ትርፍ፡
- በተሽከርካሪ ልማት የሕይወት ዑደት (V-model) ውስጥ ሰው ሰራሽ የማሰብ ችሎታ እውነተኛ እሴት የሚያመጣበትን ቦታ የመለየት ችሎታ እና የትኞቹ ውሳኔዎች የብቃት መሐንዲሱ ኃላፊነት ሊቆዩ ይገባል
- እያንዳንዱን የ AI ውፅዓት በትእዛዙ ብዛት፣ የምህንድስና አሳማኝነት እና ገለልተኛ የሙከራ/የመለኪያ ማስረጃዎችን የሚፈትሹ ሶስት መልህቅ ማረጋገጫ ትምህርቶችን የመተግበር ችሎታ።
- ቅዠትን፣ አሻሚነትን፣ የንግድ ሚስጥሮችን እና ተግባራዊ የደህንነት ስጋቶችን ማወቅ እና የአውዱን ስም በመደበቅ ደህንነታቸው የተጠበቀ መጠየቂያዎችን የማዘጋጀት ልምድን ማግኘት።
አውቶሞቲቭ ኢንጂነሪንግ; ከተሽከርካሪ ጽንሰ-ሀሳብ ጀምሮ እስከ ዲዛይን፣ ማስመሰል፣ ፕሮቶታይፕ፣ ሙከራ፣ የጅምላ ምርት እና የመስክ ክትትል ድረስ የሚዘልቅ ግዙፍ ሰንሰለት ነው። ዛሬ፣ አርቴፊሻል ኢንተለጀንስ (በአጭሩ፣ AI፣ ወይም AI) በእያንዳንዱ የዚህ ሰንሰለት ማገናኛ ውስጥ እንደ ማፋጠን ንቁ ነው። ነገር ግን በአውቶሞቲቭ ኢንዱስትሪ ውስጥ ያለ ስህተት በቤተ ሙከራ ውስጥ የተተወ ስህተት አይደለም-በመንገድ ላይ ለሚሊዮኖች ለሚቆጠሩ ተሽከርካሪዎች ደህንነት, ማስታወስ እና የሰው ህይወት ማለት ነው. ስለዚህ የዚህ ሞጁል የመጀመሪያው እና በጣም አስፈላጊው ዓረፍተ ነገር ነው፡- አርቴፊሻል ኢንተለጀንስ መሐንዲሱን ያፋጥነዋል፣ ነገር ግን ባለቤቱ እና ለደህንነት ወሳኝ ውሳኔ ተጠያቂው ሁል ጊዜ ብቃት ያለው መሐንዲስ ነው።
በዚህ ክፍል ውስጥ፣ AI በተሽከርካሪ ልማት ውስጥ እውነተኛ ዋጋ የት እንደሚያፈራ፣ ቀይ መስመሮች ባሉበት እና እያንዳንዱን የ AI ውፅዓት እንዴት በዲሲፕሊን ማረጋገጥ እንደምንችል እንማራለን።
የተሽከርካሪ ልማት V-ሞዴል እና የ AI ቦታ
በአውቶሞቲቭ ውስጥ ያለው እድገት ብዙውን ጊዜ በ V-ሞዴል ይገለጻል. ቪ-ሞዴል; በ "V" ፊደል መልክ የሚራመደው የእድገት ሂደት ነው, መስፈርቶች እና የንድፍ ደረጃዎች በግራ በኩል ወደ ታች, የሶፍትዌር / ሃርድዌር ትግበራ ከታች, እና የማረጋገጫ እና ውህደት ሙከራዎች በቀኝ በኩል ይወጣሉ. በግራ ክንድ ውስጥ "ምን እንደምናደርግ" ይገለጻል (አስፈላጊነት, የስርዓት ንድፍ), በቀኝ ክንድ "ትክክለኛ አድርገናል" (የክፍል ሙከራ, ውህደት, የመሳሪያ ማረጋገጫ).
አርቴፊሻል ኢንተለጀንስ የዚህን ቪ ሁሉንም ገፅታዎች ይዳስሳል፡-
- የግራ ክንድ (ንድፍ)፡- ቀላል ክብደት ያለው ክፍል ጂኦሜትሪ በጄነሬቲቭ ዲዛይን ያቅርቡ፣ ከተተኪ ሞዴል ጋር ማስመሰልን ያፋጥኑ፣ ከአስፈላጊ ጽሑፎች ውስጥ አለመጣጣሞችን ይያዙ።
- ንዑስ (አተገባበር)፡- የኮድ ማመንጨት እገዛ፣የሙከራ ጉዳይ መውጣት፣የመለኪያ መለኪያ ቅኝት።
- የቀኝ ክንድ (ማረጋገጫ)፡ ከሙከራ ውሂብ ያልተለመደ ምልክት ማድረግ፣ የሪፖርት ረቂቅ፣ የጽናት ሙከራ ማጠቃለያ።
- ማምረት እና መስክ: የእይታ ጉድለትን መለየት, ትንበያ ጥገና, የቴሌሜትሪ ትንተና, የአቅርቦት ሰንሰለት ትንበያ.
ጠቃሚ ምክር፡ “ውሳኔ ሰጪ” ሳይሆን “የሚመራውን እና ትኩረትን የሚስብ” AI ረዳት አድርጎ ያስቀምጡ። የምህንድስና ማስረጃዎች ውሳኔ ይሰጣሉ.
ለ AI ምን እንተወዋለን እና ምን አናደርግም?
አጠቃላይ ህግ: AI በተደጋጋሚ, በመረጃ ላይ የተመሰረተ, የመጀመሪያ ረቂቅ ስራ ላይ ጠንካራ ነው; ፍርድ፣ ደህንነት እና የመጨረሻ ይሁንታ የሰው ነው። ከዚህ በታች ያለው ሰንጠረዥ ይህንን ልዩነት ያሳያል.
ተልዕኮ
የ AI ሚና
የውሳኔው ባለቤት
በ50,000 የመንገድ ሙከራ ቀረጻ ላይ ያልተለመደ ቅኝት።
ራስ-ሰር ምልክት ማድረግ, ቅድመ-ማጣራት
የሙከራ መሐንዲስ
የብሬክ ሶፍትዌር ደህንነት ማረጋገጫ
የሙከራ ሁኔታን ይጠቁሙ
ተግባራዊ የደህንነት መሐንዲስ
የፅንሰ-ሀሳብ ቻሲስ ጂኦሜትሪ ማመንጨት
አማራጮችን ማመንጨት (አመንጭ)
ንድፍ / CAE መሐንዲስ
ዌልድ ስፌት ጉድለት ምደባ
በምስሉ ውስጥ ቅድመ-ማወቅ
የጥራት መሐንዲስ/ኦፕሬተር
ግብረ ሰዶማዊነት (አይነት ማጽደቅ) መግለጫ
ረቂቅ ጽሑፍ
ኃላፊነት ያለው መሐንዲስ / ሥራ አስኪያጅ
ማስታወሻ፡ የሠንጠረዡ የቀኝ ዓምድ በፍፁም "AI" ሊሆን አይችልም። እንደ የልቀት መግለጫ፣ የብልሽት ደህንነት ማረጋገጫ፣ የብሬኪንግ አፈጻጸም፣ ወዘተ ባሉ ጉዳዮች ላይ የመጨረሻው ፊርማ ሁል ጊዜ የተፈቀደለት ሰው ነው። ይህ ስነምግባር ብቻ ሳይሆን በአብዛኛዎቹ ሀገራት ህጋዊ ግዴታ ነው።
ሶስት መልህቅ ማረጋገጫ ዘርፎች
በዚህ ሞጁል ውስጥ እያንዳንዱን የ AI ውፅዓት በሶስት ገለልተኛ "መልህቆች" ላይ እንሞክራለን. መልህቅ; ልክ መርከቧን በቦታው እንዳስቀመጠው ክብደት፣ AI እንዳይጎተትን ይከለክላል።
- የፍተሻ ቅደም ተከተል፡ ውጤቱ በግምት ትክክለኛ ሚዛን ነው? የተሳፋሪ መኪናን ከዜሮ ወደ አንድ መቶ ኪሜ በሰዓት ማፋጠን ከ6-9 ሰከንድ አካባቢ ነው። AI "0.6 ሰከንድ" ካለ የሆነ ችግር አለ። ባትሪውን በ2 ደቂቃ ውስጥ ሙሉ ለሙሉ ለመሙላት የተሰጠው ምክር በአካል አጠያያቂ ነው።
- የምህንድስና አሳማኝነት፡ ውጤቱ ከፊዚክስ እና ከምህንድስና ግንዛቤ ጋር ተኳሃኝ ነው? ቀለል ያለ ካደረጉት ክፍል ርካሽ ፣ ጠንካራ እና በተመሳሳይ ጊዜ ለማምረት ቀላል ከሆነ ፣ “ነፃ ምሳ የለም” የሚለውን መርህ ያስታውሱ ። የሆነ ቦታ የተደበቀ የንግድ ልውውጥ አለ።
- ገለልተኛ የሙከራ/የመለኪያ ማረጋገጫ፡ በጣም ጠንካራው መልህቅ። ማስመሰልን ከአካላዊ ሙከራ፣ ከትክክለኛ መረጃ ትንበያ፣ AI ማጠቃለያ ወደ ጥሬ መረጃ ያወዳድሩ። ምንም የደህንነት-ወሳኝ ውፅዓት ያለ ማረጋገጫ ተቀባይነት የለውም።
ጥንቃቄ፡ AI በጣም አቀላጥፎ እና በራስ የመተማመን ቋንቋ የተሳሳተ መረጃ ሊያዘጋጅ ይችላል። ይህ ቅዠት ይባላል። ቅልጥፍና ለትክክለኛነት ማረጋገጫ አይደለም. አንድ ቁጥር፣ መደበኛ ቁጥር ወይም ቁሳዊ ንብረት በልበ ሙሉነት ስለተባለ ብቻ ትክክል ነው ብለህ አታስብ። ከምንጩ ያረጋግጡ።
አነስተኛ ጉዳይ ጥናቶች
ጉዳይ 1 - የትእዛዝ ስህተት መያዙ። አንድ ተለማማጅ AI የተሽከርካሪውን የኤሮዳሚሚሚክ ድራግ ሃይል ያሰላል እና ውጤቱን "12,000 N" በሰአት 100 ኪ.ሜ. ሲኒየር መሐንዲሱ የደረጃ ፍተሻ ያደርጋል፡ በዚህ ፍጥነት የአንድ የተለመደ የተሳፋሪ መኪና የመጎተት ኃይል ከ300-400 N (ከ30-40 ኪ.ግ.ኤፍ. ገደማ) ነው። N12,000 ሠላሳ እጥፍ ይበልጣል። ሲፈተሽ አይአይ የተሳሳተ አሃድ ለአየር ጥግግት እየተጠቀመ ያለ ይመስላል (ከኪግ/ሜ³ ይልቅ g/cm³ ግራ መጋባት)። ውጤት፡ ቀላል የደረጃ ፍተሻ የተሳሳቱ የንድፍ ውሳኔዎችን ሰዓታት ከልክሏል።
ጉዳይ 2 - ምክንያታዊነት ማጣሪያ. አንድ የግዥ ቡድን ወጪ ቆጣቢ ምክር ለማግኘት AI ይጠይቃል; AI ከአንድ አቅራቢ መግዛትን ይመክራል, 8% ይቆጥባል. የእቅድ አቀናባሪው የአሳማኝነት ማረጋገጫን ያካሂዳል፡ ይህ ክፍል ለደህንነት-ወሳኝ የኤርባግ ዳሳሽ ነው፣ እና ብቸኛው ምንጭ በዚያ ፋብሪካ ውስጥ መቋረጥ ቢፈጠር ሁሉንም ምርት ያቆማል። ሁለተኛው ምንጭ እና የአክሲዮን ቋት በማከል ጥቆማው እየተስተካከለ ነው። ውጤት፡ 8% ለመቆጠብ ሲባል "መስመሩን የማቆም" አደጋ ቀርቷል።
ጉዳይ 3 - ገለልተኛ ማስረጃ. የ CAE ቡድን የንዝረት (NVH - ጫጫታ, ንዝረት, ጨካኝ) የሃይድ ፓነል ባህሪን በፍጥነት ምትክ ሞዴል ይተነብያል; ሞዴሉ በ 47 Hz (በተወሰነ ድግግሞሽ ላይ ከመጠን በላይ ንዝረት) ድምጽን ይተነብያል. ቡድኑ ይህንን በአካላዊ ሞዳል ሙከራ ያረጋግጣል; ትክክለኛው ከፍተኛው በ 44 Hz ነው. ልዩነቱ ትንሽ ቢሆንም አስፈላጊ ነው; ተተኪው ሞዴል ተቀባይነት አግኝቷል, ነገር ግን የንድፍ ህዳግ በዚሁ መሰረት ተዘርግቷል. ማጠቃለያ፡ ፈጣን AI ትንበያ ጥቅም ላይ ውሏል ነገር ግን በገለልተኛ ማስረጃ የተስተካከለ።
ደህንነቱ የተጠበቀ ጥያቄን በማዘጋጀት ላይ፡ ግላዊነት እና የንግድ ሚስጥሮች
የአውቶሞቲቭ መረጃ ብዙውን ጊዜ የንግድ ሚስጥሮችን (አዲስ ሞዴል ንድፍ, የአቅራቢ ዋጋ) ወይም የግል ውሂብ (የአሽከርካሪው ቦታ, ቪን - የሻሲ ቁጥር) ይይዛል. ጥሬ ሚስጥራዊ መረጃን ወደ ይፋዊ ደመና AI መሳሪያ መላክ ትልቅ አደጋ ነው።
ከታች ደካማ እና ጠንካራ ማበረታቻዎች ንጽጽር ነው.
ደካማ ጥያቄ፡
የ2027 ሞዴል ኤሌክትሪክ SUV ፕሮጄክታችንን ብራንድ ኤክስ እውነተኛ የባትሪ ሙከራ መረጃ እየጨመርኩ ነው፣የእኛ ሕዋስ አቅራቢ ኩባንያ Y ነው፣የአሃዱ ዋጋ 92 ዶላር ነው። እነዚህ ቪአይኖች ላላቸው ተሽከርካሪዎች የክልል ችግርን ይፍቱ፡[እውነተኛ ቪን ዝርዝር]
ይህ መጠየቂያ ምርት፣ ሞዴል፣ አቅራቢ፣ ዋጋ እና የግል ቪን ያሳያል። ለሁለቱም ግላዊነት እና ውድድር አደገኛ ነው።
ኃይለኛ ጥያቄ፡-
ሚና፡ እኔ የኤሌክትሪክ ተሽከርካሪ የባትሪ መሞከሪያ መሐንዲስ ነኝ። አውድ፡ በተሳፋሪ SUV ባትሪ (በግምት 75 ኪ.ወ. በሰዓት) ውስጥ ያለውን የቦታ መንሳፈፍ እየመረመርኩ ነው። ውሂቡን ስም አጥፍቻለሁ; ብራንዶች እንደ ኤ/ቢ፣ ተሽከርካሪዎች እንደ ተሽከርካሪ_1..ተሽከርካሪ_20 ምልክት ተደርገዋል። ተግባር፡ በአባሪው (ስም-አልባ) የሙቀት-ክልል ሠንጠረዥ ውስጥ ያለውን ክልል በጣም የሚነኩ 3 ተለዋዋጮችን ይዘርዝሩ እና ለእያንዳንዱ የማረጋገጫ ሙከራ ይጠቁሙ። ገደብ፡ ትክክለኛ ምክንያት አይጠይቁ; መላምት እና የማረጋገጫ ደረጃ ይስጡ፡ ውፅዓት፡ ሠንጠረዥ + ቅድሚያ ትእዛዝ።
