XiaoMi-AI文件搜索系统
World File Search System设计工具
PTPT：通过多目标贝叶斯优化进行物理设计工具参数调整
摘要 — 在先进的集成电路设计中，与电子设计自动化 (EDA) 工具相关的物理设计流程起着至关重要的作用。大多数情况下，输入物理设计工具的参数主要是基于专家的领域知识手动挑选的。然而，由于技术节点的不断缩小以及参数组合所跨越的设计空间的复杂性，甚至再加上耗时的仿真过程，这种对物理设计工具参数配置的手动探索变得极其费力。在设计流程参数调整领域存在一些工作。然而，非常有限的现有技术探索了多个感兴趣的结果质量 (QoR) 指标（例如延迟、功率和面积）之间的复杂相关性并同时明确优化这些目标。为了克服这些弱点并寻求物理设计工具的有效参数设置，在本文中，我们提出了一个多目标贝叶斯优化 (BO) 框架，以多任务高斯模型作为替代模型。采用基于信息增益的获取函数依次选择工具模拟候选对象，以有效逼近帕累托最优参数配置。在 7 纳米技术节点下的三个工业基准上的实验结果证明了所提出的框架相对于前沿作品的优越性。
PTPT：通过多物理设计工具参数调整...
摘要 — 在先进的集成电路设计中，与电子设计自动化 (EDA) 工具相关的物理设计流程起着至关重要的作用。大多数情况下，输入物理设计工具的参数主要是基于专家的领域知识手动挑选的。然而，由于技术节点的不断缩小以及参数组合所跨越的设计空间的复杂性，甚至再加上耗时的仿真过程，这种对物理设计工具参数配置的手动探索变得极其费力。在设计流程参数调整领域存在一些工作。然而，非常有限的现有技术探索了多个感兴趣的结果质量 (QoR) 指标（例如延迟、功率和面积）之间的复杂相关性并同时明确优化这些目标。为了克服这些弱点并寻求物理设计工具的有效参数设置，在本文中，我们提出了一个多目标贝叶斯优化 (BO) 框架，以多任务高斯模型作为替代模型。采用基于信息增益的获取函数依次选择工具模拟候选对象，以有效逼近帕累托最优参数配置。在 7 纳米技术节点下的三个工业基准上的实验结果证明了所提出的框架相对于前沿作品的优越性。
用于快速评估航空航天部件结构的 AM 设计工具
航空航天界最近对可消耗/消耗性技术的关注凸显了对新的、简化的设计工具的需求，以及对当前设计要求的潜在重新评估。增材制造 (AM) 技术提供了设计灵活性和创新潜力；然而，对于 AM 材料，内部空隙和表面特征会导致组件故障，并在应力寿命 (S-N) 数据中产生显著的分散。AM 分散减少通常通过工艺优化来实现；然而，这种方法需要特定的 AM 工艺知识和大量的材料数据。缺陷知情设计方法可确定特定的检查要求，最大限度地减少表征材料性能的数据量，并减少大量工艺开发以最大限度地减少缺陷的需要，因为缺陷的影响已明确包含在设计中。因此，缺陷知情设计可有效降低 AM 工艺开发的成本。当前的工作利用小裂纹扩展模型和实验缺陷观察来开发缺陷信息 S-N 等效模型，该模型可以根据起始缺陷应力强度因子 (K) 准确预测组件寿命。这种 K-N 方法减少了在 S-N 数据中观察到的散度，并最大限度地减少了模型所需的训练数据。这项研究的结果是用于 AM 应用的多功能设计工具，以及对不确定性量化的材料测试要求的定量理解。在这里发现的见解揭示了改进可消耗/消耗品领域设计的机会，并促进了 AM 供应链中的成本节约，从而使各行各业受益。
ACM 参考格式：Clara Kliman-Silver、Tiffany Knearem 和 Joseph Wheeler。2022 年。自动化和灵感：了解人工智能在用户体验设计工具中的价值。在 CHI 计算机系统人为因素会议 (CHI '22) 的 InContext：未来用户体验设计工具研讨会论文集上。ACM，纽约，纽约州，美国，3 页。
未来的设计工具将由人工智能驱动，这些矛盾需要得到解决。因此，我们需要考虑人工智能如何融入支持知识工作的设计工具（即旨在支持用户创作过程的设计工具），以及人工智能如何激励设计师为用户创造新体验，而不会削弱人们对人工智能驱动系统的信任。虽然之前关于人工智能在用户体验（UX）工具中的作用的研究有些有限，但我们可以从关于人工智能在其他创意环境中的作用的研究中汲取教训。例如，对艺术家与人工智能绘图工具合作的研究表明，创意人员更喜欢一定程度的自主权，并希望“检查”人工智能创作的作品[4]。另一项研究发现，人工智能可以作为新艺术体验的灵感来源。研究人员创建了一个深度神经网络，学会了将艺术风格转移到其他图像上，例如，2016 年开发的一项算法探索将文森特·梵高的《星夜》的风格转移到了一幅鸭子画上。