কয়েক দশক ধরে, রেডিও-ফ্রিকোয়েন্সি ইন্টিগ্রেটেড সার্কিট ডিজাইন করাকে একটি "ডার্ক আর্ট" হিসাবে বর্ণনা করা হয়েছে - একটি দক্ষতা যা বছরের পর বছর শ্রমসাধ্য অভিজ্ঞতার মাধ্যমে আয়ত্ত করা হয়। এখন, প্রিন্সটন ইউনিভার্সিটির গবেষকরা বলছেন কৃত্রিম বুদ্ধিমত্তা সেই শিল্পকে শিখছে, এবং কিছু ক্ষেত্রে এটির উপর একচেটিয়া অধিকারী মানুষকে ছাড়িয়ে যাচ্ছে।
24 জুন, 2026-এ IEEE স্পেকট্রাম দ্বারা প্রকাশিত একটি বৈশিষ্ট্যে, দলটি বিশদভাবে জানায় যে কীভাবে রেডিও-ফ্রিকোয়েন্সি ইন্টিগ্রেটেড সার্কিট (RFICs) তৈরি করতে মেশিন-লার্নিং পদ্ধতিগুলি ব্যবহার করা হচ্ছে — ছোট চিপ যা ফোন, গাড়ি এবং স্যাটেলাইটগুলিকে ওয়্যারলেস সংকেত পাঠাতে এবং গ্রহণ করতে দেয় — স্ক্র্যাচ থেকে। ফলাফলের কিছু লেআউট, গবেষকরা নোট করেন, "সার্কিট লেআউটের চেয়ে আধুনিক শিল্পের মতো দেখায়," তবুও তাদের শারীরিক প্রোটোটাইপগুলি পারফরম্যান্সের উপর অত্যাধুনিক মানব-পরিকল্পিত সার্কিটগুলিকে সেরা করেছে। For more context on this story, see our ongoing AI news.
কৃতিত্ব, তবে, বিশুদ্ধভাবে নান্দনিক নয়। AI একজন মানব প্রকৌশলীর প্রয়োজনের চেয়ে কম সময়ের মধ্যে কাজের নকশাগুলি কল্পনা করেছিল।
কেন আরএফ চিপ ডিজাইন এত কঠিন
কম্পিউটারে পাওয়া সেন্ট্রাল প্রসেসিং ইউনিট (সিপিইউ) এবং গ্রাফিক্স চিপস (জিপিইউ) থেকে ভিন্ন, আরএফ চিপগুলি একটি প্রমিত, অ্যালগরিদমিক প্রক্রিয়ার মাধ্যমে ডিজাইন করা যায় না। RFIC ডিজাইন হল একযোগে একাধিক ফিজিক্যাল ডোমেন জুড়ে ইঞ্জিনিয়ারিং এর একটি ব্যায়াম।
ম্যাক্সওয়েলের সমীকরণগুলি নিয়ন্ত্রণ করে কিভাবে ইলেক্ট্রোম্যাগনেটিক ক্ষেত্রগুলি একটি চিপের সক্রিয় এবং নিষ্ক্রিয় ডিভাইসগুলির সাথে যোগাযোগ করে। একই সময়ে, তাপগতিবিদ্যার আইনগুলি নির্ধারণ করে যে কীভাবে তাপ উৎপন্ন হয় এবং অপারেশন চলাকালীন অপসারণ করা হয়, যখন তাপ সম্প্রসারণের মেকানিক্স নির্দেশ করে যে একটি চিপ এবং এর প্যাকেজিং তাপমাত্রার পরিবর্তনে কতটা নির্ভরযোগ্যভাবে বেঁচে থাকে। এই সমস্ত সীমাবদ্ধতার জন্য অ্যাকাউন্টিং একই সাথে ডিজাইনের স্থানটিকে প্রায় অসম্ভবভাবে বড় করে তোলে, প্রতিটি সিদ্ধান্তে প্রতিযোগী অগ্রাধিকার জড়িত থাকে।
ফলাফল হল যে একটি একক নতুন আরএফ চিপ ডিজাইন সম্পূর্ণ হতে কয়েক বছর এবং কয়েক মিলিয়ন ডলার সময় লাগতে পারে।
ঝুঁকি এ ফ্রিকোয়েন্সি
RF চিপগুলি প্রায় প্রতিটি ওয়্যারলেস প্রযুক্তিকে আন্ডারপিন করার কারণে বাজি বেশি। একটি সাধারণ CPU এর ট্রানজিস্টর মাত্র কয়েক গিগাহার্টজ অপারেটিং ফ্রিকোয়েন্সিতে অতিরিক্ত গরম হয়। বিপরীতে, RF চিপগুলি অনেক বেশি ফ্রিকোয়েন্সিতে কাজ করে: 5G সিগন্যালের জন্য 28 এবং 39 গিগাহার্টজ, স্যাটেলাইট যোগাযোগের জন্য 26.5 থেকে 40 গিগাহার্টজ এবং তারও বেশি এবং স্বয়ংচালিত রাডারের জন্য 77 গিগাহার্টজ।
এই ফ্রিকোয়েন্সিগুলি থেকে বাঁচতে, আরএফ চিপগুলি সতর্কতার সাথে ইলেক্ট্রোম্যাগনেটিক ডিজাইনের মাধ্যমে একটি সংকেতের শক্তি পরিচালনা করে। এটি ধাতব উপাদানগুলির জটিল নেটওয়ার্কগুলির রূপ নেয় — জ্যামিতিকভাবে নিয়মিত, প্রায়শই প্রতিসম, এবং তাই বিস্তৃতভাবে তারা লেসলাইক ফিলিগ্রির অনুরূপ হতে পারে। এই প্যাসিভ স্ট্রাকচার, যেমন ইন্ডাক্টর এবং ট্রান্সমিশন লাইন, চিপের রিয়েল এস্টেটে আধিপত্য বিস্তার করে, যা ট্রানজিস্টরের চেয়ে অনেক বেশি জায়গা নেয়।
