লাভ:
- এআই সমর্থন সহ মিশনের প্রয়োজনীয়তা থেকে ধারণাগত বিমান/স্পেসক্রাফ্ট সাইজিং পর্যন্ত ট্রেড-অফ অধ্যয়ন ত্বরান্বিত করার ক্ষমতা
- কনফিগার করা প্রম্পট সহ প্রয়োজনীয়তা লেখা, ট্রেসেবিলিটি এবং ধারাবাহিকতা নিয়ন্ত্রণ করার ক্ষমতা
- পদার্থবিদ্যা-ভিত্তিক হ্যান্ড ক্যালকুলেশন সহ AI-প্রস্তাবিত ডিজাইন পয়েন্ট ক্রস-ভ্যালিডেটিং করে অযৌক্তিক আউটপুটগুলি দূর করার ক্ষমতা
একটি বিমান বা মহাকাশযানের জন্ম হয় প্রয়োজনীয়তার তালিকা থেকে, অঙ্কন বোর্ডে নয়। "এই রেঞ্জে, এই গতিতে, এই খরচে এই অনেক বোঝা বহন করুন" বাক্যটি সেই নকশার বীজ যা আগামী কয়েক বছর ধরে চলবে। ধারণাগত নকশা (প্রাথমিক নকশা পর্যায় যেখানে গাড়ির রুক্ষ আকার, ওজন এবং কনফিগারেশন প্রথমে নির্ধারিত হয়) এই বীজ থেকে একটি প্রাথমিক আকৃতি বের করার প্রক্রিয়া। এখানে নেওয়া সিদ্ধান্তগুলি সস্তা, তবে তাদের প্রভাবগুলি সবচেয়ে ব্যয়বহুল: একটি ভুল ধারণাগত পছন্দ মিলিয়ন মিলিয়ন ডলারের বিশদ নকশা ফেলে দিতে পারে।
এই ইউনিটে, আমরা কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করব ধারণাগত নকশার তিনটি বোঝা কমাতে: অস্পষ্ট টাস্ক অনুরোধগুলিকে পরিমাপযোগ্য প্রয়োজনীয়তায় অনুবাদ করা, প্রয়োজনীয়তার মধ্যে ট্রেসেবিলিটি এবং সামঞ্জস্য বজায় রাখা এবং প্রতিযোগী ডিজাইনের বিকল্পগুলির মধ্যে ট্রেড-অফ বিশ্লেষণকে ত্বরান্বিত করা। তবে আসুন শুরু থেকেই সমালোচনামূলক নীতিটি তুলে ধরা যাক: প্রতিটি আকার, প্রতিটি ওজনের অনুমান যা এআই প্রস্তাব করে তা অপরিহার্যভাবে একটি পদার্থবিদ্যা-ভিত্তিক হাতের গণনা দ্বারা ক্রস-ভ্যালিডেট করা হয়। AI হল একটি ব্রেনস্টর্মিং এবং অ্যাকাউন্টিং পার্টনার; সাইজিং সিদ্ধান্তের মালিক নয়।
ধারণা: প্রয়োজনীয়তা: একটি একক যাচাইযোগ্য বিবৃতি যা টুলটি অবশ্যই পূরণ করবে। ট্রেসেবিলিটি: প্রতিটি প্রয়োজনীয়তা কোথা থেকে এসেছে এবং কোন ডিজাইন/পরীক্ষার মাধ্যমে তা পূরণ করা হয়েছে তার রেকর্ডের চেইন। ট্রেড স্পেস: পরিবর্তনযোগ্য ডিজাইন ভেরিয়েবল দ্বারা তৈরি সমস্ত বিকল্পের সেট। MTOW: সর্বোচ্চ টেক-অফ ওজন (সর্বোচ্চ টেক-অফ ওজন), সর্বোচ্চ ভর যা যানবাহনটি নিতে পারে।
টাস্ক নিড থেকে রিকোয়ারমেন্ট: ধাপে ধাপে
