tot een zo efficiënt mogelijk ontwerp te komen. Hieronder ziet u twee voorbeeldafbeeldingen van hoe de plattegrond eruit zal zien. Het model aan de linkerkant is eenvoudiger, terwijl het ontwerp aan de rechterkant wat complexer is en meer details bevat.

Interessant is dat Google van plan is deze technologie te gebruiken om zijn eigen AI-versnellers te bouwen, genaamd Tensor Processing Units (TPU's). Als ze effectief zijn, kunnen ze ook worden toegepast op alle chipproductieprocessen in het algemeen. Dat zou een enorme tijdsbesparing kunnen opleveren, terwijl de kwaliteit toch gewaarborgd blijft.