[討論] AI設計的無線電晶片電路 人類看不懂

[jackliao1990 (j)]

https://www.nature.com/articles/s41467-024-54178-1

普林斯頓工程學院和印度理工學院利用AI設計mmWave和太赫茲晶片

AI可以加速電磁模擬

可在幾分鐘內合成固有的複雜結構(傳統演算法可能需要數週時間)

某些情況下可創建現有技術無法合成的結構

AI給出的電路圖案違反人類的直覺和經驗法則

人類難以理解

但是AI設計的晶片性能卻比傳統晶片更節能 頻率範圍更寬



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.253.185.16 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1736248683.A.88E.html
推 yokann      : alphago自己對弈的棋譜人類也看不懂
推 gn01216674  : AI就是要合成人類想不到的組合 合理
→ gn01216674  : 就像google map會找出「這三小」的
→ gn01216674  : 路
→ squelch     : 類比IC Layout也可以自動化了喔?
→ ericisfish  : Layout工程師本來就遲早會被取代
推 hoyo992     : 所以出事叫AI負責啦
→ HappyKH     : 這怎麼跟艾西莫夫的故事好像
推 pipi1983    : 比較好奇同一家出的同款但不同顆 AI
→ pipi1983    :  晶片，最後設計出的東西會一樣還是
→ pipi1983    : 不同？ 會因為在訓練AI 這道流程有
→ pipi1983    : 機會不同，而產生不同的設計嗎？
推 Fukker      : 類比designer還是數位designer先被a
→ Fukker      : i取代？
推 lynn79422   : 設計電路跟下棋一樣 一定有最佳解
→ lynn79422   : 答，人腦哪有電腦那麼快 電腦可以
→ lynn79422   : 快速試錯 算數又快
→ wurick000   :  ai不用邏輯閘？！？？
推 andy810306  : 半導體本來就是各種測試，很好取代
推 mystina43   : 他阻抗匹配的線圈真的是超級抽象
推 rayxg       : 不具製造性的設計不是好設計
推 NDark       : 硬體工程師:都說AI不會影響.啊?
推 TaiwanUp    : 先求有 再求好
推 gn01216674  : 類比被取代吧吧以往 需要用大量經驗
→ gn01216674  : 節省多參數最佳化的工作 就給AI做
推 whatzup1124 : 韌體工程師或成最大贏家
推 gj942l41l4  : 正常，看來只有負責驗證AI做出來的
→ gj942l41l4  : 東西的工作比較不會被取代
推 Leconte     : 猜圖面得出微波反應而已啊。說電路
→ Leconte     : 我還以為是指主動CMOS屁。整篇都在
→ Leconte     : 講類似天線的被動元件。這種有連續
→ Leconte     : 趨勢的東西…用ai…只是多維度tune
推 mystina43   : 最後有broadband amplifier的codesi
→ mystina43   : gn啦 不過S11 S22不太好就是
推 lovebridget : 股東房東兒子 最後還是要當這三樣
→ paulgao     : 設計類的東西確實最終會被ai取代
推 gg0079      : 就說發展下去人類的作用就只有當電
→ gg0079      : 池了
推 tn00210585  : 21樓講到關鍵，一個最佳解反而不是
→ tn00210585  : 最佳解的死迴圈，倒不如說人類會在
→ tn00210585  : 製造技術成本這一塊卡很久
推 squelch     : 那個沒有問題啊 只要能把製造成本
→ squelch     : 屬性量化 只是追求另一條數值Curve
→ squelch     :  optimal 而已
推 ohlong      : 為了costdown 單層板用AI去求佈局
→ ohlong      : 跟佈線的最佳解 真的跟棋盤差不多
噓 zxc0312     : 量產放在apple 手機上再來說
→ bojan0701   : 量產最佳解，也可訓練得來，量化&
→ bojan0701   : 資料怎麼訓練ai而已
→ DrTech      : 不要只出一張嘴啦，製造的變異性比
→ DrTech      : 股市還大。人，廠商品質不可監控，
→ DrTech      : 一堆化學，物理變異不可控，到現在
→ DrTech      : 還是人定期重做參數。比預測股市還
→ DrTech      : 難，你先去預測得到明天台股指數到
→ DrTech      : 準確，再來談工廠製造量化與預測吧
→ DrTech      : 。
→ DrTech      : 把AI當成什麼流程都可以預測，真的
→ DrTech      : 是設計與製造的外行。
→ DrTech      : 製造的各種流程的成本，品質，效益
→ DrTech      : 真的可以用AI量化預測，怎麼沒看到
→ DrTech      : 這些優秀學者發點論文？各工廠就沒
→ DrTech      : 那麼多defect了啦。
推 squelch     : 呵呵 請問 閣下那家代工廠？我聞香
→ squelch     : 一下  原來有人是靠運氣的 是不是
→ squelch     : 乖乖擺比較多啊？ 你沒辦法控制製
→ squelch     : 程變數 不代表別人不能 你比較聰明
→ squelch     :  GG比較笨
推 OBTea       : GG 有不靠人純用AI 灑recipe ？
推 Fukker      : digital ic design就真的很像下棋啊
→ Fukker      :  很慢的一盤棋
→ k85564      : 跟圍棋一樣 人類看不懂
推 dracula83183: 所以根本無法監管AI