একটি ভাল প্রয়োজনীয়তার তিনটি গুণ রয়েছে: একবচন (একটি জিনিস বলে), পরিমাপযোগ্য (একটি সংখ্যা এবং একটি ইউনিট রয়েছে), এবং যাচাইযোগ্য (এটি কীভাবে পরীক্ষা করা যায় তা স্পষ্ট)। "বিমান দ্রুত হতে হবে" একটি প্রয়োজনীয়তা নয়; "বিমানটিকে সমুদ্রপৃষ্ঠে 250 কেটি ক্যালিবার এয়ারস্পিড (KCAS) অর্জন করতে হবে" একটি প্রয়োজনীয়তা।
প্রথম ধাপ হল স্টেকহোল্ডারদের অনুরোধ সংগ্রহ করা এবং সেগুলিকে এআই-এর সাথে খসড়া প্রয়োজনীয়তার মধ্যে ঢেলে দেওয়া। দ্বিতীয় ধাপ হল প্রতিটি প্রয়োজনীয়তাকে পরিমাপযোগ্য করা: প্রতিটি অস্পষ্ট বিশেষণ ("হালকা," "টেকসই," "দক্ষ") একটি মেট্রিক এবং থ্রেশহোল্ড দিয়ে প্রতিস্থাপন করুন। তৃতীয় ধাপ হল প্রয়োজনীয়তাগুলির মধ্যে দ্বন্দ্বগুলি সন্ধান করা: পরিসীমা এবং পেলোড প্রায়শই একে অপরের সাথে প্রতিযোগিতা করে, এআই দ্রুত এই দ্বন্দ্বগুলিকে পৃষ্ঠে নিয়ে আসে। চতুর্থ ধাপ হল একটি ট্রেসেবিলিটি ম্যাট্রিক্স স্থাপন করা: কোন শীর্ষ-স্তরের টাস্ক উদ্দেশ্য কোন উপ-প্রয়োজনীয়তার দিকে নিয়ে যায় তা সারণী করা।
ধারণাগত মাত্রার দিক থেকে, এআই পরিচিত ইঞ্জিনিয়ারিং সম্পর্কগুলি (ওজন ভগ্নাংশ, থ্রাস্ট-টু-ওজন অনুপাত, উইং লোডিং) স্মরণ করতে পারে এবং গণনার একটি প্রাথমিক চেইন স্থাপন করতে পারে। উদাহরণস্বরূপ, একটি যাত্রীবাহী বিমানের জন্য, ব্রেগুয়েট পরিসর সমীকরণের সাহায্যে জ্বালানী ওজন ভগ্নাংশ অনুমান করা যেতে পারে এবং খালি ওজন ভগ্নাংশ পরিসংখ্যানগত সম্পর্কগুলির সাথে অনুমান করা যেতে পারে। কিন্তু এই চেইনের প্রতিটি লিঙ্ক হাতের হিসাব দ্বারা নিশ্চিত করা হয়।
টিপ: প্রয়োজনীয়তা লেখার সময়, স্পষ্টভাবে AI-কে "প্রতিটি অস্পষ্ট বিশেষণকে একটি মেট্রিক, ইউনিট এবং যাচাইকরণ পদ্ধতির সাথে প্রতিস্থাপন করার জন্য" টাস্ক দিন। মডেলটি অনেক বেশি সুশৃঙ্খলভাবে কাজ করে যখন আপনি বলেন "মেক মেজারেবল" অযাচাইযোগ্য বিবৃতি যেমন "ব্যবহারকারী বন্ধুত্বপূর্ণ"।
ট্রেড-অফ বিশ্লেষণ কনফিগার করা
