科技日报北京6月9日电（记者张梦然)英国《自然》杂志9日发表一项人工智能突破性成就，美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示，该方法能给出可行的芯片设计，且芯片性能不亚于人类工程师的设计，而整个设计过程只要几个小时，而不是几个月，这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来设计下一代人工智能计算机系统。
不同元件在计算机芯片上的布局，是决定芯片整体性能的关键。设计计算机芯片的物理布局既复杂又耗时，难度非常大，需要专业人类设计工程师付出大量工作。而尽管已为此进行多年的尝试，芯片布局规划一直都无法实现自动化，需要设计工程师们花费数月的努力才能生产可供规模制造的布局。
在位于美国加州的谷歌研究院内，人工智能专家阿泽利亚·米尔侯赛尼、安娜·戈迪耶及其同事最新的研究表明，机器学习工具已经可以用来加速这一名为“布局规划”的流程。
研究团队将芯片布局规划设计成一个强化学习问题，并开发了一种能给出可行芯片设计的神经网络。他们训练了一个强化学习智能体，让这个智能体把布局规划看作一种棋盘游戏：元件是“棋子”，放置元件的画布是“棋盘”，“获胜结果”则是根据一系列评估指标评出的最优性能（评估基于一个包含1万例芯片布局的参考数据集）。
研究人员指出，这种方法能在6小时内设计出与人类专家不相上下或是更好的可行芯片布局，有望为今后的每一代计算机芯片设计节省数千小时的人力。
美国加州大学圣迭戈分校科学家安德鲁·康在一篇同时发表的新闻与观点文章中写道，“开发出比当前方法更好、更快、更省钱的自动化芯片设计方法，有助于延续芯片技术的‘摩尔定律’”。这里的摩尔定律，是指每块芯片的元件数量大约每两年会翻一番。
安德鲁·康同时表示，在这一研究中，团队展示的布局规划方案已经被用来设计谷歌的下一代AI处理器，这也显示出其设计质量可用于大规模生产。
在不到6小时的时间里，一个深度学习强化方法，可以自动生成芯片设计的所有关键指标，包括功耗、性能和芯片面积，且给出的布局图都优于或可与人类设计的芯片布局图相比肩。这无疑是人工智能助力人类实现更好、更快、更强目标的范例。有意思的是，这个人工智能现在又被拿去设计下一代人工智能，这让我们看到一种共生关系
“隧道”黑暗的尽头出现了曙光
现在，科学家正致力于研究注射一剂即可提供灭菌免疫力的HIV疫苗。当然，任何方法也都在尝试之中。
其中一种方法是利用这样的想法，即一些感染者自然产生抗体，能够攻击各种各样的HIV变异毒株，并阻止这些病毒感染细胞。这些抗体需要很长时间才能形成，甚至是在感染HIV几年后才出现。疫苗制造商希望加快这一进程。
目前正在由强生公司领导的一项临床试验中进行测试，他们使用一种HIV蛋白引发广泛免疫反应，这种HIV蛋白由在世界各地传播的不同HIV毒株镶嵌组成。
另一种方法是让免疫系统产生广泛的中和抗体。研究人员首先在艾滋病患者中鉴定出广泛的中和抗体，然后分析身体产生这些免疫蛋白的步骤。美国杜克人类疫苗研究所的疫苗专家凯文·桑德斯说，他们的目标是制造一种能够在接触特定病毒片段时产生类似抗体的疫苗。
在2019年12月的一项科学研究中，桑德斯等研究人员表明，在接种疫苗的小鼠和恒河猴中，他们通过刺激HIV抗体，使这些抗体可能最终会变得广泛中和。另一项研究显示，在一项早期临床试验中，97%的人类参与者在接触到一段专门产生免疫细胞的HIV时，产生了同样稀有的免疫细胞。
其他小组则专注于T细胞来对抗感染。例如，路易斯·皮克和克劳斯·弗鲁研发出了一种疫苗，这种疫苗可以使用专门的T细胞杀死其他感染艾滋病病毒的T细胞，而不是依靠抗体来完全预防感染，该团队的成果发表在今年3月份的《科学免疫学》上。
该研究小组此前的研究曾显示，接种疫苗的猴子中约有一半受到了保护，下一步的研究目标是将疫苗移植到人体内。
经过近40年的尝试，“隧道”尽头出现了一些曙光。“我的确相信我们会开发出疫苗。”佐拉-帕兹纳说，“但我不知道这需要多长时间。”
联合国艾滋病规划署创始执行主任、英国伦敦卫生与热带医学学院院长彼得·皮奥特6月5日在接受《柳叶刀》专访时表示，他对未来抗击艾滋病的工作表示乐观。
皮奥特说，目前的情况已明显改善，但HIV死亡率仍然很高。新增的感染主要是由于当前的措施集中于治疗而不是预防。控制其传播途径是很棘手的。尽管已有成效，但还需要在预防上下更大功夫。每个国家和地区情况不同，应采取针对性的措施。未来我们将有望开发出HIV疫苗，但是我也担心随着新冠肺炎疫情的持续，其他许多健康和社会问题受到的关注会减少，因此改变这一现状很大程度上取决于各国乃至全球强有力的领导。