NIKKEI——日本经济新闻中文版

　　美国麦肯锡（McKinsey & Company）等的数据显示，作为最新一代的5纳米线宽半导体的开发成本（包括购买知识产权和试制）为5.4亿美元，达到前一代（7纳米线宽产品）的1.8倍、前二代（10纳米线宽产品）的3.1倍。如果让AI承担部分设计工作、降低工时，能高效设计出更多芯片。

　　通过各半导体厂商使用的设计软件“EDA”，强化学习的充分利用正在扩大。EDA巨头美国新思科技（Synopsys）自2020年开始全面提供采用强化学习的设计辅助系统。由系统自动锁定符合性能的候选设计方案。韩国三星电子把通常需要1个月以上的设计作业缩短为3天，还将用于智能手机用半导体的设计。

　　新思科技的首席执行官（CEO）阿尔特·德·吉亚斯表示，“（通过自动化）从浪费时间的探索作业中解脱出来，能够把设计人员投向新的开发计划”。在日本，索尼集团开始把AI强化学习应用于图像传感器的设计，瑞萨电子也应用于车载半导体的设计。

谷歌正在积极推进半导体的自主设计（谷歌5月举行的活动）

　　涉足EDA开发的日本JEDAT携手群马大学的高井伸和准教授等，正在开发运算放大器等模拟半导体的自动设计系统。力争2025年之前实现实用化。

　　近年来，中美两国的巨大IT企业自主开发半导体。高井准教授表示期待称，“如果半导体设计的门槛因自动化而降低，将推动跨界企业的涉足，新使用方法有可能随之诞生”。

　　强化学习：支撑目前AI的机器学习的一种方式。不依赖过去的数据，而是通过计算机等，由AI不断探索，学习最佳行为。在围棋、游戏、机器人开发领域得到使用。以向围棋中接近取胜的行棋步法给与“报酬”的机制进行学习，获得了超越专业棋手的实力。

　　在商业领域，被称为监督学习的方法经常被使用。其方法是提供猫的图像以及正确答案，使AI学会“这是猫”，不断提高识别准确度。要提升准确度，需要大量积累高质量的数据等。