Google विकसित होने का दावा करता है का एक सॉफ्टवेयर इंसानों की तुलना में कंप्यूटर चिप्स को तेजी से डिजाइन करने में सक्षम कृत्रिम बुद्धि कुछ दिनों पहले प्रकाशित एक लेख में, Google का दावा है कि एक चिप जिसे डिजाइन करने में मनुष्यों को महीनों लगेंगे, उसकी कल्पना छह घंटे से भी कम समय में की जा सकती है।
कृत्रिम होशियारी चिप्स के नवीनतम पुनरावृत्ति को विकसित करने के लिए पहले से ही उपयोग किया जा चुका है टेंशनर प्रोसेसिंग यूनिट (टीपीयू) गूगल द्वारा, जिनका उपयोग कृत्रिम बुद्धिमत्ता से संबंधित कार्यों को करने के लिए किया जाता है, Google ने कहा। Google इंजीनियरों ने कहा कि सेमीकंडक्टर उद्योग के लिए अग्रिम "प्रमुख प्रभाव" हो सकता है।
अनिवार्य रूप से, यह पता लगाने के बारे में है कि चिप पर सीपीयू और जीपीयू कोर और मेमोरी जैसे घटक एक दूसरे के खिलाफ कहां रखे जाते हैं। इन छोटे बोर्डों पर उनका स्थान महत्वपूर्ण है क्योंकि यह चिप की बिजली की खपत और प्रसंस्करण गति को प्रभावित करता है; सब कुछ जोड़ने के लिए आवश्यक वायरिंग और सिग्नल रूटिंग का बहुत महत्व है।
Google इंजीनियर अज़ालिया मिरहोसिनी और अन्ना गोल्डी, अपने सहयोगियों के साथ, अपने प्रकाशन में एक गहन सुदृढीकरण सीखने की प्रणाली का वर्णन करते हैं जो छह घंटे से भी कम समय में "बुनियादी पैटर्न" बनाने में सक्षम है, जबकि कभी-कभी इसमें महीनों लग जाते हैं।
दूसरे शब्दों में, Google ऐसे चिप्स को डिज़ाइन करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग कर रहा है जिनका उपयोग और भी अधिक परिष्कृत कृत्रिम बुद्धिमत्ता प्रणाली बनाने में किया जा सकता है।
इसी तरह के सिस्टम गो और चेस जैसे जटिल खेलों में भी इंसानों को मात दे सकते हैं। इन परिदृश्यों में, एल्गोरिदम को टुकड़ों को स्थानांतरित करने के लिए प्रशिक्षित किया जाता है जो गेम जीतने की संभावना को बढ़ाते हैं, लेकिन टाइल परिदृश्य में, एआई को गेम में यथासंभव कुशल बनाने के लिए घटकों के सर्वोत्तम संयोजन को खोजने के लिए प्रशिक्षित किया जाता है।
तंत्रिका नेटवर्क भी कुछ तकनीकों का उपयोग करता है जिसे कभी सेमीकंडक्टर उद्योग द्वारा माना जाता था, लेकिन मृत अंत के रूप में छोड़ दिया गया। लेख के अनुसार, कृत्रिम बुद्धिमत्ता प्रणाली को "सीखने" के लिए 10.000 चिप ब्लूप्रिंट प्राप्त हुए कि क्या काम करता है और क्या नहीं।
इंजीनियरों ने लिखा, "हमारे दृष्टिकोण का उपयोग अगली पीढ़ी के Google के AI त्वरक को डिजाइन करने के लिए किया गया है और इसमें प्रत्येक नई पीढ़ी के लिए हजारों घंटे के मानव प्रयास को बचाने की क्षमता है।" "आखिरकार, हम मानते हैं कि अधिक शक्तिशाली एआई-डिज़ाइन किया गया हार्डवेयर एआई की उन्नति को बढ़ावा देगा, जिससे दोनों क्षेत्रों के बीच एक सहजीवी संबंध बन जाएगा।"
लेख के अनुसार, माइक्रोप्रोसेसर या कार्यभार त्वरक को डिजाइन करते समय, आमतौर पर यह परिभाषित करना आवश्यक होता है कि इसके सबसिस्टम उच्च-स्तरीय भाषा में कैसे काम करते हैं, जैसे कि VHDL, SystemVerilog, या शायद छेनी भी।
यह कोड अंततः एक नेटलिस्ट कहलाती है, जो बताती है कि चिप के कार्यों को करने के लिए मैक्रोब्लॉक और मानक कोशिकाओं के एक सेट को तारों से कैसे जोड़ा जाना चाहिए।
मानक कोशिकाओं में बुनियादी तत्व होते हैं जैसे NAND और NOR लॉजिक गेटजबकि मैक्रोब्लॉक में एक विशेष कार्य करने के लिए मानक कोशिकाओं या अन्य इलेक्ट्रॉनिक घटकों का एक सेट होता है, जैसे ऑन-चिप मेमोरी या प्रोसेसर कोर प्रदान करना। इसलिए, मैक्रोब्लॉक मानक कोशिकाओं की तुलना में बहुत बड़े हैं।
फिर आपको यह चुनना होगा कि चिप पर कोशिकाओं और मैक्रोब्लॉक की इस सूची को कैसे व्यवस्थित किया जाए। Google कर्मचारियों के अनुसार, मानव इंजीनियरों को विशेष चिप डिज़ाइन टूल के साथ काम करने में हफ्तों या महीनों का समय लग सकता है और बिजली की खपत, समय, गति आदि के आधार पर एक अनुकूलित योजना प्राप्त करने के लिए कई बार पुनरावृति हो सकती है।
इस प्रक्रिया में आमतौर पर जो होता है वह यह है कि जैसे-जैसे डिजाइन विकसित होता है बड़े मैक्रोब्लॉक का स्थान बदलना चाहिए। और फिर आपको स्वचालित उपकरणों को देना होगा, जो अनजाने एल्गोरिदम का उपयोग करते हैं, छोटे मानक कोशिकाओं की भीड़ को छोड़ देते हैं, और तब तक साफ और दोहराते हैं जब तक आप काम नहीं कर लेते, डॉक्टर कहते हैं।
इस चिप योजनाबद्ध डिजाइन चरण को तेज करने के लिए, Google कृत्रिम बुद्धि विशेषज्ञों ने एक दृढ़ तंत्रिका नेटवर्क सिस्टम बनाया जो इष्टतम डिज़ाइन प्राप्त करने के लिए कुछ घंटों में मैक्रो-ब्लॉक प्लेसमेंट स्वयं ही करता है।
लेख के अनुसार, मानक कोशिकाओं को स्वचालित रूप से अन्य सॉफ़्टवेयर द्वारा रिक्त स्थान पर रखा जाता है। यह मशीन लर्निंग सिस्टम मानव इंजीनियर विधि की तुलना में एक आदर्श आरेख को बहुत तेज और बेहतर बनाने में सक्षम होना चाहिए उद्योग में पारंपरिक स्वचालित उपकरणों का उपयोग करते हुए, Google कर्मचारियों ने अपने लेख में समझाया।
Fuente: https://www.theregister.com/