AI & computing › Agentic AI & autonome agents

Keysight voegt AI-agents toe aan ontwerpsoftware voor radiochips

· Bijgewerkt 8 oktober 2026, 02:54 · 2 min leestijd

Agentic AI & autonome agents
Beeld: Engineering.com

Chipbedrijf Keysight heeft zijn ontwerpsoftware voor radiofrequentie-elektronica uitgerust met agentic AI. Ingenieurs kunnen voortaan taalmodellen inzetten om ontwerpen te maken en te optimaliseren, terwijl Keysights eigen simulatiesoftware het resultaat controleert. Het is een opvallende stap, omdat RF-ontwerp tot nu toe te specialistisch gold voor AI-agents.

Keysight Technologies brengt kunstmatige intelligentie die zelfstandig taken uitvoert naar zijn ontwerpsoftware voor radiofrequentie-elektronica (RF). De nieuwe versie, Advanced Design System (ADS) 2027, laat ingenieurs grote taalmodellen gebruiken om ontwerpen te genereren en te verbeteren. Keysights eigen simulatietools controleren vervolgens of het resultaat klopt. RF-chips zitten in vrijwel alle draadloze apparatuur, van smartphones tot radarsystemen, en het ontwerp ervan vraagt gespecialiseerde kennis.

Hoewel veel bedrijven van plan zijn om agentic AI in 2028 breed in te zetten, bleef de RF-sector achter. De reden: RF-ontwerp draait om grafische schema's en layouts, en taalmodellen kunnen die beelden niet consistent interpreteren. Een AI-agent snapt een blokschema met spoelen, condensatoren en antennes simpelweg niet zoals een mens dat doet.

Van tekening naar programmeercode

Keysight omzeilt dat probleem door grafische ontwerpen om te zetten in programmeercode die een AI-model wél kan lezen. Engineers kunnen hun eigen werkwijze vastleggen via zogeheten macro-opname: de software onthoudt welke stappen een ingenieur zet en legt dat vast als herbruikbaar recept. ADS 2027 kan deze vastgelegde workflows ook automatisch omzetten in Python-scripts, zodat zowel collega's als AI-agents dezelfde taken later kunnen herhalen.

Wat doet een MCP-server

De verbinding tussen de AI-agent en de ontwerpsoftware loopt via zogeheten Model Context Protocol-servers (MCP). Dit zijn door Keysight gebouwde tussenlagen die een taalmodel precies vertellen hoe het ADS moet bedienen: welke knoppen er zijn, welke stappen mogelijk zijn en hoe een simulatie gestart wordt. Typt een ingenieur een verzoek in gewone taal, dan zet de AI-agent dat via de MCP-server om in concrete acties in de software, de zogeheten toolaanroep. Omdat MCP een open standaard is, kan dezelfde agent ook met software van andere leveranciers samenwerken binnen één werkproces.

Meer ontwerpen testen binnen dezelfde tijd

Voor bedrijven betekent dit vooral tijdwinst. Agents kunnen routinematige taken als het opzetten van simulaties zelfstandig uitvoeren, waardoor engineers binnen een vast ontwikkelschema meer ontwerpvarianten kunnen doorrekenen. Daarnaast blijft kennis beter bewaard: de vastgelegde macro's documenteren de werkwijze van ervaren ingenieurs, zodat die kennis herbruikbaar wordt voor collega's en voor AI-systemen in het hele team.

De nieuwe functies zijn beschikbaar in ADS 2027 en in het pakket RF Circuit Simulation Professional. Keysight is vooral bekend als leverancier van test- en meetapparatuur voor de telecom- en defensie-industrie, en ziet RF-ontwerp als een van de laatste technische domeinen waar agentic AI nog moest doorbreken.

Achtergrond & begrippen

Wat betekent dit voor de toekomst? Als AI-agents ook gespecialiseerde technische vakgebieden zoals RF-ontwerp kunnen ondersteunen, verschuift automatisering van simpele kantoortaken naar complex ingenieurswerk. Dat kan de ontwikkeling van 5G/6G-chips, radarsystemen en satellietcommunicatie versnellen, maar vraagt ook dat bedrijven hun ontwerpprocessen eerst geschikt maken voor AI door ze in programmeercode vast te leggen.

RF-ontwerp
Het ontwerpen van elektronische schakelingen die werken met radiofrequentiesignalen, zoals antennes en zendontvangers.
Agentic AI
AI-systemen die niet alleen tekst genereren, maar zelfstandig taken uitvoeren door software aan te sturen.
Model Context Protocol (MCP)
Een open standaard waarmee AI-agents instructies en gereedschappen krijgen om met specifieke software te communiceren.
Large language model (LLM)
Een groot taalmodel dat teksten en instructies begrijpt en genereert, de basistechniek achter chatbots en AI-agents.
Toolaanroep
Het moment waarop een AI-model een extern programma of functie aanroept om een concrete actie uit te voeren.
Macro-opname
Een functie waarbij software automatisch de stappen van een gebruiker vastlegt, zodat die later herhaald of door een AI-agent uitgevoerd kunnen worden.

Bronnen

Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.

Meer over Agentic AI & autonome agents