Si la inteligencia artificial IA puede algún día sustituir al hombre, es una pregunta que siempre nos hemos hecho, hoy nos la hacemos sobre los microchips: ¿Quién es mejor para diseñarlos? Interesantes son los resultados obtenidos por un grupo de investigadores del Google Brain Team que intentaron responder a esta pregunta.
La IA según Google
Aparentemente, una IA bien calificada es capaz de dibujar microchips para computadoras, logrando también excelentes resultados. Tan impresionante es este descubrimiento, que Google decidió utilizar los microchips, creados durante este experimento, en la fabricación de la próxima generación de software informático de IA.
Hasta ahora, en juegos como el ajedrez, siempre se ha visto que la inteligencia artificial golpea a la mente humana con facilidad, pero siempre se ha dicho que todavía estaba lejos de pensar como un humano. La capacidad de crear microchips, sin embargo, cambia las cartas sobre la mesa, es el contra-hecho de que la IA también es capaz de encontrar soluciones listas para usar.
El hombre y los microchips
El diseño de microchips requiere un proceso de planificación básico y largo que involucra a expertos de la industria y herramientas de TI. El objetivo es encontrar, para todos los subsistemas del chip, un diseño óptimo que garantice un rendimiento impecable. Un error o variación mínima dentro de un solo componente puede recaer en toda la capacidad de potencia del chip total.
Los ingenieros de Google dicen que diseñar un nuevo microchip requiere «meses de intenso esfuerzo» por parte de todo el equipo. Y aquí viene el gran avance, el Google Research Brain Team, con sede en Mountain View, California, ha encontrado una manera de simplificar el proceso de creación de microchips. ¿Qué? Hacer el plano de planta básico, un juego.
IA a la creación de microchips
Las co-líderes de investigación Azalia Mirhoseini y Anna Goldie informan que la IA ha sido entrenada para ‘jugar’ para encontrar la estructura de chips más eficiente. Se utilizó un enfoque de aprendizaje por refuerzo para el entrenamiento con un conjunto de datos de 10.000 planos de planta de microchip, discriminando contra los correctos e incorrectos. Se ha visto que la inteligencia artificial también logra tener en cuenta las métricas de longitud de cable, consumo de energía y tamaño del chip.
A medida que las capacidades de discriminación de la IA mejoraron, también lo fue el resultado en términos de configuración de chips y, por lo tanto, de capacidad de producción de forma independiente. Este experimento también fue una fuente de inspiración para los expertos en el campo. En cuanto a los enfoques únicos de la ED, decidieron reducir la distancia entre cada componente individual colocándolos en forma de donut.
Durante cinco décadas, se ha intentado simplificar el proceso de producción de chips, con toneladas de investigación vana, hasta la fecha. Todas las técnicas de diseño automatizado no son capaces de reproducir el mismo rendimiento que se logra con los microchips hechos a mano.
