尽管这对于电子产品的消费者和用户来说非常好，但对于工程师来说，PCB设计工作变得越来越困难，他们必须尽可能地充分利用可用空间并将组件紧密地放置在一起，而又不冒失败的风险。因此，在设计PCB时，必须格外小心，而且这项任务通常由经验丰富的工程师承担。
为了帮助简化和优化PCB设计和测试流程，弗劳恩霍夫研究所（Fraunhofer Institute）开发了一个模块化的AI平台，该平台利用经过训练的算法来执行不同的任务。
带有用于机器学习，深度学习和人工智能的模块的模块化平台，图片由Fraunhofer FIT拍摄。
关于电路板AI模块化平台
“模块化设计意味着我们可以利用多种算法，从而不断提高自身的性能。通过持续自动检查组件生成的数据将流回到算法中。这样就为人工智能模块的自学过程提供了基础。”弗劳恩霍夫FIT项目经理Timo Brune解释说。 “这种永久性的反馈增强了数据库并优化了真实的负面率。业界的早期估计表明，这可能会将生产资源的使用减少约20％。”一旦对算法进行了训练，就可以将其用于从头开始设计新的PCB。根据FIT团队的说法，这可能会结束PCB开发中的“冗长而昂贵的反复试验程序”，在PCB开发中，在板上安排和重新布置组件，直到偶然发现最佳配置为止。该团队还声称，PCB应用只是许多示例之一，在该示例中，可以使用模块化的自增强算法来增强电子设计过程。
