คอร์หลักในการคำนวณจะเปลี่ยนจากการรับคำสั่งไปสู่ทางเลือกในการตัดสินใจแบบคู่ขนาน แทบที่จะมองหาวิธีการผลิตคอมพิวเตอร์ และชิปควบคุม การพัฒนาโมเดลการเรียนรู้เชิงลึกของ AI นั้นก็สำคัญ ซึ่งต้องใช้แนวทางในการทำงานที่แตกต่างออกไปจากเดิม มันต้องการ การคำนวณที่แม่นยำกว่า น้อยขั้นตอนกว่า แต่มากด้วยจำนวนการดำเนินกิจกรรม นั่นหมายถึงคุณต้องพัฒนาชิปประเภทใหม่ ชิปที่สามารถย้ายข้อมูลได้อย่างรวดเร็ว และตรวจสอบอย่างแม่นยำ

ปัจจุบันไม่ว่าอะไรก็กลายเป็นคอมพิวเตอร์ ผลิตภัณฑ์เครื่องใช้ต่าง ๆ ในบ้านส่วนใหญ่ ตั้งแต่แปรงสีฟัน สวิตซ์ไฟ กริ่งประตูก็เป็นแบบ smart life กันหมดแล้ว

ตอนนี้ผู้ผลิตชิปอย่าง intel ARM และ Nvidia กำลังผลิตฮาร์ดแวร์ที่ออกแบบมาสำหรับ AI โดยเฉพาะ ยิ่งแล้วกับ Google หรือ Facebook ที่กระโดดเข้าสู่อุตสาหกรรมนี้

ตัวอย่างเช่น ชิปใน Pixel6 เป็นหน่วยประมวลผลแบบเทนเซอร์ หรือ TPU เวอร์ชั่นมือถือแบบใหม่ ก็ต่างจากชิปแบบเดิม ที่มุ่งเน้นการคำนวณแม่นยำ และรวดเร็วเป็นพิเศษ TPU ได้รับการออกแบบมาเพื่อการคำนวณในปริมาณมาก ๆ แต่แม่นยำ ในช่วงสองสามปีที่ผ่านมา Google ได้เปิดตัว TPU ให้กับบริษัทอื่น ๆ ด้วย และชิปเหล่านี้ รวมถึงชิปที่คล้ายคลึงกันก็ได้รับการพัฒนาโดยผู้อื่น

AI ยังช่วยออกแบบโครงสร้างพื้นฐานด้านคอมพิวเตอร์ของตัวเองอีกด้วย ในปี 2020 Google ใช้อัลกอริทึมการเรียนรู้แบบการแก้โจทย์ปัญหา ซึ่งเป็น AI ประเภทหนึ่งที่เรียนรู้วิธีแก้ไขงานผ่านการลองผิดลองถูกเพื่อออกแบบเลย์เอาต์ของ TPU ใหม่ ในที่สุด AI ก็มีการออกแบบใหม่แปลก ๆ ที่มนุษย์จะนึกไม่ถึง แต่ก็ได้ผลดีเยี่ยม

ด้วย machine learning ในปัจจุบัน โปรแกรมเมอร์จะไม่เขียน fix ตายตัวอีกต่อไป แต่พวกเขาจะสร้างระบบที่เรียนรู้กฎเหล่านั้นด้วยตัวมันเอง ซึ่งมันเป็นวิธีคิดที่ต่างไปจากเดิมอย่างสิ้นเชิง