谷歌員工在《自然》雜志發(fā)表的一篇研究論文指出，該公司開發(fā)的人工智能（AI）軟件能夠比人類更快更好地設(shè)計芯片。這一結(jié)論近日遭到加州大學圣地亞哥分校（UCSD）研究人員的質(zhì)疑和批評。

早在2021年6月，谷歌宣稱開發(fā)出基于強化學習的AI芯片設(shè)計系統(tǒng)，引發(fā)廣泛關(guān)注。當時該公司聲稱，這一系統(tǒng)能夠自動生成優(yōu)化的微芯片平面布局圖，已經(jīng)用于谷歌自主研發(fā)的TPU芯片設(shè)計，并取得優(yōu)異表現(xiàn)。

AI設(shè)計芯片比人工更快更好？谷歌《自然》雜志論文遭質(zhì)疑

芯片的布局非常重要，因為它直接決定了性能。設(shè)計人員需要仔細地排列芯片中的電路塊，例如使信號和數(shù)據(jù)以理想的速率在這些區(qū)域之間傳輸。工程師通常會花費數(shù)周或數(shù)月的時間來改進他們的設(shè)計，試圖找到最佳配置，以開發(fā)出更加強大、節(jié)能、小巧的芯片。

此前，芯片布局通常由人工和自動化工具配合完成。谷歌的芯片團隊試圖證明，其AI系統(tǒng)能夠做得比人類工程師更優(yōu)更快。

谷歌員工在《自然》雜志論文中寫道：“盡管進行了50年的研究，芯片布局仍然無法實現(xiàn)自動化設(shè)計，物理設(shè)計工程師需要數(shù)月的艱苦努力才能制作出可制造的布局……而在不到6小時的時間里，我們的AI系統(tǒng)自動生成的芯片布局在所有關(guān)鍵指標上都優(yōu)于或可與人類繪制的設(shè)計圖相媲美?！?/p>

這篇論文得到了電子設(shè)計自動化社區(qū)的關(guān)注，他們開始將機器學習算法整合到他們的軟件套件中。但UCSD的一個研究團隊對谷歌關(guān)于AI模型在芯片布局方面優(yōu)于人類的說法提出了質(zhì)疑。

在UCSD計算機科學與工程教授Andrew Kahng（在谷歌論文的同行評審過程中，Kahn曾擔任《自然》雜志的審稿人）的帶領(lǐng)下，這個團隊花費幾個月的時間對谷歌在《自然》雜志上描述的平面規(guī)劃布局進行逆向工程。他們最終發(fā)現(xiàn)，通過對谷歌原始代碼進行的重新創(chuàng)造（在他們的研究中被稱為電路訓練），谷歌的方法實際上比使用傳統(tǒng)工業(yè)方法和工具的人類工程師表現(xiàn)得更差。

是什么導致了這種差異呢？該團隊指出，谷歌使用了Synopsys公司的EDA套件，創(chuàng)建了芯片邏輯門的起始布局，然后由谷歌的強化學習系統(tǒng)進行優(yōu)化。

谷歌在論文指出，在模型生成布局之后，使用了行業(yè)標準的軟件工具和人工調(diào)整，主要是為了確保處理器能按預期工作，并最終完成制造。谷歌認為，無論平面圖是由機器學習算法創(chuàng)建的，還是由人類工程師使用標準工具創(chuàng)建的，這都是必要的一步，因此這一AI模型值得稱贊，因為其優(yōu)化了最終產(chǎn)品。

然而，UCSD的研究團隊表示，《自然》雜志的論文中并沒有提到EDA工具是事先用來準備模型布局進行改進的。換句話說，Synopsys的這些工具可能給了AI模型一個足夠好的開端，以至于AI系統(tǒng)的真實能力受到質(zhì)疑。

該大學團隊在談到使用Synopsys的套件來為模型構(gòu)建布局時寫道，“這一點在論文評審過程中并不明顯，《自然》雜志也沒有提到。我們進行的實驗表明，擁有初始位置信息可以顯著提高電路訓練(CT)的結(jié)果。”

《自然》雜志對谷歌論文展開調(diào)查，谷歌回應UCSD質(zhì)疑

此后，一些學者敦促《自然》雜志根據(jù)UCSD的研究來審查谷歌的論文。在他們發(fā)給該雜志的電子郵件中，研究人員強調(diào)了Kahng教授及其同事提出的擔憂，并質(zhì)疑谷歌的論文是否具有誤導性。

德克薩斯大學達拉斯分校電氣工程高級講師Bill Swartz表示，《自然》雜志的論文讓很多研究人員蒙在鼓里，因為其研究結(jié)果采用了谷歌的專有TPU，因此無法驗證。

