今天看到朋友圈有同学转载的二维码普林斯顿大学展示的一款基于AI辅助设计的滤波器,非常像现在随处可见的二维码。特转发到此处,大家一起欣赏一下。
论文声称,基于AI设计滤波器要比传统的滤波器设计过程快十倍以上,而且你不比拥有很深的射频功底就可以实现。
从曾引发热议的“汉字辐射片天线”,到如今研究者将目光投向二维码,射频设计的方法 正在不断创新,各种新型结构也在不断突破。
此前,有研究将汉字作为辐射片设计天线——那些横平竖直、撇捺交错的笔画,在特定频率下形成了独特的电流路径,意外地满足了天线对阻抗匹配、辐射方向图的要求。这种设计不仅赋予了天线文化内涵,更证明了非传统结构在射频领域的潜力:只要精准掌控结构与电磁波的相互作用,任何形态都可能成为功能器件的载体。
如今,这一思路延伸到了更具现代感的载体——二维码。作为随处可见的信息载体,二维码密集的黑白格子、交错的定位图案看似与“射频滤波”毫不相干,但研究者发现,其复杂的几何结构恰恰为调控电磁波提供了丰富的“变量”。通过调整二维码中黑白模块的分布、尺寸和连接方式,能够形成特定的谐振回路,从而对不同频率的信号产生选择性透过或抑制作用,这正是低通滤波器的核心原理。

将二维码改造成低通滤波器,听起来充满巧思,但背后的设计过程曾是巨大挑战。传统射频设计依赖工程师的经验积累,需要反复调整结构参数、进行电磁仿真,耗时且难以穷尽所有可能性。而二维码的结构复杂度远超普通滤波器,人工设计几乎无从下手。
此时,人工智能的介入成为了关键突破口。借助类似“Dall-EM”这样的生成式AI模型(基于扩散模型的电磁结构合成技术),研究者得以跳过繁琐的人工试错:只需输入低通滤波器的性能指标(如截止频率、插入损耗、带外抑制等),AI就能自动优化二维码的结构细节,在数百万种可能的图案组合中,快速找到符合要求的设计方案。
这种AI驱动的设计流程,不仅将开发周期压缩了数倍,更打破了“经验壁垒”——无需深厚的射频理论功底,就能让二维码这样的非常规结构精准实现滤波功能。有测试显示,基于AI设计的二维码低通滤波器,其性能表现,已可与传统工艺制造的滤波器相媲美。
从汉字天线到二维码滤波器,这些创新背后,是“万物皆可谐振”理念的生动实践,更是AI与射频技术深度融合的缩影。当AI能够快速解析任意结构与电磁波的作用规律,射频设计的边界将被彻底打破:或许未来,一张海报、一块地砖,甚至一件衣物的纹理,都能在AI的优化下,兼具信息传递与射频功能,成为物联网、智能家居中隐形的通信节点。
我觉得对于射频人来说,无论这个二维码滤波器有没有实际意义,但是AI时代的到来却是实实在在的,如何利用AI来改善我们的设计,这个非常关键。