Ogni medaglia ha due facce e lo sviluppo della tecnologia dell'intelligenza artificiale (IA) non fa eccezione. Da un lato, le persone sono entusiaste dei risultati e dei contributi dell'intelligenza artificiale in tutti gli aspetti della vita. Ma d'altro canto, molte persone hanno "paura" della prospettiva che l'intelligenza artificiale possa superare e "rubare" il lavoro umano in molti settori diversi.
Google ha appena dato ancora più credito a questa preoccupazione quando ha annunciato che il suo sistema di intelligenza artificiale per la ricerca e lo sviluppo interno è ora in grado di progettare chip in modo più rapido ed efficiente degli esseri umani.
Nello specifico, secondo i risultati di una ricerca pubblicati sulla rivista scientifica Nature, Google Brain, il team di ricerca di Google specializzato in deep learning e intelligenza artificiale, ha annunciato lo sviluppo con successo di un nuovo sistema di apprendimento per rinforzo in grado di eseguire autonomamente un progetto di floor-planning di un microprocessore, in modo molto più rapido ed efficace degli esseri umani.
Grazie all'ausilio di una complessa architettura di rete neurale basata su grafici di bordo, il modello di intelligenza artificiale di Google Brain è in grado di progettare planimetrie in una frazione del tempo impiegato dagli esseri umani. L'immagine sottostante mostra due progetti di macroblocchi di memoria. Quello a sinistra è stato realizzato da un essere umano, mentre quello a destra da un'intelligenza artificiale, in poche ore: molto meno di quanto avrebbe fatto un essere umano, e contiene anche un numero maggiore di macroblocchi.

Una planimetria è essenzialmente un diagramma che mostra come i diversi blocchi funzionali sono disposti all'interno di un processore per creare la progettazione più efficiente. Di seguito sono riportate due immagini di esempio di come apparirà la planimetria. Il modello a sinistra è più semplice, mentre il progetto a destra è un po' più complesso e presenta maggiori dettagli.

È interessante notare che Google prevede di utilizzare questa tecnologia per costruire i propri acceleratori di intelligenza artificiale, chiamati Tensor Processing Unit (TPU). Se efficaci, potrebbero essere applicati anche a tutti i processi di produzione dei chip in generale, con il potenziale di far risparmiare un'enorme quantità di tempo senza rinunciare alla qualità.