ในการประชุมครั้งนี้ ความเห็นยืนยันว่า AI และเซมิคอนดักเตอร์เป็นเสาหลักสำหรับอนาคตของเศรษฐกิจดิจิทัลในปัจจุบัน โดยเฉพาะอย่างยิ่งองค์ประกอบทั้งสองอย่างคือ “AI” และ “เซมิคอนดักเตอร์” ดำเนินควบคู่กัน AI ช่วยให้การผลิตเซมิคอนดักเตอร์เป็นระบบอัตโนมัติ คาดการณ์และตรวจจับข้อบกพร่องของผลิตภัณฑ์ และปรับปรุงคุณภาพและประสิทธิภาพการผลิตได้อย่างชัดเจนที่สุด

นายคริสโตเฟอร์ เหงียน ซีอีโอของ Aitomatic ยกตัวอย่างว่า ภายในปี 2030 โรงงานบางแห่ง โดยเฉพาะโรงงานผลิตขั้นสูง จะต้องมีมาตรฐานที่เข้มงวดยิ่งขึ้น ตัวอย่างเช่น ในการประมวลผลพลาสมา จำเป็นต้องมีพารามิเตอร์ เช่น เส้นผ่านศูนย์กลางเชื้อเพลิง แรงดัน อุณหภูมิ และปัจจัยอื่นๆ อีกมากมายเพื่อให้แน่ใจว่ามีความแม่นยำเกือบแน่นอน AI จะช่วยรับประกันความแม่นยำนี้

“AI ไม่สามารถพัฒนาได้หากไม่มีเซมิคอนดักเตอร์ ในทางกลับกัน อุตสาหกรรมเซมิคอนดักเตอร์กำลังเปลี่ยนแปลงอย่างรวดเร็วด้วยความก้าวหน้าของ AI ซึ่งเป็นความสัมพันธ์แบบพึ่งพาอาศัยซึ่งกันและกันที่ทั้งสองฝ่ายต่างผลักดันให้ก้าวไปข้างหน้า” เขากล่าว

คุณคริสโตเฟอร์ เหงียน ซีอีโอของ Aitomatic กล่าวในงานสัมมนา

เกี่ยวกับภาพเทคโนโลยีโดยทั่วไป นายคริสโตเฟอร์ เหงียน อ้างอิงกฎของมัวร์ โดยยืนยันว่าความเร็วในการพัฒนา AI และเซมิคอนดักเตอร์นั้นรวดเร็วมาก ทุกๆ 18 เดือน เทคโนโลยีไมโครโปรเซสเซอร์จะได้รับการปรับปรุงอย่างมีนัยสำคัญ

ในส่วนของตลาด โลกกำลังประสบกับการเติบโตที่น่าทึ่ง โดยคาดว่าความต้องการชิปประมวลผล AI จะยังคงเพิ่มขึ้นอย่างมากในอีกไม่กี่ปีข้างหน้า ประเทศต่างๆ เช่น สหรัฐอเมริกา จีน ญี่ปุ่น และเกาหลีใต้ กำลังกระตุ้นการลงทุนในสาขานี้ การแข่งขันทางด้านเทคโนโลยีระหว่างประเทศชั้นนำมีความดุเดือดอย่างยิ่ง

ในด้านการผลิตชิป นางสาวแอนนา โกลดี ผู้เชี่ยวชาญอาวุโสด้านการวิจัยทางวิทยาศาสตร์จาก Google ให้ความเห็นว่า แม้ว่าความต้องการในการประมวลผลของ AI จะเพิ่มขึ้นแบบก้าวกระโดด แต่ความสามารถของฮาร์ดแวร์กลับไม่ตามทัน ทำให้เกิดช่องว่างที่เพิ่มมากขึ้น เพื่อแก้ไขปัญหานี้ จึงได้มีการนำเทคโนโลยี AI ใหม่ๆ เช่น AlphaChip ซึ่งเป็นวิธีการออกแบบชิปที่ขับเคลื่อนด้วย AI เข้ามาใช้ เธอเชื่อว่าด้วยการประยุกต์ใช้ AI กระบวนการออกแบบชิปจึงรวดเร็วขึ้นอย่างไม่น่าเชื่อ ในขณะเดียวกันก็ช่วยลดต้นทุนและเพิ่มประสิทธิภาพการทำงานได้ด้วย

“เพื่อใช้ประโยชน์จากศักยภาพของ AI อย่างเต็มที่ เราจำเป็นต้องย่นระยะเวลาในการออกแบบชิป ปรับปรุงอัลกอริทึม และใช้ข้อมูลให้เกิดประโยชน์สูงสุด ในอนาคต AI จะไม่เพียงแต่ช่วยปรับปรุงฮาร์ดแวร์เท่านั้น แต่ยังมีส่วนสนับสนุนในการสร้างความก้าวหน้าในสาขาอื่นๆ อีกมากมาย ไม่ว่าจะเป็นด้านการดูแลสุขภาพ การเงิน ไปจนถึงการผลิตในภาคอุตสาหกรรม” นางแอนนา โกลดี กล่าว

