何十年もの間、高周波集積回路の設計は「闇の芸術」、つまり長年の骨の折れる経験によってのみ習得できるスキルであると言われてきました。現在、プリンストン大学の研究者らは、人工知能がその技術を学び、場合によってはかつてその技術を独占していた人間を超えていると述べている。

IEEE Spectrum が 2026 年 6 月 24 日に公開した特集の中で、チームは、無線周波集積回路 (RFIC) (電話、自動車、衛星が無線信号を送受信できるようにする小さなチップ) をゼロから生成するために機械学習手法がどのように使用されているかについて詳しく説明しました。研究者らは、結果として得られたレイアウトの一部は「回路レイアウトというよりも現代美術のように見える」ものの、物理的なプロトタイプの性能では人間が設計した最先端の回路を上回っていると指摘している。 この件の詳細は、AIの最新動向をご覧ください。

ただし、この成果は純粋に美的なものではありません。 AI は、人間のエンジニアが必要とする時間よりも桁違いに短い時間で実用的なデザインを考案しました。

RF チップ設計が非常に難しい理由

コンピューターに搭載されている中央処理装置 (CPU) やグラフィックス チップ (GPU) とは異なり、RF チップは標準化されたアルゴリズム プロセスを通じて設計できません。 RFIC 設計は、複数の物理ドメインを同時にエンジニアリングする演習です。

マクスウェルの方程式は、電磁場がチップ上のアクティブおよびパッシブ デバイスとどのように相互作用するかを決定します。同時に、熱力学の法則により、動作中に熱がどのように生成および除去されるかが決まり、熱膨張の仕組みにより、チップとそのパッケージが温度変動にどの程度確実に耐えられるかが決まります。これらすべての制約を同時に考慮すると、設計領域がほぼ不可能になるほど大きくなり、すべての決定には競合する優先順位が関係します。

その結果、単一の新しい RF チップ設計が完成するまでに数年と数千万から数億ドルかかる可能性があります。

危機に瀕している周波数

RF チップはほぼすべてのワイヤレス テクノロジーを支えているため、リスクは高くなります。一般的な CPU のトランジスタは、わずか数ギガヘルツの動作周波数で過熱します。対照的に、RF チップははるかに高い周波数で動作します。5G 信号の場合は 28 および 39 ギガヘルツ、衛星通信の場合は 26.5 ～ 40 ギガヘルツ以上、自動車レーダーの場合は 77 ギガヘルツです。

これらの周波数に耐えるために、RF チップは慎重な電磁設計を通じて信号のエネルギーを巧みに管理します。それは金属要素の複雑なネットワークの形をとっており、幾何学的に規則的で、多くの場合対称的で、レースのようなフィリグリーに似ているほど精巧です。インダクタや伝送線路などのこれらの受動構造はチップの面積を占め、トランジスタ自体よりもはるかに多くのスペースを占有します。

AI が問題にどのようにアプローチするか

IEEE Spectrumのレポートによると、プリンストンのグループは、2016年にDeepMind社のAlphaGoが世界囲碁チャンピオンのイ・セドルに勝利したことをきっかけに、約7年前にAI主導のRF設計の検討を開始した。この画期的な成果により、チームはAIにRF設計の「闇の芸術」も教えられるかどうかを検討するようになった。

答えはますます「イエス」です。研究者らは、強化学習と逆設計を組み合わせて使用​​し、RFICをゼロから迅速に作成します。人間のテンプレートから始めるのではなく、システムはどの構造が望ましい電磁的動作を生成するかを学習します。

最近では、拡散モデル (最新の画像合成の背後にある生成 AI と同じファミリー) が、新しい RF レイアウトを迅速に生成するために使用されています。これらのモデルは、意図的にワイルドな設計や人間が解釈しやすい設計を生成でき、設計時間を大幅に短縮しながら記録的なパフォーマンスを達成しました。

具体的な例でその変化を説明します。 5G ミリ波ハンドセット用の 28 ギガヘルツ パワー アンプを設計するエンジニアは、従来、確立されたテンプレートから開始し、対称的でわかりやすいパターンに従いました。こうした制約から解放された AI は、人間が決して描くことのないデザインを探索できるようになり、機能するために人間が理解できる必要もありません。

次に何が起こるか

研究者らは、この分野はまだ完全に自動化されたプッシュボタン式の RF 設計の段階には達していない、と警告している。彼らは、将来の進歩は、大規模な共有チップ設計データセットとよりオープンなエコシステムに依存し、AI システムが研究室固有の狭いパターンではなく普遍的な電磁気と回路の動作を学習できるようになると主張しています。

これらの構成要素が適切に機能すると、その影響は無線チップをはるかに超えて広がります。プリンストン大学のチームは、AI を活用した設計がすべての RF 設計の未来になる可能性があること、そしておそらくそれ以上のものになる可能性があることを示唆しており、普及する自動運転車、量子通信、6G モバイル サービス、高度な衛星ネットワークなどの次世代無線技術を指しています。

単一の設計サイクルに数年と 9 桁の予算が費やされる業界にとって、その時間の一部を削減するだけでも変革をもたらす可能性があります。そして、AI が設計した回路が人間が作った回路よりも性能がますます向上するにつれ、長年続いてきた RF エンジニアリングの「闇の芸術」がついに科学に変わりつつあるのかもしれません。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →