DSO.ai
由人工智慧驅動的設計應用
瞭解更多 →
新思科技大膽預測：2025年人工智慧(AI)將開始相互協作
人工智慧(AI)在短時間內取得了長足進展。最初，是可以使用預定義規則和決策樹(decision tree)執行基礎任務的簡單AI機器人，後來則進化成能理解人類語言、生成內容、持續學習並相應地調整行為的高階AI代理(AI agent)。
這些 AI 代理相對專工且各自獨立，針對特定的使用情境而建構，並侷限於某些應用程式和資料集(data set)。然而，這種情況即將改變。
我們預測，除了在各行各業廣泛部署之外，AI 代理將於 2025 年開始相互協作，意味著這項革命性技術的下一次進化。
根據新思科技年度全球用戶調查報告，覆蓋率收斂(coverage closure)一直是驗證團隊要努力克服的一個主要挑戰；而在 2023 年，它的排名上升至驗證團隊所面臨的前五大挑戰之一。其中的一個主要原因是，覆蓋率收斂需要根據專案週期的不同階段，採取不同的方法。繼續閱讀以瞭解我們的客戶如何使用 Synopsys VCS ICO (智慧覆蓋率優化) 和 VSO.ai 解決方案，來克服這些挑戰。
跨功能與領域的 AI 協作
隨著自然語言處理(NLP)、大型語言模型(LLMs)、機器學習演算法及人類導向訓練的不斷進步，AI 代理正變得更加博學且融會貫通，成為各自領域的真正專家。
儘管這些 AI 代理仍是為了特定功能而建構，並與特定資料集息息相關，但如今它們正被設計與訓練成可以實現更好的整合與協作，不僅僅是與人類合作，還能與其他 AI 代理協同運作。
這種AI與AI之間的協作將解鎖無數橫向應用場景，帶來難以估量的洞見與生產力效益，最終帶來複合價值。其中許多協作將專注於整合產業與工作流程的特定功能。
- 客戶服務與支援：AI聊天機器人、情緒分析代理與問題解決代理將合作處理初始客戶詢問、優先排序工單，並根據過往案例提出建議解決方案。
- 供應鏈優化：專精於需求預測、庫存管理與物流優化的AI代理將協同合作，預測產品需求、監控庫存水位，並規劃有效率的運輸路徑。
- 金融風險管理：負責詐欺檢測、信用風險評估與合規監控的AI代理將攜手合作，標記潛在的詐欺行為、分配風險評分，並確保符合監管規定。
- 醫療管理：專為患者分類、醫學診斷與治療優化訓練的AI代理將共同工作，優先處理急診室看診、建議可能的診斷結果，並推薦個人化治療計畫。
由於整體協作效益將遠大於各自獨立作業，AI與AI之間的協作將進一步提升營運效率、生產力與風險管理能力。它們將有助於改善客戶與員工滿意度，並且最終將推動企業的成長與競爭力。
代理型晶片設計的願景逐漸實現
很少有工程挑戰是像晶片設計一樣複雜且艱鉅，通常需要多個專家組成的團隊全心投入數月，甚至數年的時間。試想，若能組建一支AI夢幻團隊來協助並加速這一過程，將會取得何等成就。
高度專業化的 AI 代理可以結合並分析極大量涉及軟體工作負載、架構、資料流、時序、功耗、寄生效應、製造規則及其他參數的資訊。這種 AI 與 AI 之間的協作將有助於發掘未曾察覺的模式與相關性，為長期存在的問題開發新的解決方案，並提供詳細的建議以優化晶片設計與效能。
運用以AI驅動且屢獲殊榮的全方位EDA工具套件，我們正積極將這些願景化為現實。
對 AI 的透明度、當責與運算能力的需求
隨著AI代理的持續進化以及AI協作的迫切普及化，也強化了三個明確需求：當責、透明度與運算能力。
在人們能夠信任AI的集體工作、結論與建議之前，我們需要充分瞭解每個 AI 代理。誰負責開發與訓練它們？它們的運作目標與參數為何？它們如何與其他AI代理互動？它們使用了哪些資料集與工具？
此外，隨著AI工作負載在複雜度與規模上持續增長，額外的運算能力對於AI之間的協作至關重要。這些運算能力不僅用來整合與分析大量資料，更是執行更快速的模型訓練、更精確的預測，以及具有解決更複雜問題能力的必要條件。
新思科技(Synopsys)作為從矽晶到系統的領導者，不僅擁有AI驅動的設計工具，且無論在獨立運作還是協作方面，都將持續賦能並加速創新，同時倡導AI技術的責任開發與應用。