Trí thông minh nhân tạo sẽ sớm dự đoán được tuổi thọ của các thiết bị điện tử, từ đèn LED đến máy tính lượng tử

Các hệ thống mô phỏng và trí tuệ nhân tạo có khả năng dự đoán khi nào thiết bị của bạn sẽ 'hư hại'.

So sánh với việc ghép các khối LEGO tài ba ở cấp độ nguyên tử, các kỹ sư tại Đại học Colorado (CU) Boulder đã tiến xa trong việc kết hợp các mô phỏng phức tạp trên máy tính với trí tuệ nhân tạo, với mục đích dự đoán tương lai của các linh kiện điện tử. Họ đã có khả năng đo lường tuổi thọ của các linh kiện như bóng bán dẫn trong điện thoại và máy tính.

Nghiên cứu mới này do nhà vật lý và kỹ sư hàng không vũ trụ Sanghamitra Neogi và Artem Pimacheve, một cộng sự của cô tại CU Boulder, dẫn đầu và được công bố trong tạp chí npj Computational Materials tuần này.

Trong nghiên cứu mới nhất này, Neogi và đồng nghiệp đã tổ chức các quy luật vật lý của các khối nguyên tử, sau đó áp dụng machine learning để dự đoán hành vi của các cấu trúc lớn hơn được hình thành từ những khối nhỏ này. Việc này giống như quan sát các mảnh ghép Lego nhỏ để dự đoán độ bền của mô hình được xây dựng từ chúng.

“Chúng tôi đang nghiên cứu cách hiểu sâu hơn về các quy luật vật lý của các thiết bị, mỗi thiết bị có hàng tỉ nguyên tử,” theo Neogi, phó giáo sư tại phòng “Ann and H.J Smead” thuộc khoa Khoa học Kỹ thuật Hàng không vũ trụ.

Kết quả từ nghiên cứu này có thể mang lại nhiều lợi ích cho các thiết bị điện tử quan trọng trong cuộc sống, từ điện thoại thông minh đến xe điện, thậm chí là máy tính lượng tử của tương lai. Neogi hy vọng rằng một ngày không xa, các kỹ sư có thể áp dụng công nghệ mà nhóm của cô đã phát triển để phát hiện các điểm yếu của các linh kiện điện tử.

Dự án này là một phần của đề tài nghiên cứu thế giới vi mô của Neogi. Mục tiêu của cô là giúp con người tạo ra các máy tính có hiệu suất cao hơn - thậm chí cả máy tính mô phỏng não con người.

“Thay vì chờ đợi cho đến khi thiết bị bị hỏng sau nhiều năm mới biết nguyên nhân, phương pháp này có thể cho chúng ta biết trước cách thiết bị hoạt động trước khi chúng được sản xuất.”

Giải quyết vấn đề điểm nóng (hotspots)

Nghiên cứu mới nhất của cô tập trung vào một vấn đề quan trọng trong ngành công nghiệp điện tử: hotspots.

Hotspots ở đây không phải là điểm truy cập WiFi. Neogi giải thích rằng hầu hết các bộ xử lý hiện đại có nhiều khuyết điểm - những lỗi nhỏ trong linh kiện khiến nhiệt độ tăng lên ở một số điểm dẫn đến sự giảm hiệu suất, tương tự như khi mất tốc độ khi lái xe qua địa hình khó khăn. Vấn đề là khi các kỹ sư thiết kế sử dụng mô hình hoặc giả lập kỹ thuật số, họ gặp khó khăn trong việc dự đoán nơi các vấn đề này có thể xảy ra.

“Chúng ta có thể áp dụng các mô hình vật lý để dự đoán các hệ quy chiếu với khoảng 100 nguyên tử. Nhưng điều này vẫn ít so với hàng tỉ nguyên tử trên các thiết bị.” Neogi cho biết rằng trí tuệ nhân tạo machine learning có thể hỗ trợ các kỹ sư thiết kế các thiết bị hiệu quả hơn.

Từ nguyên tử tới các thiết bị

Với các linh kiện điện tử, những mảnh ghép Lego tạo nên chúng là nhóm 16 nguyên tử Silic (Si) và German (Ge). Trong nghiên cứu này, Neogi và đồng nghiệp đã sử dụng một mô phỏng máy tính dựa trên AI để khám phá các thuộc tính vật lý của những mảnh ghép đã đề cập - cách mà các nguyên tử và electron kết nối với nhau để xác định phân bố năng lượng của chất liệu. Mô phỏng này có thể ước tính phân bố năng lượng trên một khối lớn hơn thông qua việc suy luận từ những mảnh ghép nhỏ.

“Chương trình sẽ thu thập thông tin từ các đơn vị nhỏ và kết hợp chúng để dự đoán thuộc tính của toàn bộ hệ thống, thường bao gồm 2, 3 hoặc nhiều đơn vị,” theo Neogi. Nhóm vẫn còn một hành trình dài trước khi có thể xác định mọi điểm yếu khả thi. Tuy nhiên, phương pháp này hiện đang cho thấy hiệu quả. Nhóm đã áp dụng nó để dự đoán chính xác các thuộc tính của một số vật liệu thực tế được làm từ Silic và German.

Neogi cũng tin rằng hiểu biết về cách nhiệt độ và phân bố năng lượng ở mức vi mô sẽ giúp không chỉ cải thiện các thiết bị hiện tại mà còn góp phần vào việc tạo ra các thiết bị trong tương lai. Năm 2019, cô đã tham gia một dự án quốc gia trị giá 1,7 triệu USD nhằm tìm hiểu tiềm năng của việc tạo ra các máy tính “neuromorphic” - có khả năng lưu trữ và xử lý thông tin bằng cách mô phỏng lại hoạt động của các neuron trong não bộ.

“Điều tôi muốn khám phá là thế giới vi mô bên trong điện thoại của bạn và cách các vật liệu và linh kiện kết hợp với nhau để tạo ra một thiết bị hoạt động,” Neogi chia sẻ.

Theo Đại học Colorado Boulder