La IA crea diseños de chips de radio que los humanos ni siquiera podrían imaginar
Princeton University (Sengupta Lab)
Investigadores de Princeton han enseñado a la IA a diseñar circuitos integrados de radiofrecuencia (RFIC) utilizando aprendizaje por refuerzo, ingeniería inversa y modelos generativos. El nuevo enfoque permite crear chips con rendimiento récord en horas en lugar de meses, con algunos diseños que parecen arte abstracto pero superan a sus homólogos creados por humanos.
Un grupo de investigadores de la Universidad de Princeton, liderado por el profesor Kaushik Sengupta, ha desarrollado métodos de aprendizaje automático para diseñar circuitos integrados de radiofrecuencia (RFIC), componentes clave en dispositivos 5G, vehículos autónomos y comunicaciones satelitales. Tradicionalmente, los RFIC se consideran un 'arte oscuro': su diseño requiere años de experiencia y puede llevar años, y el costo de desarrollo alcanza decenas e incluso cientos de millones de dólares. Los científicos aplicaron aprendizaje por refuerzo y diseño inverso (inverse design) para sintetizar automáticamente topologías de RFIC desde cero, sin depender de plantillas predefinidas. Además, utilizaron modelos de difusión capaces de generar estructuras electromagnéticas inusuales pero eficientes, que superan en rendimiento a los mejores ejemplos creados por humanos. El tiempo de diseño se redujo en órdenes de magnitud, de meses a horas. Sin embargo, para avanzar más, se necesitan conjuntos de datos abiertos y ecosistemas que permitan a la inteligencia artificial aprender leyes universales del electromagnetismo y el comportamiento de los circuitos.
Fuente: IEEE Spectrum AI —
original