المكاسب:
- القدرة على التمييز بين المكان الذي يوفر فيه الذكاء الاصطناعي الوقت الفعلي في سير عمل الإلكترونيات/الاتصالات، وحيث يظل الامتثال والمسؤولية الأمنية الحاسمة على عاتق المهندس المختص، بناءً على مستوى المخاطر
- القدرة على تطبيق نظام التحقق متعدد الطبقات الذي يختبر كل مخرجات الذكاء الاصطناعي مقابل القياس والمحاكاة والنص القياسي والحساب المستقل
- اعتد على إخفاء هوية السياق واختيار الأدوات الآمنة لحماية ملفات التصميم وبيانات شبكة العملاء والملكية الفكرية
تتمثل وظيفة مهندس الإلكترونيات والاتصالات في ترجمة الكميات الفيزيائية غير المرئية (الجهد والتيار والتردد والمجال) إلى منتجات عمل واتصالات موثوقة. تصميم الدائرة، ووضع لوحة الدائرة المطبوعة (PCB: لوحة الدائرة المطبوعة، اللوحة العازلة التي توضع عليها المكونات)، وتصفية الإشارة وتعديلها، وإصدارها من الهوائي، وكتابة البرامج المدمجة (البرامج الثابتة: برمجيات مكتوبة في الذاكرة الدائمة تعمل مباشرة على تشغيل أجهزة الجهاز)، وإنشاء البروتوكولات، ومراقبة أداء الشبكة وتوثيق كل ذلك وفقًا للمعايير والتشريعات. السمة المشتركة لهذه الوظائف هي العمل مع الكثير من القياسات والبيانات، ولكن كل قرار يحدد ما إذا كان المنتج سيعمل، وما إذا كان البث سيبقى ضمن الحد القانوني، وما إذا كان النظام آمنًا أم لا. يعد الذكاء الاصطناعي (اختصارًا الذكاء الاصطناعي؛ الأنظمة البرمجية التي تعمل على النصوص والأرقام والأكواد والصور باستخدام البيانات الضخمة ونماذج اللغة) أداة مساعدة قوية في هذا المجال الذي يتطلب بيانات مكثفة ولكنه حاسم لاتخاذ القرارات. تعلمك هذه الوحدة أين يمكنك استخدام الذكاء الاصطناعي بأمان في أعمال الإلكترونيات/الاتصالات، وأين يكون ذلك خطيرًا، ولماذا يتعين عليك التحقق من صحة كل مخرجات الذكاء الاصطناعي من خلال القياس والمحاكاة والنص القياسي والحكم الهندسي.
المبدأ الأساسي الذي ستستخدمه خلال هذه الوحدة هو: الذكاء الاصطناعي هو مساعد، وليس صانع قرار. لا يمكن أن يكون تيار الإمداد، أو قيمة المعاوقة، أو تردد قطع المرشح، أو حد طاقة الإرسال، أو الشرط القياسي صحيحًا لمجرد أن "الذكاء الاصطناعي قال ذلك"؛ إنها مجرد فرضية حتى يتم التحقق منها من خلال ورقة البيانات والقياس والمحاكاة والنص المعياري الرسمي وتقدير المهندس المختص. ستشاهد هذه الجملة مرة أخرى في كل وحدة من الوحدة، لأنه في الإلكترونيات، غالبًا ما يعني الرقم الخاطئ احتراق البطاقة، أو فشل المنتج في الحصول على الشهادة، أو تعطل رابط الاتصال.
