Kwa miongo kadhaa, kubuni saketi zilizounganishwa za masafa ya redio imefafanuliwa kama "sanaa ya giza" - ujuzi unaopatikana tu kupitia uzoefu wa miaka mingi. Sasa, watafiti katika Chuo Kikuu cha Princeton wanasema akili ya bandia inajifunza sanaa hiyo, na katika visa vingine kuwapita wanadamu ambao hapo awali waliimiliki.
Katika kipengele kilichochapishwa na IEEE Spectrum mnamo Juni 24, 2026, timu ilieleza kwa kina jinsi mbinu za kujifunza kwa mashine zinavyotumiwa kuzalisha saketi zilizounganishwa za redio-frequency (RFICs) - chipsi ndogo zinazoruhusu simu, magari na setilaiti kutuma na kupokea mawimbi yasiyotumia waya - kuanzia mwanzo. Baadhi ya mpangilio unaosababishwa, watafiti wanaona, "unaonekana zaidi kama sanaa ya kisasa kuliko mpangilio wa mzunguko," bado mifano yao ya mwili imeboresha mizunguko ya hali ya juu iliyoundwa na mwanadamu kwenye utendaji. For more context on this story, see our ongoing AI industry coverage.
Mafanikio, hata hivyo, si ya uzuri tu. AI ilibuni miundo ya kufanya kazi kwa maagizo ya ukubwa wa muda mfupi kuliko mhandisi binadamu angehitaji.
Kwa nini RF Chip Design ni Ngumu Sana
Tofauti na vitengo vya usindikaji wa kati (CPUs) na chip za michoro (GPUs) zinazopatikana kwenye kompyuta, chip za RF haziwezi kuundwa kupitia mchakato sanifu, wa algoriti. Muundo wa RFIC ni zoezi la uhandisi katika vikoa vingi vya kimwili kwa wakati mmoja.
Milinganyo ya Maxwell inasimamia jinsi sehemu za sumakuumeme zinavyoingiliana na vifaa vinavyotumika na tulivu kwenye chip. Wakati huo huo, sheria za thermodynamics huamua jinsi joto huzalishwa na kuondolewa wakati wa operesheni, wakati mechanics ya upanuzi wa joto huamuru jinsi chip na ufungaji wake unavyoweza kuishi mabadiliko ya joto. Uhasibu wa vikwazo hivi vyote kwa wakati mmoja hufanya nafasi ya kubuni iwe karibu isiyowezekana, na kila uamuzi unaohusisha vipaumbele vinavyoshindana.
Matokeo yake ni kwamba muundo mpya wa chipu wa RF unaweza kuchukua miaka na makumi hadi mamia ya mamilioni ya dola kukamilika.
Masafa Yanayohusika
Uhasibu ni mkubwa kwa sababu chip za RF hushikilia karibu kila teknolojia isiyotumia waya. Transistors za kawaida za CPU zina joto kupita kiasi katika masafa ya kufanya kazi ya gigahertz chache tu. Chip za RF, kinyume chake, hufanya kazi kwa masafa ya juu zaidi: 28 na 39 gigahertz kwa mawimbi ya 5G, gigahertz 26.5 hadi 40 na zaidi kwa mawasiliano ya setilaiti, na gigahertz 77 kwa rada ya magari.
Ili kustahimili masafa hayo, chip za RF hudhibiti nishati ya mawimbi kwa ustadi kupitia muundo makini wa sumakuumeme. Hiyo inachukua muundo wa mitandao tata ya vipengele vya chuma - kijiometri ya kawaida, mara nyingi ya ulinganifu, na kwa undani zaidi inaweza kufanana na filigree kama lace. Miundo hii tulivu, kama vile viingilizi na njia za upokezaji, hutawala mali isiyohamishika ya chip, ikichukua nafasi nyingi zaidi kuliko transistors zenyewe.
Jinsi AI Inashughulikia Tatizo
Kulingana na ripoti ya IEEE Spectrum, kikundi cha Princeton kilianza kuchunguza muundo wa RF unaoendeshwa na AI takriban miaka saba iliyopita, kufuatia ushindi wa DeepMind wa AlphaGo dhidi ya bingwa wa ulimwengu wa Go Lee Sedol mnamo 2016. Ufanisi huo ulifanya timu kuuliza ikiwa AI inaweza kufundishwa "sanaa ya giza" ya muundo wa RF pia.
Jibu, inazidi, ni ndiyo. Watafiti hutumia mafunzo ya kuimarisha pamoja na muundo kinyume kuunda RFIC kwa haraka kutoka mwanzo. Badala ya kuanza kutoka kwa kiolezo cha mwanadamu, mfumo hujifunza ni miundo gani hutoa tabia inayotakikana ya sumakuumeme.
Hivi majuzi, miundo ya uenezaji - familia sawa ya AI generative nyuma ya usanisi wa kisasa wa picha - imetumika kutoa kwa haraka miundo mipya ya RF. Miundo hii inaweza kutoa miundo ambayo ni ya mwitu kimakusudi au inayoweza kufasiriwa zaidi na binadamu, na wamepata utendakazi wa rekodi huku wakikata kwa kiasi kikubwa muda wa kubuni.
Mfano halisi unaonyesha mabadiliko. Mhandisi anayeunda kikuza nguvu cha gigahertz 28 kwa kifaa cha mkono cha mawimbi ya milimita 5G kwa kawaida ataanza kutoka kwa violezo vilivyowekwa na kufuata mifumo linganifu inayoeleweka. Imeachiliwa kutoka kwa vizuizi hivyo, AI inaweza kuchunguza miundo ambayo mwanadamu hatawahi kuchora - na ambayo haihitaji kueleweka na mwanadamu kufanya kazi.
Nini Kinafuata
Watafiti wanaonya kuwa uwanja huo bado haujafikia muundo wa RF wa kiotomatiki, wa kitufe cha kushinikiza. Maendeleo ya siku zijazo, wanabishana, yatategemea seti kubwa, zilizoshirikiwa za muundo wa chip na mifumo ikolojia iliyo wazi zaidi, ili mifumo ya AI iweze kujifunza mienendo ya sumakuumeme na mzunguko badala ya mifumo finyu, maalum ya maabara.
Ikiwa vizuizi hivyo vya ujenzi vitawekwa mahali pake, athari huenea zaidi ya chip za redio. Timu ya Princeton inapendekeza kwamba muundo unaowezeshwa na AI unaweza kuwa mustakabali wa muundo wote wa RF - na ikiwezekana mengi zaidi, ikielekeza kwenye teknolojia zisizo na waya za kizazi kijacho ikijumuisha magari yanayojiendesha, mawasiliano ya kiasi, huduma ya rununu ya 6G, na mitandao ya hali ya juu ya satelaiti.
Kwa tasnia ambayo mzunguko mmoja wa muundo unaweza kutumia miaka na bajeti ya takwimu tisa, hata kunyoa sehemu ya wakati huo kunaweza kuleta mabadiliko. Na kadiri saketi zilizoundwa na AI zinavyozidi kuwa bora kuliko wenzao waliotengenezwa na binadamu, "sanaa ya giza" ya muda mrefu ya uhandisi wa RF inaweza hatimaye kugeuka kuwa sayansi.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
