Durante décadas, el diseño de circuitos integrados de radiofrecuencia se ha descrito como un "arte oscuro", una habilidad que sólo se domina a través de años de minuciosa experiencia. Ahora, investigadores de la Universidad de Princeton dicen que la inteligencia artificial está aprendiendo ese arte y, en algunos casos, superando a los humanos que alguna vez tuvieron el monopolio del mismo.
En un artículo publicado por IEEE Spectrum el 24 de junio de 2026, el equipo detalló cómo se están utilizando métodos de aprendizaje automático para generar circuitos integrados de radiofrecuencia (RFIC), los pequeños chips que permiten a los teléfonos, automóviles y satélites enviar y recibir señales inalámbricas, desde cero. Algunos de los diseños resultantes, señalan los investigadores, "parecen más arte moderno que diseños de circuitos", sin embargo, sus prototipos físicos han superado en rendimiento a los circuitos de última generación diseñados por humanos. Para más contexto sobre esta historia, consulta nuestra novedades de IA.
El logro, sin embargo, no es puramente estético. La IA concibió diseños funcionales en mucho menos tiempo del que requeriría un ingeniero humano.
Por qué el diseño de chips RF es tan difícil
A diferencia de las unidades centrales de procesamiento (CPU) y los chips gráficos (GPU) que se encuentran en las computadoras, los chips de RF no pueden diseñarse mediante un proceso algorítmico estandarizado. El diseño RFIC es un ejercicio de ingeniería en múltiples dominios físicos a la vez.
Las ecuaciones de Maxwell gobiernan cómo interactúan los campos electromagnéticos con los dispositivos activos y pasivos de un chip. Al mismo tiempo, las leyes de la termodinámica determinan cómo se genera y elimina el calor durante el funcionamiento, mientras que la mecánica de la expansión térmica dicta la fiabilidad con la que un chip y su embalaje sobreviven a los cambios de temperatura. Tener en cuenta todas estas limitaciones simultáneamente hace que el espacio de diseño sea casi imposiblemente grande, y cada decisión implica prioridades contrapuestas.
El resultado es que completar un único y nuevo diseño de chip de RF puede tardar años y costar entre decenas y cientos de millones de dólares.
Las frecuencias en juego
Hay mucho en juego porque los chips de RF sustentan casi todas las tecnologías inalámbricas. Los transistores de una CPU típica se sobrecalientan a frecuencias operativas de sólo unos pocos gigahercios. Los chips de RF, por el contrario, funcionan a frecuencias mucho más altas: 28 y 39 gigahercios para señales 5G, de 26,5 a 40 gigahercios y más para comunicaciones por satélite y 77 gigahercios para radares de automóviles.
Para sobrevivir a esas frecuencias, los chips de RF gestionan inteligentemente la energía de una señal mediante un cuidadoso diseño electromagnético. Esto toma la forma de intrincadas redes de elementos metálicos: geométricamente regulares, a menudo simétricos y tan elaborados que pueden parecerse a una filigrana en forma de encaje. Estas estructuras pasivas, como inductores y líneas de transmisión, dominan el espacio del chip y ocupan mucho más espacio que los propios transistores.
Cómo la IA aborda el problema
Según el informe IEEE Spectrum, el grupo de Princeton comenzó a explorar el diseño de RF impulsado por IA hace aproximadamente siete años, a raíz de la victoria de DeepMind en AlphaGo sobre el campeón mundial de Go Lee Sedol en 2016. Ese avance llevó al equipo a preguntarse si a la IA también se le podría enseñar el "arte oscuro" del diseño de RF.
La respuesta, cada vez más, es sí. Los investigadores utilizan aprendizaje por refuerzo combinado con diseño inverso para crear rápidamente RFIC desde cero. En lugar de partir de una plantilla humana, el sistema aprende qué estructuras producen el comportamiento electromagnético deseado.
Más recientemente, se han utilizado modelos de difusión (la misma familia de IA generativa detrás de la síntesis de imágenes moderna) para generar rápidamente nuevos diseños de RF. Estos modelos pueden producir diseños que son deliberadamente salvajes o más interpretables por humanos, y han logrado un rendimiento récord al tiempo que reducen drásticamente el tiempo de diseño.
Un ejemplo concreto ilustra el cambio. Un ingeniero que diseña un amplificador de potencia de 28 gigahercios para un teléfono de ondas milimétricas 5G tradicionalmente comenzaría a partir de plantillas establecidas y seguiría patrones simétricos y comprensibles. Liberada de esas limitaciones, la IA puede explorar diseños que un humano nunca dibujaría, y que no necesitan ser comprensibles para que funcionen.
¿Qué viene después?
Los investigadores advierten que el campo aún no se encuentra en el punto de un diseño de RF con pulsador totalmente automatizado. Argumentan que el progreso futuro dependerá de grandes conjuntos de datos de diseño de chips compartidos y de ecosistemas más abiertos, de modo que los sistemas de IA puedan aprender comportamientos electromagnéticos y de circuitos universales en lugar de patrones estrechos y específicos de laboratorio.
Si esos componentes básicos encajan en su lugar, las implicaciones se extenderán mucho más allá de los chips de radio. El equipo de Princeton sugiere que el diseño basado en IA podría convertirse en el futuro de todo el diseño de RF, y posiblemente mucho más, apuntando hacia tecnologías inalámbricas de próxima generación que incluyen vehículos autónomos generalizados, comunicaciones cuánticas, servicios móviles 6G y redes satelitales avanzadas.
Para una industria donde un solo ciclo de diseño puede consumir años y presupuestos de nueve cifras, incluso reducir una fracción de ese tiempo podría ser transformador. Y a medida que los circuitos diseñados por IA superan cada vez más a sus homólogos fabricados por humanos, el antiguo "arte oscuro" de la ingeniería de RF finalmente puede estar convirtiéndose en una ciencia.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
