Компания Quanscient совместно с IEEE Spectrum представила метод MultiphysicsAI, который сокращает время проектирования пьезоэлектрических микромеханических ультразвуковых преобразователей (PMUT) с нескольких дней до секунд. Технология использует ИИ-суррогатные модели для оптимизации ключевых параметров датчиков, применяемых в биомедицинской визуализации и диагностике.
Метод обучает нейросети на 10 000 случайных геометрических конфигураций, достигая средней ошибки предсказания в 1%. ИИ мгновенно вычисляет ключевые показатели: чувствительность передачи, центральную частоту, полосу пропускания и электрический импеданс. Оптимизация по Парето позволила одновременно увеличить полосу пропускания с 65% до 100% и улучшить чувствительность на 2-3 дБ при стабильной центральной частоте 12 МГц.
Традиционное проектирование PMUT требует баланса между чувствительностью и полосой пропускания при строгих частотных ограничениях. Последовательные циклы «моделирование-сборка-тестирование» ограничивают исследование всего пространства проектных решений. Новый подход заменяет ручной перебор на систематическую обратную оптимизацию с использованием облачных вычислений.
Технология позволяет инженерам MEMS и разработчикам биомедицинских устройств быстро исследовать компромиссы в дизайне и достигать проверенного улучшения характеристик с минимальными затратами инженерных ресурсов.
