【東芝】人手では探索困難な多数のパラメータを自動で最適化するAI「高次元ベイズ最適化技術」を開発

２０２３－１２－１２
株式会社　東芝


人手では探索困難な多数のパラメータを自動で最適化するAI「高次元ベイズ最適化技術」を開発
～高性能パワー半導体などのデバイスや先端材料のデータドリブン設計でDE・DXを推進～


　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
概要
　当社は、高性能パワー半導体などのデバイスや先端材料の設計において、人手では探索が困難な多数のパラメータを自動で最適化するAI「高次元ベイズ最適化技術」を開発しました。

　デバイスや材料の設計においては、寸法や濃度を代表とする様々な設計パラメータが存在します。複雑な構造を持つ高性能デバイスや先端材料を設計する際には、より多くのパラメータの値の調整を通して、各値の最適な組み合わせを探索することにより、性能向上を実現します。
　例えば、人手による設計で利用される典型的な探索手法の一つであるグリッドサーチ*1を用いて、1個のパラメータについて10通りの値で対象の性能を評価する場合、最適なパラメータ値を求めるために評価が必要な組み合わせの数は、パラメータが2個で100通り（10の2乗）、10個あると100億通り（10の10乗）にものぼります。
　そのため、多数のパラメータの最適化を人手で行うのは困難であったり、長期間を要したりしますが、本AIが多数のパラメータからなる高次元パラメータベクトル*2の最適化を可能にし、高度なデータ分析に基づく自動設計（図１）を実現します。今般の開発は、データドリブン設計によるDE*3・DXを推進し、デバイスや材料の高性能化および生産性の向上に貢献します。

　当社は、本AIをあるパワー半導体素子の自動設計に適用したところ、動作時の電力損失の要因となるオン抵抗値を、標準的なベイズ最適化（以下、標準BO）に基づく従来の探索手法に比べて3分の2に低減する設計パラメータ値を見つけることに成功しました。当社は本技術の詳細を、12月15日から17日にかけて米国フロリダ州ジャクソンビルで開催される国際会議ICMLA2023 (22nd International Conference on Machine Learning and Applications) で発表します。


[画像1]https://user.pr-automation.jp/simg/1398/80544/600_258_202312112101396576fa2349e38.png
図1：自動設計