Cela fait plusieurs années que l’intelligence artificielle participe à la conception de circuits électroniques pour épauler les ingénieurs et gagner du temps de développement.

Toutefois, dans un article publié dans Nature, Google fait état d’une technique de machine learning qui a largement progressé et a été appliquée à la conception d’un produit commercial : la nouvelle génération de son TPU (Tensor Processing Unit).

Google TPU

TPU de Google

Des tâches de conception de puces demandant des mois à des ingénieurs humains peuvent ici être remplies en six heures seulement par une intelligence artificielle, indique le site The Verge, avec de fortes implications et une révolution à venir pour le secteur industriel, notamment en permettant d’explorer beaucoup plus facilement de nouvelles approches pour créer des composants dédiés à certaines tâches.

L’article y voit par ailleurs un moyen de prolonger la fameuse loi de Moore par l’émergence de nouvelles idées, sans forcément se confronter immédiatement aux barrières physiques qui obligeront à repenser complètement la conception des puces, tout en maintenant le niveau de progression des performances, pendant encore quelque temps au moins.

L’algorithme développé par Google cible particulièrement le floorplanning qui vise à placer les composants le plus judicieusement possible et à les câbler de façon optimale.

Une tâche que l’intelligence artificielle peut accomplir avec aisance, comme elle a déjà montré sa capacité à analyser et jouer les meilleurs coups aux échecs ou au jeu de go, battant les champions humains.

Google IA conception circuit electronique

Design humain (à gauche) après plusieurs semaines et câblage 57,07 m
vs IA Google (à droite) en 6 heures et câblage 55,42 m (source : Nature)

L’algorithme a été entraîné sur plus de 10 000 échantillons de floorplanning de diverse qualité avec une évaluation en fonction de divers paramètres (efficacité du câblage, consommation d’énergie, performances…), lui permettant petit à petit de générer les meilleures propositions en fonction des attentes.

Comme dans les jeux de réflexion, l’IA peut ainsi fournir des solutions inattendues que des humains n’auraient pas forcément imaginées en première approche, aboutissant à des schémas pouvant être très différents. L’article de Nature en donne un exemple (flouté pour des raisons de confidentialité) mais qui laisse entrevoir une grande différence entre le design imaginé par les humains et celui de l’IA sur le même projet.