AIがRFIC設計の「暗黒技術」を習得
原題: AI learns the “dark art” of RFIC design
なぜ重要か
AI駆動のRFIC自動設計は、ワイヤレス・半導体産業の設計効率を革新し、次世代通信・自動運転などの実用化を加速する基盤技術となり得る。
プリンストン大学の研究者らが、強化学習と逆設計を用いてRFIC（高周波集積回路）を自動設計する手法を開発した。拡散モデルを活用し、人間が想定しない革新的なRFレイアウトを迅速に生成。設計時間を大幅に短縮し、5G・自動運転・衛星通信の進展を加速する可能性がある。
ラジオ周波数集積回路（RFIC）の設計は、長年「暗黒技術」と呼ばれる複雑な分野であり、5Gや自動運転、衛星通信といった先端ワイヤレス技術の進展を妨げてきた。人間の設計者は美的価値と可読性の制約下で設計を行うため、革新的な設計の余地が限定されていた。
プリンストン大学の研究チームは、強化学習と逆設計手法を組み合わせることで、この課題に対処した。AIモデルは美的価値や可読性という制約から解放され、純粋に性能最適化に集中できる。特に、拡散モデル（diffusion models）を活用することで、従来のニューラルネットワークアプローチでは生成困難な革新的なRFレイアウトを迅速に生成することが可能となった。
研究成果によれば、AI設計による回路は従来のベンチマークを上回る性能を達成し、設計に要する時間を大幅に削減した。生成されたレイアウトの一部は人間には理解しがたいものもあるが、性能面では優れている。この手法は、5G通信システム、自動運転車両のセンサー、衛星通信システムなど、高度なRFIC設計が必要な分野での応用が期待される。
研究チームは、今後の進展のためには大規模で共有可能なチップ設計データセットの構築と、オープンなエコシステムの確立が不可欠であると指摘している。これにより、RFIC設計の民主化と加速が実現される可能性がある。