ساخت تراشه
اخبار

ساخت تراشه در سریع‌ترین زمان ممکن با استفاده از یادگیری تقویتی عمیق

0
زمان مطالعه: ۲ دقیقه

محققان بخش هوش مصنوعی گوگل موفق شدند مدلی برای ساخت تراشه توسعه دهند که می‌تواند با استفاده از یادگیری تقویتی عمیق در زمانی کمتر از ۶ ساعت تراشه‌ بسازد.
محققان گوگل یافته‌های خود را به‌صورت مقاله در نشریه Nature منتشر ساخته‌اند. در این مقاله فرایند کار و نحوه ساخت این تراشه‌ها به‌صورت مفصل توضیح داده شده است.
بنابر آنچه که در مقاله پژوهشگران گوگل آمده است، این محققان از یادگیری تقویتی عمیق برای ساختن چنین فناوری استفاده کرده‌اند. نقطه قوت این فناوری مبتنی بر هوش مصنوعی در مقایسه با فناوری‌های پیشین زمان بسیار پایین ساختن تراشه در این تکنولوژی جدید است.
پژوهشگران گوگل معتقدند این فناوری قابلیت‌های بسیار خوبی برای استفاده در نسل‌های بعدی شتاب‌دهنده‌های هوش مصنوعی دارد.
مدل جدید پژوهشگران گوگل از تجربیات گذشته استفاده می‌کند و به مرور زمان عملکردش بهبود می‌‎یابد. با استفاده از این مدل می‌توان معماری‌هایی برای تراشه‌ها و اجزای بسیار ریز آن طراحی کرد. بنابر ادعای نویسندگان این مقاله، مدلی که آن‌ها ساخته‌اند قادر است در کمتر از ۶ ساعت فرایند طراحی را انجام دهد. این مقدار بسیار کمتر از زمانی است که پیش از این یک تیم انسانی صرف ساخت تراشه می‌کرد.
البته باید به این مسئله نیز توجه کرد که این کار کاملاً جدید نیست و پیش از این نیز چند ماه پیش مهندسان گوگل در مقاله‌ای که در ماه مارس منتشر ساختند تکنیک‌های شبیه به این فناوری را معرفی کردند. با این حال، یافته جدیدتر مهندسان گوگل گامی رو به جلوست و بهبود فناوری‌های ساخت تراشه‌ها منجر خواهد شد.
اگر این فناوری گوگل به‌صورت عمومی عرضه شود و در اختیار کسب‌وکارهای حوزه هوش مصنوعی قرار گیرد به استارتاپ‌های کوچک و با سرمایه‌ کم کمک می‌کند تا تراشه‌های موردنیازشان را خودشان بسازند.
همان‌طور که گفتیم این فناوری جدید از یادگیری تقویتی عمیق در ساخت تراشه‌ها استفاده می‌کند. روند کار در آن نیز به این شکل است که مدل کارش را یک تراشه خالی آغاز می‌کند. سپس عامل هوشمند به کار رفته در مدل اجزای سازنده را به ترتیب تا زمانی که نت‌لیست تکمیل شود روی تراشه قرار می‌دهد. تا زمانی که این کار تمام‌وکمال انجام نشود، مدل پاداشی دریافت نمی‌کند.

ربات شطرنج باز انگشت دست حریفش را شکست!

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

این مطلب چه میزان برای شما مفید بوده است؟
[کل: ۰ میانگین: ۰]

گردش کار (workflow) در تیم‌های یادگیری ماشین و داده‌کاوی

مقاله قبلی

توابع فعال سازی: سیگموید، ReLU ،Leaky ReLU و Softmax در شبکه‌های عصبی

مقاله بعدی

شما همچنین ممکن است دوست داشته باشید

بیشتر در اخبار

نظرات

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد.