Κέρδη:
- Δυνατότητα διάκρισης πού επιταχύνει η τεχνητή νοημοσύνη και πού είναι επικίνδυνη στο κύκλωμα, την ισχύ και το ενσωματωμένο σύστημα
- Ικανότητα να εξηγήσει γιατί η επαλήθευση και η έγκριση μηχανικού είναι υποχρεωτική σε ηλεκτρολογικές εργασίες που αφορούν ασφάλεια ζωής και περιουσίας.
- Δυνατότητα τοποθέτησης της εξόδου AI ως προσχέδιο εισόδου προς έλεγχο, αντί ως αντικατάσταση της κρίσης μηχανικής
Όταν παρακολουθείτε την ημέρα ενός μηχανικού ηλεκτρολόγων και ηλεκτρονικών, η εικόνα που εμφανίζεται είναι παρόμοια στις περισσότερες ομάδες: ανάγνωση φύλλων δεδομένων, συμπλήρωση υπολογιστικών φύλλων, εγγραφή και διόρθωση κώδικα, σχεδίαση σχηματικών σχεδίων, αναζήτηση προτύπων, προετοιμασία εκθέσεων δοκιμών, e-mail και συσκέψεις. Με άλλα λόγια, ο χρόνος που αφιερώνεται στο πραγματικό «μηχανικό» μέρος, δηλαδή στην κρίση του σχεδιασμού ενός συστήματος με ασφάλεια και ακρίβεια, συνθλίβεται κάτω από επαναλαμβανόμενες εργασίες. Εδώ μπαίνει στο παιχνίδι η τεχνητή νοημοσύνη. Το AI δεν κάνει το σχεδιασμό για εσάς. Σας προετοιμάζει για το σχεδιασμό, παράγει προσχέδια, επιταχύνει τους υπολογισμούς και θέτει τις επεξεργασμένες πληροφορίες μπροστά σας για λήψη αποφάσεων. Σε αυτήν την ενότητα, θα διευκρινίσουμε σε ποια στάδια της ηλεκτρικής-ηλεκτρονικής ροής εργασίας η τεχνητή νοημοσύνη προσθέτει πραγματική αξία, ποιες αποφάσεις θα πρέπει οπωσδήποτε να παραμείνουν στον μηχανικό και την πειθαρχία ασφαλείας που πρέπει να τηρείτε όταν το κάνετε αυτό. Ο στόχος είναι ξεκάθαρος: να τοποθετηθεί η τεχνητή νοημοσύνη όχι ως «αυτόματος σχεδιαστής» αλλά ως ένας πειθαρχημένος βοηθός του οποίου η απόδοση επαληθεύεται κάθε φορά.
Σε ποιες επιχειρήσεις είναι το AI Accelerator, σε ποιες επιχειρήσεις είναι επικίνδυνο;
Τα ηλεκτρικά και ηλεκτρονικά έργα εντοπίζονται σε ένα φάσμα δύο πλευρών ως προς τα αποτελέσματά τους. Στο ένα άκρο βρίσκονται θέσεις γραφείου με δυνατότητα ανάκλησης, χαμηλού κινδύνου. Από την άλλη πλευρά, υπάρχουν μη αναστρέψιμες αποφάσεις που επηρεάζουν άμεσα την ασφάλεια της ζωής και της περιουσίας. Η τιμή του AI ποικίλλει ανάλογα με το πού βρίσκεστε σε αυτό το φάσμα.