ጠቃሚ ምክር፡ የ AI አካባቢን ከኢንተርፕራይዝ የውሂብ ኮንትራት ጋር ተጠቀም (ውሂብህን በስልጠና ላይ አለመጠቀም)፣ መረጃን ማንነትን መደበቅ እና የሚፈለገውን አነስተኛ መረጃ ብቻ አቅርብ (የውሂብ መቀነስ)።
የ RGBō ጥለት ለጥሩ ጥያቄ
በዚህ ሞጁል ውስጥ ደጋግመን የምንጠቀመው ቀላል ንድፍ፡ ሚና - ተግባር - አውድ - ውፅዓት (RGBō)።
ሚና፡ [ኤአይኤ ምን አይነት ኤክስፐርት መሆን አለበት] ተግባር፡ [በአንድ አረፍተ ነገር ውስጥ ምን ትፈልጋለህ] አውድ፡ [አሃዶች፣ ገደቦች፣ መደበኛ፣ ስም-አልባ ውሂብ]ገደብ፡ [ምን አታድርግ፣ በእርግጠኝነት ምን አድርግ] ውጤት፡ [ሠንጠረዥ/ዝርዝር/ ኮድ፣ በምን አይነት ቅርጸት]
ሚና፡ እርስዎ ልምድ ያካበቱ የNVH (ጫጫታ-ንዝረት) መሐንዲስ ነዎት። ተግባር፡ የንዝረት ቅሬታን ለመምራት ሊሆኑ የሚችሉ ዋና ምክንያቶችን ይዘርዝሩ። ዐውደ-ጽሑፍ: የፊት መጥረቢያ, 80-100 ኪ.ሜ በሰዓት, በደረጃ መንገድ; ጎማዎች አሁን ሚዛናዊ ሆነዋል።ገደብ፡- ከአብዛኛዎቹ እስከ ዕድሉ ለይ; ለእያንዳንዱ ምክንያት አንድ ነጠላ የማረጋገጫ መለኪያ ይጠቁሙ. ውፅዓት፡- ቁጥር ያለው ዝርዝር + የማረጋገጫ አምድ።
ሚና፡ እርስዎ የአውቶሞቲቭ ጥራት መሐንዲስ ነዎት። ተግባር፡ የዌልድ ጉድለት ሪፖርትን ወደ 5W1H (ምን/ለምን/የት...) ቅርጸት ቀይር። አውድ: የሮቦት ቦታ ብየዳ, የሰውነት መስመር; በመጨረሻዎቹ 3 ፈረቃዎች ውስጥ የብልሽት መጠን ጨምሯል። ውጤት፡ የተዋቀረ ማጠቃለያ + 3 የአፋጣኝ ቁጥጥር ምክሮች።
ሚና፡ እንደ ዳታ ተንታኝ ስራ። ተግባር፡ ከዚህ በታች ያለውን የቴሌሜትሪ አምድ መግለጫዎችን ያንብቡ እና 8 እጩዎችን ለመተንበይ ጥገና ባህሪያትን ይጠቁሙ። ገደብ፡ የወደፊት መረጃን በመጠቀም ባህሪያትን ምከር (የማፍሰስ አደጋ); ለእያንዳንዱ ባህሪ ምክንያቱን ይፃፉ. ውጤት: ባህሪ | መጽደቅ | የሊክ ስጋት (Y/N) ሰንጠረዥ።
የተለመዱ ስህተቶች
- የማስረጃ ለማግኘት የ AI ውፅዓት ስህተት። ፈሳሽ ጽሑፍ የተረጋገጠ ምህንድስና አይደለም። እያንዳንዱን ቁጥር መልሕቅ ያድርጉ።
- የደረጃ ማረጋገጫን ማለፍ። ይህ በጣም ርካሹ እና በጣም ኃይለኛ የስህተት ወጥመድ ዘዴ ነው; አሥር ሰከንድ ይወስዳል.
