„Google“ naudoja dirbtinį intelektą kurdama lustus, kurie pagreitins AI

Kategorija: Dirbtinis intelektas Paskelbta kovo 27 d

Naujas sustiprinimo mokymosi algoritmas išmoko optimizuoti komponentų išdėstymą kompiuterio lustoje, kad jis būtų efektyvesnis ir mažiau energijos reikalaujantis.

3D Tetris: Skiedrų išdėstymas, taip pat žinomas kaip lustų grindų planavimas, yra sudėtinga trimačio dizaino problema. Tam reikia kruopščiai konfigūruoti šimtus, kartais tūkstančius komponentų keliuose sluoksniuose ribotoje srityje. Tradiciškai inžinieriai rankiniu būdu kuria konfigūracijas, kurios sumažina laidų, naudojamų tarp komponentų, skaičių kaip efektyvumą. Tada jie naudoja elektroninę projektavimo automatizavimo programinę įrangą, kad imituotų ir patikrintų jų veikimą, o tai gali užtrukti iki 30 valandų vienam aukšto planui.

Užvėlinimas: Dėl laiko investicijų į kiekvieną lusto dizainą tradiciškai manoma, kad lustai tarnaus nuo dvejų iki penkerių metų. Tačiau mašininio mokymosi algoritmams sparčiai tobulėjant, naujų lustų architektūrų poreikis taip pat išaugo. Pastaraisiais metais keli algoritmai, skirti optimizuoti lusto grindų planavimą, siekė paspartinti projektavimo procesą, tačiau jų galimybė optimizuoti kelis tikslus, įskaitant lusto energijos suvartojimą, skaičiavimo našumą ir plotą, buvo ribota.

Protingas dizainas: Atsakydamos į šiuos iššūkius, „Google“ mokslininkai Anna Goldie ir Azalia Mirhoseini laikėsi naujo požiūrio : pastiprinimo mokymasis. Sustiprinimo mokymosi algoritmai naudoja teigiamus ir neigiamus atsiliepimus, kad išmoktų sudėtingas užduotis. Taigi mokslininkai sukūrė tai, kas žinoma kaip atlygio funkcija, kad nubaustų ir atlygintų už algoritmą pagal jo dizaino našumą. Tada algoritmas per sekundės dalį sukūrė nuo dešimčių iki šimtų tūkstančių naujų dizainų ir įvertino juos naudodamas atlygio funkciją. Laikui bėgant, ji priartėjo prie galutinės strategijos, kaip optimaliai išdėstyti lustų komponentus.

Patvirtinimas: Patikrinę projektus naudodami elektroninio projektavimo automatizavimo programinę įrangą, mokslininkai nustatė, kad daugelis algoritmo grindų planų veikė geriau nei tie, kuriuos sukūrė žmonių inžinieriai. Pasak mokslininkų, ji taip pat išmokė savo kolegas žmones kai kurių naujų gudrybių.

Gamybos linija: Per visą šios srities istoriją AI pažanga buvo glaudžiai susijusi su lustų projektavimo pažanga. Tikimasi, kad šis algoritmas pagreitins lustų projektavimo procesą ir sukurs naujos kartos patobulintas architektūras, o tai savo ruožtu paspartins AI pažangą.

Jei norite, kad daugiau tokių istorijų būtų pristatyta tiesiai į jūsų pašto dėžutę, užsiprenumeruokite Webby nominuotą AI informacinį biuletenį The Algorithm. Tai nemokama.