
无线技术已成为现代生活不可或缺的一部分。从智能手机到自动驾驶汽车,从卫星通信到6G,许多创新都依赖于射频集成电路(RFIC)。然而,RFIC设计是一门复杂的“黑暗艺术”,需要多年的经验,通常需要数年时间并花费数百万美元。这一瓶颈严重阻碍了无线技术的进步。
普林斯顿大学的研究人员开发了基于人工智能的方法来应对这一挑战。通过使用强化学习和逆向设计算法,他们可以在数小时内完成人类设计师需要数周的工作。人工智能考虑了麦克斯韦方程组和热力学等物理约束,生成了与传统对称模式完全不同的有机且高效的芯片布局。最终的设计虽然看起来像现代艺术,但往往在性能上超越最先进的芯片。
最引人注目的方面之一是人工智能能够产生违反人类逻辑但在物理上优越的结果。例如,一个人工智能可以在几小时内完成功率放大器芯片的设计,而人类工程师则需要数月。研究人员认为,这种方法不仅可能改变RFIC设计,还可能改变所有电子电路设计。
然而,广泛采用面临障碍。最重要的是需要大型、公开的芯片设计数据集来训练人工智能模型。目前,这些数据通常是专有的。如果建立开放生态系统和协作平台,人工智能可以学习通用的电磁和电路行为,从而彻底改变整个行业。
总之,人工智能驱动的RFIC设计有潜力塑造无线技术的未来。更快、更高效、更便宜的芯片可以为从自动驾驶汽车到6G等领域开辟新的视野。普林斯顿团队继续他们的工作,强调工业界和学术界之间合作的重要性。
询问这条新闻
回答由AI仅根据本新闻生成。
相关新闻
人工智能