ما هو LLM، وماذا يفعل في مجال الإلكترونيات / الاتصالات؟
LLM (نموذج اللغة الكبيرة) هو برنامج يتعلم الأنماط من أجزاء كبيرة جدًا من النص والتعليمات البرمجية ويتنبأ بـ "الكلمة التالية" بناءً على الاحتمالية. هذا هو محرك أدوات مثل ChatGPT وClaude وGemini. النقطة المهمة هي أن LLM هو "مُقدِّر اللغة والرمز"، وليس "جهاز قياس" أو "قاعدة معرفية". يتحدث المصطلحات الهندسية بطلاقة، لكنه لا يقيس المعاوقة؛ ينتج الرقم الذي يبدو على الأرجح. ولذلك، فإنه يمكن أن يعطي إجابات موثوقة ولكن غير صحيحة حول تيار العرض لأحد المكونات، أو حد التنظيم أو جدول المعايير. وهذا ما يسمى الهلوسة (التلفيق). الهلوسة ليست خللاً، بل هي سمة متأصلة في هذه التكنولوجيا؛ ولذلك، فإن التحقق ليس "خطوة إضافية" ولكنه جزء لا يتجزأ من الوظيفة.
المهام التي يكون فيها الذكاء الاصطناعي قويًا في مجال الإلكترونيات/الاتصالات:
- شرح المفهوم والتدريس: ما هي مطابقة المعاوقة، وكيف يعمل OFDM، وما الذي يسبب التعرجات، وكيف يتم تعطيل EMC.
- مسودة التعليمات البرمجية والبرامج الثابتة: برنامج تشغيل المتحكم الدقيق، جهاز الحالة، تحليل إشارة بايثون، إطار أتمتة الاختبار.
- تنظيف البيانات وتنظيمها: تحويل سجلات القياس المتفرقة إلى جدول متماسك، والتقاط عدم تطابق الوحدة.
- إنشاء قائمة فرضيات: قائمة منهجية لأسباب الأسئلة مثل لماذا لا تعمل الدائرة، ولماذا يسقط الارتباط.
- مسودة النص: خطة الاختبار، تقرير الأخطاء، مسودة الملف الفني، ملخص ورقة البيانات.
- إعداد الحساب: إنشاء الهيكل العظمي لميزانية الارتباط، وميزانية الطاقة، وخطوات تصميم المرشح.
حيث يكون الذكاء الاصطناعي ضعيفًا ومحفوفًا بالمخاطر:
- القيمة العددية الدقيقة (تيار العرض، المعاوقة، تردد القطع، حد طاقة البث).
- المادة التشريعية/المعيارية الحالية والمحددة، وقيمة الجدول ومعلومات الإصدار.
- التشخيصات بدون بيانات القياس الفعلية لجهازك.
- الامتثال والقرار الحاسم للسلامة: إعلان المطابقة EMC، والإفراج، وقابلية الخدمة، وحدود السلامة.
التصنيف على أساس المخاطر: التصفية قبل استخدام الذكاء الاصطناعي
ليست كل مهمة على نفس مستوى المخاطرة. قم بتصنيف المهمة حسب مستوى المخاطرة قبل استخدام الذكاء الاصطناعي. يوفر الجدول أدناه إطار عمل القرار الذي ستستخدمه خلال هذه الوحدة.
مستوى المخاطر
مهمة عينة
دور الذكاء الاصطناعي
التحقق الإلزامي
منخفض
شرح المفهوم، مسودة النص، الهيكل العظمي للكود
الاستخدام المجاني
المراجعة كافية
متوسطة
تنظيف البيانات، قائمة الفرضيات، إعداد الحساب
مسودة/مؤلف مشارك
فحص يدوي + تأكيد ورقة البيانات
عالية
تصنيف الدوائر، تصميم المرشح/الهوائي، منطق البرامج الثابتة
مولد الفكرة
محاكاة + قياس النموذج الأولي
حرجة
التوافق مع التوافق الكهرومغناطيسي/البث، وهامش الأمان، وإمكانية الخدمة
مسودة/مسح ضوئي فقط
موافقة المهندس المختص + اختبارات معتمدة
نصيحة: إذا قمت بوضع علامة على مهمة على أنها "حرجة"، فإن مخرجات الذكاء الاصطناعي لن تكون المستند النهائي أبدًا. على الأكثر، يمكن أن تكون مسودة أولية أو قائمة مرجعية؛ ويتولى المهندس المختص التوقيع والمسؤولية.
