تقول جوجل إن الذكاء الاصطناعي الخاص بها يصمم الرقائق بشكل أفضل من البشر، لكن الخبراء لا يتفقون مع هذا الرأي

تقول Google DeepMind إن ذكاءها الاصطناعي ساعد في تصميم الرقائق المستخدمة بالفعل في مراكز البيانات وحتى الهواتف الذكية. لكن بعض خبراء تصميم الرقائق يشككون في ادعاءات الشركة بأن مثل هذا الذكاء الاصطناعي يمكنه تخطيط تخطيطات جديدة للرقائق بشكل أفضل من البشر.

وقال إن طريقة AlphaChip المسماة حديثًا يمكنها تصميم “تخطيطات شرائح خارقة” في ساعات، بدلاً من الاعتماد على أسابيع أو أشهر من الجهد البشري.”https://scholar.google.com/citations?user=uyFDSDwAAAAJ&hl=en”> آنا غولدي و”https://scholar.google.com/citations?user=I1nZzWsAAAAJ&hl=en”>أزاليا ميرحسيني، الباحثون في Google DeepMind، في أ”https://deepmind.google/discover/blog/how-alphachip-transformed-computer-chip-design/”> مشاركة المدونة. يستخدم نهج الذكاء الاصطناعي هذا التعلم المعزز لمعرفة العلاقات بين مكونات الشريحة ويتم مكافأته بناءً على جودة التخطيط النهائي. لكن الباحثين المستقلين يقولون إن الشركة لم تثبت بعد أن مثل هذا الذكاء الاصطناعي يمكن أن يتفوق في الأداء على مصممي الرقائق البشرية الخبراء أو أدوات البرمجيات التجارية – ويريدون رؤية أداء AlphaChip في المعايير العامة التي تتضمن تصميمات الدوائر الحالية والمتطورة.

ويقول: “إذا قدمت جوجل نتائج تجريبية لهذه التصاميم، فيمكننا إجراء مقارنات عادلة، وأتوقع أن يقبل الجميع النتائج”.”https://www.cs.binghamton.edu/~pmadden/”> باتريك مادن في جامعة بينجهامتون في نيويورك. “قد يستغرق إجراء التجارب يومًا أو يومين على الأكثر، ولدى Google موارد شبه لا نهائية – وعدم عرض هذه النتائج يحكي الكثير بالنسبة لي.” رفض Google DeepMind تقديم تعليق إضافي.

تصاحب مشاركة مدونة Google DeepMind ملف”https://www.nature.com/articles/s41586-024-08032-5″> تحديث إلى جوجل 2021″http://www.newscientist.com/article/2280321-google-is-using-ai-to-design-processors-that-run-ai-more-efficiently/”>طبيعة ورقة مجلة حول عملية الذكاء الاصطناعي للشركة. منذ ذلك الوقت، تقول Google DeepMind أن AlphaChip ساعدت في تصميم ثلاثة أجيال من وحدات معالجة Tensor (TPU) من Google – وهي شرائح متخصصة تستخدم لتدريب وتشغيل نماذج الذكاء الاصطناعي التوليدية لخدمات مثل Google”http://www.newscientist.com/article/2406746-google-says-its-gemini-ai-outperforms-both-gpt-4-and-expert-humans/”> روبوت الدردشة الجوزاء.

تدعي الشركة أيضًا أن تصميمات الرقائق المدعومة بالذكاء الاصطناعي تعمل بشكل أفضل من تلك التي صممها خبراء بشريون وتتحسن بشكل مطرد. ويحقق الذكاء الاصطناعي ذلك عن طريق تقليل الطول الإجمالي للأسلاك المطلوبة لتوصيل مكونات الشريحة، وهو عامل يمكن أن يقلل من استهلاك طاقة الشريحة وربما يحسن سرعة المعالجة. وتقول شركة Google DeepMind إن شركة AlphaChip قامت بإنشاء تخطيطات للرقائق ذات الأغراض العامة المستخدمة في مراكز بيانات Google، إلى جانب مساعدة شركة MediaTek على تطوير شريحة تستخدم في هواتف سامسونج المحمولة.

لكن الكود الذي أصدرته جوجل علنًا يفتقر إلى الدعم لتنسيقات بيانات شرائح الصناعة الشائعة، مما يشير إلى أن طريقة الذكاء الاصطناعي أكثر ملاءمة حاليًا للرقائق المملوكة لشركة جوجل.”https://scholar.google.com/citations?user=CHIZtZAAAAAJ&hl=en”> إيجور ماركوف، باحث في تصميم الرقائق. ويقول: “نحن لا نعرف حقًا ما هي AlphaChip اليوم، وما الذي تفعله وما لا تفعله”. “نحن نعلم أن التعلم المعزز يتطلب موارد حوسبة أكبر بمقدار ضعفين إلى ثلاثة أضعاف من الأساليب المستخدمة في الأدوات التجارية وعادةً ما يكون متخلفًا [in terms of] نتائج.”

انتقد ماركوف ومادن الورقة الأصلية”https://spectrum.ieee.org/chip-design-controversy”> مثير للجدل ادعاءات حول تفوق AlphaChip على الخبراء البشريين الذين لم يتم ذكر أسمائهم. “إن المقارنات مع المصممين البشريين الذين لم يتم ذكر أسمائهم هي أمر ذاتي، وغير قابل للتكرار، ومن السهل جدًا التلاعب به. يقول ماركوف: “ربما يبذل المصممون البشريون جهدًا منخفضًا أو يكونون مؤهلين بشكل سيئ، ولا توجد نتيجة علمية هنا”. “تخيل لو أعلن برنامج AlphaGo عن فوزه على لاعبين لم يذكر أسماءهم.”

في عام 2023، خبير مستقل قام بمراجعة ورقة جوجل”https://www.nature.com/articles/d41586-021-01515-9″> تراجعت له طبيعة مقالة تعليقية أشادت في الأصل بعمل Google. ذلك الخبير”https://cse.ucsd.edu/people/faculty-profiles/andrew-b-kahng”> أندرو كانج في جامعة كاليفورنيا، سان دييغو، أجرى أيضًا أ”https://github.com/TILOS-AI-Institute/MacroPlacement#faqs”> جهد المقارنة العامة التي حاولت تكرار طريقة Google للذكاء الاصطناعي ووجدت أنها لا تتفوق باستمرار على الخبير البشري أو خوارزميات الكمبيوتر التقليدية. كانت أفضل الأساليب أداءً هي البرامج التجارية لتصميم الرقائق من شركات مثل Cadence و”http://www.newscientist.com/article/2403629-nvidia-wants-to-use-ai-chatbots-to-help-build-better-chips/”> نفيديا.

يقول مادن: “في كل معيار يمكن أن أعتبره مقارنة عادلة، يبدو أن التعلم المعزز يتخلف عن أحدث التقنيات بفارق كبير”. “بالنسبة لوضع الدوائر، لا أعتقد أنه اتجاه بحثي واعد.”