- ทีมนักวิจัยประสบความสำเร็จในการใช้ AI ออกแบบชิปไร้สายคลื่นมิลลิเมตร (mm-Wave) ได้ภายในเวลาไม่กี่ชั่วโมง
- สร้างดีไซน์ที่มีประสิทธิภาพกว่าวิธีออกแบบโดยมนุษย์แบบเดิมอย่างมาก
- มองการออกแบบชิปเป็นระบบสมบูรณ์หนึ่งเดียว ไม่ใช่แค่การรวมชิ้นส่วนย่อยเข้าด้วยกัน
- ปัจจุบันการออกแบบชิปยังดำเนินไปในลักษณะที่ผู้เชี่ยวชาญมนุษย์ค่อยๆ ปรับแต่งให้เหมาะที่สุดโดยอิงจากเทมเพลต
- โครงสร้างภายในชิปมีความซับซ้อนและยากจะทำความเข้าใจอย่างสมบูรณ์ จึงจำเป็นต้องใช้แนวทางที่ค่อนข้างระมัดระวัง
- ชิปคลื่นมิลลิเมตรที่ใช้ใน 5G modem และอุปกรณ์อื่นๆ ออกแบบได้ยากเป็นพิเศษ เพราะมีข้อจำกัดทั้งด้านการย่อขนาดและการเพิ่มประสิทธิภาพ
วิธี Inverse Design ที่ขับเคลื่อนด้วย AI
- นักวิจัยจาก Princeton University และ Indian Institute of Technology เสนอแนวทาง Inverse Design ที่ใช้ deep learning
- เริ่มจากกำหนดประสิทธิภาพที่ต้องการก่อน แล้วให้ AI ตัดสินใจอินพุตและพารามิเตอร์การออกแบบโดยอัตโนมัติ
- แทนที่จะใช้วิธีอิงเทมเพลตแบบเดิม ระบบจะออกแบบชิปทั้งตัวเป็นโครงสร้างอิสระหนึ่งเดียว
- ในกระบวนการนี้ ชิปจึงถูกจัดวางในรูปแบบที่นักออกแบบมนุษย์อาจนึกไม่ถึง
อนาคตของการออกแบบชิปด้วย AI?
- ดีไซน์ที่มนุษย์เข้าใจไม่ได้ แต่ประสิทธิภาพสูงสุด
- ศาสตราจารย์ Kaushik Sengupta (Princeton University) ผู้นำงานวิจัยอธิบายว่า "โครงสร้างที่ AI สร้างขึ้นดูคล้ายรูปแบบสุ่ม และมนุษย์ไม่สามารถเข้าใจมันได้อย่างแท้จริง"
- แต่เมื่อผลิตออกมาจริง ชิปที่ AI ออกแบบกลับแสดงประสิทธิภาพเหนือกว่าดีไซน์เดิม
- AI จะมาแทนนักออกแบบมนุษย์หรือไม่?
- ชิปบางตัวที่ AI ออกแบบไม่สามารถทำงานได้ตามปกติ ซึ่งคล้ายกับกรณีที่ generative AI บางครั้งเกิด "hallucination"
- ดังนั้น AI จึงไม่ใช่สิ่งที่จะเข้ามาแทนมนุษย์โดยตรง แต่ควรถูกใช้เป็นเครื่องมือเพิ่มผลิตภาพ
- การใช้ AI ช่วยให้สามารถออกแบบชิปที่ปรับให้เหมาะกับเป้าหมายเฉพาะได้เร็วขึ้นมาก เช่น ประสิทธิภาพพลังงาน หรือการขยายช่วงความถี่
แนวโน้มต่อจากนี้
- เมื่อการย่อขนาดและเพิ่มประสิทธิภาพของชิปไร้สายมีความสำคัญมากขึ้น เทคโนโลยีการออกแบบด้วย AI จึงถือเป็นผลงานวิจัยที่มีประโยชน์อย่างยิ่ง
- ศาสตราจารย์ Sengupta แสดงความคาดหวังว่า "หากเทคโนโลยีนี้ขยายไปยังส่วนอื่นของการออกแบบวงจรได้ วิธีการออกแบบทางวิศวกรรมอิเล็กทรอนิกส์อาจเปลี่ยนไปทั้งระบบ"
- เขายังกล่าวว่า "นี่เป็นเพียงส่วนยอดของภูเขาน้ำแข็ง" ซึ่งสะท้อนว่าการออกแบบชิปด้วย AI ยังมีศักยภาพอีกมหาศาลในอนาคต
5 ความคิดเห็น
กล่องดำเป็นสิ่งที่น่ากลัวจริง ๆ "ทำไมมันถึงใช้ได้ล่ะ?"
ให้ความรู้สึกคล้าย AlphaGo เลยนะ ไม่รู้ว่าทำไมถึงเดินแบบนั้น แต่โอกาสชนะกลับสูงกว่า ถ้าหาวิธีจับกรณีที่มนุษย์บิดเบือนแก่นแท้เพื่อให้ตัวเองเข้าใจได้(?) ได้ดี ก็น่าจะช่วยเรื่องการทำ optimization ได้มากเลยนะครับ
ถ้าเปรียบเป็นร้านอาหาร คนเราจะทำสูตรอาหารให้คนอื่นหรือพนักงานพาร์ตไทม์คนอื่นๆ ก็เข้าใจได้แล้วค่อยทำอาหาร แต่ AI คือแค่เทส่วนผสมที่จะใส่ทั้งหมดลงไปกองรวมกันในภาชนะใหญ่แล้วปั่น ก็ทำได้เร็วกว่าเยอะ แถมยังได้อาหารที่อร่อยออกมาด้วย...
เข้าใจง่ายมากเลย เป็นการเปรียบเทียบที่ดีนะ
ความคิดเห็นจาก Hacker News
ในช่วงทศวรรษ 1990 Adrian Thompson ได้นำอัลกอริทึมวิวัฒนาการมาใช้กับฮาร์ดแวร์ FPGA และพัฒนาวงจรที่สามารถแยกแยะโทนเสียง 1kHz และ 10kHz ได้
ไม่ชอบที่มีการใช้คำว่า AI ทั้งที่จริง ๆ แล้วหมายถึงตัวเพิ่มประสิทธิภาพ
การออกแบบเสาอากาศและชิ้นส่วนอื่น ๆ ด้วยอัลกอริทึมวิวัฒนาการมีมาตั้งแต่ช่วงต้นทศวรรษ 2000
อุปกรณ์ที่ซับซ้อนมีความซับซ้อนไม่ต่างจากสิ่งมีชีวิต
คอมเมนต์ที่อ้างถึงในบทความน่าสนใจ
โมเดล AI สร้างชิปไร้สายที่มีประสิทธิภาพมากขึ้นได้ภายในไม่กี่ชั่วโมง แต่ยังไม่ชัดเจนว่าการออกแบบแบบ "รูปทรงสุ่ม" นี้ถูกสร้างขึ้นมาอย่างไร
เริ่มศึกษาความซับซ้อนของการออกแบบชิป และพบว่าการอภิปรายทั้งหมดในบทความของ Nature อิงอยู่กับการจำลอง
ถ้าเราไม่สามารถเข้าใจการออกแบบได้ ก็อดสงสัยไม่ได้ว่าจะทดสอบความถูกต้องของมันได้ละเอียดแค่ไหน
คิดว่าการพรรณนางานวิจัยแบบนี้ว่าเป็นความก้าวหน้าที่เหนือความเข้าใจของมนุษย์ เป็นตัวอย่างของการทำให้ดูลึกลับเพื่อการตลาด