IA Cria Projetos de Chips de Rádio que Humanos Não Conseguiam Nem Imaginar
Princeton University (Sengupta Lab)
Pesquisadores da Princeton ensinaram a IA a projetar circuitos integrados de radiofrequência (RFICs) usando aprendizado por reforço, engenharia reversa e modelos generativos. A nova abordagem permite criar chips com desempenho recorde em horas, em vez de meses, com alguns designs parecendo arte abstrata, mas superando os feitos por humanos.
Um grupo de pesquisadores da Universidade de Princeton, liderado pelo professor Kaushik Sengupta, desenvolveu métodos de aprendizado de máquina para projetar circuitos integrados de radiofrequência (RFICs, na sigla em inglês) — componentes essenciais para dispositivos 5G, veículos autônomos e comunicação via satélite. Tradicionalmente, os RFICs são considerados uma 'arte obscura': seu projeto exige anos de experiência e leva anos para ser concluído, com custos de desenvolvimento chegando a dezenas e centenas de milhões de dólares. Os cientistas aplicaram aprendizado por reforço e design inverso (inverse design) para sintetizar automaticamente topologias de RFICs a partir do zero, sem depender de modelos prontos. Além disso, usaram modelos de difusão capazes de gerar estruturas eletromagnéticas incomuns, porém eficazes, que superam em desempenho os melhores exemplares criados por humanos. O tempo de projeto foi reduzido em ordens de grandeza — de meses para horas. No entanto, para avanços futuros, são necessários conjuntos de dados abertos e ecossistemas que permitam à inteligência artificial aprender as leis universais do eletromagnetismo e do comportamento dos circuitos.
Fonte: IEEE Spectrum AI —
original