Inteligência artificial cria componentes de microchip 500 vezes menores do que os projetados por humanos
Cientistas alcançaram uma redução significativa no tamanho de três componentes cruciais para microchips fotônicos, diminuindo-os em até 500 vezes. Essa conquista, que abre mais espaço para outras funcionalidades nos chips, foi possível graças a um algoritmo de inteligência artificial (IA) que gerou projetos descritos como “além da intuição humana” pelos pesquisadores.
Enquanto os microchips convencionais dependem de elétrons para transmitir e processar informações, os microchips fotônicos utilizam partículas de luz, os fótons. Essa característica permite que eles processem e transmitam dados com muito mais velocidade, alcançando a velocidade da luz. Além disso, oferecem maior largura de banda, já que diferentes comprimentos de onda podem carregar fluxos de dados distintos, e perdem menos energia na forma de calor.
Consequentemente, os chips fotônicos são empregados em aplicações onde a transmissão de dados rápida e de alta largura de banda é fundamental. Isso inclui áreas como comunicações por fibra óptica, data centers, sistemas de IA, tecnologias lidar para veículos autônomos e computação quântica.
Em vez de fios metálicos, canais com largura de micrômetros, chamados guias de onda, direcionam a luz através do chip fotônico. Esses chips também incorporam divisores de comprimento de onda, classificadores de modo espacial e espelhos, todos indispensáveis para separar e direcionar distintos comprimentos de onda e padrões de luz em uma área minúscula, com uma fração da largura de um fio de cabelo humano.
No estudo recente, publicado na revista Nature Communications, os cientistas utilizaram projetos gerados por IA para fabricar esses três componentes em escala ultracompacta.
Saiba mais: Novos AirPods Pro com câmeras: vazamentos revelam detalhes sobre funcionalidades de IA e privacidade
O espaço adicional disponível nos chips pode capacitar engenheiros a “desbloquear novas funcionalidades”, permitindo a inclusão de mais componentes, conforme apontaram os pesquisadores no estudo. Notavelmente, a pesquisa demonstra que a inteligência artificial pode produzir designs de chips inovadores que também são viáveis para fabricação.
Como a inteligência artificial inverteu o processo de design
Os pesquisadores deram início ao processo fornecendo ao algoritmo as especificações exatas para o que desejavam que os componentes fizessem com a luz. Eles também estabeleceram certas restrições de fabricação, como limites para a curvatura das nanoestruturas.
Em seguida, o algoritmo de inteligência artificial reverteu o processo, testando e refinando diferentes designs até encontrar as delicadas nanoestruturas capazes de atingir o resultado desejado.
Toby Bi, primeiro autor do estudo e pesquisador do Max Planck Institute for the Science of Light, afirmou que “o design inverso nos permite definir o que queremos que a luz faça, e a otimização encontra uma estrutura que o faz, muitas vezes uma que nenhum ser humano teria desenhado”. Ele também completou, explicando que “o que é emocionante é que a mesma estrutura pode fazer três trabalhos bem diferentes no mesmo chip: rotear a luz por comprimento de onda, classificá-la por modo espacial e atuar como espelhos compactos que formam cavidades ópticas no chip.”
Veja Também
Game Marvel’s Wolverine, da Insomniac Games, conquista status Gold e se aproxima de estreia no PlayStation 5
Marvel’s Wolverine: edição digital deluxe destaca uniformes exclusivos e vantagens para jogadores
Empresa de GTA 6, Take-Two pede ajuda de Microsoft e Discord contra vazamentos
Geralmente, os componentes para chips fotônicos são projetados manualmente por engenheiros. Este método envolve partir de um design já testado e otimizá-lo minuciosamente para novos parâmetros de desempenho. Contudo, essa abordagem é lenta e limita a variedade de geometrias de dispositivos que podem ser exploradas.
Para aprimorar ainda mais os componentes, a equipe decidiu fabricá-los com nitreto de silício relativamente espesso. Com uma espessura de aproximadamente 400 a 800 nanômetros, em comparação com os 150 a 400 nanômetros do silício padrão, o material mais espesso desperdiça menos luz e oferece um confinamento de comprimento de onda mais forte.
No mesmo tema: Grafeno de nove camadas revela estado quântico que desafia século de física
Os espelhos resultantes, com cerca de 11 micrômetros de comprimento, refletiram até 98,5% da luz incidente, ao mesmo tempo que bloqueavam padrões de luz indesejados. Quando colocados em pares em cada lado de um guia de onda, a luz ricocheteou entre eles mais de 100 vezes antes de escapar, o que demonstrou as baixas perdas do nitreto de silício, conforme explicaram os cientistas. O divisor de comprimento de onda tem aproximadamente o tamanho de uma única bactéria, cerca de 5 micrômetros, e o classificador de modo espacial é apenas um pouco maior.
Chips com inteligência artificial se aproximam do uso prático
Embora os pesquisadores tenham demonstrado individualmente esses componentes compactos com sucesso, eles ainda não os combinaram em um circuito óptico integrado completo. O próximo passo será justamente alcançar essa integração para construir chips fotônicos totalmente funcionais, capazes de aproveitar a densidade aumentada de componentes possibilitada por esses designs.
No estudo, os pesquisadores escreveram que “esses resultados demonstram a viabilidade de componentes fotônicos compactos, robustos a erros de fabricação e personalizados, e abrem caminho para uma integração escalável e de alto desempenho em sistemas fotônicos baseados em nitreto de silício”.
Nos últimos anos, engenheiros têm explorado a integração da inteligência artificial no processo de design e fabricação de semicondutores. No passado, abordagens impulsionadas por IA reduziram os ciclos de design de semanas para horas, diminuindo significativamente os custos de produção.
Mais sobre o assunto: Universo jovem: descoberto sistema inédito com três buracos negros supermassivos ativos
Alguns sistemas são até capazes de gerar designs de chips eficazes a partir de um comando de apenas 200 palavras. O AlphaChip do Google, um método de aprendizado de máquina que projeta layouts de chips, produziu plantas “sobre-humanas” que foram implementadas nos chips de IA de produção da gigante da tecnologia.