τύπο επιχείρησης
συνεισφορά AI
Ο ρόλος του μηχανικού
Φύλλο δεδομένων/τυπική περίληψη
Αφαιρέστε σχετικό στοιχείο από μεγάλο έγγραφο
Επαληθεύστε την τιμή από επίσημη πηγή
Πρόχειρο κώδικα (MCU, Python)
Δημιουργία σκελετού και λειτουργιών
Εγγραφή, χρονοδιάγραμμα, επαλήθευση δοκιμής
Προκαταρκτικές εργασίες λογαριασμού
Ρύθμιση φόρμουλας, πρώτος αριθμός
Μονάδα, κατάταξη και τυπικός έλεγχος
Τεκμηρίωση
Έκθεση/Σχέδιο διαδικασίας BOM/δοκιμών
Τεχνική ακρίβεια και ορολογία
συντονισμός προστασίας
πρόταση, σενάριο
Τελική επιλογή και έγκριση
θέση σε λειτουργία
Πρόχειρο λίστας ελέγχου
Μέτρηση και υπογραφή στο χωράφι
Ο κανόνας είναι απλός: ο κίνδυνος μιας εξόδου AI ισούται με τη ζημιά που θα προκαλέσει η έξοδος εάν κάνει λάθος. Η ορθογραφία μιας ετικέτας άξονα είναι αβλαβής. Ο λάθος υπολογισμός μιας ρύθμισης ρεύματος διακόπτη μπορεί να οδηγήσει σε πυρκαγιά. Επομένως, η πρώτη ερώτηση που πρέπει να κάνετε πριν χρησιμοποιήσετε την έξοδο είναι: "Τι συμβαίνει εάν αυτό είναι λάθος και ποιος θα το προσέξει;"
Προσοχή: Η τεχνητή νοημοσύνη παράγει κείμενο με ευχέρεια και αυτοπεποίθηση. Η ευχέρεια δεν αποτελεί εγγύηση για την ακρίβεια. Ένα γλωσσικό μοντέλο μπορεί να «κατασκευάσει» (παραισθήσεις) πιστευτούς τύπους, αριθμούς αντικειμένων και τιμές φύλλου δεδομένων ακόμα και όταν δεν έχει πραγματικά δεδομένα. Στον ηλεκτρισμό αυτό δεν μένει στα χαρτιά. μετατρέπεται σε δυσλειτουργία, ζημιά ή ατύχημα στο χωράφι.
Αποφάσεις που πρέπει να αφεθούν στον Μηχανικό
Ορισμένες αποφάσεις δεν πρέπει ποτέ να είναι πλήρως αυτοματοποιημένες. Αυτά εγκυμονούν τεχνικούς, νομικούς και ηθικούς κινδύνους:
- Κρίσιμες για την ασφάλεια επιλογές: Διαβάθμιση διακόπτη/ασφάλεια, συντονισμός προστασίας, γείωση και κατηγορία μόνωσης.
- Θέση σε λειτουργία και ενεργοποίηση: Η απόφαση να εφαρμοστεί τάση σε μια πλακέτα, κινητήρα ή γραμμή ρεύματος πλακέτας για πρώτη φορά.
- Πρότυπη δήλωση συμμόρφωσης: Η δήλωση "Αυτή η σχεδίαση συμμορφώνεται με το σχετικό πρότυπο" απαιτεί την υπογραφή του μηχανικού.
- Τιμές σε επαφή με ανθρώπους: Κατώφλι προστασίας υπολειπόμενου ρεύματος, τάση αφής, όρια EMC/EMF.
Προειδοποίηση: Ακόμα κι αν ένας υπολογισμός που δημιουργείται από την τεχνητή νοημοσύνη έχει ως αποτέλεσμα κάτι σαν "50 A διακόπτης είναι αρκετός", είναι απαράδεκτο να εφαρμόζεται χωρίς να το επαληθεύει μηχανικός με ρεύμα βραχυκυκλώματος, επιλεκτικότητα και αντοχή καλωδίου. Κάθε έξοδος κρίσιμης σημασίας για την ασφάλεια πρέπει να επαληθεύεται ανεξάρτητα και να εγκρίνεται από τον εξουσιοδοτημένο μηχανικό πριν από την εφαρμογή.
Πειθαρχία επαλήθευσης: Έλεγχος τριών επιπέδων
Για να χρησιμοποιήσετε την έξοδο AI με τα μάτια του συντάκτη και του ελεγκτή και όχι στα τυφλά, εφαρμόστε ένα στοιχείο ελέγχου τριών επιπέδων:
- Μονάδα και κατάταξη (έλεγχος λογικής): Είναι σωστή η μονάδα του αποτελέσματος; Είναι λογικό το μέγεθος; Αν υπάρχει απώλεια 500 kW σε μετασχηματιστή 100 kVA, κάπου υπάρχει σφάλμα.
- Ανεξάρτητη αναπαραγωγή: Αναπαράγετε τον υπολογισμό με μη αυτόματο τρόπο, με μια αριθμομηχανή ή με μια σύντομη εκτέλεση Python/SPICE. Εάν δύο διαφορετικές μέθοδοι δίνουν το ίδιο αποτέλεσμα, η εμπιστοσύνη αυξάνεται.
- Τυπική επαλήθευση και επαλήθευση πηγής: Κάθε αριθμός στοιχείου, τιμή φύλλου δεδομένων και όριο που δίνονται από την AI πρέπει να επιβεβαιώνονται αυτολεξεί από την επίσημη πηγή.
Προτροπή επαλήθευσης (καθιστά ευκολότερο τον έλεγχο της εξόδου): "Παραθέστε ξεκάθαρα ΟΛΕΣ τις υποθέσεις, τους τύπους και τις μονάδες που χρησιμοποιήσατε για τον υπολογισμό των παρακάτω. Εμφάνιση κάθε ενδιάμεσου βήματος σε ξεχωριστή γραμμή. Σημειώστε την τυπική τιμή ή τον αριθμό φύλλου δεδομένων που χρησιμοποιήσατε με μια ετικέτα "απαιτείται πηγή". Μην δημιουργήσετε αριθμούς που δεν γνωρίζετε με βεβαιότητα."
Αδύναμη προτροπή / Ισχυρή προτροπή
ΑΔΥΝΑΜΟΣ: "Πείτε μου τη διατομή του καλωδίου που είναι κατάλληλη για αυτόν τον κινητήρα." (Αποτέλεσμα: ένας μόνος αριθμός χωρίς πλαίσιο. Δεν είναι σαφές ποιο ρεύμα, μήκος, μέθοδος τοποθέτησης και όριο πτώσης τάσης θεωρούνται.) ΔΥΝΑΤΟ: "Προκαταρκτικά υπολογίστε τη διατομή του καλωδίου χαλκού για τις ακόλουθες συνθήκες και δείξτε τα βήματα:- Κινητήρας: 15 kW, 5,0,3, 40, 15 kW, 50, 40, 15, 50,00,30,0,0,0,0,0,0,0,0,0,5,0,0,0,0,0,0,0,0,00,00,00,000,000,000,000,000.000 απόδοση 0,90- Μήκος καλωδίου: 60 m, εγκατάσταση αγωγού, 35 °C Επιτρεπόμενη πτώση τάσης: 3% Υπολογίστε το ρεύμα, την πτώση τάσης και την ικανότητα μεταφοράς θερμικού ρεύματος.
Η διαφορά είναι ότι η ισχυρή προτροπή δίνει τόσο την πραγματική είσοδο όσο και το όριο (μην κάνετε δήλωση, εμφανίστε βήματα) στο μοντέλο. Αυτό καθιστά την έξοδο ελεγκτή.
Μίνι θήκη
Ο μηχανικός ενσωματωμένων συστημάτων Deniz εκτυπώνει τον κωδικό ανάγνωσης ADC για μια κάρτα μέτρησης θερμοκρασίας στο AI. Το AI καθιερώνει τον τύπο υποθέτοντας ότι η τάση αναφοράς για το ADC 12-bit είναι 5 V. Ο Deniz ανοίγει το φύλλο δεδομένων της κάρτας. η αναφορά είναι στην πραγματικότητα 3,3 V. Η υπόθεση του AI για 5 V θα είχε κάθε μέτρηση να διαβάζεται με περίπου 50% μεροληψία. Η θάλασσα διορθώνει την αναφορά, ανεβάζει τον κωδικό στην κάρτα και συγκρίνει την ένδειξη με το πραγματικό θερμόμετρο σε γνωστή θερμοκρασία. Το AI έδωσε ταχύτητα. Η θάλασσα πρόσθεσε αξιοπιστία επαληθεύοντας την υπόθεση και επιβεβαιώνοντάς την με μέτρηση. Εάν η τεχνητή νοημοσύνη ήταν τυφλά αξιόπιστη, το σφάλμα θα μεταφερόταν στο πεδίο.
Κοινά λάθη
- Αποδοχή των υποθέσεων του AI (τάση αναφοράς, θερμοκρασία, τύπος αγωγού) χωρίς αμφισβήτηση.
- Εφαρμογή κρίσιμων τιμών για την ασφάλεια (θραύσης, προστασία, γείωση) χωρίς επαλήθευση.
- Δεν παρατηρείτε κατασκευασμένους αριθμούς φύλλου δεδομένων και τυπικούς αριθμούς αντικειμένων.
- Υποθέτοντας ότι ο κώδικας «δουλεύει» χωρίς να τον μετράμε σε υλικό.
- Παράκαμψη ελέγχου έντασης ήχου. Με θέα τη σύγχυση V, A, W, VA, VAR.
- Αντικατάσταση εξόδου AI για έγκριση μηχανικής.
Συμβουλή: Κάντε αυτές τις τρεις ερωτήσεις σε κάθε έξοδο τεχνητής νοημοσύνης: (1) Ποιες υποθέσεις κατέληξε σε αυτό το συμπέρασμα και είναι σωστές οι υποθέσεις; (2) Το έχω αναπαράγει αυτό με ανεξάρτητο τρόπο; (3) Είναι αυτό κρίσιμο για την ασφάλεια και αν ναι, έχω λάβει έγκυρη επαλήθευση και έγκριση; Εάν και τα τρία είναι ξεκάθαρα, προχωρήστε.
Συνοπτικά
- Η τεχνητή νοημοσύνη προσθέτει ταχύτητα και κλίμακα στα στάδια προετοιμασίας, υπολογισμού, κωδικών και εγγράφων των ηλεκτρικών και ηλεκτρονικών εργασιών. αλλά δεν είναι αυτός που παίρνει τις αποφάσεις.
- Ο κίνδυνος ενός αποτελέσματος είναι ίσος με τη ζημιά που θα προκαλέσει εάν κάνει λάθος. Οι κρίσιμες για την ασφάλεια εργασίες απαιτούν ανεξάρτητη επαλήθευση και έγκριση μηχανικού.
- Το ρευστό κείμενο δεν είναι σωστό κείμενο. Κάθε υπόθεση, αριθμός και τυπική τιμή πρέπει να επαληθεύεται.
- Τρία επίπεδα ελέγχου (μονάδα/κατάταξη, ανεξάρτητη αναπαραγωγή, επαλήθευση πηγής) καθιστούν την έξοδο αξιόπιστη.
- Η ισχυρή προτροπή δίνει την πραγματική είσοδο και τα όρια μαζί στο μοντέλο.
- Τοποθετήστε το AI ως «ένα γρήγορο βοηθό του οποίου κάθε έξοδος παρακολουθείται».
Εργασία εφαρμογής
Ζητήστε από το AI να λύσει έναν υπολογισμό που κάνατε πρόσφατα (διατομή καλωδίου, επιλογή αντίστασης, απώλεια ισχύος κ.λπ.) από την αρχή. Στη συνέχεια, εξαγάγετε κάθε υπόθεση και αριθμό στην έξοδο σε μια λίστα. αποφασίστε "επαληθευμένο / απαιτούμενος πόρος / ελαττωματικό" για το καθένα. Αναπαράγετε τον υπολογισμό μόνοι σας, είτε χειροκίνητα είτε με μια σύντομη εκτέλεση Python και συγκρίνετε τα δύο αποτελέσματα. Αν είναι διαφορετικό, μάθετε γιατί. Αυτή η άσκηση δημιουργεί τη συνήθεια της χρήσης AI με πειθαρχία ελεγκτή.