1月23日，在論文預發表平臺arXiv網站上發布的一篇文章稱，由創天科技、清華大學、西安電子科技大學和杭州電子科技大學聯合提出了一種新的神經網絡架構，可以讓人工智能(AI)在不聲不響間設計微波集成電路。

論文介紹稱，這個全新的神經網絡架構名叫“關系歸納神經網絡”，它能夠總結和歸納微波集成電路內在的電磁規律，并自己學會設計和調試。文章給出的結果顯示，AI設計的集成電路性能可以媲美人類設計師。

AI能學會設計集成電路，靠的是一個“基于聚類和異步的優勢行動者評論家算法模型”。文章介紹道，該模型包含兩部分——聚類算法和強化學習神經網絡模型。其中，聚類算法用來對網格化的集成電路的設計動作進行劃分，即將集成電路的多個設計動作聚成幾個典型的動作類，類似于經驗豐富的集成電路模型設計師對模型的參數化設置;強化學習模型則基于聚類算法劃分的典型動作簇作為策略網絡輸出的動作類別，預測當前集成電路模型的設計動作，然后再由價值網絡評估該設計動作的好壞，以找出最優策略，從而達到自動設計微波集成電路的技術功效。

“我們設計了一個稱為關系歸納神經網絡的架構，它可以快速有效地學習集成電路內部數據之間的規律，從而達到設計任意復雜集成電路的目的。”研究人員表示，在其方案中，集成電路形狀被定義為一組參數化網格，當每個網格發生變化時，由標準的CAE軟件包計算出結果，然后使用聚類算法對這些結果的變化進行分類，最后交由強化學習神經網絡進行決策。

微波集成電路是人類工程師的智力勞動，對于工程師來說，設計過程需要利用計算機輔助設計工具發現問題、解決問題進而尋找最優解決方案，這個過程繁瑣而枯燥，需要通過綜合各種方案分析、設計、優化去逼近最優解決方案。因此，如何使人類工程師徹底擺脫這項繁瑣的優化設計工作，是一項非常有意義的挑戰。

文章的第一作者Liu Jie是創天科技AI實驗室的研究員，他同時還是該項目人工智能算法設計與開發技術負責人。