Selama beberapa dekade, merancang sirkuit terpadu frekuensi radio telah digambarkan sebagai "seni gelap" - sebuah keterampilan yang hanya dapat dikuasai melalui pengalaman bertahun-tahun yang melelahkan. Kini, para peneliti di Universitas Princeton mengatakan kecerdasan buatan sedang mempelajari seni tersebut, dan dalam beberapa kasus melampaui manusia yang pernah memonopoli seni tersebut.
Dalam fitur yang diterbitkan oleh IEEE Spectrum pada 24 Juni 2026, tim merinci bagaimana metode pembelajaran mesin digunakan untuk menghasilkan sirkuit terintegrasi frekuensi radio (RFIC) – chip kecil yang memungkinkan telepon, mobil, dan satelit mengirim dan menerima sinyal nirkabel – dari awal. Beberapa tata letak yang dihasilkan, kata para peneliti, "lebih mirip seni modern daripada tata letak sirkuit," namun prototipe fisik mereka telah mengungguli sirkuit canggih yang dirancang manusia dalam hal performa. For more context on this story, see our ongoing AI trends.
Namun pencapaian tersebut tidak semata-mata bersifat estetis. AI menyusun desain kerja dalam waktu yang jauh lebih singkat daripada yang dibutuhkan oleh insinyur manusia.
Mengapa Desain Chip RF Begitu Sulit
Berbeda dengan unit pemrosesan pusat (CPU) dan chip grafis (GPU) yang terdapat di komputer, chip RF tidak dapat dirancang melalui proses algoritmik yang terstandarisasi. Desain RFIC adalah latihan rekayasa di beberapa domain fisik sekaligus.
Persamaan Maxwell mengatur bagaimana medan elektromagnetik berinteraksi dengan perangkat aktif dan pasif pada sebuah chip. Pada saat yang sama, hukum termodinamika menentukan bagaimana panas dihasilkan dan dihilangkan selama pengoperasian, sementara mekanisme ekspansi termal menentukan seberapa andal sebuah chip dan kemasannya bertahan terhadap perubahan suhu. Mempertimbangkan semua kendala ini secara bersamaan membuat ruang desain menjadi sangat besar, dan setiap keputusan melibatkan prioritas yang bersaing.
Hasilnya adalah satu desain chip RF baru bisa memakan waktu bertahun-tahun dan puluhan hingga ratusan juta dolar untuk diselesaikan.
Frekuensi yang Dipertaruhkan
Taruhannya tinggi karena chip RF mendukung hampir semua teknologi nirkabel. Transistor CPU pada umumnya terlalu panas pada frekuensi operasi hanya beberapa gigahertz. Sebaliknya, chip RF beroperasi pada frekuensi yang jauh lebih tinggi: 28 dan 39 gigahertz untuk sinyal 5G, 26,5 hingga 40 gigahertz atau lebih untuk komunikasi satelit, dan 77 gigahertz untuk radar otomotif.
Untuk bertahan pada frekuensi tersebut, chip RF secara cerdik mengelola energi sinyal melalui desain elektromagnetik yang cermat. Bentuknya berupa jaringan elemen logam yang rumit - teratur secara geometris, seringkali simetris, dan sangat rumit hingga menyerupai kerawang seperti renda. Struktur pasif ini, seperti induktor dan jalur transmisi, mendominasi bagian chip, memakan lebih banyak ruang dibandingkan transistor itu sendiri.
Bagaimana AI Mendekati Masalah
Menurut laporan IEEE Spectrum, kelompok Princeton mulai mengeksplorasi desain RF yang digerakkan oleh AI kira-kira tujuh tahun yang lalu, setelah kemenangan DeepMind's AlphaGo atas juara dunia Go Lee Sedol pada tahun 2016. Terobosan tersebut mendorong tim untuk bertanya apakah AI juga dapat diajarkan "seni gelap" desain RF.
Jawabannya semakin sering adalah ya. Para peneliti menggunakan pembelajaran penguatan yang dikombinasikan dengan desain terbalik untuk membuat RFIC dengan cepat dari awal. Daripada memulai dari pola manusia, sistem mempelajari struktur mana yang menghasilkan perilaku elektromagnetik yang diinginkan.
Baru-baru ini, model difusi — keluarga AI generatif yang sama di balik sintesis gambar modern — telah digunakan untuk menghasilkan tata letak RF baru dengan cepat. Model-model ini dapat menghasilkan desain yang sengaja dibuat liar atau lebih dapat diinterpretasikan oleh manusia, dan mereka telah mencapai rekor kinerja sekaligus memangkas waktu desain secara drastis.
Sebuah contoh konkrit menggambarkan pergeseran tersebut. Seorang insinyur yang merancang penguat daya 28 gigahertz untuk handset gelombang milimeter 5G biasanya akan memulai dari templat yang sudah ada dan mengikuti pola simetris dan dapat dimengerti. Terbebas dari kendala-kendala tersebut, AI dapat mengeksplorasi desain yang belum pernah digambar manusia – dan desain tersebut tidak harus dapat dimengerti oleh manusia agar bisa berfungsi.
Apa yang Terjadi Selanjutnya
Para peneliti mengingatkan bahwa bidang ini belum mencapai titik desain RF tombol-tekan yang sepenuhnya otomatis. Kemajuan di masa depan, menurut mereka, akan bergantung pada kumpulan data desain chip bersama yang besar dan ekosistem yang lebih terbuka, sehingga sistem AI dapat mempelajari perilaku elektromagnetik dan sirkuit universal dibandingkan pola yang sempit dan spesifik di laboratorium.
Jika elemen-elemen tersebut diterapkan, dampaknya akan jauh melampaui chip radio. Tim Princeton berpendapat bahwa desain yang didukung AI dapat menjadi masa depan semua desain RF – dan mungkin lebih banyak lagi, mengarah ke teknologi nirkabel generasi mendatang termasuk kendaraan otonom yang tersebar luas, komunikasi kuantum, layanan seluler 6G, dan jaringan satelit canggih.
Untuk industri di mana satu siklus desain dapat memakan anggaran bertahun-tahun dan sembilan digit, bahkan memangkas sebagian kecil dari waktu tersebut dapat menjadi hal yang transformatif. Dan ketika sirkuit yang dirancang oleh AI semakin mengungguli sirkuit buatan manusia, “seni gelap” rekayasa RF yang sudah lama ada mungkin akhirnya berubah menjadi sains.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
