飞鱼博客 
约翰霍普金斯大学的电气和计算机工程师正在开创一种创造神经网络芯片的新方法——神经形态加速器，可以为下一代嵌入式系统(如自动驾驶汽车和机器人)提供节能、实时的机器智能。
电气和计算机工程研究生迈克尔·汤姆林森和本科生乔·李都是安德鲁实验室的成员，他们使用自然语言提示和ChatGPT4生成详细的指令来构建一个尖峰神经网络芯片:一个像人类大脑一样运作的芯片。
通过逐步提示ChatGPT4，从模仿单个生物神经元开始，然后将更多的神经元连接起来形成一个网络，他们生成了一个可以制造的完整芯片设计。
“这是第一个由使用自然语言处理的机器设计的人工智能芯片。这就像我们告诉计算机‘制造一个人工智能神经网络芯片’，计算机就会吐出用于制造芯片的文件，”电子和计算机工程教授安德烈亚斯·安德烈欧(Andreas Andreou)说，他是语言和语音处理中心的联合创始人，也是Kavli神经科学发现研究所和约翰霍普金斯大学新数据科学与人工智能研究所的成员。
这项工作是在去年夏天举行的2023神经形态认知工程研讨会上开始的。它被发布在预印本网站arXiv上。
该芯片的最终网络架构是一个带有两层相互连接的神经元的小型硅大脑。用户可以使用8位可寻址权重系统调整这些连接的强度，允许芯片配置学习权重，以确定芯片的功能和行为。
重新配置和可编程性是使用一个称为标准外围接口(SPI)子系统的用户友好界面来完成的，它就像一个遥控器。该SPI子系统也是用ChatGPT设计的，采用自然语言提示。
汤姆林森解释说，他们设计了一个简单的神经网络芯片，没有复杂的编码，作为概念验证。在将芯片发送到制造之前，团队通过广泛的软件模拟进行验证，以确保最终设计能够按预期工作，并允许他们对设计进行迭代并解决任何问题。
最终设计以电子方式提交给Skywater“代工厂”，这是一家芯片制造服务公司，目前正在使用相对低成本的130纳米制造CMOS工艺进行“印刷”。
汤姆林森说:“虽然这只是向大规模自动合成实用硬件人工智能系统迈出的一小步，但它表明，人工智能可以用来创建先进的人工智能硬件系统，从而有助于加速人工智能技术的开发和部署。”
“在过去的20年里，半导体行业在缩小计算机芯片上物理结构的特征尺寸方面取得了巨大进步，在相同的硅区域内实现了更复杂的设计。
“后一种先进的计算机芯片反过来又支持更复杂的软件计算机辅助设计算法和更先进的计算硬件的创建，从而带来计算能力的指数级增长，从而推动了今天的人工智能革命。”
更多信息:Michael Tomlinson等人，使用LLM设计硅大脑:利用ChatGPT自动描述峰值神经元阵列，arXiv(2024)。DOI: 10.48550/ arXiv .2402.10920期刊信息:arXiv由约翰霍普金斯大学提供引用:工程师与ChatGPT4合作设计大脑启发芯片(2024,3月5日)检索自2024年3月5日https://techxplore.com/news/2024-03-collaborate-chatgpt4-brain-chips.html此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