他說，“需要對使用Synopsy的軟件為谷歌的軟件進行優(yōu)化這一合作進行調(diào)查。我們都只想知道實際的算法，這樣就可以復制它。如果谷歌的說法是正確的，那么我們希望能夠?qū)崿F(xiàn)。如果谷歌這一結(jié)論是科學而客觀和話，那么其結(jié)果一定是真實和有效的?！?/p>

《自然》雜志表示，正在調(diào)查谷歌的這篇論文。該雜志一位發(fā)言人稱，“出于保密原因，我們不能評論個別案例的細節(jié)。然而，當有人對雜志上發(fā)表的任何論文提出質(zhì)疑時，我們都會按照既定的流程仔細調(diào)查。這一過程包括與作者協(xié)商，并在適當?shù)那闆r下尋求審稿人和其他外部專家的建議。一旦我們掌握了足夠的信息，我們就會做出最合適的回應，讓讀者清楚地了解我們的調(diào)查結(jié)果?！?/p>

信息顯示，這并不是該雜志對谷歌這篇研究論文進行的第一次調(diào)查。2022年3月，改論文更正了作者，還增加了谷歌一些開源CT代碼的鏈接，以供那些試圖遵循該研究方法的人員使用。

谷歌這篇論文的主要作者Azalia Mirhoseini和Anna Goldie說，UCSD研究團隊的實驗并沒有準確實現(xiàn)他們的方法。他們指出，Kahng教授的團隊得到的結(jié)果并不理想，是因為他們根本沒有在任何數(shù)據(jù)上預先訓練他們的模型。

兩人在一份聲明中說，“如果沒有從以前的經(jīng)驗中學習，基于學習的方法當然會表現(xiàn)得更差。我們在測試用例之前采用20個電路塊進行了預訓練?！?/p>

他們還指出，Kahng教授的研究團隊也沒有使用與谷歌相同的計算能力來訓練他們的系統(tǒng)，這也可能削弱了其模型的性能。

Mirhosini和Goldie還表示，他們在《自然》雜志的論文中沒有明確描述使用EDA工具是因為無關(guān)大局不值得一提。他們說，“我們的研究主要關(guān)注從物理合成到集群電路塊的初始放置。在使用任何放置方法之前，必須進行物理合成，這是芯片設(shè)計的標準做法。”

然而，UCSD的研究團隊表示，他們沒有預先訓練其模型，是因為他們無法訪問谷歌的專有數(shù)據(jù)。同時他們聲稱，他們?yōu)榇碎_發(fā)的軟件已經(jīng)得到了谷歌的另外兩名工程師的驗證，這兩名工程師也是《自然》雜志論文的共同作者。

谷歌論文在內(nèi)部引發(fā)爭議，被解雇員工稱其為了拿下合同

值得一提的是，谷歌在《自然》雜志上發(fā)表的這篇論文在該公司內(nèi)部也引發(fā)了爭議。

去年5月，谷歌AI研究員Satrajit Chatterjee自稱被公司無故解雇，原因是他批評了這篇研究論文，并對其結(jié)論提出了質(zhì)疑。解雇發(fā)生前，Chatterjee被谷歌告知不要發(fā)表批評這篇論文的文章。

谷歌的一些員工對他進行了指責，聲稱他的批評行為太過分，例如他將這篇論文的嚴重性描述為“火車失事”。他也由于這種批評行為接受了谷歌人力資源部的調(diào)查。

Chatterjee隨后在加州圣克拉拉高級法院起訴谷歌，稱其被非法解雇。在Chatterjee被解雇之后，Mirhoseini和Goldie也在2022年年中離職。

Chatterjee上個月修改了對谷歌的訴狀，他的律師聲稱，谷歌正在考慮與“S公司”將其基于AI的平面圖生成軟件實現(xiàn)商業(yè)化，同時正與S公司談判一項據(jù)稱價值1.2億美元的云交易。Chatterjee聲稱，谷歌支持這篇論文主要是為了幫助說服S公司簽署這一重要的商業(yè)協(xié)議。

Chatterjee在給谷歌高層的一封電子郵件中寫道：“這篇論文在一定程度上是谷歌為了與S公司達成合作邁出的第一步。由于這項研究是在一筆潛在的大型云交易的背景下進行的，當我們的測試表明情況并非如此時，這表明谷歌擁有這一革命性的技術(shù)是不道德的?！边@封電子郵件作為訴訟的一部分已被披露。

他在法庭文件中指控谷歌夸大其研究結(jié)果，并故意向S公司隱瞞重要信息，以誘導其簽署云交易，實際上是通過這個存在問題的技術(shù)吸引S公司開展合作。

S公司在法庭文件中被描述為一家“電子設(shè)計自動化公司”。知情人士表示，S公司其實指的就是Synopsys。但Synopsys和谷歌均拒絕為此置評。