MEMS器件的開發是一項復雜的任務。博世（Bosch）研究團隊證明，生成式人工智能算法可以成功用于設計這些微型傳感器和執行器。
手掌中的博世MEMS傳感器
在智能手機拍照時代，無意產生的模糊圖像已很少見。這與智能手機內置的MEMS器件有關。智能手機通過MEMS陀螺儀和MEMS加速度計檢測手部的顫抖或其它動作，以實現攝像頭的光學圖像穩定功能。但是MEMS器件的作用不止于此：在汽車中，各種MEMS器件被用于安全目的。例如根據MEMS傳感器信號，控制單元決定是否應觸發安全氣囊或者電子穩定程序（ESP）是否需要采取行動。MEMS器件還被用于醫療保健領域，例如博世開發的分子診斷平臺Vivalytic，其使用MEMS技術制造的微結構以實現快速且方便的PCR檢測；另一個例子是生物MEMS器件 ，其將MEMS技術與微生物學相結合。
據麥姆斯咨詢介紹，博世是全球最大的汽車電子和消費電子MEMS器件供應商之一。該公司的員工每天生產超過400萬顆這種微型器件。這使得博世成為MEMS市場的頭號參與者。MEMS技術是一個充滿挑戰的領域：“盡管體積小巧，但開發和制造MEMS器件是一項極其復雜的任務，需要高精度和專業知識。”博世研究部門的工程師表示，他多年來一直參與MEMS設計工具和方法的開發。擁有博士學位的量子物理學家Matthias Wenzel解釋說：“這些復雜的微機械器件必須滿足許多嚴格的要求才能在市場上取得成功。”決定一款MEMS器件成功的關鍵參數包括開發成本以及產品的上市時間。最先進的算法長期以來一直用于設計MEMS器件。生成式人工智能（英文簡稱：GenAI）有可能成為一種新的強大工具，可以加快開發速度，使流程在資源和成本方面更加高效。
“博世（Bosch）工藝”可將高精度3D結構蝕刻到硅片上。該工藝于1994年獲得專利授權，成為博世建立MEMS業務的重要基礎。
MEMS領域知識與人工智能（AI）的結合
Matthias Wenzel及其團隊與博世人工智能研究部門的工程師Paul Baireuther聯手，并與來自德國羅伊特林根Mirko Hofmann部門的博世MEMS設計專家一起，開發了用于MEMS設計和優化的自動化工具鏈。借助先進算法，他們在局部層面優化MEMS結構，并使用生成式人工智能為設計的關鍵部分（即MEMS器件基本結構）創建新的拓撲結構。“我們的創新方法有望徹底改變MEMS設計流程，并讓我們看到了‘未來人工智能可以更好地支持人類創新，從而顯著提高結果質量’的前景。”Matthias Wenzel說道，“博世是世界上最大的MEMS供應商之一，那為什么要付出這么多努力呢？因為我們知道人工智能有可能徹底改變整個行業。所以我們的目標是通過生成式人工智能進一步提高MEMS器件性能來保持我們的領先地位。”
Paul Baireuther（左）和Matthias Wenzel（右）聯手將生成式人工智能（GenAI）引入MEMS領域。
上述博世聯合團隊首先專注于MEMS單個組件，以證明其方法的可行性。開發MEMS器件本身就是一項復雜的任務，它需要數周甚至數月的手動拓撲調整和局部優化。由于這是研究中的標準方法，該團隊可以接觸到最先進的MEMS設計，并可以將其與基于人工智能的設計建議進行比較。結果顯示：他們量身定制的生成式人工智能算法在短短幾天內就設計出了一種全新的拓撲結構，提供了新的解決方案來進一步改善特定的MEMS器件特性。
生成式人工智能還可以幫助工程師大大改進MEMS設計過程本身。傳統的優化方法非常適合局部優化，但由于其始終基于工程師的設計，因此靈活性不高。因此，當人類從一開始就排除設計選項或根本沒有考慮它時，某些開發路徑可能會被忽略，或者可能需要更長的時間才能發現它們。相比之下，人工智能驅動的拓撲生成器可以在短時間內創建和評估數千種不同的設計，比人類設計師所能考慮的可能性要多得多。根據定義的要求，該人工智能算法會創建一系列優化設計。工程師可以仔細研究這些設計，并從中挑選出自己喜歡的設計。
從概念驗證到實際產品
目前，Matthias Wenzel及其團隊的生成式人工智能方法仍處于早期階段。他們提供了第一個概念驗證，接下來的步驟很明確：借助他們的算法生成的MEMS器件結構將在硅片上實現，并將在2025年準備好集成到博世的MEMS產品中。如果一切按計劃進行，生成式人工智能方法將在2027年達到市場成熟度。與此同時，該方法將被應用于比MEMS單個組件更廣泛的范圍，并在不久的將來發揮其在整個MEMS領域中的潛力。“新的革新之旅才剛剛開始。”Matthias Wenzel感慨到，“MEMS設計中的人工智能方法無疑將改變我們開發MEMS器件的方式。”
