अभियांत्रिकी संशोधकांनी दर्शवले आहे की कृत्रिम बुद्धिमत्ता (AI) जटिल वायरलेस चिप्स काही तासांत डिझाइन करू शकते - एक कार्य जे सामान्यतः मानवांना पूर्ण होण्यासाठी अनेक आठवडे लागतात. AI-मागे तयार केलेले चिप डिझाइन अधिक कार्यक्षमतेचे प्रदर्शन करत नाही तर एक मूलभूत भिन्न कार्यपद्धती स्वीकारते - जी मानव वर्तुळ डिझाइनर कदाचित विचारातही आणणार नाही. संशोधकांनी त्यांच्या परिणामांची नोंद ३० डिसेंबर 2024 रोजी निसर्ग संपर्कांमध्ये प्रकाशित केलेल्या अध्ययनात केली. या संशोधनाने मिलीमीटर-वेव्ह (mm-Wave) वायरलेस चिप्सवर लक्ष केंद्रित केले, जे त्याच्या जटिलतेमुळे आणि लहान करण्याच्या गरजेमुळे उत्पादकांसाठी मोठे आव्हान निर्माण करतात. हे चिप्स 5G मोडेमचे आवश्यक घटक आहेत, जे आता स्मार्टफोन्समध्ये सामान्य आहेत. सध्या, उत्पादक मानवांच्या कौशल्यांचा, कस्टम सर्किट डिझाइनचा आणि स्थापित टेम्पलेट्सचा संगम आपल्या कामासाठी अवलंबित आहेत. प्रत्येक नवीन डिझाइन लांबलेल्या ऑप्टिमायझेशन प्रक्रियेचा सामना करते, जो चाचणी आणि चुकांवर आधारित असतो, जटिल चिप्सच्या नैसर्गिकतेमुळे, जे मानवांनाही पूर्णपणे समजणे कठीण असू शकते. यामुळे पूर्वीच्या यशांच्या आधारावर एक रूढ, पुनरावृत्ती करणारा दृष्टिकोन निर्माण होतो. या अध्ययनात, प्रिंस्टन अभियांत्रिकी आणि भारतीय तंत्रज्ञान संस्थेच्या संशोधकांनी भविष्यवाणी केली की दीप-शिक्षण AI मॉडेल inverse design रणनीती लागू करू शकतात - जी इच्छित परिणामाची व्याख्या करते आणि अल्गोरिदमला आवश्यक इनपुट्स आणि घटकांची व्याख्या करण्यास परवानगी देते. AI प्रत्येक चिपला एकात्मिक युनिट म्हणून मानते, तर अस्तित्वात असलेल्या घटकांचा संगाढ म्हणून नाही. परिणामी, पारंपरिक चिप डिझाइन टेम्पलेट्स, जे अनेकदा कार्यक्षमतेत कमी प्रमाणात असतात आणि कमी समजले जातात, त्यांना टाकून दिले जाते. चिप डिझायनचा भविष्य? या अध्ययनात, तयार केलेली रचनाएँ "यादृच्छिक आकारात दिसतात, " असे मुख्य लेखक कौशिक Sengupta, प्रिंस्टनमध्ये इलेक्ट्रिकल आणि संगणक अभियांत्रिकीचे प्राध्यापक आहेत, असे स्पष्ट केले.

"मानव त्यांना पूर्णपणे समजू शकत नाहीत. " जेव्हा Sengupta च्या टीमने चिप्स तयार केल्या, तेव्हा त्यांनी सापडले की AI-मागे तयार केलेल्या डिझाइनने विद्यमान मॉडेल्सच्या कामगिरीच्या पातळ्या ओलांडल्या. या निष्कर्षांनी दर्शवले की AI संभाव्यतः अशा जटिल चिप्सच्या डिझाइनवर नियंत्रण मिळवू शकते, परंतु Sengupta ने जोर दिला की आव्हाने अद्याप आहेत, ज्यामुळे मानव डिझाइनरांना हस्तक्षेप करणे आवश्यक आहे. विशेषतः, अनेक अल्गोरिदम-निर्मित डिझाइन अयशस्वी झाल्या - वर्तमान जनरेटीव AI साधनांसह दिसणाऱ्या "भास" प्रमाणे. "उद्दिष्ट म्हणजे मानव डिझाइनर्सला उपकरणांनी बदलणे नाही, " असे Sengupta ने नमूद केले. "नवीन साधनांच्या माध्यमातून उत्पादकता वाढवण्याबाबत आहे. " पुनरावृत्ती डिझाइनच्या जलद विकासामुळे नवीन मार्ग देखील खुल्या होतात. काही चिप डिझाइन ऊर्जा कार्यक्षमतेवर लक्ष केंद्रित करू शकतात, तर इतर कार्यक्षमता किंवा विस्तारित वारंवारता श्रेणीवर प्राधान्य देऊ शकतात. वायरलेस चिप्सच्या वाढत्या महत्त्वासह, लहान करण्याच्या वाढत्या मागणीने हे संशोधन एक महत्त्वपूर्ण प्रगती दर्शवते. Sengupta ने सुचवले की जर त्यांची पद्धत सर्किट डिझाइनच्या इतर पैलूंत लागू केली गेली, तर यामुळे भविष्यकाळात इलेक्ट्रॉनिक्सच्या विकासात क्रांती येऊ शकते. "हे या क्षेत्रातील पुढील घटनांचा केवळ प्रारंभ आहे. "