【累積錯誤】Google用AI開發自家處理器 6個鐘等同人力數月成果
Google 為了設計出自家電腦處理器，出動應用於機械學習的 TPU 處理器。TPU 現時已為多個行業提供演算法服務，包括醫療、網絡安全等等，而 Google 搜尋器及翻譯工具背後的演算法亦是由 TPU 負責，專家估計，TPU 不單可加快設計出自己的下一代，而下一代亦可再設計出後繼處理器……最終咪會變成天網 (Skynet)！
傳統的處理器晶片設計，最大難度在於如何編排晶片上的數百萬個組件，因為處理器的運算速度，直接取決於各種組件的佈局，設計者不單要考慮組件擺放的距離，更要考慮運算過程中所產生的熱力。而且視乎處理器將會應用於哪一種產品，設計亦有很大分別，例如手機處理器會較講究節能，相反數據中心則強調速度優先，因此設計過程往往需要耗用數月以上，才能得出理想的最終電路圖。
而 Google 的研究團隊就利用自家的 TPU (Tensor Processing Unit) 機械學習處理器，將組件規劃的問題交由神經元網絡 (neural network) 演算法解決。研究團隊指出，人工智能系統的設計基礎建基在隨機開發上，通過數千次隨機擺放組件及數據分析，得出的數據可讓人工智能系統逐漸學懂分辨哪些設計屬於有效，然後去蕪存菁，大幅縮短了開發過程。研究團隊說現時自主設計系統的 6 小時研究成果，已相當於人類數個月的研究時間，而市面上一款同類型名為RePlAce的自動化處理器設計工具，其研究成果更連人力也不及。而隨著累積更多 trial and error 經驗，Google 指 TPU 將可持續提升自己的運算能力，設計出下一代以及下下一代 TPU，甚至應用到設計不同裝置使用的處理器上，加快科研成果。
提到 Google 的 TPU，它是專門應用於加快機械學習的雲端運算處理器，由 2015 年開始於內部使用，到 2018 年開放給第三方使用，中間經歷了三代。TPU 的人工智能演算能力，同時被應用於 Google 搜尋器及翻譯工具上，而第四代的 TPU 則剛於今年 5 月發表，據講其效能較第三代快 2.7 倍。
