Проектирование радиочастотных интегральных схем — это тёмное искусство. Вручную спроектировать один новый RFIC уходят годы и десятки миллионов долларов. Проблема в том, что RFIC работают на частотах, на порядок выше CPU (28–77 ГГц), и их разработка — это бесконечный компромисс между архитектурой, топологией и пассивными элементами. Инженеры перебирают шаблоны, симулируют, возвращаются назад — и так по кругу.
Исследователи из Принстона решили, что с этим можно покончить. Они взяли подход, похожий на AlphaGo Zero: не учить ИИ на человеческих схемах, а дать ему самому играть с правилами электродинамики. Сначала они обучили Reinforcement Learning (RL) агента. RL играет в «проектирование»: перебирает комбинации архитектур, топологий и параметров, а потом смотрит, насколько хорошо получилось. Это занимает несколько дней обучения, но после этого агент выдаёт готовый дизайн за минуты.
Дальше — самое интересное. Обычный симулятор считает уравнения Максвелла часами. Вместо него поставили AI-эмулятор на свёрточных нейросетях (CNN). Он предсказывает S-параметры (как сигнал проходит через структуру и отражается) за миллисекунды, без вычисления физики. Это и есть инверсный дизайн: мы задаём желаемые характеристики, а модель сама находит под них физическую структуру.
В 2023 году группа опубликовала прототип — усилитель мощности на диапазон 30–100 ГГц, который покрывает почти все частоты 5G и радаров. Он побил рекорды по сочетанию полосы, мощности и эффективности среди кремниевых усилителей. При этом его топология выглядит как QR-код — ничего похожего на симметричные человеческие схемы. В 2024 году показали, что метод работает и для много-портовых схем, где раньше симуляции занимали недели.
Чтобы проектировщики не теряли мозги, глядя на «квадраты Малевича», добавили диффузионные модели. Теперь можно крутить ручку «пространственной частоты»: хочешь — понятную классическую структуру, хочешь — сложную. Вся генерация занимает около шести минут.
Проблемы остаются. ИИ иногда галлюцинирует и выдаёт неработающие схемы — нужен контроль человека. И главное: нет больших открытых датасетов. На Западе шёл проект Natcast при поддержке CHIPS Act, но его уже закрыли. А без датасета вроде ImageNet для RF не появится универсальная фундаментальная модель, которая выучит законы электродинамики раз и навсегда. Но импульс уже задан — дело за данными и коллаборацией.