Az AI tervezheti a jövő számítógépes rendszereit is

Két irányt kapcsol össze a kutatás

A Columbia Computer Science szeptember 9-i beszámolója szerint Zishen Wan az őszi félévben csatlakozott a tanszékhez adjunktusként. A Wan Lab vezetőjeként két, egymást kiegészítő kutatási területet vizsgál.

Az első a „computing for AI”, vagyis olyan rendszerek, architektúrák, gyorsítók és chipek újratervezése, amelyek az olyan fejlődő terhelésekhez készülnek, mint a fizikai világban működő AI, az autonóm ágensek, a világmodellek és az új következtetési módszerek. A második az „AI for computing”, amelyben maga a mesterséges intelligencia segíthet az alatta működő számítási rendszerek és hardverek tervezésében, illetve optimalizálásában.

Wan szerint a két irány egyre szorosabban összekapcsolódik. Ahogy az AI-rendszerek összetettebbé válnak, az infrastruktúra megtervezése egyre nehezebb kizárólag emberi munkával, miközben az AI maga is egyre alkalmasabb lehet a tervezési folyamatban való részvételre. A kutató ezt olyan visszacsatolásként írja le, amelyben a jobb számítógépes rendszerek segítik az AI-t, az AI pedig jobb rendszerek létrehozásában segít.

A chipektől az algoritmusokig terjedő megközelítés

Wan jelenlegi munkája a Georgia Technél végzett doktori kutatására és a Harvardon folytatott posztdoktori munkájára épül. Disszertációja, a Tailored Computing: Cross-Layer System, Architecture, and Silicon Co-Design for Physical Intelligence, 2026-ban megkapta az ACM SIGDA Outstanding Ph.D. Dissertation Award és az FCCM Outstanding Ph.D. Dissertation Award elismerést is.

A dolgozat a számítási rendszerek teljes rétegét vizsgálta, az algoritmusoktól és a szoftverrendszerektől az architektúrán át a szilíciumchipekig. A cél az új AI-rendszerek hatékonyabbá, megbízhatóbbá és jobban skálázhatóvá tétele volt.

A Columbián Wan ezt a megközelítést a fizikai és ágensalapú AI következő generációjának számítási alapjaira terjeszti ki. A kutatás a gépi érzékeléshez, a következtetéshez, a memóriakezeléshez és a valós idejű vezérléshez szükséges rendszereket is érinti. Emellett azt is vizsgálja, miként segíthetnek az AI-ágensek jobb számítógépes rendszerek tervezésében. A munkában a számítástechnika, az elektrotechnika, az AI és a robotika kutatóival is együttműködési lehetőséget lát.

A hallgatók AI-ágensekkel is terveznek rendszereket

Wan a kutatási irányt az oktatásban is megjeleníti. Az idei félévben vezeti az AI-Native Computing (COMS E6998) című, kutatásközpontú kurzust, amelyre a gépi tanulás, a számítógép-architektúra, a rendszerek és a VLSI területéről is érkeznek hallgatók.

A kurzuson a hagyományos feladatok helyett friss kutatásokat olvasnak, nyitott problémákat vitatnak meg, és egész féléves projekteken dolgoznak. A témák között szerepel a fizikai AI-modellek futtatása peremeszközökön, az AI-ágensek rendszereinek tervezése, a gyorsító-architektúrák vizsgálata, valamint az AI-ágensek alkalmazása számítógép-architektúrák, RTL-kód, optimalizálás és ellenőrzés támogatására.

A kurzus végzős hallgatóknak és haladó alapképzéses diákoknak szól, akik azt vizsgálnák, hogyan változtatja meg az AI a számítógépes rendszerek felépítését és használatát. Wan célja, hogy a hallgatók együtt lássák a két átalakulást: az AI által létrehozott új rendszer- és architektúrakérdéseket, valamint azt, ahogyan az AI megváltoztathatja e rendszerek tervezését.