ਦਹਾਕਿਆਂ ਤੋਂ, ਰੇਡੀਓ-ਫ੍ਰੀਕੁਐਂਸੀ ਏਕੀਕ੍ਰਿਤ ਸਰਕਟਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਨੂੰ ਇੱਕ "ਡਾਰਕ ਆਰਟ" ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ - ਇੱਕ ਹੁਨਰ ਜੋ ਸਿਰਫ਼ ਸਾਲਾਂ ਦੇ ਮਿਹਨਤੀ ਤਜ਼ਰਬੇ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਦਾ ਹੈ। ਹੁਣ, ਪ੍ਰਿੰਸਟਨ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਸ ਕਲਾ ਨੂੰ ਸਿੱਖ ਰਹੀ ਹੈ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਮਨੁੱਖਾਂ ਨੂੰ ਪਛਾੜ ਰਹੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਕਦੇ ਇਸ ਉੱਤੇ ਏਕਾਧਿਕਾਰ ਸੀ।
IEEE ਸਪੈਕਟ੍ਰਮ ਦੁਆਰਾ 24 ਜੂਨ, 2026 ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿੱਚ, ਟੀਮ ਨੇ ਦੱਸਿਆ ਕਿ ਕਿਵੇਂ ਰੇਡੀਓ-ਫ੍ਰੀਕੁਐਂਸੀ ਏਕੀਕ੍ਰਿਤ ਸਰਕਟਾਂ (RFICs) ਬਣਾਉਣ ਲਈ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਵਿਧੀਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ - ਛੋਟੀਆਂ ਚਿਪਸ ਜੋ ਫ਼ੋਨਾਂ, ਕਾਰਾਂ ਅਤੇ ਸੈਟੇਲਾਈਟਾਂ ਨੂੰ ਵਾਇਰਲੈੱਸ ਸਿਗਨਲ ਭੇਜਣ ਅਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਦਿੰਦੀਆਂ ਹਨ - ਸ਼ੁਰੂ ਤੋਂ। ਨਤੀਜੇ ਵਜੋਂ ਕੁਝ ਖਾਕੇ, ਖੋਜਕਰਤਾ ਨੋਟ ਕਰਦੇ ਹਨ, "ਸਰਕਟ ਲੇਆਉਟ ਨਾਲੋਂ ਆਧੁਨਿਕ ਕਲਾ ਵਰਗੇ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ," ਫਿਰ ਵੀ ਉਹਨਾਂ ਦੇ ਭੌਤਿਕ ਪ੍ਰੋਟੋਟਾਈਪਾਂ ਨੇ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਅਤਿ-ਆਧੁਨਿਕ ਮਨੁੱਖੀ-ਡਿਜ਼ਾਇਨ ਕੀਤੇ ਸਰਕਟਾਂ ਨੂੰ ਵਧੀਆ ਬਣਾਇਆ ਹੈ। For more context on this story, see our ongoing breaking AI news.
ਪ੍ਰਾਪਤੀ, ਹਾਲਾਂਕਿ, ਸ਼ੁੱਧ ਰੂਪ ਵਿੱਚ ਸੁਹਜ ਨਹੀਂ ਹੈ। AI ਨੇ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰ ਦੀ ਲੋੜ ਨਾਲੋਂ ਘੱਟ ਸਮੇਂ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਡਿਜ਼ਾਈਨ ਦੀ ਕਲਪਨਾ ਕੀਤੀ।
RF ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਇੰਨਾ ਸਖ਼ਤ ਕਿਉਂ ਹੈ
ਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਪਾਏ ਜਾਣ ਵਾਲੇ ਕੇਂਦਰੀ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟਾਂ (CPUs) ਅਤੇ ਗ੍ਰਾਫਿਕਸ ਚਿਪਸ (GPUs) ਦੇ ਉਲਟ, RF ਚਿਪਸ ਨੂੰ ਇੱਕ ਮਿਆਰੀ, ਐਲਗੋਰਿਦਮਿਕ ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਡਿਜ਼ਾਈਨ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। RFIC ਡਿਜ਼ਾਈਨ ਇੱਕ ਵਾਰ ਵਿੱਚ ਕਈ ਭੌਤਿਕ ਡੋਮੇਨਾਂ ਵਿੱਚ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਇੱਕ ਅਭਿਆਸ ਹੈ।
