Μηχανικοί από το Πανεπιστήμιο του Κολοράντο Boulder (CU Boulder) προωθούν τη διαδικασία ενσωμάτωσης του artificial intelligence (AI) με εξελιγμένες προσομοιώσεις υπολογιστών σε μια προσπάθεια να προβλέψουν την αποτυχία των ηλεκτρονικών, όπως τα transistors που χρησιμοποιούνται σε κινητά τηλέφωνα.

AI: Εργαλείο προβλέπει την αποτυχία των ηλεκτρονικών συσκευών

Δείτε επίσης: Η Microsoft γίνεται μέλος του Space ISAC – θα βοηθήσει στο cybersecurity

Η μελέτη δημοσιεύθηκε πρόσφατα στο περιοδικό npj Computational Materials, με επικεφαλή τη φυσικό και μηχανικό αεροδιαστημικής, Sanghamitra Neogi.

Στη νέα τους μελέτη, η Neogi και οι συνεργάτες της σχεδίασαν τη φυσική των μικρών δομικών μονάδων που αποτελούνται από άτομα και στη συνέχεια εφάρμοσαν μεθόδους machine learning για να προβλέψουν τη συμπεριφορά των μεγαλύτερων δομών που παράγονται από αυτά τα μικρά δομικά στοιχεία. Είναι σαν να κοιτάς ένα τούβλο Lego για να προβλέψεις τη δύναμη ενός σχετικά μεγαλύτερου κάστρου.

Προσπαθούμε να κατανοήσουμε τη φυσική των συσκευών με δισεκατομμύρια άτομααναφέρει η Sanghamitra Neogi, Επίκουρος Καθηγητής στο Ann και H. J. Smead Τμήμα Επιστημών Μηχανικής Αεροδιαστημικής, Πανεπιστήμιο του Κολοράντο Μπόλντερ.

Δείτε επίσης: Θέλετε να κάνετε μανικιούρ; Θα κυκλοφορήσουν ρομπότ που θα το κάνουν

Αυτή η αναζήτηση θα μπορούσε να ωφελήσει τα ηλεκτρονικά που υποστηρίζουν την καθημερινή μας ζωή, από τα ηλεκτρικά αυτοκίνητα και τα smartphone έως αναδυόμενους κβαντικούς υπολογιστές

. Σύμφωνα με την Neogi, οι μηχανικοί θα μπορούσαν κάποια μέρα να χρησιμοποιήσουν τις τεχνικές των ερευνητών για να εντοπίσουν τα αδύνατα σημεία του σχεδιασμού των ηλεκτρικών components εκ των προτέρων.
"Αντί να περιμένουμε χρόνια για να καταλάβουμε γιατί οι συσκευές αποτυγχάνουν, οι μέθοδοι μας μπορούν να μας δώσουν μια εκ των προτέρων γνώση σχετικά με τον τρόπο λειτουργίας μιας συσκευής προτού την κατασκευάσουμε" αναφέρει η Sanghamitra Neogi, Επίκουρος Καθηγητής στο Ann και H. J. Smead Τμήμα Επιστημών Μηχανικής Αεροδιαστημικής, Πανεπιστήμιο του Κολοράντο Μπόλντερ.

Δείτε επίσης: Το UQ360 της IBM θα βοηθήσει στην μέτρηση της αβεβαιότητας της AI

Η μελέτη αποτελεί μέρος της ευρύτερης οπτικής της Neogi για το πώς η σφαίρα των πολύ μικρών πραγμάτων, όπως το wiggling των ατόμων, μπορεί να βοηθήσει στην κατασκευή νέων υπολογιστών που είναι πιο αποτελεσματικοί ή ακόμη και υπολογιστές που είναι εμπνευσμένοι από τον ανθρώπινο εγκέφαλο. Σε αυτή την μελέτη συμμετείχε και ο Artem Pimachev, ερευνητικός συνεργάτης στην αεροδιαστημική μηχανική στο CU Boulder.

Πηγή πληροφοριών: azorobotics.com