說到谷歌的AI技術，即便不是愛好者想必也多少有些所耳聞。畢竟2017年那場“阿爾法狗”橫掃整個圍棋界，3：0打服世界冠軍何潔的大戲，至今依然歷歷在目。對於很多人來說，那場比賽也讓他們見識到了“AI到底有多厲害”，但從另外一個角度來說，也客觀上造就了不少人對於AI的盲信。
是的，AI能做很多事情。比如在我們的手機裡，它可以在拍照的時候自動“增強”圖像，使得照片看起來更鮮豔和銳利；在汽車上，它可以識別道路上的行人和車輛，為自動駕駛提供環境數據；在我們熟悉的各種手機或電腦遊戲中，AI更是“古已有之”的元素——正是它帶給了我們聰明的敵人和刺激的遊戲體驗。
那麼AI是否能夠做到一些更復雜的事情，比如說，設計計算機芯片呢？
谷歌覺得可以。正如他們最近在《arXiv上》上發表的一篇論文中所講到的那樣，他們的一個團隊已經訓練了一個AI模型，可以智能的規劃一塊芯片內部不同模塊（比如CPU、內存控制器、NPU）大小及相對位置，同時設計出合理的走線，這就是所謂的“芯片佈局規劃”。
按照谷歌方面的說法，他們搞出的這套AI芯片佈局工具，可以只用六個小時的時間就完成“人類專家數週才能做到的迭代優化過程”，並且在功率、性能，和麵積上取得與人類設計差不多或者更優的成果。
看到這裡，科幻迷是不是立刻想到了《終結者》裡的天網？別擔心，至少在我們三易生活看來，谷歌的這套工具（至少現在）不會造成人類滅絕這樣的惡果，但它卻依然可能是個愚蠢的主意。
為什麼？因為過度依賴自動化芯片設計工具所導致的悲劇，大家其實好幾年前就已經見識過了。它來自AMD，產品的名字則叫做推土機。
推土機架構的性能有多差，相信時至今日不需要我們再來為大家解釋。但它為什麼這麼差的原因，早在2011年年底就已經有專業人士出來揭了老底，一位已經從AMD離職的工程師Cliff A. Maier曾發帖稱，“推土機在設計圖上看起來是一款非常漂亮的芯片，但這是因為它大量依賴於自動化設計工具的緣故。”
他還進一步解釋稱，過去的電腦芯片，比如說DEC Alphas之所以速度飛快，靠的就是設計師“一個晶體管一個晶體管的手動設計與優化”，而Intel和AMD之後的那些商用芯片雖然做不到完全手工設計，但至少在各個關鍵部位還是由經驗豐富的技術大拿親自把關，並靠人的經驗和技術手動調整的設計。
DEC的時代，高性能電腦可沒x86架構什麼事
但是就在Maier先生從AMD離職之前，他注意到設計團隊開始越來越依賴於自動化設計軟件。作為時任的設計流程管理人員，他與推銷此類軟件的公司打了不少交道，也實際測試過AI自動化設計系統的“功力”。結果顯示，在AI與人工雙方均給予足夠研發時間的前提下，AI設計的芯片總是比人工設計的面積要大20%，速度也慢20%。
當然，即便是有Maier的“現身說法”，AI的擁護者也還是會有辯護的理由。比如說，AMD使用AI自動化設計工具的時候是2011年之前的事情，而如今2020年的AI無論是在計算速度，還是精度上都肯定已經有巨大進步。又比如Maier所講述，AI總是會輸給人工的條件是不限制設計時間，但如果一家公司面臨著即將交付的窘境，那麼AI自動化設計說不定就能扮演“救世主”的角色。
然而即便如此，用AI進行芯片設計這樣的工作，依然令人感到擔憂。事實上AI在芯片結構設計領域的危害，早在多年前就已經經有識之士指了出來。
在一篇名為《結構工程師對計算機的濫用——一個明顯存在的危險》的論文中，美國喬治亞理工學院教授、CAD領域的奠基人Leroy Z.Emkin博士就曾一針見血地指出，“人工智能”是一種迷信，因為它會造成計算機能夠“創造知識”的假象，從而使得計算機成為知識、經驗、思維的替代品，這將會使得設計者們自身放棄思考，過分依賴自動化的程序，進而造成自身技術的退步、甚至掩蓋了部分魚目混珠的從業人員——他們根本就不懂得如何手工設計和計算，完全只依賴程序給出的自動化結果。
對此Emkin評論到，“高質量的工程只能由運用知識、智慧、激情和創造性，並擁有大量設計經驗的工程師來完成，它絕不可能產生於計算機操作員之手”。
不僅如此，當我們回過頭來看谷歌那篇關於AI芯片設計工具的論文時，就會意識到一件非常弔詭的事情。眾所周知，真正經驗豐富、且業內公認極具創造力的芯片設計大拿也就那麼幾位，他們基本上當前都供職於英偉達、Intel、AMD、IBM以及蘋果等企業，而項目總監甚至是BOSS本人（對，老黃我說的就是你）。
那麼問題就來了，谷歌是從哪裡找的芯片設計師與他們的AI進行比拼呢？如果這些芯片設計師本身就沒有達到業界頂級水準，那麼所謂“AI比人工更優”的結論，豈不就是個笑話嗎？
【本文圖片來自網絡】
