虽然人工智能和机器学习的应用越来越广泛，但在繁杂的电子设计中，能够帮助工程师实现什么类型的决策呢？工程师又将如何看待在设计中让人工智能进行这些决策呢？本文所揭示的一个设计趋势是，绝大多数的工程师们都信任人工智能，认为它们会在建模设计、元器件选型、加快新产品上市方面发挥越来越大的作用。
几十年后，人们是否会记住2023年是人工智能和机器学习大行其道的一年？这很有可能。如今，无论在哪个行业，机器学习无疑都是新闻的主角。作为消费者，对ChatGPT早有耳闻，在它推出后的头五天，就有100万人使用了它。
在过去的几年中，机器学习和物联网已成为最佳拍档。超低功耗微控制器和紧凑型tinyML框架的出现，为边缘智能设备打开了广阔的发展空间。虽然机器学习在嵌入式系统中的应用越来越广泛，但工程师将如何看待在新的设计中让人工智能和机器学习帮助实现一些决策，比如选择元器件呢？
人工智能可协助元器件选型
最近，电子产品分销商Farnell在其element14社区网站上开展的一项调查显示，528名受访工程师中，有454人(占比为86%)表示他们会信任人工智能，并将其作为元器件选型过程中的一部分。其中23%的受访者表示，他们会完全信任人工智能来实施元器件选型。
“该调查结果表明，在电子设计中进行元器件选型方面，工程师们已经开始认识到人工智能所起的作用，尤其是在考虑安全性或创新性的场景中。”Farnell全球技术营销主管Cliff Ortmeyer表示，“随着人工智能模型越来越成熟，在建模设计、选择组件、缩短设计周期和缩短新产品上市时间方面，它们明显会发挥更大作用。”
虽然也有人对人工智能的参与以及有可能出现有意或无意的偏见而表示担忧，但总体而言，调查表明人工智能在未来的元器件选型中将发挥越来越积极的作用。一位表示支持的受访者评论说：“人们迟早会发现获取在线网表和原理图PDF、并将其用作良好的人工智能训练数据的方法。事实上，一旦有了更好的元器件及其各种内部参数的数字表征，再结合来自所有子系统的数据，人工智能甚至还能对其本身进行更好的优化。”
消除阅读数据手册的单调乏味
“当作为电子工程师从事高集成度平显系统的研发工作时，我发现在整个设计过程中，需要查找大量的元器件，还要极为乏味地阅读许多数据手册”，Circuit Mind公司的联合创始人兼首席执行官Tomide Adesanmi在接受EETU(电子工程专辑，欧洲)采访时如此表示。
“设计过程中要阅读数百页的资料，并希望自己没有犯错或错过任何重要信息。阅读这么多的资料需要漫长的过程，占用了大量的时间，从而阻碍了我设计出最好的产品”，Adesanmi回忆道。
公司是一家英国初创公司(成立于2018年)，旨在重构电子工程设计，其具体使命就是要将工程师从乏味的数据手册阅读过程中解放出来，以帮助工程团队节省时间和资源。
Tomide Adesanmi，图片来源：Circuit Mind公司
针对该公司的电子设计助手ACE，Adesanmi介绍道，“该系统由两部分组成，即Commodore和ACE。Commodore是第一部分，它是电子元器件数据库的一个数字孪生。该数字孪生把工程师需要从所选元器件数据手册中读取的任何信息都转换成了机器可读模型。然后利用机器学习从数据手册中提取信息，并执行严格的流程，确保信息的正确性。第二部分是ACE，是一套确定性的数学算法。在Circuit Mind公司，电子工程师把电路设计知识和相关规则转换成数学算法，然后再传递给算法工程师。这种算法是必须确保创建正确的确定性算法，而非概率性或随机性算法。”
Adesanmi解释道：“ACE执行整个设计流程。确定性数学算法的第一个模块，负责电路设计中的数字部分，其中包括电机驱动器和一些传感器。接下来的设计模块是电源和模拟部分。这些模块设计的思维方式，类似于MATLAB的模块设计“。
”其中，数字模块的价值主张是：工程师不应该对这些元器件进行底层研究，比如反复阅读数据手册、研究引脚分配、或思考这个元器件是否具有足够的寄存器来满足设计所需？相反，应该把大部分时间花在需要设计经验的地方，比如电路的模拟设计方面。其他的就不用管了，因为那太乏味了。假设这些都已经解决了，那么就把精力放在需要经验的那20%或30%的电路设计上吧”，Adesanmi补充道。
为了验证，EETU提出了一个设计场景，即需要时钟电路的设计，看该平台是否能够给出合适的微控制器或单独定时芯片的选型。对此，Adesanmi响应道，“实际上，这是一种组合，我们要做的是提供大量的抽象。而真正的问题是工程师究竟需要哪种程度的抽象。工程师应该加入功能模块，重点考虑功能，而不一定是某个特定的元器件。例如，如果工程师添加了微控制器和蓝牙功能块，这可能是两个芯片，而具体选型可能取决于要如何实现这些功能块。我们的想法是，是否可以选择将这两个功能块并入一个元器件来实现。而平台如何选择合并，还取决于参数的优化权衡。”
该平台还可以帮助工程师优化体积、功耗或成本，在此基础上，工程师可以实现三种设计。Adesanmi演示了该平台，并重点介绍了应如何调整优化各种参数(见图1)。
图1：利用Circuit Minds的ACE平台创建的智能农业传感器系统的优化设计方案。(来源：Circuit Mind)
不过，一个不能忘记的关键问题是，在ACE中，工程师仍然还是控制主体。Adesanmi指出，“工程师应该检查某个设计，看其是否能满足设计需求，比如是应该使用LED驱动还是MOSFET。对于典型的工作流程，可以在10分钟内指定需求并生成设计。工程师可以快速开发出多达10种不同的设计，并对它们进行比较。该平台可以创建原理图文件、各种项目文件以及包含主要电子分销商元器件价格的BOM清单”。
(参考原文：trusting-ai-with-your-electronics-design-decisions）
本文为《电子工程专辑》2023年12月刊杂志文章，版权所有，禁止转载。点击申请免费杂志订阅
您可能感兴趣
