เป็นเวลาหลายทศวรรษแล้วที่การออกแบบวงจรรวมความถี่วิทยุได้รับการอธิบายว่าเป็น "ศิลปะมืด" ซึ่งเป็นทักษะที่ได้รับจากประสบการณ์อันอุตสาหะหลายปีเท่านั้น ปัจจุบัน นักวิจัยจากมหาวิทยาลัยพรินซ์ตันกล่าวว่าปัญญาประดิษฐ์กำลังเรียนรู้ศิลปะนั้น และในบางกรณีก็เหนือกว่ามนุษย์ซึ่งครั้งหนึ่งเคยผูกขาดศิลปะนั้น
ในฟีเจอร์ที่เผยแพร่โดย IEEE Spectrum เมื่อวันที่ 24 มิถุนายน 2026 ทีมงานให้รายละเอียดเกี่ยวกับวิธีการใช้วิธีการเรียนรู้ของเครื่องเพื่อสร้างวงจรรวมความถี่วิทยุ (RFIC) ซึ่งเป็นชิปขนาดเล็กที่ช่วยให้โทรศัพท์ รถยนต์ และดาวเทียมส่งและรับสัญญาณไร้สายได้ตั้งแต่เริ่มต้น นักวิจัยตั้งข้อสังเกตว่าเค้าโครงผลลัพธ์บางส่วน "ดูเหมือนงานศิลปะสมัยใหม่มากกว่าเค้าโครงวงจร" แต่ต้นแบบทางกายภาพของพวกเขาได้เหนือกว่าวงจรที่ออกแบบโดยมนุษย์ที่ล้ำสมัยในด้านประสิทธิภาพ For more context on this story, see our ongoing artificial intelligence updates.
อย่างไรก็ตาม ความสำเร็จนั้นไม่ได้เป็นเพียงความสวยงามเพียงอย่างเดียว AI ออกแบบการทำงานโดยใช้เวลาน้อยกว่าที่วิศวกรที่เป็นมนุษย์ต้องการ
เหตุใดการออกแบบชิป RF จึงยากนัก
แตกต่างจากหน่วยประมวลผลกลาง (CPU) และชิปกราฟิก (GPU) ที่พบในคอมพิวเตอร์ ชิป RF ไม่สามารถออกแบบผ่านกระบวนการอัลกอริธึมที่ได้มาตรฐาน การออกแบบ RFIC เป็นการออกกำลังกายทางวิศวกรรมข้ามโดเมนทางกายภาพหลายโดเมนในคราวเดียว
สมการของแมกซ์เวลล์ควบคุมว่าสนามแม่เหล็กไฟฟ้ามีปฏิสัมพันธ์กับอุปกรณ์แบบแอคทีฟและพาสซีฟบนชิปอย่างไร ในขณะเดียวกัน กฎของอุณหพลศาสตร์จะกำหนดวิธีการสร้างและกำจัดความร้อนระหว่างการทำงาน ในขณะที่กลไกของการขยายตัวเนื่องจากความร้อนจะกำหนดความน่าเชื่อถือของชิปและบรรจุภัณฑ์ที่อยู่รอดจากการเปลี่ยนแปลงของอุณหภูมิ การคำนึงถึงข้อจำกัดทั้งหมดนี้ไปพร้อมๆ กันทำให้พื้นที่การออกแบบแทบจะเป็นไปไม่ได้เลย โดยการตัดสินใจทุกครั้งจะเกี่ยวข้องกับลำดับความสำคัญที่แข่งขันกัน
ผลลัพธ์ก็คือการออกแบบชิป RF ใหม่เพียงตัวเดียวอาจต้องใช้เวลาหลายปีและหลายสิบถึงหลายร้อยล้านดอลลาร์จึงจะเสร็จสมบูรณ์
ความถี่ที่เป็นเดิมพัน
เดิมพันมีสูงเนื่องจากชิป RF สนับสนุนเทคโนโลยีไร้สายเกือบทุกประเภท ทรานซิสเตอร์ของ CPU ทั่วไปมีความร้อนมากเกินไปที่ความถี่การทำงานเพียงไม่กี่กิกะเฮิรตซ์ ในทางตรงกันข้าม ชิป RF ทำงานที่ความถี่ที่สูงกว่ามาก: 28 และ 39 กิกะเฮิรตซ์สำหรับสัญญาณ 5G, 26.5 ถึง 40 กิกะเฮิรตซ์ขึ้นไปสำหรับการสื่อสารผ่านดาวเทียม และ 77 กิกะเฮิรตซ์สำหรับเรดาร์ยานยนต์
เพื่อความอยู่รอดของความถี่เหล่านั้น ชิป RF จะจัดการพลังงานของสัญญาณอย่างชาญฉลาดผ่านการออกแบบแม่เหล็กไฟฟ้าอย่างระมัดระวัง ซึ่งอยู่ในรูปแบบของเครือข่ายที่ซับซ้อนขององค์ประกอบโลหะ - มีรูปทรงเรขาคณิตสม่ำเสมอ มักจะสมมาตร และซับซ้อนมากจนสามารถมีลักษณะคล้ายลวดลายลายลูกไม้ โครงสร้างแบบพาสซีฟเหล่านี้ เช่น ตัวเหนี่ยวนำและสายส่ง ครองพื้นที่ของชิป โดยกินพื้นที่มากกว่าตัวทรานซิสเตอร์มาก
