本文来自微信公众号“半导体行业观察”，编译自zmscience。
通常，在设计芯片时，科学家和工程师会使用众所周知的模式和模板。《自然通讯》杂志发表的一项新研究尝试了一种不同的方法：一种基于深度学习的设计流程，用于创建电路和组件。普林斯顿大学和印度理工学院马德拉斯分校的研究人员利用人工智能(AI)展示了一种“逆向设计”方法，即从所需的属性开始，然后在此基础上进行设计。
这些设计似乎确实效果很好，但也有一个问题：没有人真正知道它们为何效果如此好。
“人类无法理解它们，但它们可以更好地工作，”首席研究员、普林斯顿大学电气与计算机工程教授Kaushik Sengupta说。
人工智能掌舵
这种人工智能驱动的方法专注于设计无线芯片，这对于5G网络、雷达系统和先进传感技术等高频应用极为重要。这些电路为从雷达系统到自动驾驶汽车等各个领域的创新提供动力，但它们的开发速度非常缓慢。工程师们将从预定义的模板开始，通过迭代模拟和测试手动优化或改进设计。
这种方法既耗时又具有挑战性。它还需要很高的专业知识，这限制了你能进步的程度（和速度）。这就是这项新研究的意义所在。
以前的方法是自下而上的，而新方法是自上而下的。首先要考虑你想要什么样的房产，然后再想办法实现它。
研究人员训练了卷积神经网络(CNN)（一种AI模型）来理解电路几何形状与电磁行为之间的复杂关系。这些模型可以预测拟议设计的性能，通常适用于与我们习惯的设计完全不同的设计类型。
该研究展示了一系列用例，从简单的单端口天线到复杂的多端口RF（射频）结构，如滤波器或功率分配器。人工智能设计的紧凑型天线可在两个不同的频率上工作，从而提高多频带设备的性能。几分钟内，它就能合成具有精确带通特性的滤波器，而这项任务以前需要几天或几周才能完成。
快速设计高性能电路的能力可以加速电信、自主系统等领域的进步。这种方法使工程师能够专注于创新而不是常规优化。然而，最令人兴奋的部分也许是它提出的新型设计。
全新概念
“我们设计的结构非常复杂，而且看起来形状随意，当与电路连接时，它们可以实现以前无法实现的性能，”森古普塔说。这些设计不符合直觉，与人类思维的设计截然不同。然而，它们经常带来显著的改进。
“传统的设计是将这些电路和电磁元件逐个仔细地组合在一起，以便信号按照我们想要的方式在芯片中流动。通过改变这些结构，我们融入了新的特性，”Sengupta说。“以前，我们只有有限的方法来做到这一点，但现在选择范围要大得多。”
这项研究标志着工程领域的一个关键时刻，人工智能不仅加速了创新，还拓展了可能性的边界。无线芯片是标准电子设备（如计算机芯片）和电磁元件（如天线或信号分离器）的组合。虽然这项研究的重点是射频和亚太赫兹频率，但人工智能驱动设计的原理可以扩展到计算机芯片甚至量子计算。
“仍有一些缺陷需要人类设计师去纠正，”森古普塔说。“重点不是用工具取代人类设计师。重点是用新工具提高生产力。人类的头脑最适合用来创造或发明新事物，而更平凡、更实用的工作可以交给这些工具去做。
但这也引发了新的问题。
黑匣子
我们对于这些不完全理解的设计有多放心？如果这个设计出了问题会怎么样？
毫无疑问，人工智能将在我们设计事物的过程中发挥越来越重要的作用，芯片也不例外。然而，在很大程度上，我们仍然无法了解人工智能是如何完成设计的。这使得工程师很难完全理解或预测这些电路在所有条件下的行为。这种“黑匣子”性质可能会导致无法预见的故障或漏洞，尤其是在医疗设备、自动驾驶汽车或通信系统等关键应用中。
此外，如果出现错误，追踪和纠正问题可能比手动设计的系统更复杂。从实际角度来看，过度依赖人工智能可能会侵蚀人类设计师的基础知识和技能，如果技术失败或不可用，就会造成专业知识的缺口。毫无疑问，我们正在走向一个新的设计时代。希望这是一个人类仍然掌握主导权的时代。
参考链接
https://www.zmescience.com/science/ai-chip-design-inverse-method/
