Google a utilisé l’IA pour gamifier la conception des puces électroniques

Des chercheurs de Google ont découvert que l’intelligence artificielle (IA) pourrait potentiellement concevoir des puces informatiques plus efficacement que les ingénieurs humains.

Dans un document de recherche publié dans la revue Nature, Google Research explique que la conception de la disposition physique d’une puce informatique est une tâche complexe et longue, mais essentielle.

Pour parvenir à un résultat plus efficace, les chercheurs ont mis au point une série d’algorithmes qui traitent la planification de l’implantation des puces comme un jeu, les composants comme des pièces, le canevas sur lequel reposent les composants comme le plateau, et les résultats gagnants sont basés sur les performances qui ont été évaluées à l’aide de mesures d’évaluation basées sur des ensembles de données de référence de 10 000 implantations de puces.

Une méthode éprouvée

Pendant une période de six heures, les algorithmes ont été capables de développer des puces similaires, ou plus efficaces que celles conçues par des humains, qui prennent généralement des mois, ont découvert les chercheurs. « Notre méthode génère des plans d’étage de puces manufacturables en moins de 6 heures, par rapport à la base de référence la plus solide, qui nécessite des mois d’efforts intenses de la part d’experts humains », expliquent les chercheurs.

Non seulement la méthode permet de gagner du temps, mais les chercheurs soulignent également que la qualité du travail s’est également améliorée, « parce qu’elle est exposée à un plus grand nombre de cas du problème de placement des puces ».

Selon les chercheurs, la méthode a déjà été adoptée par Google, et ils ajoutent qu’elle a été utilisée pour la production d’une unité de traitement tensoriel de dernière génération.

Google a révélé pour la première fois qu’il expérimentait l’IA pour concevoir ses puces l’année dernière. Jeff Dean, responsable de la recherche sur l’IA chez Google, indiquait alors à ZDNet que cela pourrait permettre de réduire les coûts et de produire des modèles plus efficaces : « nous demandons à nos concepteurs de l’expérimenter et de voir comment ils commencent à l’utiliser dans leurs flux de travail ».

Source : ZDNet.com