ট্রেড-অফ বিশ্লেষণের কেন্দ্রবিন্দু হল সাধারণ মানদণ্ডের সাথে একাধিক প্রার্থীর কনফিগারেশনের সমন্বয়। ক্লাসিক টুল হল ওজনযুক্ত সিদ্ধান্তের ম্যাট্রিক্স: মানদণ্ডকে গুরুত্ব দেওয়া হয় ওজন, প্রতিটি প্রার্থীকে প্রতিটি মানদণ্ডে স্কোর করা হয়, ওজনযুক্ত মোট নেওয়া হয়। AI দ্রুত এই ম্যাট্রিক্স তৈরি করে, কিন্তু দুটি সমস্যা থেকে সতর্ক থাকুন: ওজন হল একটি বিষয়গত প্রকৌশল বিচার (AI-তে ছেড়ে দেওয়া নয়) এবং স্কোরগুলি অবশ্যই শারীরিক ন্যায্যতার উপর ভিত্তি করে হতে হবে (তৈরি নয়)।
মানদণ্ড (ওজন)
কনফিগার উঃ উচ্চ উইং
কনফিগার বি: নিম্ন উইং
কনফিগার গ: ক্যানার্ড
ব্যাপ্তি, কিমি (0.30)
1200
1350
1250
কার্ব ওজন, কেজি (0.25)
640
610
690
উৎপাদন খরচ (0.20)
মাঝারি
কম
উচ্চ
স্থিতিশীলতা (0.15)
উচ্চ
মাঝারি
মাঝারি
রক্ষণাবেক্ষণের সহজতা (0.10)
উচ্চ
মাঝারি
কম
আপনি এআই এই টেবিল তৈরি করতে পারেন; কিন্তু পরিসর এবং ওজন সংখ্যা অবশ্যই একটি স্বাধীন প্রাথমিক গণনা থেকে আসতে হবে, এবং গুণগত স্কোর যেমন "স্থায়িত্ব: উচ্চ" অবশ্যই ন্যায়সঙ্গত হতে হবে। AI এর ক্ষমতা হল যে এটি মিনিটের মধ্যে দশটি ভিন্ন কনফিগারেশন সারণী করে এবং সেন্টিমেন্ট বিশ্লেষণ করে (ওজন পরিবর্তন হলে র্যাঙ্কিং কীভাবে পরিবর্তিত হয়)।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
আমি একটি প্রশিক্ষণ বিমান ডিজাইন করছি। আমাকে সেরা কনফিগারেশন বলুন.
শক্তিশালী প্রম্পট:
ভূমিকা: আপনি একজন ধারণাগত বিমান নকশা পরামর্শদাতা। প্রসঙ্গ: একটি দুই-সিটের প্রশিক্ষক বিমানের জন্য প্রাথমিক ট্রেড-অফ অধ্যয়ন (মানগুলি প্রতিনিধি): লক্ষ্য পরিসীমা ~1000 কিমি, ক্রুজের গতি ~55 m/s, পেলোড ~220 kg, কম উৎপাদন খরচ অগ্রাধিকার। কাজ:1) 3টি প্রার্থীর কনফিগারেশন প্রস্তাব করুন (উইং পজিশন, ইঞ্জিনের ধরন)। 2) প্রতিটি প্রার্থীর সাথে তুলনা করে একটি টেবিল সেট আপ করুন: পরিসর, আনুমানিক খালি ওজন, উৎপাদন খরচ, স্থিতিশীলতা।3) আপনার সংখ্যাগত অনুমানের জন্য ব্যবহার করুন সম্পর্ক এবং অনুমান লিখুন। সীমাবদ্ধতা: আপনি আপনার ওজন অনুমানে কোন পরিসংখ্যানগত সম্পর্ক ব্যবহার করেছেন তা বলুন; লিখন ইউনিট; চূড়ান্ত সিদ্ধান্ত নেবেন না, প্রার্থী জমা দিন। আমি নিজেই যাচাই করব এবং চূড়ান্ত সিদ্ধান্ত নেব।
অনুলিপিযোগ্য প্রম্পট টেমপ্লেট
টেমপ্লেট 1 - একটি কাজের প্রয়োজনকে একটি পরিমাপযোগ্য প্রয়োজনে অনুবাদ করা:
