L'IA crée des conceptions de puces radio que les humains ne pouvaient même pas imaginer
Princeton University (Sengupta Lab)
Des chercheurs de Princeton ont appris à l'IA à concevoir des circuits intégrés radiofréquence (RFICs) en utilisant l'apprentissage par renforcement, la rétro-ingénierie et des modèles génératifs. Cette nouvelle approche permet de créer des puces aux performances record en quelques heures au lieu de mois, certaines conceptions ressemblant à de l'art abstrait tout en surpassant leurs homologues conçues par des humains.
Une équipe de chercheurs de l'Université de Princeton, dirigée par le professeur Kaushik Sengupta, a développé des méthodes d'apprentissage automatique pour concevoir des circuits intégrés radiofréquence (RFIC), des composants clés des appareils 5G, des véhicules autonomes et des communications par satellite. Traditionnellement, les RFIC sont considérés comme un « art obscur » : leur conception nécessite des années d'expérience et prend des années, tandis que le coût de développement atteint des dizaines voire des centaines de millions de dollars. Les scientifiques ont utilisé l'apprentissage par renforcement et la conception inverse (inverse design) pour synthétiser automatiquement des topologies de RFIC à partir de zéro, sans s'appuyer sur des modèles prêts à l'emploi. De plus, ils ont utilisé des modèles de diffusion capables de générer des structures électromagnétiques inhabituelles mais efficaces, qui surpassent en performances les meilleurs exemples créés par des humains. Le temps de conception a été réduit de plusieurs ordres de grandeur, passant de mois à heures. Cependant, pour progresser davantage, des ensembles de données ouverts et des écosystèmes sont nécessaires, afin que l'IA puisse apprendre les lois universelles de l'électromagnétisme et du comportement des circuits.
Source: IEEE Spectrum AI —
original