不同元件在計(jì)算機(jī)芯片上的布局，是決定芯片整體性能的關(guān)鍵。設(shè)計(jì)計(jì)算機(jī)芯片的物理布局既復(fù)雜又耗時(shí)，難度非常大，需要專業(yè)人類設(shè)計(jì)工程師付出大量工作。而盡管已為此進(jìn)行多年的嘗試，芯片布局規(guī)劃一直都無法實(shí)現(xiàn)自動(dòng)化，需要設(shè)計(jì)工程師們花費(fèi)數(shù)月的努力才能生產(chǎn)可供規(guī)模制造的布局。

　　研究團(tuán)隊(duì)將芯片布局規(guī)劃設(shè)計(jì)成一個(gè)強(qiáng)化學(xué)習(xí)問題，并開發(fā)了一種能給出可行芯片設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)。他們訓(xùn)練了一個(gè)強(qiáng)化學(xué)習(xí)智能體，讓這個(gè)智能體把布局規(guī)劃看作一種棋盤游戲：元件是“棋子”，放置元件的畫布是“棋盤”，“獲勝結(jié)果”則是根據(jù)一系列評(píng)估指標(biāo)評(píng)出的最優(yōu)性能。

　　研究人員指出，這種方法能在6小時(shí)內(nèi)設(shè)計(jì)出與人類專家不相上下或是更好的可行芯片布局，有望為今后的每一代計(jì)算機(jī)芯片設(shè)計(jì)節(jié)省數(shù)千小時(shí)的人力。

　　開發(fā)出比當(dāng)前方法更好、更快、更省錢的自動(dòng)化芯片設(shè)計(jì)方法，有助于延續(xù)芯片技術(shù)的‘摩爾定律’。這里的摩爾定律，是指每塊芯片的元件數(shù)量大約每兩年會(huì)翻一番。

　　人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等，總的說來，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。

　　用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺(tái)的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。

　　在不到6小時(shí)的時(shí)間里，一個(gè)深度學(xué)習(xí)強(qiáng)化方法，可以自動(dòng)生成芯片設(shè)計(jì)的所有關(guān)鍵指標(biāo)，包括功耗、性能和芯片面積，且給出的布局圖都優(yōu)于或可與人類設(shè)計(jì)的芯片布局圖相比肩。這無疑是人工智能助力人類實(shí)現(xiàn)更好、更快、更強(qiáng)目標(biāo)的范例。有意思的是，這個(gè)人工智能現(xiàn)在又被拿去設(shè)計(jì)下一代人工智能，這讓我們看到一種共生關(guān)系——更強(qiáng)大的人工智能設(shè)計(jì)硬件，正在推動(dòng)人工智能的進(jìn)步。