নিম্নলিখিত স্টেকহোল্ডারের অনুরোধগুলিকে একক, পরিমাপযোগ্য এবং যাচাইযোগ্য প্রয়োজনীয়তায় রূপান্তর করুন। প্রতিটি প্রয়োজনের জন্য: একটি মেট্রিক, একটি ইউনিট, একটি থ্রেশহোল্ড মান এবং একটি প্রস্তাবিত যাচাই পদ্ধতি (বিশ্লেষণ/পরীক্ষা/প্রদর্শন)। অস্পষ্ট বিশেষণ ("আলো", "দ্রুত") কংক্রিট সংখ্যায় অনুবাদ করুন; যদি অনিশ্চয়তা থাকে, আপনার কি তথ্য প্রয়োজন তা জিজ্ঞাসা করুন। অনুরোধ: [এখানে তালিকা]
টেমপ্লেট 2 — ট্রেসেবিলিটি ম্যাট্রিক্স এবং দ্বন্দ্ব স্ক্রীনিং:
প্রয়োজনীয়তার এই তালিকাটি নিন এবং: (ক) একটি ট্রেসেবিলিটি টেবিল তৈরি করুন যা প্রতিটি প্রয়োজনীয়তাকে উচ্চ-স্তরের টাস্ক উদ্দেশ্যের সাথে সংযুক্ত করে; (b) বিরোধপূর্ণ বা চ্যালেঞ্জিং প্রয়োজনীয়তাগুলির যেকোনো জোড়া চিহ্নিত করুন (যেমন পরিসীমা বনাম পেলোড); (গ) অনুপস্থিত বা যাচাইযোগ্য প্রয়োজনীয়তার তালিকা। ফলাফল একটি টেবিল হতে দিন. প্রয়োজনীয়তা: [এখানে তালিকা]
টেমপ্লেট 3 — ওজনযুক্ত সিদ্ধান্ত ম্যাট্রিক্স সেটআপ:
নিম্নলিখিত প্রার্থী কনফিগারেশনের জন্য একটি ওজনযুক্ত সিদ্ধান্ত ম্যাট্রিক্স কাঠামো তৈরি করুন। মানদণ্ডের সারি এবং প্রার্থীদের কলাম তৈরি করুন। ওজন কলাম খালি ছেড়ে দিন (আমি ওজন লিখব)। প্রতিটি কক্ষে আপনি যে স্কোর রাখবেন তার শারীরিক ন্যায্যতা একটি পৃথক নোটে ব্যাখ্যা করুন; একটি তৈরি করা নম্বর লিখবেন না, আপনি "অনুমান" হিসাবে অনুমান করা জায়গাটিকে চিহ্নিত করুন। প্রার্থীরা: [...] মানদণ্ড: [...]
টেমপ্লেট 4 — ধারণাগত মাত্রা ক্রস-চেক:
স্বাধীনভাবে নিম্নলিখিত প্রেসাইজিং ফলাফল পরীক্ষা করুন: MTOW, উইং এরিয়া, থ্রাস্ট। (a) উইং লোডিং (W/S) গণনা করুন এবং আপনার প্রদত্ত বিমান শ্রেণীর জন্য সাধারণ পরিসরের সাথে এটি তুলনা করুন। (b) থ্রাস্ট-টু-ওয়েট অনুপাত (T/W) গণনা করুন এবং এটিকে সাধারণ পরিসরের সাথে তুলনা করুন। (c) মানগুলি সাধারণ পরিসরের বাইরে থাকলে সতর্ক করুন এবং সম্ভাব্য ত্রুটি নির্দেশ করুন৷ সমস্ত ইউনিট স্পষ্টভাবে লিখুন। ইনপুট: [MTOW, S, T মান]
মিনি কেস
