- Para peneliti berhasil menggunakan AI untuk merancang chip nirkabel gelombang milimeter (mm-Wave) hanya dalam hitungan jam
- Menghasilkan desain yang jauh lebih efisien dibanding metode perancangan manusia konvensional
- Memperlakukan desain chip sebagai satu sistem utuh, bukan kumpulan komponen terpisah
- Saat ini, desain chip dilakukan oleh para ahli manusia yang mengoptimalkannya secara bertahap berdasarkan template
- Karena struktur internal chip sangat kompleks dan sulit dipahami sepenuhnya, diperlukan pendekatan yang konservatif
- Chip gelombang milimeter yang digunakan pada modem 5G dan sejenisnya sangat sulit dirancang karena tantangan miniaturisasi dan optimasi performa
Metode inverse design berbasis AI
- Tim peneliti dari Princeton University dan Indian Institute of Technology mengusulkan metode inverse design berbasis deep learning
- Setelah performa yang diinginkan didefinisikan terlebih dahulu, AI secara otomatis menentukan input dan parameter desain
- Bukan memakai pendekatan berbasis template, melainkan merancang seluruh chip sebagai satu struktur independen
- Dalam proses ini, chip disusun dengan cara yang tidak pernah terpikirkan oleh perancang manusia
Masa depan desain chip AI?
- Desain yang tidak bisa dipahami manusia, tetapi performanya terbaik
- Profesor Kaushik Sengupta (Princeton University), yang memimpin penelitian ini, menjelaskan bahwa "struktur yang dibuat AI tampak seperti bentuk acak, dan manusia tidak benar-benar bisa memahaminya"
- Namun, hasil manufaktur nyata menunjukkan bahwa chip rancangan AI memiliki performa yang lebih unggul daripada desain konvensional
- Apakah AI akan menggantikan perancang manusia?
- Sebagian chip yang dirancang AI tidak berfungsi dengan baik, mirip dengan ketika AI generatif sesekali mengalami "halusinasi (hallucination)"
- Karena itu, AI perlu dimanfaatkan bukan untuk menggantikan manusia, melainkan sebagai alat untuk meningkatkan produktivitas
- Dengan AI, chip yang dioptimalkan untuk tujuan tertentu (misalnya efisiensi daya, perluasan rentang frekuensi, dan lain-lain) dapat dirancang jauh lebih cepat
Prospek ke depan
- Karena miniaturisasi dan peningkatan performa chip nirkabel sangat penting, teknologi desain AI merupakan hasil riset yang sangat berguna
- Profesor Sengupta menyatakan harapannya bahwa "jika teknologi ini meluas ke bagian lain dari desain sirkuit, cara perancangan teknik elektronika itu sendiri bisa berubah"
- Ia juga mengatakan bahwa "saat ini baru puncak gunung es", yang mengisyaratkan bahwa potensi desain chip berbasis AI ke depan masih sangat besar
5 komentar
Konsep black box memang menakutkan. "Kenapa ini bisa berhasil?"
Rasanya mirip dengan AlphaGo. Kita tidak tahu mengapa ia memainkan langkah seperti itu, tetapi tingkat kemenangannya memang lebih tinggi. Jika kita bisa menemukan dengan baik kasus ketika manusia mendistorsi esensi demi memahaminya, itu akan sangat membantu dalam melakukan optimasi.
Kalau diibaratkan restoran, manusia membuat resep masakan supaya orang lain atau pegawai paruh waktu juga bisa memahaminya untuk memasak, sedangkan AI pada dasarnya cuma memasukkan bahan-bahannya sekaligus dalam satu wadah besar lalu diproses, tetapi hasilnya bisa jadi jauh lebih cepat dan makanannya juga lebih enak...
Jadi langsung mudah dipahami, analoginya bagus banget.
Opini Hacker News
Adrian Thompson pada tahun 1990-an menerapkan algoritma evolusi pada perangkat keras FPGA dan mengembangkan rangkaian yang dapat membedakan nada 1kHz dan 10kHz
Tidak suka ketika istilah AI digunakan padahal yang sebenarnya dimaksud adalah pengoptimal
Desain antena dan komponen lain dengan algoritma evolusi sudah dilakukan sejak awal 2000-an
Peralatan yang kompleks sama rumitnya dengan organisme hidup
Komentar yang disebut dalam artikel terasa menarik
Model AI menghasilkan chip nirkabel yang lebih efisien hanya dalam beberapa jam, tetapi tidak jelas bagaimana desain 'berbentuk acak' itu dihasilkan
Mulai meneliti kompleksitas desain chip, dan menemukan bahwa semua pembahasan dalam artikel Nature didasarkan pada simulasi
Jika desainnya tidak bisa dipahami, muncul pertanyaan seberapa menyeluruh kebenarannya bisa diuji
Menganggap penelitian semacam ini digambarkan sebagai terobosan yang melampaui pemahaman manusia adalah contoh pemistikan untuk kepentingan pemasaran