โดยเฉพาะอย่างยิ่ง นางสาวแอนนา โกลดี แนะนำวิธี AlphaChip ที่ใช้ AI เพื่อเพิ่มประสิทธิภาพการจัดวางส่วนประกอบต่างๆ บนชิป ช่วยลดความหน่วง ประหยัดพลังงาน และเพิ่มประสิทธิภาพพื้นที่การผลิต AI สามารถปรับปรุงกระบวนการออกแบบชิปได้โดยการลดระยะเวลาดำเนินการและปรับปรุงประสิทธิภาพของผลิตภัณฑ์ AlphaChip ได้ถูกนำมาประยุกต์ใช้กับ Google TPU รุ่นล่าสุด ซึ่งให้ประสิทธิภาพที่เหนือกว่าวิธีการออกแบบแบบเดิมอย่างมาก

ในขณะเดียวกัน คุณ Tran Thanh Long ศาสตราจารย์มหาวิทยาลัย Warwick ก็ได้แบ่งปันเพิ่มเติมเกี่ยวกับความพยายามทั่วโลกในการช่วยเพิ่มพลังของเทคโนโลยี AI และเซมิคอนดักเตอร์ ตัวอย่างเช่น เขาอภิปรายถึงวิธีการใช้ที่จัดเก็บหน่วยความจำและทฤษฎีเบย์เซียนเพื่อปรับปรุงประสิทธิภาพและความสามารถในการปรับขนาดของปัญญาประดิษฐ์ (AI) การจัดเก็บความทรงจำช่วยให้ AI จดจำข้อมูลในระยะยาวและใช้ข้อมูลในอดีตเพื่อเพิ่มประสิทธิภาพการตัดสินใจ

“ทฤษฎีเบย์เซียนช่วยให้ AI ปรับความน่าจะเป็นในการคาดการณ์ตามข้อมูลใหม่ ช่วยให้ระบบเรียนรู้ได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น การผสมผสานนี้ช่วยลดความจำเป็นในการใช้ทรัพยากรคอมพิวเตอร์ แต่ยังคงให้ความแม่นยำสูง” นายลองกล่าว

นอกจากนี้ แนวทางนี้ยังช่วยให้ AI ทำงานได้ราบรื่นยิ่งขึ้นในด้านต่างๆ เช่น การดูแลสุขภาพ การผลิตในภาคอุตสาหกรรม และระบบอัตโนมัติ โดยเฉพาะอย่างยิ่ง AI สามารถประมวลผลข้อมูลได้ดีขึ้นโดยไม่ต้องพึ่งพาศูนย์ข้อมูลขนาดใหญ่มากเกินไป ช่วยประหยัดต้นทุนและทรัพยากร ซึ่งช่วยให้ระบบมีความชาญฉลาดมากขึ้น มีประสิทธิภาพมากขึ้น และปรับตัวได้เองโดยไม่ต้องใช้ข้อมูลจำนวนมาก

คุณ Ngan Vu จาก Google DeepMind แนะนำแนวทางการวิจัยที่เสนอการใช้ Circuit Neural Networks เพื่อสร้างการออกแบบวงจรตรรกะที่มีประสิทธิภาพ โดยการใช้การจำลองการอบอ่อนและเทคนิคเพิ่มประสิทธิภาพอื่นๆ ทีมผู้เชี่ยวชาญของเธอตั้งเป้าที่จะย่นระยะเวลาวงจรการออกแบบวงจรจากแนวคิดไปจนถึงผลิตภัณฑ์จริง

ความท้าทายที่สำคัญประการหนึ่งคือการสร้างสมดุลระหว่างความแม่นยำและประสิทธิภาพของวงจร เพื่อให้แน่ใจว่าการออกแบบไม่เพียงแต่ทำงานได้อย่างถูกต้องเท่านั้น แต่ยังช่วยประหยัดทรัพยากรอีกด้วย อย่างไรก็ตาม หากสามารถเชื่อมช่องว่างระหว่างซอฟต์แวร์และฮาร์ดแวร์ AI ได้ ก็จะเปิดโอกาสใหม่ๆ มากมายในอุตสาหกรรมเซมิคอนดักเตอร์ “การนำ AI มาประยุกต์ใช้ในการออกแบบวงจรมีแนวโน้มที่จะเปลี่ยนแปลงวิธีการดำเนินงานของอุตสาหกรรมเซมิคอนดักเตอร์ ช่วยเร่งกระบวนการพัฒนาและส่งมอบการออกแบบที่เหมาะสมที่สุด” นางสาวงัน วู กล่าว