人工智能可能很快就会预测电子产品如何失效

将他们视为乐高积木大师,只是在原子尺度上。CU Boulder 的工程师在将先进的计算机模拟与人工智能相结合以尝试预测电子设备(如手机中的晶体管)将如何失效方面向前迈出了一大步。

这项新研究由物理学家和航空航天工程师 Sanghamitra Neogi 领导,并于本周发表在npj 计算材料杂志上。

在他们的最新研究中,Neogi 和她的同事绘制了由原子组成的小积木的物理原理,然后使用机器学习技术来估计由这些相同积木创建的更大结构的行为。这有点像看着一块乐高积木试图预测一个更大的城堡的强度。

“我们正试图了解具有数十亿个原子的设备的物理特性,”Ann 和 HJ Smead 航空航天工程科学系助理教授 Neogi 说。

对于支撑我们日常生活的电子产品,从智能手机和电动汽车到新兴的量子计算机,这种追求可能是一种福音。有一天,Neogi 说,工程师可以使用团队的方法提前查明电子元件设计中的弱点。

该项目是 Neogi 更大关注的一部分,关注非常小的事物的世界,例如原子的摆动,如何帮助人们建造新的、更高效的计算机——甚至是那些从人脑中获取灵感的计算机。CU Boulder 航空航天工程研究助理 Artem Pimachev 是这项新研究的合著者。

“与其等待数年才能找出设备故障的原因,我们的方法可以让我们在构建设备之前先验知识,了解设备将如何工作,”Neogi 说。

加热

她的最新研究集中在电子行业的一个重要症结上:热点。

而且,不,这并不意味着移动 WiFi 连接。Neogi 解释说,大多数现代计算工具都存在大量缺陷——电子元件中的小缺陷会导致某些部位产生热量,有点像自行车在崎岖地形上骑行时减速的情况。这样的“热点”也会让你的智能手机效率低下。

Neogi 说,问题在于工程师利用计算机模拟或模型,很难提前预测那些可能出现的弱点。

“我们可以使用物理模型来理解包含大约 100 个原子的系统,”Neogi 说。“但这无法与这些设备中的数十亿个原子相比。”

她认为机器智能可以帮助工程师设计更好的电子产品。

从原子到设备

回想一下那些单独的乐高积木,在这种情况下,它们是由 16 个硅和锗原子组成的团块,它们是许多计算机组件的主要成分。

在这项新研究中,Neogi 和她的同事开发了一种计算机模型,该模型使用人工智能来学习这些构建块内的物理特性——或者原子和电子如何结合在一起来确定材料内的能量格局。然后,该模型可以从这些基本块中推断出更大的原子块中的能量分布。

“它从每个单独的单元收集信息并将它们组合起来以预测集体系统的最终属性,该系统可以由两个、三个或更多个单元组成,”Neogi 说。

她的团队在确定手机大小的设备中的所有潜在弱点之前还有很长的路要走。但是,到目前为止,该集团的模式已被证明是有效的。Neogi 和她的同事使用该工具准确预测了几种由硅和锗制成的现实世界材料的特性。

研究人员还利用她对热量和能量如何在非常小的尺度上流动的理解,不仅可以改进现有设备,还可以帮助创造未来的设备。2019 年,Neogi 加入了一项 170 万美元的全国性项目,以探索“神经形态”计算机的潜力——或通过模仿大脑神经元活动来存储和分析信息的设备。

“我想做的是在你的手持设备中探索这个原子世界,并了解材料和电子设备如何结合在一起使设备工作,”她说。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