នៅក្នុងសន្និសិទនេះ មតិនានាបានអះអាងថា បច្ចុប្បន្ន AI និង semiconductors គឺជាសសរស្តម្ភសម្រាប់អនាគតនៃសេដ្ឋកិច្ចឌីជីថល។ ជាពិសេស ធាតុទាំងពីរ "AI" និង "Semiconductor" ដើរទន្ទឹមគ្នា។ ជាក់ស្តែងបំផុត AI ជួយបង្កើតការផលិត semiconductor ដោយស្វ័យប្រវត្តិ ទស្សន៍ទាយ និងរកឃើញពិការភាពផលិតផល និងកែលម្អគុណភាព និងប្រសិទ្ធភាពនៃការផលិត។

លោក Christopher Nguyen នាយកប្រតិបត្តិនៃ Aitomatic បានលើកជាឧទាហរណ៍ថា នៅឆ្នាំ 2030 រោងចក្រមួយចំនួន ជាពិសេសរោងចក្រផលិតទំនើបៗ នឹងទាមទារស្តង់ដារតឹងរ៉ឹងជាងមុន។ ជាឧទាហរណ៍ នៅក្នុងដំណើរការប្លាស្មា ប៉ារ៉ាម៉ែត្រដូចជា អង្កត់ផ្ចិតប្រេងឥន្ធនៈ សម្ពាធ សីតុណ្ហភាព និងកត្តារាប់សិបផ្សេងទៀតត្រូវបានទាមទារ ដើម្បីធានាបាននូវភាពជាក់លាក់ស្ទើរតែទាំងស្រុង។ AI នឹងជួយធានានូវភាពត្រឹមត្រូវនេះ។

លោកបាននិយាយថា "AI មិនអាចអភិវឌ្ឍដោយគ្មាន semiconductor ហើយផ្ទុយទៅវិញ ឧស្សាហកម្ម semiconductor កំពុងផ្លាស់ប្តូរយ៉ាងឆាប់រហ័ស ដោយសារភាពជឿនលឿននៃ AI ។ វាគឺជាទំនាក់ទំនងស៊ីសង្វាក់ ដែលទាំងពីរជំរុញគ្នាទៅវិញទៅមក" ។

លោក Christopher Nguyen - នាយកប្រតិបត្តិនៃ Aitomatic បាននិយាយនៅក្នុងសិក្ខាសាលា។

ទាក់ទងនឹងរូបភាពបច្ចេកវិជ្ជាទូទៅ លោក Christopher Nguyen បានលើកឡើងពីច្បាប់របស់ Moore ដោយបញ្ជាក់ថា ល្បឿននៃការអភិវឌ្ឍន៍ AI និង semiconductors គឺលឿនណាស់។ រៀងរាល់ 18 ខែម្តង បច្ចេកវិទ្យា microprocessor មានភាពប្រសើរឡើងយ៉ាងខ្លាំង។

សម្រាប់ទីផ្សារ ពិភពលោកកំពុងមើលឃើញពីកំណើនគួរឱ្យកត់សម្គាល់ ជាមួយនឹងតម្រូវការសម្រាប់បន្ទះឈីបដំណើរការ AI ដែលត្រូវបានរំពឹងថានឹងបន្តកើនឡើងយ៉ាងខ្លាំងនៅក្នុងប៉ុន្មានឆ្នាំខាងមុខនេះ។ ប្រទេសដូចជាសហរដ្ឋអាមេរិក ចិន ជប៉ុន និងកូរ៉េខាងត្បូង កំពុងជំរុញការវិនិយោគលើវិស័យនេះ។ ការប្រណាំងរវាងប្រទេសឈានមុខគេខាងបច្ចេកវិទ្យាគឺសាហាវណាស់។

នៅក្នុងវិស័យផលិតបន្ទះឈីប អ្នកស្រី Anna Goldie ដែលជាអ្នកជំនាញជាន់ខ្ពស់ក្នុងការស្រាវជ្រាវវិទ្យាសាស្ត្រ Google បានអត្ថាធិប្បាយថា ខណៈពេលដែលតម្រូវការកុំព្យូទ័ររបស់ AI កំពុងតែកើនឡើងជាលំដាប់ សមត្ថភាពផ្នែករឹងមិនស្ថិតស្ថេរទេ ដែលបង្កើតគម្លាតកើនឡើង។ ដើម្បីដោះស្រាយបញ្ហានេះ បច្ចេកវិទ្យា AI ថ្មីដូចជា AlphaChip ដែលជាវិធីសាស្ត្ររចនាបន្ទះឈីបដែលដំណើរការដោយ AI ត្រូវបានណែនាំ។ នាងជឿជាក់ថា ដោយសារការប្រើប្រាស់ AI ដំណើរការរចនាបន្ទះឈីបត្រូវបានពន្លឿនមិនគួរឱ្យជឿ ខណៈពេលដែលជួយកាត់បន្ថយការចំណាយ និងបង្កើនប្រសិទ្ធភាពប្រតិបត្តិការ។

អ្នកស្រី Anna Goldie បាននិយាយថា "ដើម្បីទាញយកសក្តានុពលនៃ AI ឱ្យបានពេញលេញ យើងត្រូវកាត់បន្ថយវដ្តនៃការរចនាបន្ទះឈីប កែលម្អក្បួនដោះស្រាយ និងប្រើប្រាស់ទិន្នន័យឱ្យបានច្រើនបំផុត។ នៅពេលអនាគត AI មិនត្រឹមតែជួយកែលម្អផ្នែករឹងប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងរួមចំណែកក្នុងការបង្កើតភាពរីកចម្រើនក្នុងវិស័យជាច្រើនទៀត ចាប់ពីការថែទាំសុខភាព ហិរញ្ញវត្ថុ រហូតដល់ការផលិតឧស្សាហកម្ម"។

