Для обучения ИИ по своим данным можно использовать методы машинного обучения, такие как нейронные сети и обучение с учителем.

Для реализации системы, которая будет обрабатывать данные в текстовом виде и находить между ними взаимосвязь, можно использовать открытые библиотеки и фреймворки для обработки естественного языка, такие как SpaCy, NLTK или TensorFlow.

Для обучения системы на основе ваших данных, вам понадобится обучающий набор данных, который содержит примеры текстов и соответствующие им вопросы и ответы. Эти данные могут быть как ручным способом подготовлены, так и автоматически собраны из доступных источников.

Затем можно использовать эти данные для обучения модели, которая будет анализировать текст и отвечать на вопросы, основываясь на полученной информации.

Для реализации конкретного примера, который вы описали (о транзисторах), вам необходимо сначала собрать достаточное количество данных о работе транзисторов, их соединениях и взаимосвязях, а затем обучить модель на этих данных.

В целом, реализация подобной системы может быть достаточно сложной и требовать определенных знаний в области машинного обучения и обработки естественного языка. Однако, с помощью доступных инструментов и тщательной работы над обучающими данными, возможно достичь желаемого результата.