Des ingénieurs de CU Boulder ont combiné des simulations informatiques avancées avec l’intelligence artificielle (IA) pour tenter de prédire comment les composants électroniques, comme les transistors d’un téléphone portable, tomberont en panne.
Des ingénieurs de CU Boulder ont fait un grand pas en avant en combinant des simulations informatiques avancées avec l’intelligence artificielle. Une combinaison visant à tenter de prédire comment les composants électroniques, comme les transistors d’un téléphone portable, vont tomber en panne.
Un atout pour l’industrie de l’électronique
Menée par la physicienne et ingénieure aérospatiale Sanghamitra Neogi, l’équipe a pu cartographier la physique de petits blocs de construction constitués d’atomes. Elle a ensuite utilisé des techniques d’apprentissage automatique pour estimer comment des structures plus grandes créées à partir de ces mêmes blocs pourraient se comporter.
Cette recherche pourrait être un atout pour l’électronique indispensable à notre vie quotidienne, des smartphones et des voitures électriques aux nouveaux ordinateurs quantiques. Selon Neogi, les ingénieurs pourraient un jour utiliser les méthodes de l’équipe pour repérer à l’avance les points faibles de la conception des composants électroniques.
Ce projet s’inscrit dans le cadre des travaux de Neogi, qui s’intéresse à la manière dont le monde des très petites choses, comme l’agitation des atomes, peut aider les gens à construire des ordinateurs de nouvelles générations et plus efficaces.
L’intelligence artificielle pour déterminer les points de chauffage
Les recherches de Neogi se concentrent sur un gros point de friction dans l’industrie électronique : les hotspots, à ne pas confondre avec les connexions Wi-Fi mobiles. Neogi explique que la plupart des outils informatiques modernes comportent un grand nombre d’imperfections — de petits défauts dans les composants électroniques qui provoquent une accumulation de chaleur à certains endroits. Ces « points chauds » rendent également votre smartphone beaucoup moins efficace.
Le problème, selon la physicienne, est que les ingénieurs qui s’appuient sur des simulations informatiques, ou modèles, ont du mal à prévoir à l’avance où ces points faibles sont susceptibles de se trouver. Elle pense donc que l’intelligence des machines peut aider les ingénieurs à concevoir de meilleurs appareils électroniques.
Des atomes aux dispositifs
Dans l’étude, Neogi et ses collègues ont mis au point un modèle informatique qui utilise l’intelligence artificielle pour apprendre les propriétés physiques de ces blocs de construction. Une intelligence capable de prédire comment les atomes et les électrons s’assemblent pour déterminer le paysage énergétique d’un matériau. Le modèle peut ensuite extrapoler à partir de ces blocs de base pour estimer la distribution de l’énergie dans un ensemble d’atomes beaucoup plus grand.
« L’intelligence recueille des informations de chaque unité individuelle et les combine pour prédire les propriétés finales du système collectif, qui peut être composé de deux, trois unités ou plus », explique Mme Neogi.
Son équipe a encore beaucoup de chemin à parcourir avant de pouvoir identifier tous les points faibles potentiels d’un appareil de la taille de votre téléphone. Jusqu’à présent, le modèle du groupe s’est avéré efficace. Mme Neogi et ses collègues ont utilisé l’outil pour prédire avec précision les propriétés de plusieurs matériaux du monde réel fabriqués à partir de silicium et de germanium. Mme Neogi s’appuie également sur sa compréhension de la façon dont la chaleur et l’énergie circulent à de très petites échelles pour améliorer les dispositifs existants, mais aussi pour aider à créer les dispositifs de demain.
- Partager l'article :