التدفق الشامل: دمج الذكاء الاصطناعي في سير عملك
دورة حل المشكلات النموذجية في مجال الإلكترونيات/الاتصالات هي كما يلي، حيث يدخل الذكاء الاصطناعي في كل خطوة ولكن لا يغلق أيًا منها بمفرده:
- تحديد المشكلة: ما الذي سيتم تصميمه، وما هو هدف الأداء، وما هي القيود (القوة، التكلفة، التردد، التشريع) الموجودة؟ (منظمة العفو الدولية: يوضح السؤال.)
- جمع البيانات/المتطلبات: أوراق البيانات، والحدود القياسية، وسجلات القياس. (الذكاء الاصطناعي: يلخص ويبحث عن التناقضات.)
- توليد الفرضيات/التصميم: الطبولوجيا البديلة، وسيناريوهات الحلول. (الذكاء الاصطناعي: ينتج قائمة منهجية.)
- التحليل: الحساب، المحاكاة، الكود، تحليل الإشارات. (الذكاء الاصطناعي: يُنشئ التعليمات البرمجية والحسابات الخيالية.)
- التحقق: المحاكاة، النموذج الأولي، القياس، النص القياسي. (الذكاء الاصطناعي على الهامش؛ والقياس والبشر هم من يقررون).
- يوثق ويقرر: المهندس المختص يتحمل المسؤولية. (منظمة العفو الدولية: كاتب المسودة.)
ضع هذه الخطوات الست في الاعتبار؛ توضح لك بقية الوحدة كيفية استخدام الذكاء الاصطناعي مع مهام الإلكترونيات/الاتصالات الملموسة، خطوة بخطوة.
ثلاث حالات صغيرة
الحالة 1 - قيمة مكون غير مناسبة. يسأل أحد المتدربين الذكاء الاصطناعي عن قيمة مكثف الفصل المطلوب في دائرة يتم تغذيتها من منظم جهد 3.3 فولت؛ يقول الذكاء الاصطناعي إن "100 نانو فاراد كافية" ويعطي أيضًا وصفة طبية دقيقة: "أضف 10 ميكروفاراد لكل IC". يكتب المتدرب هذا مباشرة في الرسم التخطيطي. في حين أن القيمة الصحيحة تعتمد على التوصية الواردة في ورقة بيانات الرقائق المستخدمة وتكرار التبديل والملف التعريفي الحالي. في هذا التصميم، تسحب شريحة عالية السرعة مئات الملايين من التيار في الثانية، و100 نانومتر وحدها غير كافية؛ تتصرف البطاقة بشكل غير منتظم عند بدء التشغيل. الطريقة الصحيحة هي أخذ القيمة من ورقة بيانات كل شريحة وتحليل سلامة الطاقة.
الحالة 2 - عدم وجود حد تنظيمي. يسأل أحد المهندسين الذكاء الاصطناعي عن الحد الأقصى المسموح به لـ EIRP (الطاقة المشعة المكافئة المتناحية) لمنتجه في النطاق 2.4 جيجا هرتز. يقول الذكاء الاصطناعي "20 ديسيبل ميلي واط وفقًا للوائح" ويشكل رقم المادة. يقوم المهندس بكتابة الملف الفني وفقا لذلك. في معمل الاختبار، تم الكشف عن أن قيمة الحد تختلف وفقًا للنطاق وعرض القناة والبلد، وأن رقم العنصر المعطى ليس حقيقيًا. والنهج الصحيح هو فتح اللائحة الحالية (مثل وثيقة ETSI/FCC ذات الصلة وقرار السلطة القطرية) من المصدر الرسمي وتأكيد القيمة والمضمون.
الحالة 3 - الاستخدام الصحيح. يشتبه أحد المهندسين في وجود عدم اتساق في سجل قياس مكون من 5000 سطر من جهاز استشعار درجة الحرارة. إنه يخبر الذكاء الاصطناعي "بإدراج الصفوف في هذا الجدول التي قد تحتوي على تناقض في الوحدة (ارتباك بين درجة مئوية ودرجة فهرنهايت)، وقيمة مستحيلة ماديًا، وارتفاع، وخلية فارغة، وكتابة ما تشك فيه لكل منها؛ لا تصحح، فقط ضع علامة." يقوم الذكاء الاصطناعي بوضع علامة على عدة قراءات كود 999، وقراءتين -300 درجة مئوية، وطفرات تشبه عمليات إعادة ضبط المستشعر. يقوم المهندس بفحصها وتصحيحها من البيانات الأولية. هنا تم استخدام الذكاء الاصطناعي بشكل صحيح: جذب الانتباه، واتخاذ الإنسان القرار والتصحيح.
قوالب سريعة قابلة للنسخ
يمكنك استخدام النماذج أدناه عن طريق تكييفها مع عملك الخاص. في كل منها، هناك تعليمات واعية "لإعطاء رقم دقيق، والإشارة إلى المصدر، وشرح عدم اليقين".
نموذج الدور والحد "الدور: أنت مهندس إلكترونيات/اتصالات مساعد ذو خبرة. المهمة: [اكتب الموضوع]. القواعد: عند إعطاء القيمة الرقمية الدقيقة (التيار، المعاوقة، التردد، حد الطاقة)، قل أنه يجب التحقق منها من ورقة البيانات أو قياس المكون المحدد؛ إذا لم تكن متأكدًا، قل "تم التحقق". إذا قدمت شرطًا قياسيًا/تنظيميًا، فاذكره مع نسخته، ولكن يجب تأكيده من المسؤول المصدر: في نهاية إجابتك، اكتب "ما يجب التحقق منه عن طريق المحاكاة/القياس".
نموذج إنشاء الفرضية"قم بإنتاج قائمة منهجية للأسباب المحتملة للأعراض التالية: [وصف العرض؛ ما هو ملاحظ، ما هو القياس هناك]. بالنسبة لكل فرضية: (1) ما هو الدليل الذي يدعمها، (2) ما هو القياس (منظار الذبذبات، المحلل، المقياس المتعدد) الذي يجب إجراؤه لتأكيد/دحض. قم بإجراء تشخيص نهائي؛ قم بإنشاء خريطة طريق لاستكشاف الأخطاء وإصلاحها."
نموذج قائمة التحقق "أدرج كل قيمة رقمية وكل معيار/مرجع تنظيمي في مسودة التصميم/التقرير أدناه. لكل منها، حدد المصدر (ورقة البيانات، النص المعياري الرسمي، القياس المختبري، المحاكاة) الذي يجب التحقق منه. اجمع تلك ذات الأصل غير المؤكد تحت عنوان "لا يمكن استخدامها دون التحقق". النص: [لصق]."
قالب التحقق المسبق لإخفاء الهوية "قبل تقديم النص التالي إلى أداة الذكاء الاصطناعي، قم بوضع علامة على السر التجاري أو الأجزاء الشخصية/التنظيمية الحساسة: اسم العميل/المشروع، مرجع ملف PCB، مفتاح البرنامج الثابت/كلمة المرور، عناوين IP/MAC الحقيقية، بيانات المشترك، التكلفة المخفية. اقترح كيف يمكنني إخفاء هوية هذه العناصر. النص: [لصق]."
موجه ضعيف / موجه قوي
إن طرح نفس السؤال بطريقتين سيؤدي إلى نتائج مختلفة تمامًا.
مطالبة ضعيفة: "ما فائدة هذا الهوائي؟"
مطالبة قوية: "الدور: أنت مهندس مساعد للترددات اللاسلكية. اشرح الخطوات التي يجب من خلالها تحديد كسب الهوائي (اختيار النوع، الحجم، محاكاة المجال، قياس غرفة كاتمة للصدى) وما هي البيانات وما هو التحقق المطلوب في كل خطوة. لا تعط رقم كسب دقيق، وأكد على أنه لا يمكن تحديد ذلك إلا عن طريق المحاكاة والقياس، وسيتم تقييم ما تعنيه وحدة dBi والحدود التنظيمية من خلال EIRP."
المطالبة الضعيفة تدعو الذكاء الاصطناعي إلى التعويض؛ يبقيه الموجه القوي في الوظيفة الصحيحة (وصف العملية) ويمنع حدوث الهلوسة الرقمية في المقام الأول.
الأخطاء الشائعة
- "سؤال" الذكاء الاصطناعي عن قيم المكونات/التصميم. يأتي تيار العرض والمقاومة وتردد القطع فقط من ورقة البيانات والقياس.
- استخدام البند المعياري/التشريعي دون التأكد منه. كثيرًا ما يتم الهلوسة برقم العنصر وقيمة الجدول والإصدار.
- استناد قرار الامتثال/الأمان إلى مخرجات الذكاء الاصطناعي. إن امتثال التوافق الكهرومغناطيسي (EMC)، وترخيص البث، وإمكانية الخدمة، هو عمل مهندسين أكفاء واختبارات معتمدة.
- لصق البيانات الحساسة في الأداة السحابية دون إخفاء هويتها. تعد PCB/البرامج الثابتة وهيكل العميل وبيانات المشترك من الأسرار التجارية والبيانات الشخصية.
- في انتظار سؤال واحد وإجابة واحدة. استخدم الذكاء الاصطناعي بشكل متكرر: المسودة والنقد والمحاكاة والقياس والتحسين.
تنبيه: كلما ظهر رقم أكثر دقة وثقة في مخرجات الذكاء الاصطناعي، زادت الحاجة إلى التحقق. الدقة ليست ضمانا للدقة.
باختصار
لقد رأيت في هذه الوحدة أن الذكاء الاصطناعي هو مساعد في مجال الإلكترونيات/الاتصالات وليس صانع قرار. LLMs هي مقدرات اللغة والرمز؛ قوي في توضيح المفهوم، ومخطط التعليمات البرمجية/البرامج الثابتة، وتنظيف البيانات وتوليد الفرضيات، ولكنه محفوف بالمخاطر في توليد قيمة دقيقة للمكونات والمواد القياسية (الهلوسة). تصنيف المهام على أنها منخفضة/متوسطة/عالية/حرجة وضبط عمق التحقق وفقًا لذلك. التحقق من كل قيمة رقمية من ورقة البيانات أو القياس، وكل مرجع قياسي من المصدر الرسمي. تظل القرارات المتعلقة بالامتثال والأمان دائمًا بيد المهندس المؤهل وتقوم بإخفاء هوية بيانات التصميم/العميل الحساسة قبل الاستخدام.
مهمة التطبيق
اختر خمس مهام من عملك الخاص (أو مشروع إلكترونيات وهمي): وصف المفهوم، وتنظيف البيانات، وقائمة فرضيات الفشل، والقيمة المكونة/العددية، وسؤال تنظيمي/معايير. ضع كل منها في جدول المخاطر أعلاه. ثم قم بالاستعانة بمصادر خارجية لمهمتين منخفضتين / متوسطتي الخطورة إلى الذكاء الاصطناعي باستخدام قالب "الدور والحدود" ووضع علامة على كل عنصر رقمي/قياسي للمخرجات باستخدام قالب "قائمة التحقق من الصحة". اكتب العناصر التي لا يمكن استخدامها دون التحقق.
قائمة مرجعية
- [ ] لقد وضعت المهمة في مستوى المخاطرة (منخفض/متوسط/عالي/حرج) قبل استخدامها.
- [ ] حصلت على قيم المكون/التصميم من ورقة البيانات والقياس بدلاً من سؤال الذكاء الاصطناعي.
- [ ] لقد قمت بالتحقق من كل مرجع معياري/تنظيمي من المصدر الرسمي (النسخة الصحيحة).
- [ ] قمت بإخفاء هوية البيانات الحساسة (ثنائي الفينيل متعدد الكلور/البرامج الثابتة، العميل، IP/MAC، المشترك).
- [ ] لقد تركت قرار التوافق/الأمان الحاسم للمهندس المؤهل والمختبر المعتمد.
- [ ] لقد قمت بمسح كل قيمة رقمية في مخرجات الذكاء الاصطناعي بحثًا عن "لا يمكن استخدامها بدون التحقق".