ਮੈਕਸਵੈੱਲ ਦੀਆਂ ਸਮੀਕਰਨਾਂ ਇਹ ਨਿਯੰਤਰਿਤ ਕਰਦੀਆਂ ਹਨ ਕਿ ਕਿਵੇਂ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟਿਕ ਫੀਲਡ ਇੱਕ ਚਿੱਪ ਉੱਤੇ ਕਿਰਿਆਸ਼ੀਲ ਅਤੇ ਪੈਸਿਵ ਡਿਵਾਈਸਾਂ ਨਾਲ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਪਾਉਂਦੇ ਹਨ। ਉਸੇ ਸਮੇਂ, ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਦੇ ਨਿਯਮ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਓਪਰੇਸ਼ਨ ਦੌਰਾਨ ਗਰਮੀ ਕਿਵੇਂ ਪੈਦਾ ਹੁੰਦੀ ਹੈ ਅਤੇ ਕਿਵੇਂ ਹਟਾਈ ਜਾਂਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਥਰਮਲ ਵਿਸਥਾਰ ਦੇ ਮਕੈਨਿਕਸ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਦੇ ਹਨ ਕਿ ਇੱਕ ਚਿੱਪ ਅਤੇ ਇਸਦੀ ਪੈਕਿੰਗ ਤਾਪਮਾਨ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਕਿੰਨੀ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਬਚਾਉਂਦੀ ਹੈ। ਇਹਨਾਂ ਸਾਰੀਆਂ ਰੁਕਾਵਟਾਂ ਦਾ ਲੇਖਾ-ਜੋਖਾ ਇੱਕੋ ਸਮੇਂ ਡਿਜ਼ਾਇਨ ਸਪੇਸ ਨੂੰ ਲਗਭਗ ਅਸੰਭਵ ਤੌਰ 'ਤੇ ਵੱਡਾ ਬਣਾਉਂਦਾ ਹੈ, ਹਰ ਫੈਸਲੇ ਵਿੱਚ ਮੁਕਾਬਲੇ ਦੀਆਂ ਤਰਜੀਹਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ।
ਨਤੀਜਾ ਇਹ ਹੈ ਕਿ ਇੱਕ ਸਿੰਗਲ ਨਵੇਂ RF ਚਿੱਪ ਡਿਜ਼ਾਈਨ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਕਈ ਸਾਲ ਅਤੇ ਲੱਖਾਂ ਡਾਲਰ ਲੱਗ ਸਕਦੇ ਹਨ।
ਦਾਅ 'ਤੇ ਫ੍ਰੀਕੁਐਂਸੀਜ਼
ਦਾਅ ਉੱਚੇ ਹਨ ਕਿਉਂਕਿ RF ਚਿਪਸ ਲਗਭਗ ਹਰ ਵਾਇਰਲੈੱਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅੰਡਰਪਿਨ ਕਰਦੇ ਹਨ। ਇੱਕ ਆਮ CPU ਦੇ ਟਰਾਂਜ਼ਿਸਟਰ ਕੁਝ ਗੀਗਾਹਰਟਜ਼ ਦੀ ਓਪਰੇਟਿੰਗ ਫ੍ਰੀਕੁਐਂਸੀ 'ਤੇ ਓਵਰਹੀਟ ਹੁੰਦੇ ਹਨ। RF ਚਿਪਸ, ਇਸਦੇ ਉਲਟ, ਬਹੁਤ ਉੱਚੀ ਬਾਰੰਬਾਰਤਾ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ: 5G ਸਿਗਨਲਾਂ ਲਈ 28 ਅਤੇ 39 ਗੀਗਾਹਰਟਜ਼, ਸੈਟੇਲਾਈਟ ਸੰਚਾਰ ਲਈ 26.5 ਤੋਂ 40 ਗੀਗਾਹਰਟਜ਼ ਅਤੇ ਇਸ ਤੋਂ ਅੱਗੇ, ਅਤੇ ਆਟੋਮੋਟਿਵ ਰਾਡਾਰ ਲਈ 77 ਗੀਗਾਹਰਟਜ਼।
ਉਹਨਾਂ ਬਾਰੰਬਾਰਤਾਵਾਂ ਨੂੰ ਬਚਣ ਲਈ, RF ਚਿਪਸ ਸਾਵਧਾਨ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟਿਕ ਡਿਜ਼ਾਈਨ ਦੁਆਰਾ ਇੱਕ ਸਿਗਨਲ ਦੀ ਊਰਜਾ ਨੂੰ ਚਲਾਕੀ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਦੇ ਹਨ। ਇਹ ਧਾਤ ਦੇ ਤੱਤਾਂ ਦੇ ਗੁੰਝਲਦਾਰ ਨੈਟਵਰਕ ਦਾ ਰੂਪ ਲੈਂਦਾ ਹੈ — ਜਿਓਮੈਟ੍ਰਿਕ ਤੌਰ 'ਤੇ ਨਿਯਮਤ, ਅਕਸਰ ਸਮਮਿਤੀ, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਵਿਸਤ੍ਰਿਤ ਉਹ ਲੇਸਲੀਕ ਫਿਲੀਗਰੀ ਦੇ ਸਮਾਨ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਪੈਸਿਵ ਬਣਤਰ, ਜਿਵੇਂ ਕਿ ਇੰਡਕਟਰ ਅਤੇ ਟਰਾਂਸਮਿਸ਼ਨ ਲਾਈਨਾਂ, ਚਿੱਪ ਦੀ ਰੀਅਲ ਅਸਟੇਟ 'ਤੇ ਹਾਵੀ ਹੁੰਦੀਆਂ ਹਨ, ਜੋ ਟਰਾਂਜ਼ਿਸਟਰਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਜਗ੍ਹਾ ਲੈਂਦੀਆਂ ਹਨ।
AI ਸਮੱਸਿਆ ਨੂੰ ਕਿਵੇਂ ਪਹੁੰਚਦਾ ਹੈ
IEEE ਸਪੈਕਟ੍ਰਮ ਦੀ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, ਪ੍ਰਿੰਸਟਨ ਸਮੂਹ ਨੇ 2016 ਵਿੱਚ ਵਿਸ਼ਵ ਗੋ ਚੈਂਪੀਅਨ ਲੀ ਸੇਡੋਲ ਉੱਤੇ DeepMind ਦੀ AlphaGo ਦੀ ਜਿੱਤ ਦੇ ਮੱਦੇਨਜ਼ਰ ਲਗਭਗ ਸੱਤ ਸਾਲ ਪਹਿਲਾਂ AI-ਚਾਲਿਤ RF ਡਿਜ਼ਾਈਨ ਦੀ ਖੋਜ ਕਰਨੀ ਸ਼ੁਰੂ ਕੀਤੀ ਸੀ। ਇਸ ਸਫਲਤਾ ਨੇ ਟੀਮ ਨੂੰ ਇਹ ਪੁੱਛਣ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ ਕਿ ਕੀ AI ਨੂੰ RF ਡਿਜ਼ਾਈਨ ਦੀ "ਡਾਰਕ ਕਲਾ" ਵੀ ਸਿਖਾਈ ਜਾ ਸਕਦੀ ਹੈ।
ਜਵਾਬ, ਵਧਦੀ, ਹਾਂ ਹੈ. ਖੋਜਕਰਤਾ ਸ਼ੁਰੂ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ RFICs ਬਣਾਉਣ ਲਈ ਇਨਵਰਸ ਡਿਜ਼ਾਈਨ ਦੇ ਨਾਲ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਮਨੁੱਖੀ ਟੈਂਪਲੇਟ ਤੋਂ ਸ਼ੁਰੂ ਹੋਣ ਦੀ ਬਜਾਏ, ਸਿਸਟਮ ਇਹ ਸਿੱਖਦਾ ਹੈ ਕਿ ਕਿਹੜੀਆਂ ਬਣਤਰਾਂ ਲੋੜੀਂਦੇ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟਿਕ ਵਿਵਹਾਰ ਨੂੰ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ।
ਹਾਲ ਹੀ ਵਿੱਚ, ਡਿਫਿਊਜ਼ਨ ਮਾਡਲ — ਆਧੁਨਿਕ ਚਿੱਤਰ ਸੰਸਲੇਸ਼ਣ ਦੇ ਪਿੱਛੇ ਪੈਦਾ ਕਰਨ ਵਾਲੇ AI ਦਾ ਉਹੀ ਪਰਿਵਾਰ — ਤੇਜ਼ੀ ਨਾਲ ਨਾਵਲ RF ਲੇਆਉਟ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਗਿਆ ਹੈ। ਇਹ ਮਾਡਲ ਡਿਜ਼ਾਈਨ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਜਾਂ ਤਾਂ ਜਾਣਬੁੱਝ ਕੇ ਜੰਗਲੀ ਜਾਂ ਵਧੇਰੇ ਮਨੁੱਖੀ-ਵਿਆਖਿਆਯੋਗ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੇ ਡਿਜ਼ਾਇਨ ਦੇ ਸਮੇਂ ਵਿੱਚ ਭਾਰੀ ਕਟੌਤੀ ਕਰਦੇ ਹੋਏ ਰਿਕਾਰਡ ਪ੍ਰਦਰਸ਼ਨ ਪ੍ਰਾਪਤ ਕੀਤਾ ਹੈ।
