[新聞]超越理解極限？AI 設計的晶片太複雜，連

[pl132 (pl132)]

超越理解極限？AI 設計的晶片太複雜，連科學家也看不懂了

https://technews.tw/2025/02/04/ai-design-chip/

晶片無處不在，不管是電腦、智慧手機、汽車、甚至家電都有它的存在。隨著需求持續飆
升，必須製造出更快、更高效的晶片，部分科學家開始借助 AI 設計晶片。然而，這引發
一個問題，那就是 AI 設計的晶片過於複雜，甚至超出人類的理解範疇。

這項研究由普林斯頓大學 Sengupta 實驗室的科學家團隊主導，他們透過「逆向設計」（
inverse design）技術，嘗試利用 AI 創造新一代晶片。他們的目標並非取代人類智慧，
而是希望能增強它。

該團隊的策略是讓 AI 承擔繁重的運算工作，人類則專注於創造力與問題解決。他們採用
「卷積神經網路」（CNN）來進行設計。相比之下，人類設計的晶片整齊有序，而 AI 創
造的晶片則顯得更混亂、不規則，這是因為人類更傾向保持秩序，但 AI 能以更快的速度
處理資訊，往往會產生一些乍看之下不太合理的設計。

事實上，這些 AI 設計的晶片與人類設計的晶片截然不同，使研究人員難以理解其設計方
式。然而，這種表面的混亂或許隱藏更高層次的效率。與人類工程師不同，AI 不受傳統
設計規則的限制，這可能讓它發現一些人類需要數年才能找到的模式與解決方案。

AI 創造晶片最令人興奮的一點是重新定義晶片性能的極限。AI 能在短短幾分鐘產生全新
的設計範例，提供人類工程師從未考慮過的新構想。這種人類與機器之間的協同效應，有
望在無線通訊、資料處理等領域帶來突破性的進展。

然而，實現這目標仍面臨巨大挑戰，如 AI「幻覺」（hallucinations）問題，即演算法
認為合理，但現實世界中無法實現的設計結果。這時人類的監督就變得非常重要，雖然人
類可能永遠無法完全理解這些 AI 設計的晶片，但仍有機會激發工程師的靈感，並找到顛
覆晶片設計的新方法。

該研究團隊已將研究成果發表在《自然-通訊》（Nature Communications），期望透過與
更多科學家合作，找到可行的解決方案。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.0.129 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1738667804.A.052.html
推 acidrain    : 搞製程都知道 客戶設計天馬行空
→ acidrain    : 是製造廠痛苦的開始
→ ma721       : 跟alphaGo一樣棋手也看不懂
→ BarryBai    : 所以軟體跟IC設計這種東西只要跨越
→ BarryBai    : 數學的門檻就好了，硬體製造還要跨
→ BarryBai    : 越物理世界的門檻
→ yeswecannot : AI產險值班when?
推 j147589     : 天網元年
→ samm3320    : 有bug可以叫AI ECO嗎
推 jiansu      : 這個不意外吧XD 可以迭代的次數比
→ jiansu      : 人多很多 感覺調參數寫報告 自動控
→ jiansu      : 制機台也有機會 但用手操作的工作
→ jiansu      : 會比較晚 deep research 感覺某些
→ jiansu      : 方面整理報告也可以減少很多人力
→ VSshow      : 人類在宇宙中這麼渺小...
推 NEWinx      : AI+機器人=天網+機械公敵
推 yudofu      : 設計本來就是以人可以理解的前提去
→ yudofu      : 設計，沒了需要被理解的限制就看天
推 AGODC       : 人類終究會發現自己在AI面前是低等
→ AGODC       : 生物
→ tn00210585  : 產品出問題不可能說不知道AI想啥，
→ tn00210585  : 人類如果不能理解，現行就很難投入
→ tn00210585  : 商用
推 alex01      : 人類本來就不是機器，很可能真的會
→ alex01      : 產生一種“生命”那就是他的語言和
→ alex01      : 邏輯
→ yunf        : 故意的 時間拉長你就會知道還是有人
→ yunf        : 有辦法解
→ yunf        : 他只是複雜
→ yunf        : 比方說現在把你丟到一跟你不熟的領
→ yunf        : 域 你也會覺得很複雜 但是天天摸這
→ yunf        : 個的專家就跟吃飯一樣容易
→ yunf        : 其實你也可以把看成 一個只寫答案不
→ yunf        : 寫過程的學生
→ yunf        : 這個時候你只要用另外一個ai當翻譯
→ yunf        : 就好
→ yunf        : 他們試圖在這個過程欺騙你就好像房
→ yunf        : 仲一樣
→ yunf        : 你只需要有一個AI大師 負責監督他在
→ yunf        : 每一個生成的過程都沒有被加料
→ yunf        : 他們要做的其實很簡單 就是把世界的
→ yunf        : 主控權握在自己手上
→ yunf        : 所以才會有資料中心
→ yunf        : 在還可控的時候A I是不可能超過人類
→ yunf        : 他們一直想單點突破來證明自己很厲
→ yunf        : 害已經超越人類
→ yunf        : 然後PUA你會被取代
→ yunf        : 簡單來說就是做好版本控制
→ yunf        : 可是他們最不希望就是你搞懂原來可
→ yunf        : 以版本控制
→ yunf        : 就好像其實控制得好電腦基本上不會
→ yunf        : 中毒如果你知道怎麼樣會中毒
→ yunf        : 馬斯克說過世界上95%的工作會被取代
→ yunf        : 那剩下5%是什麼？ 不就剛好是和現在
→ yunf        : 一樣？
推 dbalruke    : 跟圍棋一樣，現在一流棋手都是整天
→ dbalruke    : 跟AI對練了
→ yunf        : 比方說他要產生一個圖像他可能用了
→ yunf        : 幾個 幾十個 幾百個藝術家的筆法 這
→ yunf        : 樣可能真的有點難理解 但應該還是有
→ yunf        : 簡化理解的方法
→ yunf        : 練圍棋的目的是促進我們的大腦思考
→ yunf        : 靈活而不單單只是下棋
→ yunf        : 就算真的下不贏電腦至少思考能力是
→ yunf        : 有提升的這才是重點 即便電腦勝率高
→ yunf        : 達八成 你還是有兩成機會擊敗他
→ yunf        : 即便他的勝率是99% 你還是有1%的機
→ yunf        : 會贏！
→ yunf        : 躲在AI後面操控AI來壓榨平民的人才
→ yunf        : 可怕！ 你想想你的KPI誰定的道理其
→ yunf        : 實一樣
→ yunf        : 誰賺走你的勞動成果？
推 soulgoodman : 問題一直不在設計好嗎... 問題是在
→ soulgoodman : 設計完要怎麼驗證。深度神經網路難
→ soulgoodman : 的地方就在損失函數計算跟收斂，你
→ soulgoodman : 的判別器相當於驗證的Golden model,
→ soulgoodman :  當你有了golden 誰還會浪費時間去
→ soulgoodman : 訓練一個非常難驗證的東西（而且準
→ soulgoodman : 確度還不是100
→ yunf        : 這些自然都會有人解決
→ yunf        : 你想過的沒想過的別人都想到了
→ yunf        : https://tinyurl.com/2dekt55m 沒事
→ yunf        : 他們幹嘛去動這個？
→ yunf        : https://tinyurl.com/2y45p4vm 沒說
→ yunf        : 不行但只能回來一分鐘
→ yunf        : https://tinyurl.com/237v5d8p 歐洲
→ yunf        : 人日常
→ yunf        : 很多東西根本就不用那麼複雜 只要能
→ yunf        : 訓練到他了解他的工作就好
→ yunf        : 很多東西 光是幫助你從不會到會 就
→ yunf        : 已經很有價值
→ jasperhai   : 老闆表示開心，又可以省下人事費用
→ jasperhai   : 了！
推 tinoooii    : 一切都可控，智慧能多高？
推 bizer       : 就像寫程式一樣阿，某些程式碼會破
→ bizer       : 壞可讀性，但速度也會增加，但是維
→ bizer       : 護困難，如果未來都交由ai設計，那
→ bizer       : 人類最後只有去驗證的份
推 whitehumor  : 笑死 我一月底還跟他吃飯 呵呵呵呵
→ whitehumor  : 新聞講的也太神....
→ Aquarius126 : 可讀性很重要吧，不然有BUG的時候根
→ Aquarius126 : 本找不到
推 tpegioe     : 驗證和製造階段都需要有人懂設計才
→ tpegioe     : 能除錯且減少性能損失，
推 Basket0205  : 我知道 AI監督AI(x)
推 overhead    : 其實也可以叫ai不只產生結果，也產
→ overhead    : 生思考過程吧
→ overhead    : deepseek不就開始提供類似功能
→ labbat      : 設計對白:老子AI就是給clean code啦
推 soulgoodman : “這些自然都會有人去解決”？？？
→ soulgoodman : 很剛好我就是那個做ai也做驗證的，
→ soulgoodman : 驗證講求的是環扣邏輯，讓你有辦法
→ soulgoodman : 逆推出bug。ai是跳躍邏輯，根據迭代
→ soulgoodman : 損失去做梯度下降，推文有人講到重
→ soulgoodman : 點：你設計都看不懂要怎麼驗證。看
→ soulgoodman : 推文就知道誰是內行跟外行了
推 smart55     : 都監度學都量化
→ seanidiot   : 要確定晶圓廠有量產空間內