摘要：射频与微波系统的设计长期以来建立在基于物理的模型、解析方法以及工程经验之上，并推动了数十年的技术创新。然而，随着现代无线系统复杂性的不断提升，以及器件、电路与系统层级之间的耦合日益紧密，传统设计方法正逐渐面临新的挑战，亟需新的设计范式来应对不断增长的设计维度和复杂性。

本报告将探讨机器学习与人工智能在射频集成电路与系统设计中的新兴应用。从器件建模与参数提取，到电路设计与优化，再到系统级建模与线性化，AI驱动的方法正在为高维设计空间探索、研发效率提升以及突破传统经验局限提供新的途径。与此同时，纯数据驱动方法在泛化能力、可解释性以及物理一致性等方面仍面临诸多挑战。通过将物理机理与数据驱动智能相结合，一类新的混合设计方法正在形成，为AI辅助乃至自优化射频系统的发展奠定基础，并推动器件、电路与算法在统一框架下实现协同设计。

本报告将介绍这一领域的最新进展、关键挑战及未来机遇，并展望人工智能如何改变射频系统的设计与实现方式。最后，报告还将进一步探讨AI时代射频工程师角色的转变，以及工程教育如何适应这一变化，培养面向未来的新一代射频人才。

报告人简介：

祝安定，香港中文大学电子工程学系教授， IEEE Fellow。主要研究方向包括高频非线性系统建模、器件表征，高效功率放大器设计和数字预失真技术研究，已发表学术论文 200 余篇。祝老师在2026年8月加入香港中文大学之前是爱尔兰都柏林大学教授，曾担任 IEEE Transactions on Microwave Theory and Techniques 分栏主编，并于 2021 年荣获 IEEE MTT-S 微波奖。现任IEEE微波理论与技术学会（MTT-S）主席。

时间：2026年9月9日下午3:00-4:30

地点：主楼H308