（文章來源：網(wǎng)絡整理）
? ? ?? 一直以來，對于發(fā)展機器人和人工智能，人們都是持雙面態(tài)度的。不可否則，如今機器人雖然還沒像科幻電影中那樣高度智能，但在一定程度上，機器人已經(jīng)開始有一定的自我“智慧”，尤其是如今AI人工智能快速發(fā)展，很多以往需要大量時間、空間才能完成事情，有了人工智能的加入，變得更加高效而準確。

以傳統(tǒng)芯片設計為例子，我們設計一款新的芯片一般需要幾個月或者幾年才能完成，而且在這個過程中，我們還可能因為其性能問題還反復推翻重來。另外，像小米的澎湃芯片一樣，前陣子也有消息稱，小米已經(jīng)放棄了澎湃的芯片的研發(fā)了，可見研發(fā)設計的難度之大，投入之高。為了能夠保證設計出的芯片能夠更好地滿足快速迭代的算法，近期谷歌團隊將AI強化學習方法應用于芯片設計中復雜的“布局”工作當中，并獲得了顯著的效果提升。

如今機器學習（Machine Learning）算法的發(fā)展速度非?？?，人們需要大量的AI芯片來滿足算法更新的需求。谷歌的解決方案是：讓AI設計AI芯片，研究人員通過設計一個神經(jīng)網(wǎng)絡，讓它學習并設計一些需要耗費大量時間的部分，這個工作被稱作“布局”。在對芯片設計進行了足夠長時間的學習之后，它可以在不到24小時的時間內(nèi)為Google Tensor處理單元完成設計，在功耗、性能、面積都超過了人類專家數(shù)周的設計成果。

研究人員將芯片布局建模為強化學習問題，與典型的深度學習不同，強化學習系統(tǒng)不會使用大量標記的數(shù)據(jù)進行訓練。相反，他們會邊做邊學，并在成功時根據(jù)有效信號調(diào)整網(wǎng)絡中的參數(shù)。其實除了谷歌，兩大EDA（Electronics Design Automation，電子設計自動化）巨頭Synopsys和Cadence也推出了具有AI功能的工具，依托于這樣的AI的芯片設計工具，研發(fā)人員可以縮短芯片的設計時間高達10倍，芯片PPA提升20%。
? ??