Certains estiment que la carrière de Jeff Dean est exceptionnelle et qu’elle inspire davantage confiance que doute
D’autres soutiennent que l’IA n’est pas encore prête pour la conception de puces de bout en bout, en citant plusieurs articles
L’article "AI Alone Isn’t Ready for Chip Design" souligne les limites de l’IA
L’article "That Chip Has Sailed" critique le scepticisme infondé à l’égard de l’IA
Une discussion réévalue l’impact d’AlphaChip de Google sur la conception de puces
Des critiques visent la méthodologie d’entraînement d’AlphaChip, avec l’idée que son coût de calcul élevé et son temps d’exécution ne sont pas compétitifs face aux solutions commerciales
Un autre billet traite des contre-arguments concernant l’algorithme AlphaChip de Google
Il est aussi question du coût potentiellement énorme d’un mauvais recrutement
Dans un tweet, Jeff Dean affirme que Cheng et ses collègues n’ont pas suivi les étapes nécessaires pour reproduire le travail des chercheurs de Google
Le dépôt Circuit Training de Google indique que les résultats obtenus à partir d’un entraînement depuis zéro sont comparables, voire meilleurs, que ceux rapportés dans l’article
Certains estiment que, puisque le groupe de l’UCSD a dû rétroconcevoir plusieurs étapes pour reproduire les résultats, ceux de l’article n’étaient pas en eux-mêmes reproductibles
Certains se demandent pourquoi cette controverse a pris une tournure aussi émotionnelle et désagréable
Pour certains, la preuve ultime de Google serait de produire une meilleure puce que ses concurrents, mais cela semble impossible à démontrer pour l’instant
Contexte supplémentaire : Jeff Dean fait aussi l’objet d’accusations de fraude et de mauvaise conduite autour d’AlphaChip
1 commentaires
Avis Hacker News