تتسابق الشركات التكنولوجية طورًا لرفع مستوى التقنية في تصميم الدوائر، حيث تكمن التحديات في توازُن بين الأهداف المختلفة مثل تقليل طول الأسلاك وحرص تدفق البيانات. في هذا السياق، ظهرت تقنية جديدة تحمل اسم CoEvoP&R، التي تعتمد على نماذج لغوية ضخمة (Large Language Models).

هدف CoEvoP&R هو تطوير أهداف التصميم بشكل تلقائي، حيث يقدم نظامًا يحلل المعلومات المتاحة ويقوم بتعديل الأهداف بناءً على ردود الفعل من عمليات التوصيل والتوقيت. هذه التقنية ليست مجرد تعزيز فعالية التصميم، بل تساعد أيضًا في تحسين الجودة النهائية للتوصيلات، مما يقلل من الازدحام بمعدل يصل إلى 36.7%.

اختبارات قام بها الباحثون على نماذج مختلفة تُظهر أن CoEvoP&R لا يحقق فقط تحسينات كبيرة في الطول الكلي للأسلاك، بل يُزيد من السرعة بمقدار 0.70 نانوثانية في أسوأ الحالات. تعكس هذه التطورات تقدمًا مذهلًا في استخدام الذكاء الاصطناعي في البيئات الهندسية.

الابتكار هنا هو عدم اعتماد التقنية على إعادة ضبط يدوية من الخبراء، بل يعتمد على التعلم الذاتي والتكيف، مما يجعلها أكثر فعالية وسهولة في التطبيق.

إذا كنتم متشوقين لمزيد من التفاصيل حول هذا البحث الثوري وما يمكن أن ينتج عنه من تحولات في مجال تصميم الدوائر، فلا تترددوا في إلقاء نظرة على الأكواد المتاحة على GitHub. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!