MEMS器件的开发是一项复杂的任务。博世（Bosch）研究团队证明，生成式人工智能算法可以成功用于设计这些微型传感器和执行器。
手掌中的博世MEMS传感器
在智能手机拍照时代，无意产生的模糊图像已很少见。这与智能手机内置的MEMS器件有关。智能手机通过MEMS陀螺仪和MEMS加速度计检测手部的颤抖或其它动作，以实现摄像头的光学图像稳定功能。但是MEMS器件的作用不止于此：在汽车中，各种MEMS器件被用于安全目的。例如根据MEMS传感器信号，控制单元决定是否应触发安全气囊或者电子稳定程序（ESP）是否需要采取行动。MEMS器件还被用于医疗保健领域，例如博世开发的分子诊断平台Vivalytic，其使用MEMS技术制造的微结构以实现快速且方便的PCR检测；另一个例子是生物MEMS器件 ，其将MEMS技术与微生物学相结合。
据麦姆斯咨询介绍，博世是全球最大的汽车电子和消费电子MEMS器件供应商之一。该公司的员工每天生产超过400万颗这种微型器件。这使得博世成为MEMS市场的头号参与者。MEMS技术是一个充满挑战的领域：“尽管体积小巧，但开发和制造MEMS器件是一项极其复杂的任务，需要高精度和专业知识。”博世研究部门的工程师表示，他多年来一直参与MEMS设计工具和方法的开发。拥有博士学位的量子物理学家Matthias Wenzel解释说：“这些复杂的微机械器件必须满足许多严格的要求才能在市场上取得成功。”决定一款MEMS器件成功的关键参数包括开发成本以及产品的上市时间。最先进的算法长期以来一直用于设计MEMS器件。生成式人工智能（英文简称：GenAI）有可能成为一种新的强大工具，可以加快开发速度，使流程在资源和成本方面更加高效。
“博世（Bosch）工艺”可将高精度3D结构蚀刻到硅片上。该工艺于1994年获得专利授权，成为博世建立MEMS业务的重要基础。
MEMS领域知识与人工智能（AI）的结合
Matthias Wenzel及其团队与博世人工智能研究部门的工程师Paul Baireuther联手，并与来自德国罗伊特林根Mirko Hofmann部门的博世MEMS设计专家一起，开发了用于MEMS设计和优化的自动化工具链。借助先进算法，他们在局部层面优化MEMS结构，并使用生成式人工智能为设计的关键部分（即MEMS器件基本结构）创建新的拓扑结构。“我们的创新方法有望彻底改变MEMS设计流程，并让我们看到了‘未来人工智能可以更好地支持人类创新，从而显著提高结果质量’的前景。”Matthias Wenzel说道，“博世是世界上最大的MEMS供应商之一，那为什么要付出这么多努力呢？因为我们知道人工智能有可能彻底改变整个行业。所以我们的目标是通过生成式人工智能进一步提高MEMS器件性能来保持我们的领先地位。”
Paul Baireuther（左）和Matthias Wenzel（右）联手将生成式人工智能（GenAI）引入MEMS领域。
上述博世联合团队首先专注于MEMS单个组件，以证明其方法的可行性。开发MEMS器件本身就是一项复杂的任务，它需要数周甚至数月的手动拓扑调整和局部优化。由于这是研究中的标准方法，该团队可以接触到最先进的MEMS设计，并可以将其与基于人工智能的设计建议进行比较。结果显示：他们量身定制的生成式人工智能算法在短短几天内就设计出了一种全新的拓扑结构，提供了新的解决方案来进一步改善特定的MEMS器件特性。
生成式人工智能还可以帮助工程师大大改进MEMS设计过程本身。传统的优化方法非常适合局部优化，但由于其始终基于工程师的设计，因此灵活性不高。因此，当人类从一开始就排除设计选项或根本没有考虑它时，某些开发路径可能会被忽略，或者可能需要更长的时间才能发现它们。相比之下，人工智能驱动的拓扑生成器可以在短时间内创建和评估数千种不同的设计，比人类设计师所能考虑的可能性要多得多。根据定义的要求，该人工智能算法会创建一系列优化设计。工程师可以仔细研究这些设计，并从中挑选出自己喜欢的设计。
从概念验证到实际产品
目前，Matthias Wenzel及其团队的生成式人工智能方法仍处于早期阶段。他们提供了第一个概念验证，接下来的步骤很明确：借助他们的算法生成的MEMS器件结构将在硅片上实现，并将在2025年准备好集成到博世的MEMS产品中。如果一切按计划进行，生成式人工智能方法将在2027年达到市场成熟度。与此同时，该方法将被应用于比MEMS单个组件更广泛的范围，并在不久的将来发挥其在整个MEMS领域中的潜力。“新的革新之旅才刚刚开始。”Matthias Wenzel感慨到，“MEMS设计中的人工智能方法无疑将改变我们开发MEMS器件的方式。”
