一直以来，对于发展机器人和人工智能，人们都是持双面态度的。不可否则，如今机器人虽然还没像科幻电影中那样高度智能，但在一定程度上，机器人已经开始有一定的自我“智慧”，尤其是如今AI人工智能快速发展，很多以往需要大量时间、空间才能完成事情，有了人工智能的加入，变得更加高效而准确。

以传统芯片设计为例子，我们设计一款新的芯片一般需要几个月或者几年才能完成，而且在这个过程中，我们还可能因为其性能问题还反复推翻重来。另外，像小米的澎湃芯片一样，前阵子也有消息称，小米已经放弃了澎湃的芯片的研发了，可见研发设计的难度之大，投入之高。

为了能够保证设计出的芯片能够更好地满足快速迭代的算法，近期谷歌团队将AI强化学习方法应用于芯片设计中复杂的“布局”工作当中，并获得了显著的效果提升。

如今机器学习（Machine Learning）算法的发展速度非常快，人们需要大量的AI芯片来满足算法更新的需求。谷歌的解决方案是：让AI设计AI芯片，研究人员通过设计一个神经网络，让它学习并设计一些需要耗费大量时间的部分，这个工作被称作“布局”。在对芯片设计进行了足够长时间的学习之后，它可以在不到24小时的时间内为Google Tensor处理单元完成设计，在功耗、性能、面积都超过了人类专家数周的设计成果。

研究人员将芯片布局建模为强化学习问题，与典型的深度学习不同，强化学习系统不会使用大量标记的数据进行训练。相反，他们会边做边学，并在成功时根据有效信号调整网络中的参数。其实除了谷歌，两大EDA（Electronics Design Automation，电子设计自动化）巨头Synopsys和Cadence也推出了具有AI功能的工具，依托于这样的AI的芯片设计工具，研发人员可以缩短芯片的设计时间高达10倍，芯片PPA提升20%。

对此，你们怎么看？