Tutti si aspettavano il giorno in cui le macchine sarebbero riuscite ad autoprogettarsi. Magari non siamo già agli strabilianti assolutismi che ci sono stati proposti negli anni dalla cupa fantascienza, tuttavia Google ci ha portati un passo più vicini a vedere un computer capace di sviluppare e progettare i propri discendenti. Una ricerca appena pubblicata espone infatti come la Big Tech stia riuscendo a ottimizzare il layout delle microcomponenti grazie al lavoro delle IA, di fatto producendo chip migliori di quelli disegnati dall’uomo.
Ancora oggi, la progettazione elettronica di un computer ha un nonché di artigianale, nello specifico per quanto riguarda il foorplanning delle microcomponenti, ovvero la distribuzione dei singoli chip sulle schede stampate. In base a come questi sono posizionati, infatti, le informazioni potrebbero dover eseguire viaggi molto lunghi prima di giungere a destinazione, intaccando le performance della macchina.
Questo genere di pianificazione è solitamene eseguita da ingegneri affiancati da macchine, ma Google ha ben pensato di delegare la creazione dei suoi prossimi chip TPU (tensor processing unit) a uno strumento di machine learning che possa calcolare tutte le combinazioni possibili per poi selezionare gli schemi più funzionali.
Il colosso tech ha dunque creato un algoritmo “nutrendolo” con le informazioni di costruzione di 10.000 chip, chip che sono stati precedentemente classificati in base alle loro qualità specifiche, in modo che l’intelligenza artificiale potesse sviluppare un’idea di che genere di prodotto sia auspicabile mettere sul mercato.
La “creatura” digitale avrebbe dunque disegnato in poche ore quello che a un essere umano richiederebbe mesi, probabilmente ottenendo risultati che ottimizzano meglio la gestione delle risorse. Interessante notare che le TPU siano accelleratori di IA creati da Google, pertanto l’algoritmo in questione sta concretamente contribuendo a costruire intelligenze artificiali che possano surclassarlo per efficienza e qualità.
Potrebbe anche interessarti:
- A graph placement methodology for fast chip design (nature.com)