दशकों से, रेडियो-फ़्रीक्वेंसी इंटीग्रेटेड सर्किट को डिज़ाइन करने को "डार्क आर्ट" के रूप में वर्णित किया गया है - एक कौशल जो केवल वर्षों के श्रमसाध्य अनुभव के माध्यम से हासिल किया जाता है। अब, प्रिंसटन यूनिवर्सिटी के शोधकर्ताओं का कहना है कि कृत्रिम बुद्धिमत्ता उस कला को सीख रही है, और कुछ मामलों में उन मनुष्यों से भी आगे निकल रही है, जिनका कभी इस पर एकाधिकार था।
24 जून, 2026 को आईईईई स्पेक्ट्रम द्वारा प्रकाशित एक फीचर में, टीम ने विस्तार से बताया कि रेडियो-फ्रीक्वेंसी इंटीग्रेटेड सर्किट (आरएफआईसी) उत्पन्न करने के लिए मशीन-लर्निंग विधियों का उपयोग कैसे किया जा रहा है - छोटे चिप्स जो फोन, कारों और उपग्रहों को वायरलेस सिग्नल भेजने और प्राप्त करने देते हैं - स्क्रैच से। परिणामी लेआउट में से कुछ, शोधकर्ताओं ने नोट किया, "सर्किट लेआउट की तुलना में आधुनिक कला की तरह अधिक दिखते हैं," फिर भी उनके भौतिक प्रोटोटाइप ने प्रदर्शन के मामले में अत्याधुनिक मानव-डिज़ाइन किए गए सर्किट को सर्वश्रेष्ठ बनाया है। For more context on this story, see our ongoing AI industry coverage.
हालाँकि, यह उपलब्धि विशुद्ध रूप से सौंदर्यपरक नहीं है। एआई ने एक मानव इंजीनियर की आवश्यकता से भी कम समय में काम करने वाले डिज़ाइन की कल्पना की।
आरएफ चिप डिज़ाइन इतना कठिन क्यों है
कंप्यूटर में पाए जाने वाले केंद्रीय प्रसंस्करण इकाइयों (सीपीयू) और ग्राफिक्स चिप्स (जीपीयू) के विपरीत, आरएफ चिप्स को मानकीकृत, एल्गोरिथम प्रक्रिया के माध्यम से डिजाइन नहीं किया जा सकता है। आरएफआईसी डिज़ाइन एक साथ कई भौतिक डोमेन में इंजीनियरिंग का अभ्यास है।
मैक्सवेल के समीकरण नियंत्रित करते हैं कि विद्युत चुम्बकीय क्षेत्र चिप पर सक्रिय और निष्क्रिय उपकरणों के साथ कैसे संपर्क करते हैं। साथ ही, थर्मोडायनामिक्स के नियम यह निर्धारित करते हैं कि ऑपरेशन के दौरान गर्मी कैसे उत्पन्न होती है और हटा दी जाती है, जबकि थर्मल विस्तार के यांत्रिकी यह तय करते हैं कि एक चिप और इसकी पैकेजिंग तापमान परिवर्तन से कितनी विश्वसनीय रूप से बच जाती है। इन सभी बाधाओं को एक साथ ध्यान में रखते हुए डिजाइन स्थान को लगभग असंभव रूप से बड़ा बना दिया जाता है, जिसमें प्रत्येक निर्णय में प्रतिस्पर्धी प्राथमिकताएं शामिल होती हैं।
नतीजा यह है कि एक नए आरएफ चिप डिज़ाइन को पूरा होने में वर्षों और दसियों से लेकर करोड़ों डॉलर तक का समय लग सकता है।
दांव पर आवृत्तियाँ
दांव ऊंचे हैं क्योंकि आरएफ चिप्स लगभग हर वायरलेस तकनीक का आधार हैं। एक सामान्य सीपीयू के ट्रांजिस्टर केवल कुछ गीगाहर्ट्ज़ की ऑपरेटिंग आवृत्तियों पर ज़्यादा गरम हो जाते हैं। इसके विपरीत, आरएफ चिप्स कहीं अधिक उच्च आवृत्तियों पर काम करते हैं: 5G सिग्नल के लिए 28 और 39 गीगाहर्ट्ज़, उपग्रह संचार के लिए 26.5 से 40 गीगाहर्ट्ज़ और उससे अधिक, और ऑटोमोटिव रडार के लिए 77 गीगाहर्ट्ज़।
