برنامه پروژه ترافب با هدف یکپارچه‌سازی تولید تراشه، ساخت ماسک‌های لیتوگرافی و بسته‌بندی محصولات دنبال می‌شود تا توان تولید ویفر افزایش یابد.

فهرست مطالب

ایلان ماسک ضمن تشریح برنامه پروژه ترافب برای یکپارچه‌سازی و بهینه‌سازی تولید تراشه، هشدار داد که آموزش هوش مصنوعی با داده‌های نادرست و اصول منطقی ناسازگار می‌تواند عملکرد مدل‌ها را مختل کند.

به‌ گزارش سرویس سخت‌افزار تک‌ناک، او اواخر ماه گذشته در اظهاراتی برای رسانه‌های چینی پیش‌بینی کرده بود که چین طی دو تا سه سال آینده بر محدودیت‌های تولید تراشه غلبه خواهد کرد، اما اکنون اذعان کرده است که از دانش لازم برای ساخت نیمه‌رساناها برخوردار نیست. ماسک این اظهارات را در گفت‌وگویی با انجمن مالکان تسلا در سیلیکون‌ولی مطرح کرد. او همچنین مدعی شد که ممکن است امسال تا ۱۲ بار به دلیل تماشای ویدیوهای موسیقی تولیدشده با فناوری هوش مصنوعی، دچار آنچه «روان‌پریشی هوش مصنوعی» یا «روان‌پریشی هوش فوق‌هوشمند» نامید، شده باشد.

برنامه پروژه ترافب چیست؟

پروژه ترافب، طرح ماسک برای ورود به صنعت تولید تراشه، طی هفته‌های اخیر به کانون توجه رسانه‌ها تبدیل شده است. گمانه‌زنی‌ها درباره احتمال مشارکت TSMC، غول تایوانی صنعت نیمه‌رسانا در این پروژه به افزایش توجه‌ها دامن زده‌اند. با وجود این‌، اظهارات تازه ماسک حاکی از آن است که TSMC در نهایت ممکن است فقط نقش اجاره‌دهنده تجهیزات را ایفا کند. همچنین برنامه‌های او در تایوان واکنش‌هایی برانگیخته‌اند، زیرا تسلا در بازار چین منافع تجاری دارد. ماسک اواخر سپتامبر در گفت‌وگو با شبکه CGTN اعلام کرده بود که به اعتقاد او، چین می‌تواند ظرف دو تا سه سال آینده با تکیه بر فناوری لیتوگرافی و پیشرفت در فرایند ساخت تراشه، محدودیت‌های ظرفیت محاسباتی خود را پشت سر بگذارد.

برنامه ایلان ماسک برای پروژه ترافب

با وجود این‌، ایلان ماسک در گفت‌وگو با انجمن مالکان تسلا اذعان کرد که هنوز باید چیزهای زیادی درباره تولید تراشه بیاموزد و تاکید کرد که نمی‌داند چگونه باید تراشه بسازد. البته خوش‌بینی همیشگی او تغییری نکرده و معتقد است که خود او و تیم ترافب سرانجام راهی برای حل این مسئله پیدا خواهند کرد. یکی از ویژگی‌های فرایند تولید تراشه که توجه ماسک را به خود جلب کرده، یکسان بودن تجهیزات مورد استفاده در کارخانه‌های مختلف است. او که در شرکت‌های فعال در حوزه خودرو و هوافضا به فرایندهای تولید سفارشی تکیه دارد، خاطرنشان کرد که ماشین‌آلات به‌کاررفته در تأسیسات سامسونگ، اینتل و TSMC همگی از الگوی مشابهی پیروی می‌کنند. ماسک با مرتبط دانستن این موضوع با برنامه پروژه ترافب توضیح داد:

«فکر می‌کنم کار را با تجهیزات متداول آغاز کنیم و سپس با اعمال تغییراتی، توان عملیاتی آنها را افزایش دهیم. در مرحله بعد، هرجا با گلوگاه مواجه شویم، تجهیزات سفارشی طراحی خواهیم کرد تا امکان پردازش ویفرها با توان عملیاتی بسیار بالاتر فراهم شود.»

ماسک با پذیرش اینکه تحقق این برنامه‌ها ممکن است چندین سال زمان ببرد، توضیح داد که هدف پروژه ترافب، ایجاد یک چرخه توسعه تکرارشونده است که ساخت ماسک‌های لیتوگرافی، تولید تراشه و بسته‌بندی محصولات نهایی را در یک مجموعه واحد انجام دهد. این چرخه در ادامه به‌ صورت مرحله‌ای بهینه‌سازی خواهد شد تا توان عملیاتی تولید ویفر افزایش یابد و سایر بخش‌های فرایند نیز بهبود پیدا کنند.

روان‌پریشی ناشی از هوش مصنوعی

ماسک در بخش دیگری از صحبت‌های خود به پیشرفت‌های هوش مصنوعی پرداخت و بر اهمیت داده‌های آموزشی در تضمین عملکرد صحیح مدل‌ها تاکید کرد. او گفته بود که شاید پیشرفت‌های هوش مصنوعی تنها برای افرادی قابل‌ درک باشد که استفاده از این فناوری را تا مرز تجربه روان‌پریشی ادامه داده‌اند.

ماسک در این اظهارات برای تشریح دیدگاه خود به ویدیوها و موزیک‌ویدیوها اشاره کرد و توضیح داد که همکاری چند سامانه هوش مصنوعی می‌تواند به‌تنهایی محتوای موسیقایی و تصویری بسیار تاثیرگذاری تولید کند. به گفته او، توانایی هوش مصنوعی در تولید چنین ویدیوهایی نشان‌دهنده نوعی «سلیقه» است. ماسک این ویژگی را توانایی درک «تشدید عاطفی» تعریف کرد؛ مفهومی که به تشخیص عواملی اشاره دارد که می‌توانند از نظر عاطفی بر مخاطب تاثیر بگذارند.

برنامه پروژه ترافب تشریح شد

حتما بخوانید: برنامه جدید اینتل برای رقابت در بازار تراشه‌های ASIC

با وجود این‌، ماسک تاکید کرد که آموزش مدل‌های هوش مصنوعی مستلزم استفاده از داده‌های مناسب است. او هشدار داد که اگر مدلی را به پذیرش گزاره‌های نادرست سوق دهیم، به‌ویژه اگر دو اصل بدیهی و ناسازگار را هم‌زمان درست معرفی کنیم، ممکن است عملکرد آن به‌ شدت مختل شود. ماسک در توضیح این مسئله گفت: «مدل در صورت دریافت منطق ناسازگار، به نتیجه‌گیری‌هایی ناممکن خواهد رسید. به عبارت دیگر، اگر دستیابی به انسجام منطقی ناممکن باشد، فکر می‌کنم می‌توان هوش مصنوعی را به وضعیتی شبیه جنون سوق داد.»