دانشمندان، هوش مصنوعی را به طراحی تراشه‌ای بسیار مهم وادار کردند

از گوشی‌های هوشمند گرفته تا مودم‌ها و رادارهای کنترل ترافیک هوایی، یافتن زیرساخت ارتباطی بدون استفاده از تراشه‌ها دشوار است.

تاکنون طراحی تراشه‌ها بر عهده‌ی انسان‌ها بوده، اما این روند ممکن است تغییر کند: گروهی بین‌المللی از پژوهشگران رویکردی نوآورانه برای طراحی تراشه‌های ارتباطی با استفاده از هوش مصنوعی ارائه داده‌اند.

نتیجه‌ی تلاش دانشمندان، که در مجله‌ی Nature منتشر شده، توضیح می‌دهد که چگونه از یادگیری عمیق برای ابداع طرح‌های جدید تراشه استفاده شده است. اگرچه به‌نظر می‌رسد این تراشه‌ها کار می‌کنند، محققان می‌گویند که دقیقاً نمی‌دانند چگونه.

نوشته های مشابه

• 
  تنسنت برند بلک شارک را خریداری می کند

  21 دی 1400
• 
  شیائومی نوت 11 احتمالاً از دوربین 200 مگاپیکسلی بهره خواهد کرد

  21 دی 1400

Nature

به‌گفته‌ی کاوشیک سنگوپتا، مهندس برق دانشگاه پرینستون و محقق اصلی پروژه، طراحی‌ها به‌شکل تصادفی به‌نظر می‌رسند و انسان‌ها نمی‌توانند آن‌ها را درک کنند.

در واقع، تصاویر تراشه‌ها کمی شبیه طراحی‌های بیگانه به‌نظر می‌رسند. عده‌ای از محققان باور دارند که هوش مصنوعی باید به‌عنوان یک هوش بیگانه درک شود نه یک تقلید از شناخت انسانی. کارشناسان ادعا می‌کنند که حتی کسانی که هوش مصنوعی را می‌سازند، دقیقاً نمی‌دانند کارکرد این فناوری چگونه است.

در آزمایش‌ها، مدل هوش مصنوعی، ساختارهای الکترومغناطیسی بسیار بهینه‌ای ایجاد کرد که پس‌ از آزمایش، عملکرد بهتری نسبت‌ به نمونه‌های طراحی‌شده از سوی انسان‌ها داشتند. محققان دریافتند که مدل آن‌ها برای رویکرد طراحی معکوس مناسب است.

دستاورد دانشمندان می‌تواند در طراحی تراشه‌های ارتباطی موج میلی‌متری باشد؛ صنعتی به ارزش ۴٫۵ میلیارد دلار که انتظار می‌رود در ۶ سال آینده سه برابر رشد کند.

روش فعلی طراحی تراشه‌های ارتباطی وقت‌گیر است و بر ترکیبی از دانش کارشناسان، قالب‌های آزمایش‌شده و روش‌های آزمون و خطای سنتی تکیه دارد؛ فرایندی که به‌طور معمول روزها تا هفته‌ها به طول می‌انجامد که شامل شبیه‌سازی و آزمایش‌های واقعی می‌شود و حتی پس از آن، انسان‌ها با درک هندسه‌ی به‌شدت پیچیده‌ی این تراشه‌ها مشکل دارند.

سنگوپتا می‌خواهد تأکید کند که هوش مصنوعی تنها یک ابزار است، نه پاسخی به همه‌ی مسائل مهندسی سخت‌افزار؛ به‌ویژه به این دلیل که الگوریتم یادگیری عمیق به همان اندازه که طراحی‌های کارآمد تولید می‌کند، طراحی‌های معیوب نیز تولید خواهد کرد.

سنگوپتا می‌نویسد: «هنوز چالش‌هایی وجود دارند که به تصحیح از سوی طراحان انسانی نیاز دارند. هدف این نیست که طراحان انسانی با ابزارها جایگزین شوند، بلکه هدف ارتقای بهره‌وری با ابزارهای جدید است. ذهن انسانی بهترین کاربرد خود را در ایجاد و اختراع چیزهای جدید دارد و کارهای روزمره و کاربردی‌تر می‌توانند به چنین ابزارهایی واگذار شوند.»