反过来，这种探索又引发了一系列视觉艺术和视频领域的艺术探索 [1]。同样，研究人员训练人工智能模型，使其发挥更客观的“第三只眼睛”的作用，帮助艺术史学家自信地识别和解释艺术作品 [6]。对于创意写作等更复杂的创作过程，辅助创意写作过程的工具已经利用众包工作者作为“自动化器”来产生故事创意，帮助作家畅所欲言 [3]。同样，一个面向视觉艺术家的人工智能绘图工具发现，艺术家愿意将某些琐碎的任务委托给人工智能，但不太愿意让人工智能“驱动”创作过程 [4]。虽然这些现有的作品是人工智能驱动的系统或创意写作方面的准系统如何补充现有创作实践的例子，但用户体验设计师如何看待旨在支持其创作过程的人工智能驱动工具仍不得而知。随着我们越来越多地了解将自动化引入设计过程的机会，我们已经开始发现人工智能对设计师有帮助的用例。我们将自己定位为人工智能的倡导者，通过自动化繁琐的任务和/或作为用户创作过程的助手提供灵感来支持设计师。我们的研究结果支持这一观点，即自动化必须向用户解释；即设计师应该能够发现哪些操作会影响设计工具中人工智能驱动的体验，并且应该能够审查人工智能系统产生的工作[5]。虽然这些想法正在兴起，但人们对人工智能的信任这一一般概念已被探索为用户接受人工智能驱动系统的关键[2]。
量子计算设计工具的基础
摘要 — 量子计算机有望有效解决传统计算机永远无法解决的重要问题。然而，为了利用这些前景，需要开发一个完全自动化的量子软件堆栈。这涉及到许多复杂的任务，从量子电路的经典模拟到它们在特定设备上的编译，再到要执行的电路的验证以及获得的结果。所有这些任务都极其复杂，需要高效的数据结构来处理固有的复杂性。从相当直接的决策图数组（受设计自动化社区的启发）到张量网络和 ZX 演算，已经提出了各种互补方法。这项工作提供了当今工具的“幕后”视角，并展示了如何在其中使用这些方法，例如，用于量子电路的模拟、编译和验证。索引术语 — 量子计算、数据结构、数组、决策图、张量网络、ZX 演算
Edit-R™ CRISPR 设计工具
图 1. Edit-R™ CRISPR 设计工具如何选择针对人类基因 PPIB 的 20 个核苷酸序列的示例。目标序列可以位于基因组 DNA 的任一链上，只要它处于 5' 到 3' 方向，并且该链的 3' 端有一个 NGG PAM（使用默认的 S. pyogenes Cas9 时）。Cas9 核酸酶将在 NGG PAM 上游三个核苷酸的位置切割 DNA 的两条链。建议选择完全位于编码基因早期组成外显子内的靶位点，但 Edit-R™ CRISPR 设计工具将返回整个编码区域的结果，因此如果需要，可以靶向特定的外显子或蛋白质结构域。
Alt-R HDR 设计工具和 HDR 供体寡核苷酸
图 1.与其他修饰相比，具有 Alt-R HDR 修饰的供体寡核苷酸表现出更高的 HDR 效率。 图 1.与其他修饰相比，具有 Alt-R HDR 修饰的供体寡核苷酸表现出更高的 HDR 效率。 （A）供体寡核苷酸修改的示意图。 （B）每次修改的 HDR 效率。使用 4D-Nucleofector™ 系统（Lonza）将四个靶向基因位点的 RNP 复合物（2 µM）与 0.5 µM 单链 HDR 供体寡核苷酸通过电穿孔共转染到 Jurkat 和 HeLa 细胞中。使用的 RNP 复合物是 Alt-R Sp HiFi Cas9 Nuclease V3，以及 Alt-R CRISPR-Cas9 crRNA 和 tracrRNA。 使用了三种类型的供体寡核苷酸：未经任何修饰的寡核苷酸（未修饰的）、具有硫代磷酸酯键的寡核苷酸（PS 修饰的）和具有 Alt-R HDR 修饰的寡核苷酸（Alt-R HDR 修饰的）。 电穿孔后 48 小时 (HeLa) 或 72 小时 (Jurkat) 提取基因组 DNA。通过在 Illumina™ MiSeq™ 系统 (v2 化学、150 bp 双端读取) 上进行扩增子测序来测量 HDR 效率。
未来的人机设计工具：从各个层面...
设计师需要什么？设计，作为一个动词，是关于构思和创造的。任何系统的设计者都需要表示系统的组件以及它们如何组合在一起。对于社会技术系统，这些组件既指机器，又指人。在设计执行某种功能的东西时，设计师还需要表示该功能所需的过程或活动流程。在创造新事物时，很难甚至不可能预测设计选择的所有后果，但这种困难不应阻止设计师寻求帮助他们进行此类预测的工具。对于分布式、多方系统（所有社会技术系统都是如此），预测性能的关键能力是识别和理解工作过程中的因果关系。因此，人机设计工具应根据它们如何很好地表示人和机器、正在执行的工作以及整个工作过程中人与机器之间的关系来评估。