ជាពិសេស កញ្ញា Anna Goldie បានណែនាំវិធីសាស្រ្ត AlphaChip ដែលប្រើ AI ដើម្បីបង្កើនប្រសិទ្ធភាពប្លង់នៃសមាសធាតុនៅលើបន្ទះឈីប ជួយកាត់បន្ថយភាពយឺតយ៉ាវ សន្សំសំចៃថាមពល និងបង្កើនប្រសិទ្ធភាពតំបន់ផលិតកម្ម។ AI អាចកែលម្អដំណើរការរចនាបន្ទះឈីបដោយកាត់បន្ថយពេលវេលានាំមុខ និងកែលម្អដំណើរការផលិតផល។ AlphaChip ត្រូវ​បាន​គេ​អនុវត្ត​ចំពោះ​ជំនាន់​ថ្មី​ៗ​របស់ Google TPUs ដោយ​ផ្តល់​នូវ​ប្រសិទ្ធ​ភាព​សំខាន់​ជាង​វិធីសាស្ត្រ​រចនា​បែប​ប្រពៃណី។

ទន្ទឹមនឹងនោះ លោក Tran Thanh Long សាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យ Warwick បានចែករំលែកបន្ថែមអំពីកិច្ចខិតខំប្រឹងប្រែងជុំវិញពិភពលោកដែលកំពុងជួយបង្កើនថាមពលនៃបច្ចេកវិទ្យា AI និង semiconductor ។ ជាឧទាហរណ៍ គាត់ពិភាក្សាអំពីរបៀបរក្សាទុកអង្គចងចាំ និងទ្រឹស្ដី Bayesian អាចត្រូវបានប្រើដើម្បីកែលម្អដំណើរការ និងការធ្វើមាត្រដ្ឋាននៃបញ្ញាសិប្បនិម្មិត (AI) ។ ការផ្ទុកអង្គចងចាំជួយ AI ចងចាំព័ត៌មានរយៈពេលវែង និងប្រើប្រាស់ទិន្នន័យអតីតកាល ដើម្បីបង្កើនប្រសិទ្ធភាពការសម្រេចចិត្ត។

លោកឡុងបាននិយាយថា "ទ្រឹស្តី Bayesian ជួយ AI កែតម្រូវប្រូបាប៊ីលីតេនៃការទស្សន៍ទាយរបស់វាដោយផ្អែកលើទិន្នន័យថ្មី ដែលជួយឱ្យប្រព័ន្ធរៀនបានលឿន និងមានប្រសិទ្ធភាពជាងមុន។ ការរួមបញ្ចូលគ្នានេះកាត់បន្ថយតម្រូវការសម្រាប់ធនធានគណនាខណៈពេលដែលនៅតែធានាបាននូវភាពត្រឹមត្រូវខ្ពស់" ។

លើសពីនេះ វិធីសាស្រ្តនេះជួយឱ្យ AI ដំណើរការកាន់តែរលូននៅក្នុងផ្នែកដូចជា ការថែទាំសុខភាព ការផលិតឧស្សាហកម្ម និងស្វ័យប្រវត្តិកម្ម។ ជាពិសេស AI អាចដំណើរការទិន្នន័យបានប្រសើរជាងមុន ដោយមិនចាំបាច់ពឹងផ្អែកលើមជ្ឈមណ្ឌលទិន្នន័យធំពេក សន្សំសំចៃថ្លៃដើម និងធនធាន។ នេះធ្វើឱ្យប្រព័ន្ធកាន់តែឆ្លាតវៃ មានប្រសិទ្ធភាពជាងមុន និងការសម្របខ្លួនដោយខ្លួនឯងដោយមិនចាំបាច់ត្រូវការទិន្នន័យយ៉ាងច្រើន។

អ្នកស្រី ង៉ាន់ វូ មកពី Google DeepMind ណែនាំពីទិសដៅស្រាវជ្រាវដែលស្នើឱ្យប្រើបណ្តាញសរសៃប្រសាទសៀគ្វីដើម្បីបង្កើតការរចនាសៀគ្វីតក្កវិជ្ជាប្រកបដោយប្រសិទ្ធភាព។ ដោយអនុវត្តការក្លែងធ្វើ annealing និងបច្ចេកទេសបង្កើនប្រសិទ្ធភាពផ្សេងទៀត ក្រុមអ្នកជំនាញរបស់នាងមានគោលបំណងកាត់បន្ថយវដ្តនៃការរចនាសៀគ្វីពីគំនិតទៅផលិតផលជាក់ស្តែង។

បញ្ហាប្រឈមដ៏សំខាន់មួយគឺ តុល្យភាពភាពត្រឹមត្រូវ និងដំណើរការនៃសៀគ្វី ដោយធានាថាការរចនាមិនត្រឹមតែដំណើរការបានត្រឹមត្រូវប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងសន្សំសំចៃធនធានផងដែរ។ ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើគម្លាតរវាងផ្នែកទន់ AI និងផ្នែករឹងអាចត្រូវបានផ្សារភ្ជាប់ វានឹងបើកឱកាសថ្មីៗជាច្រើននៅក្នុងឧស្សាហកម្ម semiconductor ។ អ្នកស្រី Ngan Vu បាននិយាយថា "ការអនុវត្ត AI ទៅនឹងការរចនាសៀគ្វីសន្យាថានឹងផ្លាស់ប្តូររបៀបដែលឧស្សាហកម្ម semiconductor ដំណើរការ ដោយជួយបង្កើនល្បឿនដំណើរការអភិវឌ្ឍន៍ និងផ្តល់នូវការរចនាដ៏ល្អប្រសើរបន្ថែមទៀត" ។