Trong nhiều thập kỷ, việc thiết kế mạch tích hợp tần số vô tuyến được mô tả là một “nghệ thuật đen tối” - một kỹ năng chỉ có thể thành thạo qua nhiều năm kinh nghiệm miệt mài. Giờ đây, các nhà nghiên cứu tại Đại học Princeton cho biết trí tuệ nhân tạo đang học nghệ thuật đó và trong một số trường hợp còn vượt qua cả những con người từng nắm giữ độc quyền về nó.

Trong một tính năng do IEEE Spectrum xuất bản vào ngày 24 tháng 6 năm 2026, nhóm đã trình bày chi tiết cách sử dụng các phương pháp học máy để tạo ra các mạch tích hợp tần số vô tuyến (RFIC) — những con chip nhỏ cho phép điện thoại, ô tô và vệ tinh gửi và nhận tín hiệu không dây — từ đầu. Các nhà nghiên cứu lưu ý rằng một số bố cục thu được "trông giống tác phẩm nghệ thuật hiện đại hơn là bố cục mạch", tuy nhiên các nguyên mẫu vật lý của họ đã vượt qua các mạch hiện đại nhất do con người thiết kế về hiệu suất. For more context on this story, see our ongoing breaking AI news.

Tuy nhiên, thành tựu này không hoàn toàn mang tính thẩm mỹ. AI hình thành các thiết kế hoạt động theo thứ tự thời gian ít hơn mức mà một kỹ sư con người yêu cầu.

Tại sao thiết kế chip RF lại khó đến vậy

Không giống như các bộ xử lý trung tâm (CPU) và chip đồ họa (GPU) có trong máy tính, chip RF không thể được thiết kế thông qua quy trình thuật toán tiêu chuẩn hóa. Thiết kế RFIC là một bài tập về kỹ thuật trên nhiều lĩnh vực vật lý cùng một lúc.

Các phương trình Maxwell chi phối cách các trường điện từ tương tác với các thiết bị chủ động và thụ động trên chip. Đồng thời, các định luật nhiệt động lực học xác định cách nhiệt được tạo ra và loại bỏ trong quá trình hoạt động, trong khi cơ chế giãn nở nhiệt cho biết con chip và bao bì của nó có thể chịu đựng được sự thay đổi nhiệt độ đáng tin cậy như thế nào. Việc giải quyết đồng thời tất cả những ràng buộc này khiến cho không gian thiết kế trở nên rộng lớn gần như không thể tưởng tượng được, với mọi quyết định đều liên quan đến các ưu tiên cạnh tranh.

Kết quả là một thiết kế chip RF mới có thể mất nhiều năm và tiêu tốn hàng chục đến hàng trăm triệu đô la để hoàn thành.

Tần suất bị đe dọa

Rủi ro rất cao vì chip RF làm nền tảng cho hầu hết mọi công nghệ không dây. Các bóng bán dẫn của CPU thông thường quá nóng ở tần số hoạt động chỉ vài gigahertz. Ngược lại, chip RF hoạt động ở tần số cao hơn nhiều: 28 và 39 gigahertz cho tín hiệu 5G, 26,5 đến 40 gigahertz trở lên cho liên lạc vệ tinh và 77 gigahertz cho radar ô tô.

Để tồn tại ở những tần số đó, chip RF quản lý khéo léo năng lượng của tín hiệu thông qua thiết kế điện từ cẩn thận. Nó có dạng mạng lưới phức tạp của các phần tử kim loại - đều đặn về mặt hình học, thường đối xứng và phức tạp đến mức chúng có thể trông giống như đồ trang trí giống như ren. Những cấu trúc thụ động này, chẳng hạn như cuộn cảm và đường truyền, chiếm ưu thế trong lĩnh vực chip, chiếm nhiều không gian hơn so với bản thân các bóng bán dẫn.

Cách AI tiếp cận vấn đề

Theo báo cáo của IEEE Spectrum, nhóm Princeton bắt đầu khám phá thiết kế RF do AI điều khiển khoảng bảy năm trước, sau chiến thắng AlphaGo của DeepMind trước nhà vô địch cờ vây thế giới Lee Sedol vào năm 2016. Bước đột phá đó đã thúc đẩy nhóm đặt câu hỏi liệu AI cũng có thể được dạy "nghệ thuật đen tối" của thiết kế RF hay không.

Câu trả lời ngày càng nhiều là có. Các nhà nghiên cứu sử dụng học tăng cường kết hợp với thiết kế nghịch đảo để nhanh chóng tạo ra RFIC từ đầu. Thay vì bắt đầu từ khuôn mẫu của con người, hệ thống sẽ tìm hiểu cấu trúc nào tạo ra hành vi điện từ mong muốn.

Gần đây hơn, mô hình khuếch tán — cùng một họ AI tổng hợp đằng sau quá trình tổng hợp hình ảnh hiện đại — đã được sử dụng để nhanh chóng tạo ra các bố cục RF mới. Những mô hình này có thể tạo ra các thiết kế có chủ ý hoang dã hoặc dễ hiểu hơn với con người và chúng đã đạt được hiệu suất kỷ lục đồng thời cắt giảm đáng kể thời gian thiết kế.

Một ví dụ cụ thể minh họa sự thay đổi. Một kỹ sư thiết kế bộ khuếch đại công suất 28 gigahertz cho thiết bị cầm tay sóng milimet 5G theo truyền thống sẽ bắt đầu từ các mẫu đã thiết lập và tuân theo các mẫu đối xứng, dễ hiểu. Thoát khỏi những hạn chế đó, AI có thể khám phá những thiết kế mà con người sẽ không bao giờ vẽ ra - và những thiết kế đó không cần phải hiểu được con người mới hoạt động được.

Điều gì xảy ra tiếp theo

Các nhà nghiên cứu cảnh báo rằng lĩnh vực này vẫn chưa đạt đến mức thiết kế RF nút nhấn hoàn toàn tự động. Họ lập luận rằng tiến bộ trong tương lai sẽ phụ thuộc vào bộ dữ liệu thiết kế chip dùng chung, lớn và các hệ sinh thái cởi mở hơn, để các hệ thống AI có thể học các hành vi mạch điện và điện từ phổ quát thay vì các mô hình hẹp, dành riêng cho phòng thí nghiệm.

Nếu những khối xây dựng đó rơi vào đúng vị trí, thì tác động sẽ vượt xa cả chip vô tuyến. Nhóm Princeton gợi ý rằng thiết kế hỗ trợ AI có thể trở thành tương lai của tất cả các thiết kế RF - và có thể hơn thế nữa, hướng tới các công nghệ không dây thế hệ tiếp theo bao gồm xe tự hành phổ biến, truyền thông lượng tử, dịch vụ di động 6G và mạng vệ tinh tiên tiến.

Đối với một ngành mà một chu trình thiết kế duy nhất có thể tiêu tốn nhiều năm và ngân sách chín con số, thậm chí việc cắt giảm một phần thời gian đó cũng có thể mang lại sự thay đổi. Và khi các mạch do AI thiết kế ngày càng hoạt động tốt hơn các mạch do con người tạo ra, “nghệ thuật đen tối” lâu đời của kỹ thuật RF cuối cùng có thể trở thành một ngành khoa học.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →