Первый процессор, созданный ChatGPT — ИИ перевел английский на язык описания аппаратуры (HDL)
В Университете штата Нью-Йорк успешно разработали полупроводниковый чип не используя язык описания аппаратуры (HDL). Используя обычный английский язык исследователи создали описание процессора с помощью ChatGPT. Чип был разработан, изготовлен и функционирует нормально.
В ходе эксперимента создан не полноценный CPU, как те, что установлены в компьютерах или смартфонах. Это узел на основе 8-битных аккумуляторов – регистров, в которых хранятся результаты промежуточных вычислений до получения конечного результата. Такие узлы – неотъемлемый элемент архитектуры процессоров. Возможно, в результате подобных исследований будут получены и другие логические блоки.
Часть работы, выполненной ChatGPT состояла в переводе с человеческого языка на HDL. Основываясь на его результатах, исследователи заявили, что ожидают от подобной технологии меньше ошибок, которые обычно связаны с человеческим фактором. Также возрастает и производительность, что позволит тратить меньше времени на проектирование и быстрее выводить чипы на рынок. Сейчас работа с HDL – чрезвычайно сложная и специализированная область, навыками в которой трудно овладеть.
«Большая проблема с языками описания аппаратуры заключается в том, что не многие люди умеют на них писать. Стать в них экспертом довольно сложно. Это означает, что лучшие инженеры вынуждены заниматься черновой работой – специалистов не так много», — доктор Хаммонд Пирс, член исследовательской группы.
Исследователи использовали коммерческие и общедоступные LLM для работы над восемью примерами проектирования. В режиме живого двустороннего взаимодействия английский текст переводился в его эквивалент на HDL Verilog.
«Это исследование привело к тому, что, по нашему мнению, является первым полностью сгенерированным искусственным интеллектом HDL, пригодным для изготовления физического чипа. Некоторые модели ИИ, такие как ChatGPT от OpenAI и Bard от Google, могут генерировать программный код на разных языках программирования, но их применение в разработке аппаратного обеспечения еще недостаточно изучено. Это исследование показывает, что ИИ может принести пользу и при производстве оборудования, особенно когда он используется в диалоговом режиме, когда вы можете постоянно совершенствовать дизайн».
В обработке данных с помощью больших языковых моделей (LLM) важен вопрос доверия к ее результату, который по-прежнему остается открытым. По сути, работа таких ИИ представляет собой «черный ящик»: как это происходит, непонятно самим разработчикам LLM. Очевидно, что их работа имеет недостатки – об этом свидетельствуют известные случаи «лжи» ИИ. Ничто не гарантирует разработанным с их помощью программам отсутствия ошибок. Как видно из логической схемы, работа предполагает четыре уровня контроля ошибок и финальный контроль.
Одна из гипотетических уязвимостей такого процесса – возможность «заражения» языковой модели неверными данными на этапе обучения. Теоретически, кроме простого получения неверных данных на выходе, таким образом можно внедрять бэкдоры, создать «мутирующий» вредоноснный код и т.д.
Уже создано несколько инструментов автоматизация дизайна электроники (EDA), демонстрирующих результаты в компоновке микросхем и других связанных работах. Говорить об устранении из процесса человека пока не приходится, но порог вхождения в эту сложную область знаний может значительно снизиться.
Скрипты Python «чинят» себя сами с помощью GPT-4 благодаря программе Wolverine
Источник: Tom»s Hardware
){kind=link}