AI智能兴起被大众所熟习，莫过于几年前那两轮人工智能和人类在围棋上的大战。在那两场大战中，人类顶尖的围棋高手，韩国围棋九段棋手李世石、中国围棋九段棋手柯洁分别与人工智能围棋程序“阿尔法围棋”（AlphaGo）对战，而且都大败给阿尔法狗。围棋，一贯被誉为人类发明智商类游戏最繁芜的棋类，而在这个领域中，人类已经落败与人工智能。
根据谷歌方面的公布，由一个工程师团队设计一款全新的谷歌Tensor 处理器（TPU）布局，大概须要一个团队几周的韶光。而在实验中经由演习的AI只用了不到24个小时，就可以设计出来，更让人震荡的是，AI设计的处理器在性能、表现和体积上也全面超过人工设计的产品。用一句人类的话来说，AI已经可以给自己设计大脑。
用AI来设计AI芯片，最初是由于谷歌设打算法的速率要远高于芯片设计的韶光，比如某些神经网络架构已经出来了，但是匹配的硬件加速器还是两年前的， 这样使得前辈的算法只能在比较“掉队”的硬件上运行，因此它的运行状况就不会空想。要办理这个问题，谷歌终极给出的方案便是“让AI设计AI芯片”，这样芯片的设计韶光就会大为缩短。“如果缩短设计周期，我们可以缩小这一块的差距。”Google的高等研究科学家Azalia Mirhoseini如是说。
芯片设计中，个中繁芜且最耗时的部分，便是放置。由于它涉及放置逻辑和内存块或这些块的群集（称为宏），从而使功率和性能得到最大化，并且使得芯片面积最小，人类团队每每要花上几个星期乃至更多的韶光在上面。但是Mirhoseini和高等软件工程师Anna Goldie提出了一个神经网络，经由对芯片设计进行了足够永劫光的研究之后，它可以在不到24小时的韶光内为Google TPU芯片完成设计，在功耗，性能和形状方面都超过了人类专家数周的设计事情。
当然，这个AI利用的并不是人们熟知的机器深度学习方法，而是一种新型的深度强化学习技能（Deep Reinforcement learning ）。这种技能不须要让AI学习数量巨大的样本，而是让AI根据环境边做边学，并根据结果是否成功给予AI反馈，AI会再根据反馈来进行调度，在围棋大战中一举成名的阿尔法狗便是利用这种学习技能。这种学习方法难度很大，不像一样平常机器的深度学习，反而更像人类的学习办法。
还记得2017年，facebook在演习AI机器人自主谈天时候，让机器拥有更多自主决定权时候，屏幕上涌现了人类看不懂的措辞，但是两个机器人却为此聊得热火朝天。当时就让很多人感到惶恐，乃至还认为了AI产生意识，可能会对人类不利的传言。虽然后来研究职员创造，是由于在为系统设置勉励条件时，虽然见告了它们“请用英文”，但忘了见告它们：“请用英文语法”而导致的偏离，算是一个bug吧。但是这些并没有彻底打消人类的担忧。
虽然说谷歌目前让AI设计AI芯片，目的是想让AI替代人类更多繁杂的事情，但是这种演习强度越来越大，而且逻辑性、关联性越来越强，纵然是普通人类学习起来都费力。AI的能力越来越强大，自主决定权越来越强，是否会导致产生自我意识，目前还真不好说。纵然AI不产生意识，但是随着它能力越来越强大，掌握的东西越来越多，如果它内部哪天故意无意的天生了一个指令，它或许就会动用统统它能动用的资源去实现它，那怕付出多大代价。
人类是大自然一步步筛选、演习出来的，AI智能也不是一步就登天。人类用来几千年登顶生物链，AI智能或许只要几十年。
是不是想想都恐怖的，毕竟所谓的“意识”，并不一定便是我们人类认为的意识。机器有了逻辑性、关联性，还有了决定权，特殊是我们还不断的演习它的自主能力，或许哪一天机器就出来了它的“意识”。一个与人类三不雅观都不同的“生命”，有着比人类不一个级别的运算速率、精度、影象容量、瞬间可掌握力量，对“掉队”的人类是福是祸，现在下结论，或许还为时过早。