- ጥሬ ሚስጥራዊ መረጃን በመላክ ላይ። እንደ የምርት ስም፣ አቅራቢ፣ ዋጋ፣ ቪኤን ያሉ መረጃዎችን ማጋራት ስም ሳይገለጽ የውል እና የሕግ ጥሰት ነው።
- እርግጠኛ አለመሆንን ችላ ማለት። "ኧረ፧" ከመጠየቅ ይልቅ ማስረጃ ጠይቅ; የ AI በራስ መተማመን ትክክለኛነቱ መለኪያ አይደለም።
- ጥፋቱን በ AI ላይ ማድረግ. "ሞዴሉ እንዲህ አለ" መከላከያ አይደለም; ፊርማው ያንተ ነው።
በማጠቃለያው
- AI በእያንዳንዱ የተሽከርካሪ ልማት V-ሞዴል ደረጃ ላይ ማፋጠን ነው; ነገር ግን ደህንነት-ወሳኝ ውሳኔ እና ማፅደቅ ሁል ጊዜ ብቃት ባለው መሐንዲስ ነው።
- እያንዳንዱን AI ውፅዓት በሶስት መልህቆች ፈትኑ፡ የትልቅነት ቅደም ተከተል፣ የምህንድስና አሳማኝነት፣ የገለልተኛ ሙከራ/መለኪያ ማስረጃ።
- ቅዠቱ እውነት ነው; ቅልጥፍና ትክክለኛነት አይደለም.
- ሚስጥራዊ እና ግላዊ መረጃዎችን ማንነትን መደበቅ፣ የውሂብ ቅነሳን መተግበር፣ የድርጅት AI አካባቢን ተጠቀም።
- ለጥሩ ጥያቄዎች የሚና-ተግባር-አውድ-ውጤት (RGBō) ስርዓተ-ጥለትን ይጠቀሙ።
የመተግበሪያ ተግባር
ከራስዎ ንግድ ስራ (ወይንም ከተሳፋሪ መኪና ፕሮጀክት) አንድ ተግባር ይምረጡ፡ ለምሳሌ "የብሬክ ፓድ ማልበስ ትንበያ"። (1) ይህንን ተግባር በ V-ሞዴል ውስጥ የት ነው የሚያስቀምጡት? (2) የ AI ሚና እና የውሳኔውን ባለቤት በሠንጠረዥ ውስጥ ይፃፉ. (3) ጥያቄን ከ RGBō ንድፍ ጋር ይጻፉ እና በውስጡ ያሉትን ሁሉንም ሚስጥራዊ/የግል መረጃዎች ስም ይሰርዙ። (4) ከ AI ምላሹን የሚፈትሹባቸው ሶስት መልህቆች በሶስት እቃዎች ማስታወሻ ይያዙ።
የማረጋገጫ ዝርዝር
- [] የተግባሬን ቦታ በ V-ሞዴል ውስጥ ወሰንኩ.
- [] የ AI ሚና እና የመጨረሻውን ውሳኔ ባለቤት ለየብቻ ጽፌያለሁ።
- [ ] በጥያቄዬ ውስጥ እንደ የምርት ስም/አቅራቢ/ዋጋ/ቪን ያለ ስማቸውን አልገለጽኩም።
- [] የRGBS ጥለትን ተጠቀምኩኝ (ሚና፣ ተግባር፣ አውድ፣ ገደብ፣ ውፅዓት)።
- [ ] ውጤቱን በሶስት መልህቆች (ደረጃ፣ አሳማኝነት፣ ገለልተኛ ማስረጃ) ለማረጋገጥ የተዘጋጀ እቅድ አለኝ።
- [ ] የደህንነት-ወሳኝ ማረጋገጫው በሰው ላይ እንዳለ አረጋግጫለሁ።