论文介绍称，这个全新的神经网络架构名叫“关系归纳神经网络”，它能够总结和归纳微波集成电路内在的电磁规律，并自己学会设计和调试。文章给出的结果显示，AI设计的集成电路性能可以媲美人类设计师。
AI能学会设计集成电路，靠的是一个“基于聚类和异步的优势行动者评论家算法模型”。文章介绍道，该模型包含两部分——聚类算法和强化学习神经网络模型。其中，聚类算法用来对网格化的集成电路的设计动作进行划分，即将集成电路的多个设计动作聚成几个典型的动作类，类似于经验丰富的集成电路模型设计师对模型的参数化设置;强化学习模型则基于聚类算法划分的典型动作簇作为策略网络输出的动作类别，预测当前集成电路模型的设计动作，然后再由价值网络评估该设计动作的好坏，以找出最优策略，从而达到自动设计微波集成电路的技术功效。
“我们设计了一个称为关系归纳神经网络的架构，它可以快速有效地学习集成电路内部数据之间的规律，从而达到设计任意复杂集成电路的目的。”研究人员表示，在其方案中，集成电路形状被定义为一组参数化网格，当每个网格发生变化时，由标准的CAE软件包计算出结果，然后使用聚类算法对这些结果的变化进行分类，最后交由强化学习神经网络进行决策。
微波集成电路是人类工程师的智力劳动，对于工程师来说，设计过程需要利用计算机辅助设计工具发现问题、解决问题进而寻找最优解决方案，这个过程繁琐而枯燥，需要通过综合各种方案分析、设计、优化去逼近最优解决方案。因此，如何使人类工程师彻底摆脱这项繁琐的优化设计工作，是一项非常有意义的挑战。
文章的第一作者Liu Jie是创天科技AI实验室的研究员，他同时还是该项目人工智能算法设计与开发技术负责人。
京公网安备 11010502049343号