उन आवृत्तियों से बचने के लिए, आरएफ चिप्स सावधानीपूर्वक विद्युत चुम्बकीय डिजाइन के माध्यम से सिग्नल की ऊर्जा को चतुराई से प्रबंधित करते हैं। यह धातु तत्वों के जटिल नेटवर्क का रूप लेता है - ज्यामितीय रूप से नियमित, अक्सर सममित, और इतना विस्तृत कि वे लेसलिक फिलाग्री के समान हो सकते हैं। ये निष्क्रिय संरचनाएं, जैसे इंडक्टर्स और ट्रांसमिशन लाइनें, चिप की अचल संपत्ति पर हावी होती हैं, और ट्रांजिस्टर की तुलना में कहीं अधिक जगह लेती हैं।
एआई समस्या का समाधान कैसे करता है
आईईईई स्पेक्ट्रम रिपोर्ट के अनुसार, प्रिंसटन समूह ने 2016 में विश्व गो चैंपियन ली सेडोल पर डीपमाइंड की अल्फागो की जीत के मद्देनजर लगभग सात साल पहले एआई-संचालित आरएफ डिजाइन की खोज शुरू की थी। उस सफलता ने टीम को यह पूछने के लिए प्रेरित किया कि क्या एआई को आरएफ डिजाइन की "डार्क आर्ट" भी सिखाई जा सकती है।
उत्तर, तेजी से, हां है। शोधकर्ता स्क्रैच से तेजी से आरएफआईसी बनाने के लिए इनवर्स डिज़ाइन के साथ मिलकर सुदृढीकरण सीखने का उपयोग करते हैं। मानव टेम्पलेट से शुरू करने के बजाय, सिस्टम सीखता है कि कौन सी संरचनाएं वांछित विद्युत चुम्बकीय व्यवहार उत्पन्न करती हैं।
हाल ही में, प्रसार मॉडल - आधुनिक छवि संश्लेषण के पीछे जेनरेटिव एआई का एक ही परिवार - का उपयोग तेजी से उपन्यास आरएफ लेआउट उत्पन्न करने के लिए किया गया है। ये मॉडल ऐसे डिज़ाइन तैयार कर सकते हैं जो या तो जानबूझकर जंगली हैं या अधिक मानव-व्याख्या योग्य हैं, और उन्होंने डिज़ाइन समय में भारी कटौती करते हुए रिकॉर्ड प्रदर्शन हासिल किया है।
एक ठोस उदाहरण बदलाव को दर्शाता है। 5G मिलीमीटर-वेव हैंडसेट के लिए 28-गीगाहर्ट्ज़ पावर एम्पलीफायर डिजाइन करने वाला एक इंजीनियर पारंपरिक रूप से स्थापित टेम्पलेट्स से शुरू करेगा और सममित, समझने योग्य पैटर्न का पालन करेगा। उन बाधाओं से मुक्त होकर, एआई ऐसे डिजाइनों का पता लगा सकता है जिन्हें कोई मानव कभी नहीं बना सकता - और उन्हें काम करने के लिए मानव-समझने योग्य होने की आवश्यकता नहीं है।
आगे क्या आता है
शोधकर्ताओं ने चेतावनी दी है कि क्षेत्र अभी तक पूरी तरह से स्वचालित, पुश-बटन आरएफ डिज़ाइन के बिंदु पर नहीं है। उनका तर्क है कि भविष्य की प्रगति बड़े, साझा चिप-डिज़ाइन डेटासेट और अधिक खुले पारिस्थितिकी तंत्र पर निर्भर करेगी, ताकि एआई सिस्टम संकीर्ण, प्रयोगशाला-विशिष्ट पैटर्न के बजाय सार्वभौमिक विद्युत चुम्बकीय और सर्किट व्यवहार सीख सकें।
यदि वे बिल्डिंग ब्लॉक अपनी जगह पर आ जाते हैं, तो इसका प्रभाव रेडियो चिप्स से कहीं आगे तक फैल जाता है। प्रिंसटन टीम का सुझाव है कि एआई-सक्षम डिज़ाइन सभी आरएफ डिज़ाइन का भविष्य बन सकता है - और संभवतः इससे भी अधिक, जो व्यापक स्वायत्त वाहनों, क्वांटम संचार, 6 जी मोबाइल सेवा और उन्नत उपग्रह नेटवर्क सहित अगली पीढ़ी की वायरलेस प्रौद्योगिकियों की ओर इशारा करता है।
ऐसे उद्योग के लिए जहां एक एकल डिज़ाइन चक्र वर्षों और नौ-अंकीय बजट का उपभोग कर सकता है, यहां तक कि उस समय का एक अंश भी परिवर्तनकारी हो सकता है। और जैसे-जैसे एआई-डिज़ाइन किए गए सर्किट अपने मानव-निर्मित समकक्षों से बेहतर प्रदर्शन कर रहे हैं, आरएफ इंजीनियरिंग की लंबे समय से चली आ रही "डार्क आर्ट" अंततः एक विज्ञान में बदल सकती है।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
