Google DeepMind представил метод AlphaChip, который, по их словам, способен проектировать чипы за считанные часы, в отличие от недель и месяцев, необходимых людям. Исследователи компании уверяют, что их AI использует методы обучения с подкреплением для оптимизации взаимосвязей между компонентами чипа, получая награды за качество финального дизайна. Однако независимые эксперты выражают сомнения в том, что AlphaChip действительно превосходит опытных дизайнеров или коммерческие программные инструменты.
Патрик Мэдден из Университета Бингемтона подчеркивает, что отсутствие публичных результатов тестирования вызывает вопросы. Он считает, что если бы Google предоставил результаты экспериментов, это могло бы привести к более справедливым сравнениям. Тем не менее, Google DeepMind не предоставил дополнительных комментариев по этому поводу.
Согласно заявлению компании, AlphaChip уже помог в разработке трех поколений специализированных чипов Tensor Processing Units (TPU), которые используются для обучения и работы генеративных AI-моделей. Однако критики отмечают, что код, выпущенный Google, не поддерживает распространенные форматы данных чипов, что ограничивает применение метода вне собственных чипов компании.
Игорь Марков, исследователь в области проектирования чипов, указывает на то, что методы обучения с подкреплением требуют значительно больше вычислительных ресурсов и часто уступают в результатах традиционным инструментам. Он также критикует субъективные сравнения AlphaChip с неопределенными человеческими дизайнерами, которые не могут быть воспроизведены.
В 2023 году независимый эксперт, который ранее поддерживал работу Google, отозвал свою статью, отметив, что AI не всегда превосходит человеческие навыки или традиционные алгоритмы.