Fizik yasalarıyla eğitilen yapay zeka, endüstriyel tasarımları 10 kat hızlandırdı

Kuantum hesaplama donanımlarından gelişmiş kamera lenslerine, akıllı gözlüklerden optik veri iletim sistemlerine kadar birçok ileri teknoloji alanında nanofotonik malzemelere duyulan ihtiyaç artıyor. Işığı dalga boyundan daha küçük ölçeklerde kontrol edebilen bu yapay malzemeler, yeni nesil donanımlar için kritik görülüyor. Ancak nanofotonik malzemelerin tasarım ve simülasyon süreçleri, teknoloji şirketleri ve araştırma merkezleri için önemli bir zaman ve maliyet yükü oluşturuyor. İsveç’teki Chalmers Teknoloji Üniversitesi araştırmacıları, yapay zeka modellerini fizik yasalarıyla önceden eğiterek bu süreci önemli ölçüde kısaltan bir yöntem geliştirdi. Chalmers Fizik ve Astronomi Bölümü’nden Prof. Philippe Tassin, yapay zeka sistemine fizik yasalarıyla ilgili temel bilgilerin verilmesiyle modelin daha hızlı ve isabetli çalıştığını belirtti. Tassin, süper bilgisayar hesaplamalarının artık önceki sürenin onda biri kadar zamanda tamamlandığını ifade etti.

FİZİK KURALLARI YAZILIMA İŞLENDİ
Geleneksel makine öğrenimi modelleri, gelişmiş optik malzemeleri tasarlamak için çok büyük veri setlerine ihtiyaç duyuyor. Bu modellerin eğitilmesi için on binlerce simülasyon çalıştırılması gerekiyor. Nanofotonik malzemelerde tek bir veri noktasının oluşturulması 10 dakika ile bir saat arasında sürebiliyor. Nitelikli bir model için yaklaşık 40 bin simülasyon gerektiğinde, veri üretimi ve eğitim döngüsü şirketlerin Ar-Ge ekipleri için haftalar süren bir sürece dönüşüyor. Chalmers ekibi, sinir ağının fiziksel kuralları deneme yanılma yoluyla öğrenmesini beklemek yerine elektromanyetizma yasalarını doğrudan modelin temel yapısına entegre etti. Böylece yapay zeka, evrensel fizik ilişkilerini her yeni tasarımda baştan öğrenmek zorunda kalmadı. Bu yaklaşım sayesinde, endüstriyel ölçekte yaklaşık 30 gün sürebilen veri üretim ve model eğitim süreci 3 güne kadar indirildi.

NANOFOTONİKTE TASARIM DARBOĞAZI AŞILIYOR
Geliştirilen yöntem, nanofotonik malzemelerin optik özelliklerini çok daha kısa sürede tahmin edebiliyor. Eğitim tamamlandıktan sonra sisteme herhangi bir yapı tanımlandığında, model bu yapının optik özelliklerini milisaniyeler içinde hesaplayabiliyor. Çalışmanın araştırmacılarından doktora öğrencisi Viktor Lilja, ağı eğittikten sonra herhangi bir yapının sisteme tanımlanabildiğini ve optik özelliklerinin çok kısa sürede elde edilebildiğini belirtti. Bu hız, özellikle çok sayıda malzeme tasarımının karşılaştırıldığı Ar-Ge süreçlerinde önemli bir avantaj sağlıyor. Parametrelerde yapılacak küçük değişikliklerin bile uzun simülasyon süreçlerini yeniden başlatabildiği geleneksel yöntemlere kıyasla, yeni model daha esnek bir çalışma imkanı sunuyor.

KUANTUM DONANIMLARI İÇİN KULLANILACAK
Laser & Photonics Reviews dergisinde yayımlanan çalışma, yüksek ticarileşme potansiyeline sahip iki alanı öne çıkarıyor. Bunlardan ilki, daha hafif, ince ve yüksek ışık geçirgenliğine sahip yeni nesil optik bileşenler geliştiren lens ve kamera teknolojileri sektörü. Doğal malzemelerin ışığı kırma sınırlarını aşabilen yapay nanoyapılar, akıllı gözlükler ve tüketici elektroniği ürünlerinde daha kompakt donanımların geliştirilmesine katkı sağlayabilir. İkinci alan ise kuantum teknolojileri. Chalmers Mikroteknoloji ve Nanobilim Bölümü’nde geliştirilen kuantum donanımlarıyla bağlantılı olarak, yeni yapay zeka modeli mekanik olarak esnek fotonik kristallerin analizinde kullanılabiliyor. Bu kristaller, ışığın hareketini yüksek hassasiyetle yönlendirebiliyor. Böylece kuantum bilgisayarlar arasında veya uzak mesafelerdeki veri ağlarında bilginin çok düşük kayıpla iletilmesine katkı sağlayabilecek fotonik bileşenlerin tasarımı hızlanabiliyor.

İNSANIN HESAPLAYAMADIĞI KARMAŞIKLIK
Prof. Philippe Tassin, elektromanyetizma denklemlerini yıllardır çalışmasına ve öğretmesine rağmen, sinir ağının ulaştığı karmaşık sonuçlara manuel hesaplamayla erişmenin mümkün olmadığını belirtti. Tassin’e göre fiziksel yapıların karmaşıklığı, yeni nesil bir malzemenin optik özelliklerini yalnızca bakarak ya da geleneksel yöntemlerle anlamayı zorlaştırıyor. Geliştirilen entegre bilgisayar modeli ise fizik yasalarını ve yapay zeka hesaplama gücünü bir araya getirerek bu karmaşık ilişkileri daha hızlı çözebiliyor. Chalmers ekibinin yöntemi, yarı iletken, optik donanım ve kuantum hesaplama alanlarında tasarım süreçlerini hızlandırabilecek bir araç olarak öne çıkıyor. Simülasyon sürelerinde sağlanan 10 katlık düşüş, ileri teknoloji Ar-Ge çalışmalarında hem zaman hem de maliyet verimliliği açısından önemli bir kazanım sunuyor.