| Istilah | Arti |
|---|---|
| chip design | Proses merancang sirkuit chip, mulai dari niat dan spesifikasi hingga desain fisik siap difabrikasi, yang menjadi bidang utama Thomas di video ini. |
| formal verification | Metode pembuktian matematis bahwa desain atau program memenuhi spesifikasinya, dipakai di video ini untuk memastikan chip tidak punya bug sebelum difabrikasi. |
| Lean | Bahasa pemrograman dan asisten pembuktian matematis yang dipakai di video ini untuk menulis spesifikasi formal dan bukti dalam auto formalization. |
| Verilog | Bahasa deskripsi perangkat keras yang ditulis mirip perangkat lunak, dipakai untuk mendefinisikan sirkuit chip sebelum dibuat secara fisik. |
| auto formalization | Proses menerjemahkan spesifikasi yang ditulis manusia ke dalam bentuk formal yang bisa dibuktikan, misalnya dalam Lean, seperti dijelaskan di video. |
| Bayesian | Pendekatan statistik yang memperbarui keyakinan terhadap suatu hipotesis dengan bukti baru, dan Thomas memakainya untuk mempercepat komputasi probabilistik. |
| thermodynamic | Komputasi yang memanfaatkan noise dan fluktuasi fisik sebagai bagian perhitungan, bukan sebagai gangguan yang harus dihilangkan seperti pada chip biasa. |
| reinforcement learning | Metode pelatihan AI lewat percobaan dengan hadiah atau hukuman, yang disebut di video sebagai cara melatih model membuat bukti asalkan ada lingkungan latihannya. |
| mechanistic interpretability | Upaya memahami cara kerja internal model AI dengan membedah komponennya, yang disebut di video sebagai jalan sulit untuk melacak ketidakpastian jawaban. |
| hardware | Perangkat fisik komputer seperti chip, memori, dan sirkuit, yang menjadi fokus Normal Computing dan topik utama wawancara ini. |
| proof | Rangkaian langkah logis yang memastikan suatu pernyataan benar, dalam video ini dipakai untuk membuktikan bahwa desain chip sesuai spesifikasinya. |
| alpha proof | Sistem AI dari Google yang meraih medali perak di IMO 2024 dengan membuat kode Lean dari soal lalu membuktikannya di Lean. |
Video ini adalah wawancara Machine Learning Street Talk dengan Thomas Ahle, peneliti yang bekerja di Normal Computing. Pembahasannya berpusat pada satu masalah: ketika AI menghasilkan desain chip atau program yang tampak benar, bagaimana kita tahu hasilnya memang benar? Kesalahan pada chip sangat mahal karena setelah difabrikasi bug tidak bisa diperbaiki semudah memperbaiki perangkat lunak di server. Pembawa acara menyinggung bug pembagian Intel pada 1990-an yang diperkirakan merugikan antara 500 juta hingga 2 miliar dolar. Karena itu, verifikasi formal dan metode pembuktian menjadi topik penting bagi siapa pun yang ingin tahu bagaimana AI masuk ke industri perangkat keras.
Thomas menceritakan bahwa ia membuat simulator Verilog dengan swarm agen AI yang bekerja bersama, dan hasilnya lebih dari 500.000 baris kode dalam 43 hari. Alasannya, perangkat lunak EDA komersial sangat mahal, sekitar 10.000 dolar per seat untuk satu kernel CPU, dan tidak ramah untuk dipakai agen. Pembawa acara juga mengkritik cara benchmark dilaporkan, karena persentase tes yang lulus tidak sama dengan program yang benar. Thomas menjelaskan auto formalization, yaitu menerjemahkan spesifikasi menjadi bentuk formal di Lean lalu membuktikannya, mirip cara AlphaProof meraih medali perak IMO 2024. Pembahasan lain mencakup timed Petri nets untuk protokol dan memori DRAM, serta chip termodinamika CN101 yang memanfaatkan noise sebagai bagian komputasi. Di akhir, keduanya khawatir pemahaman manusia terhadap kode dan desain bisa terkikis jika AI membangun semuanya.
Kata kunci
- chip design
- formal verification
- Lean
- Verilog
- Mengikuti wawancara tentang membangun chip yang secara inheren acak dan komputasi termal untuk mempercepat Bayesian intelligence.
- Membahas desain chip dari niat sampai hardware, memakai model untuk membuktikan properti chip, serta formal verification dengan Lean dan auto formalization.
- Menimbang seberapa bisa mempercayai jawaban model, mechanistic interpretability, dan reinforcement learning untuk pembuktian.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.