في خطوة مثيرة تسلط الضوء على قوة الذكاء الاصطناعي في مجال العلوم، قامت دراسة حديثة باستخدام نموذج الذكاء الاصطناعي "أسترا" (Astra) لتحسين تصميم أنظمة النقاط الصفرية ثنائية الأبعاد (2D CFET) في المحولات الكهربائية. تكمن إحدى التحديات الأساسية في تحقيق التوازن بين التصميم الهيكلي والبصمة الكهربائية، حيث يتطلب ذلك اختبار مختلف الاقتراحات الهيكلية مقابل تكاليفها الكهربائية.

تستخدم هذه الدراسة نموذجًا كهربائيًا حراريًا لتقييم المقترحات المختلفة، حيث يعمل النظام الذكي "أسترا" على اختيار هندسة جديدة لتصريف الحرارة من مكون المصدر إلى الوصلات، في حين يقوم وكيل تنسيق آخر بتقديم مسار موجه لإزالة الحرارة من السطح.

من النتائج المذهلة لتلك الدراسة هو أن التصميم الجديد يقلل من ارتفاع درجة الحرارة في النظام بمقدار 1.67 كلفن مع الحفاظ على حجم المعدن ثابتًا. كذلك، أظهرت حساسية مقاومة المعدن انخفضًا في درجة الحرارة بمقدار 0.6 كلفن داخل المحول، مع فقدان طفيف يصل نسبته إلى 2% في تيار ترانزستور المصرف (nFET).

تكشف التجارب أيضًا أنه يمكن تحقيق درجات حرارة أقل مع زيادة المقاومة الحرارية عند تراجع التيار، بينما تتوافق النتائج مع التوجهات السابقة، مما يضمن دقة تنفيذ عمليات التشخيص الحرارية.

تؤكد هذه الدراسة على أن سير العمل بنظام الذكاء الاصطناعي يمكنه اقتراح هياكل حرارية، واختبارها ضمن قيود شائعة، وتحديد تكاليفها الكهربائية بفعالية، مما يفتح آفاقًا جديدة لتطبيقات الذكاء الاصطناعي في تحسين تصميم الأنظمة الكهربائية.