האלגוריתם, שנמצא כרגע בשלב הפיילוט, הוחל על נתוני בדיקות של שבעה מיקרו-בקרים ומעבדים
יצרנית השבבים NXP, פיתחה אלגוריתם מבוסס למידת מכונה שמסייע בהפחתת מספר הבדיקות הנדרשות לשבבים מבלי לפגוע באיכותם. ביישום אלגוריתם זה, שהוצג בשבוע שעבר בכנס הבינלאומי IEEE לבדיקות בסן דייגו, ניתן היה להוריד בין 42 ל-74 אחוזים מהבדיקות הנדרשות.
בבדיקות שבבים המשמשים במערכות קריטיות, כגון מערכות רכב, עלויות הבדיקה עשויות להוות כ-5-10 אחוזים ממחיר השבב, בשל הצורך להבטיח עמידה בתנאים מחמירים. המהנדסים ב-NXP הצליחו לבנות מודל שמזהה תבניות בממצאי הבדיקות ומסיק אלו בדיקות נחוצות ואילו ניתן לדלג עליהן בבטחה.
לדברי מהול שרוף, עמית ב-NXP ומוביל המחקר, מטרת האלגוריתם היא להוריד את עלויות הבדיקות תוך שמירה על איכות השבבים בשטח. האלגוריתם שואב השראה ממערכות המלצה המשמשות במסחר אלקטרוני, כמו זיהוי מוצרים שרוכשים יחד. במקרה זה, המערכת מנתחת נתונים המתקבלים מבדיקות הכשל של השבבים ומזהה בדיקות שנכשלות במקביל.
האלגוריתם, שנמצא כרגע בשלב הפיילוט, הוחל על נתוני בדיקות של שבעה מיקרו-בקרים ומעבדים. בעתיד, צוות המחקר מתכנן להרחיב את השימוש בו לשבבים נוספים, לצמצם את דרישות המחשוב ולהקל על השימוש בו.