কেস 1 - পরস্পরবিরোধী প্রয়োজনের প্রাথমিক সনাক্তকরণ। একটি UAV প্রকল্পে, স্টেকহোল্ডাররা "অন্তত 8 ঘন্টা এয়ারটাইম" এবং "সর্বোচ্চ 12 কেজি মোট ভর" উভয়ই চায়। দুটি প্রয়োজনীয়তা পরিমাপ করে এবং শক্তি বাজেটের মোটামুটি পরিমাপ করে, AI দেখায় যে সাধারণ ব্যাটারি শক্তি ঘনত্ব (প্রায় 200 Wh/kg) সহ একটি 8-ঘণ্টার ফ্লাইটে একা 6-7 kg ব্যাটারি লাগবে; পেলোড এবং কাঠামোর সাথে এটি 12 কেজি বাজেটের সাথে খাপ খায় না। বিশদ নকশা শুরু হওয়ার আগে দ্বন্দ্ব আলোচনা করা হয়। পাঠ: প্রয়োজনীয়তাগুলিকে সংখ্যায় অনুবাদ করলে তা গোপন দ্বন্দ্ব প্রকাশ করে।
কেস 2 - সংবেদনশীলতা বিশ্লেষণ সিদ্ধান্ত পরিবর্তন করে। একটি দল তিনটি উইং কনফিগারেশন তুলনা করে; প্রাথমিক ওজনের সাথে কনফিগার করুন। B জিতেছে (ওজনেড স্কোর 0.82 বনাম 0.79)। AI কে জিজ্ঞাসা করা হয় "আমি যদি খরচের ওজন 0.20 থেকে 0.10 এ কমিয়ে দেই তাহলে কি হবে"; এই পরিস্থিতিতে পরিসীমা সামনে আসে এবং Config. A লিড নেয় (0.84 বনাম 0.80)। দলটি দেখে যে সিদ্ধান্তটি কতটা সংবেদনশীল খরচের অগ্রাধিকার এবং স্টেকহোল্ডারের সাথে ওজন স্পষ্ট করে। পাঠ: এটি একটি একক স্কোর নয় যা গুরুত্বপূর্ণ, তবে র্যাঙ্কিংয়ের স্থিতিশীলতা।
কেস 3 - ওজন অনুমানে অর্ডার ত্রুটি। AI একটি সম্পর্ক থেকে একটি হালকা বিমানের খালি ওজনকে 95 কেজি হিসাবে দেয়। প্রকৌশলী স্মরণ করেন যে একই শ্রেণীর দুই আসনের বিমানের খালি ওজন সাধারণত 350-500 কেজির মধ্যে থাকে; 95 কেজি শারীরিকভাবে অসম্ভব। চেক করা হলে দেখা যায় যে AI ভুলভাবে সম্পর্কের মধ্যে একটি সহগ প্রয়োগ করেছে এবং এটি সংশোধন করা হয়েছে। পাঠ: প্রতিটি ওজন অনুমান ক্লাসের পরিচিত পরিসরের সাথে মাত্রার আদেশ দ্বারা তুলনা করা হয়।
সাধারণ ভুল
- অস্পষ্ট প্রয়োজনীয়তা গ্রহণ. মেট্রিক্স এবং ইউনিট নেই এমন একটি প্রয়োজনীয়তা যাচাই করা যাবে না; "এটি হালকা হওয়া উচিত" একটি ইচ্ছা, প্রয়োজন নয়।
- এআই থাকার কারণে ওজন বেছে নিন। সিদ্ধান্তের ম্যাট্রিক্সের মানদণ্ডের ওজন হল বিষয়গত প্রকৌশল এবং স্টেকহোল্ডারদের রায়; যদি AI-তে ছেড়ে দেওয়া হয়, তাহলে সিদ্ধান্তটি অপরিবর্তিত থাকে।
- যুক্তি ছাড়া পয়েন্ট গ্রহণ. যদি "স্থায়িত্ব: উচ্চ" এর মতো গুণগত স্কোরগুলির কোনও শারীরিক ভিত্তি না থাকে, তাহলে ম্যাট্রিক্সটি অনুমানের একটি অভিনব তালিকায় পরিণত হয়৷
