AI luo radiopiirimalleja, joita ihmiset eivät osanneet edes kuvitella
Princeton University (Sengupta Lab)
Princetonin tutkijat ovat opettaneet tekoälyn suunnittelemaan radiotaajuisia integroituja piirejä (RFIC) käyttämällä vahvistusoppimista, käänteissuunnittelua ja generatiivisia malleja. Uusi lähestymistapa mahdollistaa ennätyssuorituskykyisten piirien luomisen tunneissa kuukausien sijaan, ja osa malleista muistuttaa abstraktia taidetta, mutta ylittää ihmisten tekemät vastineet.
Princetonin yliopiston tutkijaryhmä professorinsa Kaushik Senguptan johdolla on kehittänyt koneoppimismenetelmiä radiotaajuisten integroitujen piirien suunnitteluun. Nämä piirit ovat keskeisiä komponentteja 5G-laitteissa, autonomisessa liikenteessä ja satelliittiviestinnässä. Perinteisesti radiotaajuisia integroituja piirejä on pidetty ”pimeänä taiteena”: niiden suunnittelu vaatii vuosien kokemusta ja kestää vuosia, ja kehityskustannukset nousevat kymmeniin ja satoihin miljooniin dollareihin. Tutkijat sovelsivat vahvistusoppimista ja käänteissuunnittelua radiotaajuisten integroitujen piirien topologioiden automaattiseen synteesiin alusta alkaen ilman valmiita pohjia. Lisäksi he käyttivät diffuusiomalleja, jotka pystyvät tuottamaan epätavallisia mutta tehokkaita sähkömagneettisia rakenteita, jotka suorituskyvyltään ylittävät parhaat ihmisten luomat mallit. Suunnitteluaika lyheni moninkertaisesti – kuukausista tunteihin. Jatkokehitys edellyttää kuitenkin avoimia tietoaineistoja ja ekosysteemejä, jotta tekoäly voi oppia sähkömagnetismin ja piirien käyttäytymisen yleisiä lakeja.
Lähde: IEEE Spectrum AI —
Alkuperäinen