Dobici:
- Sposobnost ubrzanja studija kompromisa od zahtjeva misije do konceptualnog dimenzioniranja aviona/svemirskih letjelica uz podršku AI
- Sposobnost pisanja zahtjeva, kontrole sljedivosti i konzistentnosti sa konfigurisanim upitima
- Sposobnost da se eliminišu nerazumni rezultati unakrsnom provjerom tačaka dizajna koje je predložila umjetna inteligencija s ručnim proračunima zasnovanim na fizici
Avion ili svemirska letjelica se rađaju iz liste zahtjeva, a ne na tabli za crtanje. Rečenica "Nosite ovoliki teret na ovaj raspon, ovom brzinom, po ovoj cijeni" je sjeme dizajna koji će trajati godinama koje dolaze. Idejni dizajn (najranija faza projektovanja u kojoj se prvo određuju gruba veličina, težina i konfiguracija vozila) je proces izdvajanja početnog oblika iz ovog sjemena. Odluke koje se ovdje donose su jeftine, ali njihovi efekti su najskuplji: jedan pogrešan konceptualni izbor može odbaciti milione dolara detaljnog dizajna.
U ovoj jedinici ćemo koristiti umjetnu inteligenciju (AI) kako bismo ublažili tri tereta konceptualnog dizajna: prevođenje nejasnih zahtjeva zadatka u mjerljive zahtjeve, održavanje sljedivosti i konzistentnosti između zahtjeva i ubrzavanje analize kompromisa između konkurentskih opcija dizajna. Ali hajde da izložimo kritični princip od početka: svaka veličina, svaka procena težine koju predlaže veštačka inteligencija nužno je unakrsno potvrđena izračunom ruke zasnovanom na fizici. AI je partner za razmišljanje i računovodstvo; nije vlasnik odluke o veličini.
Koncepti: Zahtjev: Jedinstvena provjerljiva izjava koju alat mora zadovoljiti. Sljedivost: lanac evidencije odakle dolazi svaki zahtjev i kojim dizajnom/testom je ispunjen. Trgovački prostor: Skup svih opcija kreiranih promjenjivim varijablama dizajna. MTOW: Maksimalna težina pri polijetanju (Maximum Take-Off Weight), najveća masa koju vozilo može poletjeti.
Od potrebe za zadatkom do zahtjeva: korak po korak
Dobar zahtjev ima tri kvalitete: jedninu (kaže jednu stvar), mjerljiv (sadrži broj i jedinicu) i provjerljiv (očigledno je kako to provjeriti). "Vrakoplov mora biti brz" nije uslov; "Vrakoplov mora postići brzinu kalibra 250 kt (KCAS) na nivou mora" je uslov.
Prvi korak je prikupljanje zahtjeva zainteresiranih strana i njihovo destiliranje u nacrt zahtjeva pomoću AI. Drugi korak je da svaki zahtjev učinite mjerljivim: zamijenite svaki nejasan pridjev („lagan“, „izdržljiv“, „efikasan“) metrikom i pragom. Treći korak je traženje kontradiktornosti između zahtjeva: domet i nosivost često se takmiče jedni s drugima, AI brzo izvlači ove kontradikcije na površinu. Četvrti korak je uspostavljanje matrice sljedivosti: tabelarni prikaz koji cilj zadatka najvišeg nivoa vodi do kojeg pod-zahtjeva.
Što se tiče konceptualnog dimenzioniranja, AI može prisjetiti poznate inženjerske odnose (težinski udjeli, omjer potiska i težine, opterećenje krila) i uspostaviti početni lanac proračuna. Na primjer, za putnički avion, udio težine goriva može se procijeniti pomoću Breguetove jednadžbe raspona, a udio težine praznog vozila može se procijeniti statističkim odnosima. Ali svaka karika ovog lanca potvrđuje se ručnim proračunom.
Savjet: Kada pišete zahtjeve, izričito dajte AI zadatak da „zamijeni svaki dvosmisleni pridjev metrikom, jedinicom i metodom verifikacije“. Model radi mnogo disciplinovanije kada kažete "učinite mjerljivim" neprovjerljive izjave poput "user friendly".
Konfiguriranje analize kompromisa
Srž analize kompromisa je suprotstavljanje nekoliko konfiguracija kandidata sa zajedničkim kriterijumima. Klasični alat je ponderisana matrica odlučivanja: kriterijumima se daje težina po važnosti, svaki kandidat se boduje po svakom kriterijumu, uzima se ponderisani zbir. AI brzo gradi ovu matricu, ali pazite na dvije zamke: težine su subjektivni inženjerski sud (nije prepušten AI) i rezultati moraju biti zasnovani na fizičkom opravdanju (ne izmišljani).
Kriterijum (težina)
Config. O: Visoko krilo
Config. B: Nisko krilo
Config. C: Canard
Domet, km (0,30)
1200
1350
1250
Težina praznog vozila, kg (0,25)
640
610
690
Troškovi proizvodnje (0,20)
srednje
nisko
visoko
Stabilnost (0,15)
visoko
srednje
srednje
Jednostavnost održavanja (0.10)
visoko
srednje
nisko
Možete dati AI da napravi ovu tabelu; Ali brojevi raspona i težine moraju proizaći iz nezavisnog preliminarnog proračuna, a kvalitativni rezultati kao što je "stabilnost: visoka" također moraju biti opravdani. Moć AI je u tome što tabelarira deset različitih konfiguracija u minutima i vrši analizu sentimenta (kako se rangiranje mijenja ako se promijeni težina).
Slaba prompt / Jaka prompt
Slab upit:
Dizajniram avion za obuku. Reci mi najbolju konfiguraciju.
Snažan upit:
Uloga: Vi ste konsultant za konceptualni dizajn aviona. Kontekst: Preliminarna studija kompromisa za školski avion sa dva sjedišta (vrijednosti su reprezentativne): ciljni domet ~1000 km, brzina krstarenja ~55 m/s, nosivost ~220 kg, prioritet niskih troškova proizvodnje. Zadatak: 1) Predložite 3 konfiguracije kandidata (položaj krila, tip motora).2) Postavite tabelu u kojoj se poredi svaki kandidat po: dometu, procijenjenoj masi praznog vozila, troškovima proizvodnje, stabilnosti. 3) Koristite za svoje numeričke procjene napišite odnos i pretpostavku. Ograničenje: Navedite koju ste statističku relaciju koristili u svojim procjenama težine; jedinica za pisanje; Nemojte donositi konačnu odluku, podnesite kandidata. Sam ću se odmjeriti i donijeti konačnu odluku.
Predlošci upita koji se mogu kopirati
Šablon 1 — Prevođenje potrebe zadatka u mjerljiv zahtjev:
Pretvorite sljedeće zahtjeve dionika u jedinstvene, mjerljive i provjerljive zahtjeve. Za svaki zahtjev: metrika, jedinica, vrijednost praga i predložena metoda verifikacije (analiza/test/demonstracija). Prevedite nejasne prideve ("lagani", "brzi") u konkretne brojeve; Ako postoji nesigurnost, pitajte koje informacije su vam potrebne. Zahtjevi: [navedite ovdje]
Obrazac 2 — Matrica sljedivosti i skrining konflikta:
Uzmite ovu listu zahtjeva i: (a) napravite tabelu sljedivosti koja povezuje svaki zahtjev sa ciljem zadatka visokog nivoa; (b) označiti sve parove suprotstavljenih ili izazovnih zahtjeva (npr. domet u odnosu na nosivost); (c) navesti nedostajuće ili neprovjerljive zahtjeve. Neka rezultat bude tabela. Zahtjevi: [list ovdje]
Šablon 3 — Ponderirana matrica odluka:
Izgradite ponderirani okvir matrice odluka za sljedeće konfiguracije kandidata. Napravite redove kriterijuma i kolone kandidata. Ostavite kolonu težine PRAZNU (ja ću unijeti težine). Objasnite u posebnoj napomeni fizičko opravdanje za rezultat koji ćete staviti u svaku ćeliju; Nemojte pisati izmišljeni broj, označite mjesto koje ste pogodili kao "pogodi". Kandidati: [...] Kriterijumi: [...]
Predložak 4 — Unakrsna provjera konceptualnog dimenzioniranja:
Nezavisno provjerite sljedeći rezultat predizmjene: MTOW, površina krila, potisak. (a) Izračunajte opterećenje krila (W/S) i uporedite ga sa tipičnim rasponom za vašu datu klasu aviona. (b) Izračunajte omjer potiska i težine (T/W) i uporedite ga sa tipičnim rasponom. (c) Upozorava ako su vrijednosti izvan uobičajenog raspona i ukazuje na moguću grešku. Eksplicitno napišite sve jedinice. Unos: [MTOW, S, T vrijednosti]
Mini Cases
Slučaj 1 — Rano otkrivanje konfliktne potrebe. U projektu UAV, zainteresovane strane žele i „najmanje 8 sati emitovanja“ i „maksimalne ukupne mase 12 kg“. Kvantifikacijom dva zahtjeva i grubim proračunom energije, AI pokazuje da bi 8-satni let sa tipičnom gustinom energije baterije (oko 200 Wh/kg) zahtijevao 6-7 kg samo baterije; Ovo se ne uklapa u budžet od 12 kg zajedno sa nosivošću i strukturom. Kontradikcija se raspravlja prije početka detaljnog dizajna. Pouka: prevođenje zahtjeva u brojeve rano otkriva skrivene kontradikcije.