ਇੱਕ ਠੋਸ ਉਦਾਹਰਨ ਸ਼ਿਫਟ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇੱਕ 5G ਮਿਲੀਮੀਟਰ-ਵੇਵ ਹੈਂਡਸੈੱਟ ਲਈ ਇੱਕ 28-ਗੀਗਾਹਰਟਜ਼ ਪਾਵਰ ਐਂਪਲੀਫਾਇਰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਵਾਲਾ ਇੱਕ ਇੰਜੀਨੀਅਰ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਸਥਾਪਤ ਟੈਂਪਲੇਟਾਂ ਤੋਂ ਸ਼ੁਰੂ ਹੋਵੇਗਾ ਅਤੇ ਸਮਮਿਤੀ, ਸਮਝਣ ਯੋਗ ਪੈਟਰਨਾਂ ਦੀ ਪਾਲਣਾ ਕਰੇਗਾ। ਇਹਨਾਂ ਰੁਕਾਵਟਾਂ ਤੋਂ ਮੁਕਤ, AI ਉਹਨਾਂ ਡਿਜ਼ਾਈਨਾਂ ਦੀ ਪੜਚੋਲ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਮਨੁੱਖ ਕਦੇ ਨਹੀਂ ਖਿੱਚੇਗਾ — ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਮਨੁੱਖੀ-ਸਮਝਣਯੋਗ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਅੱਗੇ ਕੀ ਆਉਂਦਾ ਹੈ
ਖੋਜਕਰਤਾ ਸਾਵਧਾਨ ਕਰਦੇ ਹਨ ਕਿ ਖੇਤਰ ਅਜੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਿਤ, ਪੁਸ਼-ਬਟਨ ਆਰਐਫ ਡਿਜ਼ਾਈਨ ਦੇ ਬਿੰਦੂ 'ਤੇ ਨਹੀਂ ਹੈ। ਭਵਿੱਖ ਦੀ ਪ੍ਰਗਤੀ, ਉਹ ਦਲੀਲ ਦਿੰਦੇ ਹਨ, ਵੱਡੇ, ਸਾਂਝੇ ਚਿੱਪ-ਡਿਜ਼ਾਈਨ ਡੇਟਾਸੈਟਾਂ ਅਤੇ ਵਧੇਰੇ ਖੁੱਲੇ ਵਾਤਾਵਰਣ ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ, ਤਾਂ ਜੋ AI ਸਿਸਟਮ ਤੰਗ, ਲੈਬ-ਵਿਸ਼ੇਸ਼ ਪੈਟਰਨਾਂ ਦੀ ਬਜਾਏ ਯੂਨੀਵਰਸਲ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟਿਕ ਅਤੇ ਸਰਕਟ ਵਿਵਹਾਰ ਸਿੱਖ ਸਕਣ।
ਜੇਕਰ ਉਹ ਬਿਲਡਿੰਗ ਬਲੌਕਸ ਥਾਂ 'ਤੇ ਡਿੱਗਦੇ ਹਨ, ਤਾਂ ਪ੍ਰਭਾਵ ਰੇਡੀਓ ਚਿਪਸ ਤੋਂ ਵੀ ਅੱਗੇ ਵਧਦੇ ਹਨ। ਪ੍ਰਿੰਸਟਨ ਟੀਮ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ AI-ਸਮਰੱਥ ਡਿਜ਼ਾਈਨ ਸਾਰੇ RF ਡਿਜ਼ਾਈਨ ਦਾ ਭਵਿੱਖ ਬਣ ਸਕਦਾ ਹੈ - ਅਤੇ ਸੰਭਵ ਤੌਰ 'ਤੇ ਹੋਰ ਵੀ ਬਹੁਤ ਕੁਝ, ਵਿਆਪਕ ਆਟੋਨੋਮਸ ਵਾਹਨਾਂ, ਕੁਆਂਟਮ ਸੰਚਾਰ, 6G ਮੋਬਾਈਲ ਸੇਵਾ, ਅਤੇ ਉੱਨਤ ਸੈਟੇਲਾਈਟ ਨੈੱਟਵਰਕਾਂ ਸਮੇਤ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਵਾਇਰਲੈੱਸ ਤਕਨਾਲੋਜੀਆਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ।
ਇੱਕ ਉਦਯੋਗ ਲਈ ਜਿੱਥੇ ਇੱਕ ਸਿੰਗਲ ਡਿਜ਼ਾਈਨ ਚੱਕਰ ਸਾਲਾਂ ਅਤੇ ਨੌ-ਅੰਕੜੇ ਦੇ ਬਜਟ ਦੀ ਖਪਤ ਕਰ ਸਕਦਾ ਹੈ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਉਸ ਸਮੇਂ ਦੇ ਇੱਕ ਹਿੱਸੇ ਨੂੰ ਸ਼ੇਵ ਕਰਨਾ ਵੀ ਪਰਿਵਰਤਨਸ਼ੀਲ ਹੋ ਸਕਦਾ ਹੈ। ਅਤੇ ਜਿਵੇਂ ਕਿ ਏਆਈ-ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਸਰਕਟਾਂ ਨੇ ਆਪਣੇ ਮਨੁੱਖ ਦੁਆਰਾ ਬਣਾਏ ਹਮਰੁਤਬਾ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, RF ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲੀ ਆ ਰਹੀ "ਡਾਰਕ ਆਰਟ" ਆਖਰਕਾਰ ਇੱਕ ਵਿਗਿਆਨ ਵਿੱਚ ਬਦਲ ਰਹੀ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
