Timp de zeci de ani, proiectarea circuitelor integrate de radiofrecvență a fost descrisă ca o „artă întunecată” - o abilitate stăpânită doar prin ani de experiență minuțioasă. Acum, cercetătorii de la Universitatea Princeton spun că inteligența artificială învață această artă și, în unele cazuri, îi depășește pe oamenii care dețineau cândva monopolul asupra ei.
Într-o caracteristică publicată de IEEE Spectrum pe 24 iunie 2026, echipa a detaliat modul în care metodele de învățare automată sunt utilizate pentru a genera circuite integrate de radiofrecvență (RFC) - cipurile minuscule care permit telefoanelor, mașinilor și sateliților să trimită și să primească semnale wireless - de la zero. Unele dintre modelele rezultate, notează cercetătorii, „seamănă mai mult cu arta modernă decât cu schemele de circuite”, dar prototipurile lor fizice au depășit circuitele de ultimă generație proiectate de oameni în ceea ce privește performanța. For more context on this story, see our ongoing AI industry coverage.
Realizarea, însă, nu este pur estetică. AI a conceput proiecte de lucru într-un timp mult mai mic decât ar avea nevoie de un inginer uman.
De ce este atât de greu proiectarea cipului RF
Spre deosebire de unitățile centrale de procesare (CPU) și cipurile grafice (GPU) găsite în computere, cipurile RF nu pot fi proiectate printr-un proces algoritmic standardizat. Proiectarea RFIC este un exercițiu de inginerie în mai multe domenii fizice simultan.
Ecuațiile lui Maxwell guvernează modul în care câmpurile electromagnetice interacționează cu dispozitivele active și pasive de pe un cip. În același timp, legile termodinamicii determină modul în care căldura este generată și îndepărtată în timpul funcționării, în timp ce mecanica expansiunii termice dictează cât de fiabil supraviețuiesc un cip și ambalajul său variațiilor de temperatură. Luarea în considerare a tuturor acestor constrângeri face ca spațiul de proiectare să fie aproape imposibil de mare, fiecare decizie implicând priorități concurente.
Rezultatul este că un singur design nou de cip RF poate dura ani și zeci până la sute de milioane de dolari pentru a fi finalizat.
Frecvențele în joc
Mizele sunt mari, deoarece cipurile RF stau la baza aproape orice tehnologie wireless. Tranzistoarele unui procesor tipic se supraîncălzesc la frecvențe de funcționare de doar câțiva gigaherți. Cipurile RF, în schimb, funcționează la frecvențe mult mai mari: 28 și 39 gigaherți pentru semnalele 5G, 26,5 până la 40 gigaherți și mai mult pentru comunicațiile prin satelit și 77 gigaherți pentru radarul auto.
Pentru a supraviețui acelor frecvențe, cipurile RF gestionează în mod inteligent energia unui semnal printr-un design electromagnetic atent. Aceasta ia forma unor rețele complicate de elemente metalice - regulate din punct de vedere geometric, adesea simetrice și atât de elaborate încât pot să semene cu filigranul ca dantelă. Aceste structuri pasive, cum ar fi inductoarele și liniile de transmisie, domină imobilul cipului, ocupând mult mai mult spațiu decât tranzistorii înșiși.
Cum abordează AI problema
Potrivit raportului IEEE Spectrum, grupul Princeton a început să exploreze designul RF bazat pe inteligență artificială în urmă cu aproximativ șapte ani, în urma victoriei AlphaGo a lui DeepMind asupra campionului mondial Go, Lee Sedol, în 2016. Această descoperire a determinat echipa să se întrebe dacă AI ar putea fi învățată și „arta întunecată” a designului RF.
Răspunsul, din ce în ce mai mult, este da. Cercetătorii folosesc învățare prin întărire combinată cu design invers pentru a crea rapid RFIC-uri de la zero. În loc să pornească de la un șablon uman, sistemul învață care structuri produc comportamentul electromagnetic dorit.
Mai recent, modelele de difuzie - aceeași familie de IA generativă din spatele sintezei moderne de imagini - au fost folosite pentru a genera rapid modele RF noi. Aceste modele pot produce modele care sunt fie în mod deliberat sălbatice, fie mai interpretabile de către om și au atins performanțe record, reducând în același timp drastic timpul de proiectare.
Un exemplu concret ilustrează schimbarea. Un inginer care proiectează un amplificator de putere de 28 de gigaherți pentru un telefon cu unde milimetrice 5G ar începe în mod tradițional de la șabloane stabilite și ar urma modele simetrice, ușor de înțeles. Eliberată de aceste constrângeri, AI poate explora modele pe care un om nu le-ar desena niciodată – și care nu trebuie să fie înțelese de om pentru a funcționa.
Ce urmează
Cercetătorii avertizează că domeniul nu este încă în punctul de proiectare RF complet automatizată, cu buton. Progresul viitor, susțin ei, va depinde de seturi de date mari, partajate de proiectare a cipurilor și de ecosisteme mai deschise, astfel încât sistemele AI să poată învăța comportamente electromagnetice și circuite universale, mai degrabă decât modele înguste, specifice laboratorului.
Dacă acele blocuri de construcție se pun la locul lor, implicațiile se extind cu mult dincolo de cipurile radio. Echipa de la Princeton sugerează că proiectarea bazată pe inteligență artificială ar putea deveni viitorul tuturor designului RF – și, posibil, mult mai mult, îndreptând spre tehnologiile wireless de ultimă generație, inclusiv vehicule autonome pe scară largă, comunicații cuantice, serviciu mobil 6G și rețele avansate de satelit.
Pentru o industrie în care un singur ciclu de proiectare poate consuma ani și bugete de nouă cifre, chiar și reducerea unei fracțiuni din acest timp ar putea fi transformatoare. Și pe măsură ce circuitele proiectate de AI își depășesc din ce în ce mai mult pe omologii lor, „arta întunecată” de lungă durată a ingineriei RF se poate transforma în sfârșit într-o știință.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
