AI 模型在数小时内通过深度学习创造了更高效的无线芯片，但目前尚不清楚它们的“随机形状”设计是如何产生的。
AI 将芯片设计视为一个完整的系统，而不是零件的集合。 （图片来源：普林斯顿大学）
工程研究人员已经证明，人工智能 （AI） 可以在数小时内设计出复杂的无线芯片，而人类则需要数周才能完成这一壮举。
事实证明，芯片设计不仅效率更高，而且 AI 采用了一种截然不同的方法——人类电路设计师极不可能设计出这种方法。研究人员在 2024 年 12 月 30 日发表在《自然通讯》杂志上的一项研究中概述了他们的发现。
该研究的重点是毫米波 （mm-Wave） 无线芯片，由于其复杂性和小型化需求，该芯片是制造商面临的一些最大挑战。这些芯片用于 5G 调制解调器，现在常见于手机中。
制造商目前依赖于人工专业知识、定制电路设计和既定模板的组合。然后，每个新设计都会经历一个基于反复试验的缓慢优化过程，因为它通常非常复杂，以至于人类无法完全理解芯片内部发生的事情。这导致了一种基于以前有效方法的谨慎迭代方法。
然而，在这种情况下，普林斯顿工程学院和印度理工学院的研究人员认为，基于深度学习的 AI 模型可以使用逆向设计方法，即指定所需的输出，并让算法来确定输入和参数。
AI 还将每个芯片视为一个单一的工件，而不是需要组合的现有元素的集合。这意味着已建立的芯片设计模板，即那些没有人理解但可能隐藏着低效率的模板，被抛在一边。
芯片设计的未来？在这个实验中，得到的结构“看起来形状随机”，普林斯顿大学电气和计算机工程教授、主要作者 Kaushik Sengupta 说。“人类无法真正理解它们。”
当 Sengupta'steam 制造芯片时，他们发现 AI 产品的性能水平超出了现有设计。
（图片来源：普林斯顿大学）
尽管研究结果表明，这种复杂芯片的设计可以交给人工智能，但 Sengputa 热衷于指出，“仍然需要人类设计师纠正”的陷阱仍然存在。特别是，该算法产生的许多设计都不起作用——相当于当前生成式 AI 工具产生的“幻觉”。
迭代设计的开发速度也开辟了新的可能性。一些芯片设计可以面向能源效率，而另一些芯片设计则旨在提高性能或扩展频率范围。
无线芯片的重要性日益增加，对小型化的需求不断增长，因此这项研究是向前迈出的宝贵一步。但 Sengupta 表示，如果他的团队的方法可以扩展到电路设计的其他部分，它可能会改变我们未来设计电子产品的方式。“就该领域的未来而言，这只是冰山一角。”