AI เข้าถึงปัญหาอย่างไร
ตามรายงานของ IEEE Spectrum กลุ่ม Princeton เริ่มสำรวจการออกแบบ RF ที่ขับเคลื่อนด้วย AI เมื่อประมาณเจ็ดปีที่แล้ว หลังจากที่ AlphaGo ของ DeepMind ได้รับชัยชนะเหนือ Lee Sedol แชมป์โลก Go ในปี 2559 ความก้าวหน้าดังกล่าวทำให้ทีมงานถามว่า AI สามารถสอน "ศิลปะมืด" ของการออกแบบ RF ได้หรือไม่
คำตอบเพิ่มมากขึ้นคือใช่ นักวิจัยใช้ การเรียนรู้แบบเสริมกำลัง ร่วมกับ การออกแบบผกผัน เพื่อสร้าง RFIC อย่างรวดเร็วตั้งแต่เริ่มต้น แทนที่จะเริ่มต้นจากเทมเพลตของมนุษย์ ระบบจะเรียนรู้ว่าโครงสร้างใดที่ก่อให้เกิดพฤติกรรมทางแม่เหล็กไฟฟ้าที่ต้องการ
เมื่อเร็วๆ นี้ แบบจำลองการแพร่กระจาย ซึ่งเป็นตระกูล AI กำเนิดกลุ่มเดียวกันที่อยู่เบื้องหลังการสังเคราะห์ภาพสมัยใหม่ ได้ถูกนำมาใช้เพื่อสร้างเค้าโครง RF ใหม่อย่างรวดเร็ว โมเดลเหล่านี้สามารถสร้างการออกแบบที่จงใจดูเป็นธรรมชาติหรือสามารถตีความได้โดยมนุษย์ และมีประสิทธิภาพสูงสุดเป็นประวัติการณ์พร้อมทั้งลดเวลาในการออกแบบลงอย่างมาก
ตัวอย่างที่เป็นรูปธรรมแสดงให้เห็นถึงการเปลี่ยนแปลง วิศวกรที่ออกแบบเครื่องขยายกำลัง 28 กิกะเฮิรตซ์สำหรับโทรศัพท์มือถือคลื่นมิลลิเมตร 5G มักจะเริ่มต้นจากเทมเพลตที่สร้างขึ้นและทำตามรูปแบบสมมาตรที่เข้าใจได้ เมื่อปราศจากข้อจำกัดเหล่านี้ AI จึงสามารถสำรวจการออกแบบที่มนุษย์ไม่เคยวาดมาก่อน และไม่จำเป็นต้องเป็นสิ่งที่มนุษย์เข้าใจได้ในการทำงาน
อะไรจะเกิดขึ้นต่อไป
นักวิจัยเตือนว่าสนามนี้ยังไม่ถึงจุดที่มีการออกแบบ RF แบบปุ่มกดอัตโนมัติเต็มรูปแบบ พวกเขาโต้แย้งว่าความคืบหน้าในอนาคตจะขึ้นอยู่กับ ชุดข้อมูลการออกแบบชิปขนาดใหญ่ที่ใช้ร่วมกัน และระบบนิเวศที่เปิดกว้างมากขึ้น เพื่อให้ระบบ AI สามารถเรียนรู้พฤติกรรมแม่เหล็กไฟฟ้าและวงจรสากล แทนที่จะเป็นรูปแบบเฉพาะในห้องปฏิบัติการที่แคบ
หากโครงสร้างสำเร็จรูปเหล่านั้นเข้าที่ ผลกระทบจะขยายออกไปมากกว่าชิปวิทยุ ทีมงานพรินซ์ตันแนะนำว่าการออกแบบที่ใช้ AI อาจกลายเป็นอนาคตของการออกแบบ RF ทั้งหมด และอาจมากกว่านั้นอีกมาก โดยชี้ไปที่เทคโนโลยีไร้สายยุคหน้า รวมถึงยานพาหนะอัตโนมัติที่แพร่หลาย การสื่อสารควอนตัม บริการมือถือ 6G และเครือข่ายดาวเทียมขั้นสูง
สำหรับอุตสาหกรรมที่รอบการออกแบบเดียวอาจกินเวลาหลายปีและใช้งบประมาณเก้าหลัก แม้แต่การประหยัดเวลาเพียงเสี้ยวเดียวก็สามารถเปลี่ยนแปลงได้ และในขณะที่วงจรที่ออกแบบโดย AI มีประสิทธิภาพเหนือกว่าวงจรที่มนุษย์สร้างขึ้นมากขึ้น "ศิลปะมืด" ของวิศวกรรม RF ที่มีมายาวนานก็อาจกลายเป็นวิทยาศาสตร์ในที่สุด
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