Slučaj 2 — Analiza osjetljivosti mijenja odluku. Jedan tim upoređuje tri konfiguracije krila; Konfiguracija sa početnim težinama. B pobjeđuje (ponderisani rezultat 0,82 prema 0,79). AI je upitan "šta će se dogoditi ako smanjim težinu troškova sa 0,20 na 0,10"; u ovom scenariju raspon dolazi do izražaja i Config. A preuzima vodstvo (0,84 prema 0,80). Tim vidi koliko je osjetljiva odluka o prioritetu troškova i pojašnjava pondere sa dionicima. Pouka: nije bitan samo jedan rezultat, već stabilnost rangiranja.
Slučaj 3 — Greška narudžbe u procjeni težine. AI daje praznu težinu lakog aviona kao 95 kg iz odnosa. Inženjer podsjeća da je prazna težina aviona s dva sjedišta slične klase tipično u rasponu od 350-500 kg; 95 kg je fizički nemoguće. Kada se provjeri, vidi se da je AI pogrešno primijenio koeficijent u odnosu i to je ispravljeno. Lekcija: svaka procjena težine se poredi po redovima veličine sa poznatim rasponom klase.
Uobičajene greške
- Prihvatanje nejasnog zahtjeva. Zahtjev koji ne sadrži metriku i jedinice ne može se provjeriti; "Trebalo bi da bude lagano" je želja, a ne uslov.
- Nakon što AI odabere težine. Ponderi kriterijuma u matrici odluka su subjektivni inženjering i prosudba zainteresovanih strana; Ako se prepusti AI, odluka ostaje zapuštena.
- Prihvatanje bodova bez opravdanja. Ako kvalitativni rezultati poput "Stabilnost: visoka" nemaju fizičku osnovu, matrica postaje fensi lista nagađanja.
- Ne potvrđuje procjenu težine/veličine. Statističke korelacije su grube procjene; Ne ulazi u detaljan dizajn bez poređenja sa opsegom klase.
- Ostaviti sljedivost za kasnije. Ako se ne evidentira odakle je zahtjev došao, niko neće znati na koje odluke će promjena uticati u budućnosti.
Ukratko
Idejni dizajn je faza u kojoj se donose najjeftinije, ali najefikasnije odluke. AI je ovdje moćan akcelerator u prevođenju nejasnih zahtjeva u mjerljive zahtjeve, skeniranju sljedivosti i sukoba i upoređivanju više konfiguracija u tablicama kompromisa. Međutim, težine kriterijuma su ljudska prosudba, numerička predviđanja se verificiraju fizičkim izračunavanjem ruku i intervalima klasa, konačna odluka o konfiguraciji ostaje na inženjeru. AI proizvodi kandidate; ne odlučuje.
Zadatak aplikacije
Napišite tri cilja misije visokog nivoa za zračnu ili svemirsku letjelicu po vašem izboru. Koristeći AI, prevedite ih u najmanje šest mjerljivih zahtjeva i postavite tabelu sljedivosti. Zatim kreirajte ponderisanu matricu odlučivanja za tri konfiguracije kandidata; Sami odredite težine. Konačno, potvrdite procjenu težine/veličine koju je dala AI s neovisnim izračunom ruke i rasponom klase. Prijavite barem jedan par zahtjeva u kojima nađete sukob.
kontrolna lista
- [ ] Svaki zahtjev sam učinio jedinstvenim, mjerljivim i provjerljivim.
- [ ] Zamijenio sam dvosmislene prideve sa metric, unit i threshold.
- [ ] Postavio sam tabelu sljedivosti i označio konfliktne zahtjeve.
- [ ] Sam sam odredio težine matrice odluke (ne AI).
- [ ] Pripisao sam rezultate matrice fizičkom opravdanju.
- [ ] Provjerio sam procjenu težine/veličine s razmakom klasa i izračunavanjem ruku.