推 mangoldfish : 比較好奇這樣設計出來的電路圖敢用
→ mangoldfish : 嗎？
推 Fukker      : 為啥不敢用 現在很多人寫得code跟ai
→ Fukker      : 一樣凌亂難懂 然後離職還不是在用
推 wayne490    : 看了一下就知道類比被取代還久,不
→ wayne490    : 如用AI做FAB製程控制變異,呵
推 kkithh      : 看不懂的東西，量產下去出問題，怎
→ kkithh      : 麽解決？
→ yunf        : 甚至都是用A I生成的人頭公司
→ yunf        : 你要想整個社會就是M型化社會
→ yunf        : 他們管你去死的
→ yunf        : https://tinyurl.com/2alech3v
→ yunf        : 早就演過了
→ yunf        : 吃預製菜 用自動化生產的產品
推 kkithh      : 30幾年前APR tool問世時，當年的人
→ kkithh      : 看它感覺比今天的AI還神，IC設計一
→ kkithh      : 直都在用電腦取代人腦，只是沒像今
→ kkithh      : 天的AI 到處吹而已
→ yunf        : 你要知道最上游可能有一個胡佛水壩
→ yunf        : 把技術攔住
推 annboy      : 現代 IC設計裡面的Layout
→ annboy      : 很大部分都給電腦做了
→ annboy      : AI就適合這種工作
→ yunf        : 就我個人研究 已經超越了目前整個台
→ yunf        : 灣甚至全球市面上的科技我相信某些
→ yunf        : 資深科學家一定也知道這一點
推 gn01216674  :  Drtech工廠品質不可控？這論點太搞
→ gn01216674  : 笑了吧
→ gn01216674  : 化學原料不可控？工廠製造業不可控
→ gn01216674  : ？貴司做東西都是靠骰子嗎
→ yunf        : https://tinyurl.com/23z4pf29 你看
→ yunf        : 人家都有這種基礎的教學互動設備
→ yunf        : 其實可以用一種比較簡單基礎的概念
→ yunf        : 來理解這件事情就是從IPV4到IPV6 就
→ yunf        : 已經是IOT的世界 IPV6人還可以理解
→ yunf        : 但是比以前更難以捉摸
→ yunf        : 以後可能會是矽光子和量子晶片而且2
→ yunf        : 奈米等級 這樣真的是非常不好理解你
→ yunf        : 必須要用AFM來反解 光是設備就是一
→ yunf        : 個大門檻 掃完以後你還要知道他怎麼
→ yunf        : 運作的
→ yunf        : https://tinyurl.com/2dh4dmy6
→ yunf        : 如果真的有必要的話還是有人會去解
→ yunf        : 它只是你要花費的成本可能非常的高
→ yunf        : 除非以後在家裡面就可以自己搞出這
→ yunf        : 些裝置真的難以想像
→ yunf        : 他們一直想要做的就是非對稱性 這些
→ yunf        : 東西只有高算力的算力中心才有可能
→ yunf        : 解出一點點 一般平民的電腦甚至企業
→ yunf        : 是不可能解開他的護城河
→ yunf        : 不過我只能說他太高估自己的護城河
→ yunf        : 畢竟從現在去看古代那些古時候的護
→ yunf        : 城河甚至萬里長城早就被突破
推 aac219oo    : ai只需算出最佳路徑 不像人類整天
→ aac219oo    : 在幻想後設
→ yunf        : 如果真的只是最佳路徑的話系統只需
→ yunf        : 要幾MB就可以跑了 那是現在動輒好幾
→ yunf        : 十GB?
→ yunf        : 你如果真的業內你就會知道裡面一大
→ yunf        : 堆垃圾
→ yunf        : 根本就不是你所說的什麼最佳路徑
推 squelch     : 代表你給他的條件元素不夠多或 資
→ squelch     : 料量不夠，如果條件不夠多通常代表
→ squelch     : 連我們自己的都是用猜的 所謂憑直
→ squelch     : 覺
→ houseguy    : 天線設計應該可以靠ai了吧
→ iamacomic   : 原料的變異性造成defect很常見
→ iamacomic   : IQA驗了沒問題，進廠出事也不少見
→ iamacomic   : 而且最佳解也是會被採購靠腰的
→ iamacomic   : 硬要你換2nd source爛料要你吞
→ nxuanr      : 請ai 解釋一下
推 Merkle      : 最佳解不會是最佳cost 工廠生產一律
→ Merkle      : 最佳cost優先
推 albert2942  : 耦合相關性低可被解析，AI有其能力
→ albert2942  : 解決問題。反之，則難解，如A跟B跟
→ albert2942  : C有相互對應關聯，在反應中又與頻
→ albert2942  : 率相關聯，這種問題就極其複雜，你
→ albert2942  : 根本無法定義誰影響誰，或是彼此連
→ albert2942  : 動，這樣定義跟反饋因子也無法設定
→ albert2942  : ，AI如何從中找出規則，很多AI是利
→ albert2942  : 用人的經驗法則來歸納總結，如何任
→ albert2942  : 意條件來歸納分析，現今AI是無法做
→ albert2942  : 到的
→ yunf        : https://tinyurl.com/29hr9jed
推 wcre        : 人類能理解還要AI做啥
推 phoenixQ    : 人類不能理解你不敢用 但是老闆敢就
→ phoenixQ    : 行了