- ওজন/আকার অনুমান নিশ্চিত না. পরিসংখ্যানগত পারস্পরিক সম্পর্ক মোটামুটি অনুমান; এটি ক্লাস পরিসরের সাথে তুলনা না করে বিশদ ডিজাইনে বাহিত হয় না।
- পরে জন্য ট্রেসেবিলিটি ছেড়ে. প্রয়োজনীয়তা কোথা থেকে এসেছে তা যদি লিপিবদ্ধ না করা হয়, তাহলে ভবিষ্যতে কোন পরিবর্তন কোন সিদ্ধান্তকে প্রভাবিত করবে তা কেউ জানবে না।
সংক্ষেপে
ধারণাগত নকশা হল সেই পর্যায় যেখানে সবচেয়ে সস্তা কিন্তু সবচেয়ে কার্যকর সিদ্ধান্ত নেওয়া হয়। অস্পষ্ট অনুরোধগুলিকে পরিমাপযোগ্য প্রয়োজনীয়তায় অনুবাদ করার জন্য, ট্রেসেবিলিটি এবং দ্বন্দ্বের জন্য স্ক্যান করা এবং ট্রেড-অফ টেবিল জুড়ে একাধিক কনফিগারেশন তুলনা করার জন্য AI এখানে একটি শক্তিশালী ত্বরণকারী। যাইহোক, মানদণ্ডের ওজন হল মানুষের বিচার, সংখ্যাসূচক ভবিষ্যদ্বাণীগুলি পদার্থবিদ্যা-ভিত্তিক হাতের গণনা এবং শ্রেণি ব্যবধান দ্বারা যাচাই করা হয়, চূড়ান্ত কনফিগারেশন সিদ্ধান্ত ইঞ্জিনিয়ারের কাছে থাকে। এআই প্রার্থী তৈরি করে; সিদ্ধান্ত নেয় না।
আবেদন টাস্ক
আপনার পছন্দের একটি বিমান বা মহাকাশযানের জন্য তিনটি উচ্চ-স্তরের মিশনের উদ্দেশ্য লিখুন। AI ব্যবহার করে, এগুলিকে কমপক্ষে ছয়টি পরিমাপযোগ্য প্রয়োজনীয়তায় অনুবাদ করুন এবং একটি ট্রেসেবিলিটি টেবিল সেট আপ করুন৷ তারপর তিনটি প্রার্থী কনফিগারেশনের জন্য একটি ওজনযুক্ত সিদ্ধান্ত ম্যাট্রিক্স তৈরি করুন; ওজন নিজেই নির্ধারণ করুন। অবশেষে, একটি স্বাধীন হাতের গণনা এবং শ্রেণী পরিসীমা সহ AI দ্বারা প্রদত্ত ওজন/আকারের অনুমান নিশ্চিত করুন। যেখানে আপনি একটি বিরোধ খুঁজে পান সেখানে কমপক্ষে এক জোড়া প্রয়োজনীয়তার প্রতিবেদন করুন।
চেকলিস্ট
- [ ] আমি প্রতিটি প্রয়োজনীয়তাকে একক, পরিমাপযোগ্য এবং যাচাইযোগ্য করেছি৷
- [ ] আমি অস্পষ্ট বিশেষণগুলিকে মেট্রিক, ইউনিট এবং থ্রেশহোল্ড দিয়ে প্রতিস্থাপন করেছি।
- [ ] আমি একটি ট্রেসেবিলিটি টেবিল সেট আপ করেছি এবং বিরোধপূর্ণ প্রয়োজনীয়তা চিহ্নিত করেছি৷
- আমি নিজেই সিদ্ধান্তের ম্যাট্রিক্স ওজন নির্ধারণ করেছি (এআই নয়)।
- [ ] আমি ম্যাট্রিক্স স্কোরকে শারীরিক ন্যায্যতার জন্য দায়ী করেছি।
- [ ] আমি শ্রেণী ব্যবধান এবং হাতের হিসাব দিয়ে ওজন/আকারের অনুমান যাচাই করেছি।