কীভাবে এআই সমস্যাটির দিকে এগিয়ে যায়
IEEE স্পেকট্রাম রিপোর্ট অনুসারে, প্রিন্সটন গ্রুপ প্রায় সাত বছর আগে AI-চালিত RF ডিজাইন অন্বেষণ শুরু করেছিল, 2016 সালে বিশ্ব Go চ্যাম্পিয়ন লি সেডোলের বিরুদ্ধে DeepMind-এর AlphaGo জয়ের পরিপ্রেক্ষিতে। এই সাফল্য টিমকে জিজ্ঞাসা করতে প্ররোচিত করেছিল যে AI-কে RF ডিজাইনের "ডার্ক আর্ট" শেখানো যেতে পারে কিনা।
উত্তর, ক্রমবর্ধমান, হ্যাঁ. গবেষকরা রিনফোর্সমেন্ট লার্নিং ব্যবহার করে বিপরীত ডিজাইন এর সাথে স্ক্র্যাচ থেকে দ্রুত RFIC তৈরি করতে। একটি মানব টেমপ্লেট থেকে শুরু করার পরিবর্তে, সিস্টেমটি শিখেছে কোন কাঠামোগুলি পছন্দসই ইলেক্ট্রোম্যাগনেটিক আচরণ তৈরি করে।
অতি সম্প্রতি, ডিফিউশন মডেল — আধুনিক ইমেজ সংশ্লেষণের পিছনে জেনারেটিভ এআই-এর একই পরিবার — দ্রুত নতুন আরএফ লেআউট তৈরি করতে ব্যবহার করা হয়েছে। এই মডেলগুলি এমন ডিজাইন তৈরি করতে পারে যা হয় ইচ্ছাকৃতভাবে বন্য বা আরও মানব-ব্যাখ্যাযোগ্য, এবং তারা ডিজাইনের সময়কে ব্যাপকভাবে কাটানোর সময় রেকর্ড কার্যক্ষমতা অর্জন করেছে।
একটি কংক্রিট উদাহরণ স্থানান্তর চিত্রিত করে। একটি 5G মিলিমিটার-ওয়েভ হ্যান্ডসেটের জন্য একটি 28-গিগাহার্টজ পাওয়ার এম্প্লিফায়ার ডিজাইন করা একজন প্রকৌশলী ঐতিহ্যগতভাবে প্রতিষ্ঠিত টেমপ্লেট থেকে শুরু করবেন এবং প্রতিসম, বোধগম্য প্যাটার্ন অনুসরণ করবেন। এই সীমাবদ্ধতা থেকে মুক্ত হয়ে, AI এমন ডিজাইনগুলি অন্বেষণ করতে পারে যা একজন মানুষ কখনই আঁকতে পারে না — এবং এটি কাজ করার জন্য মানুষের বোধগম্য হওয়ার দরকার নেই।
এরপর কি আসে
গবেষকরা সতর্ক করেছেন যে ক্ষেত্রটি এখনও সম্পূর্ণ স্বয়ংক্রিয়, পুশ-বোতাম আরএফ ডিজাইনের পর্যায়ে নেই। ভবিষ্যতের অগ্রগতি, তারা যুক্তি দেয়, বড়, ভাগ করা চিপ-ডিজাইন ডেটাসেট এবং আরও উন্মুক্ত ইকোসিস্টেমের উপর নির্ভর করবে, যাতে এআই সিস্টেমগুলি সংকীর্ণ, ল্যাব-নির্দিষ্ট প্যাটার্নের পরিবর্তে সর্বজনীন ইলেক্ট্রোম্যাগনেটিক এবং সার্কিট আচরণ শিখতে পারে।
যদি এই বিল্ডিং ব্লকগুলি জায়গায় পড়ে, তাহলে প্রভাবগুলি রেডিও চিপগুলির বাইরেও প্রসারিত হয়। প্রিন্সটন টিম পরামর্শ দেয় যে AI-সক্ষম ডিজাইন সমস্ত RF ডিজাইনের ভবিষ্যত হয়ে উঠতে পারে - এবং সম্ভবত আরও অনেক কিছু, বিস্তৃত স্বায়ত্তশাসিত যানবাহন, কোয়ান্টাম যোগাযোগ, 6G মোবাইল পরিষেবা এবং উন্নত স্যাটেলাইট নেটওয়ার্ক সহ পরবর্তী প্রজন্মের বেতার প্রযুক্তির দিকে নির্দেশ করে৷
একটি শিল্পের জন্য যেখানে একটি একক নকশা চক্র বছর এবং নয়-অঙ্কের বাজেট গ্রাস করতে পারে, এমনকি সেই সময়ের একটি ভগ্নাংশ শেভ করা রূপান্তরমূলক হতে পারে। এবং যেহেতু AI-ডিজাইন করা সার্কিটগুলি ক্রমবর্ধমানভাবে তাদের মানব-নির্মিত সমকক্ষগুলিকে ছাড়িয়ে যাচ্ছে, RF প্রকৌশলের দীর্ঘস্থায়ী "ডার্ক আর্ট" অবশেষে একটি বিজ্ঞানে পরিণত হতে পারে।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
