OptoGPT ile Optik Katman Tasarımı
Michigan Üniversitesi’nin mühendisleri, malzemeleri ve kalınlıkları “kelimeler” olarak, optik özelliklerini ise veri girişi olarak kodlayarak OptoGPT’yi geliştirdiler. Bu yenilikçi yapay zeka algoritması, ChatGPT’nin mimarisinden yararlanarak optik çok katmanlı film yapılarını hızlı bir biçimde tasarlamak için tasarlandı. OptoGPT, bu yapıların tasarımında korelasyonlara dayalı bir “cümle” oluşturarak bir sonraki “kelimeyi” tahmin ediyor.
İnce katmanlardan oluşan bu yapıların güneş pilleri, teleskoplar, yarı iletken üretimi ve akıllı pencerelerde birçok uygulama alanı bulunmaktadır. Araştırmacılar, mevcut ters tasarım yöntemlerinin farklı tasarım hedeflerine veya çeşitli yapı türlerine uyum sağlamakta zorlandığını belirtiyorlar.
Dünyanın En Hızlı Duvar Ören Robotu İşbaşı Yaptı!
Dünyanın en hızlı tuğla ören inşaat robotu, Amerika kıyılarına ulaştı. 105 metrelik teleskopik bom koluyla donatılmış yenilikçi bir robotik kamyon, Avustralya’dan Florida’ya doğru yola çıktı. Bu robot, OptoGPT’nin sunduğu hız ve verimlilik sayesinde inşaat sektörünü dönüştürmeye hazırlanıyor.
OptoGPT, optik katman tasarımlarını yalnızca 0,1 saniyede üreterek tasarım sürecini önemli ölçüde kolaylaştırmakta ve geleneksel yöntemlere göre çok daha hızlı bir çözüm sunmaktadır. OptoGPT’nin en büyük avantajlarından biri, önceki modellere kıyasla daha az katman içeren tasarımlar üretebilme yeteneğidir. Bu basitleştirme, sadece üretim karmaşıklığını azaltmakla kalmaz, aynı zamanda üretim maliyetlerini düşürerek gelişmiş optik teknolojilerin daha erişilebilir hale gelmesini sağlar.
U-M elektrik ve bilgisayar mühendisliği profesörü L. Jay Guo, “Bu yapıların tasarımı genellikle kapsamlı eğitim ve uzmanlık gerektirir çünkü en iyi malzeme kombinasyonunu ve her katmanın kalınlığını belirlemek kolay bir iş değildir” dedi. OptoGPT, tasarım sürecini otomatikleştiren kullanıcı dostu bir araç sunarak bu zorluğu aşmayı amaçlamaktadır. Bu sayede araştırmacılar ve mühendisler, yeni olasılıkları keşfetme konusunda daha fazla özgürlüğe sahip olurlar.
OptoGPT’nin temel yapısı, doğal dil işleme alanında yüksek verimliliği ile öne çıkan bir makine öğrenimi çerçevesi olan transformatör mimarisine dayanmaktadır. Açıklamalara göre, “Büyük dil modellerinin herhangi bir metin tabanlı soruya nasıl yanıt verebildiğine benzer şekilde, OptoGPT de büyük miktarda veri üzerinde eğitilmiş olup sahadaki genel optik tasarım görevlerine de oldukça iyi yanıt verebilmektedir.”
OptoGPT, malzemeleri ve kalınlıklarını kelimeler olarak ele alırken, optik özelliklerini girdi olarak kodlayarak bu “kelimeler” arasındaki kalıpları ve ilişkileri tanımlamaktadır.
OptoGPT’nin doğruluğunu değerlendirmek amacıyla araştırmacılar, onu bilinen 1.000 tasarım yapısından oluşan bir veri kümesiyle test ettiler. Elde edilen sonuçlar oldukça etkileyiciydi; OptoGPT’nin tasarımları, doğrulama setinden yalnızca yüzde 2,58 sapma göstererek olağanüstü hassasiyetini ortaya koydu. Yerel optimizasyon yoluyla daha fazla iyileştirme sağlanarak doğruluk oranı yüzde 24 artırıldı.
Araştırmacılar, OptoGPT’nin işleyişini haritalandırmak için istatistiksel teknikler kullanarak, metaller ve dielektrikler gibi malzemelerin doğal olarak türlerine göre kümelendiğini ve kalınlıkları 10 nanometreye yaklaştıkça tüm dielektriklerin birleştiğini keşfettiler.
