Κέρδη:
- Δυνατότητα διάκρισης όπου η τεχνητή νοημοσύνη εξοικονομεί πραγματικό χρόνο στη ροή εργασιών ηλεκτρονικών/επικοινωνιών και όπου η συμμόρφωση και η κρίσιμη για την ασφάλεια ευθύνη παραμένουν στον αρμόδιο μηχανικό, με βάση το επίπεδο κινδύνου
- Δυνατότητα εφαρμογής μιας πειθαρχίας επικύρωσης πολλαπλών επιπέδων που δοκιμάζει κάθε έξοδο AI έναντι μέτρησης, προσομοίωσης, τυπικού κειμένου και ανεξάρτητου υπολογισμού
- Αποκτήστε τη συνήθεια να ανωνυμοποιείτε το πλαίσιο και να επιλέγετε ασφαλή εργαλεία για την προστασία των αρχείων σχεδίασης, των δεδομένων δικτύου πελατών και της πνευματικής ιδιοκτησίας
Η δουλειά ενός μηχανικού ηλεκτρονικών και επικοινωνιών είναι να μεταφράζει αόρατα φυσικά μεγέθη (τάση, ρεύμα, συχνότητα, πεδίο) σε προϊόντα εργασίας και αξιόπιστες συνδέσεις. Σχεδιασμός κυκλώματος, τοποθέτηση πλακέτας τυπωμένου κυκλώματος (PCB: Printed Circuit Board, η μονωτική πλακέτα στην οποία τοποθετούνται τα εξαρτήματα), φιλτράρισμα και διαμόρφωση του σήματος, εκπομπή του από την κεραία, εγγραφή ενσωματωμένου λογισμικού (υλικολογισμικό: λογισμικό γραμμένο σε μόνιμη μνήμη που λειτουργεί άμεσα το υλικό μιας συσκευής), καθιέρωση πρωτοκόλλων σύμφωνα με τη νομοθεσία και την παρακολούθηση της απόδοσης του δικτύου. Το κοινό χαρακτηριστικό αυτών των εργασιών είναι η εργασία με πολλές μετρήσεις και δεδομένα, αλλά κάθε απόφαση καθορίζει εάν ένα προϊόν θα λειτουργήσει, εάν μια εκπομπή θα παραμείνει εντός του νόμιμου ορίου, εάν ένα σύστημα είναι ασφαλές ή όχι. Η τεχνητή νοημοσύνη (τεχνητή νοημοσύνη για συντομία· συστήματα λογισμικού που λειτουργούν σε κείμενο, αριθμούς, κώδικα και εικόνες με μεγάλα δεδομένα και μοντέλα γλώσσας) είναι ένα ισχυρό βοήθημα σε αυτό το πεδίο έντασης δεδομένων αλλά κρίσιμο για αποφάσεις. Αυτή η ενότητα σάς διδάσκει πού να χρησιμοποιείτε με ασφάλεια την τεχνητή νοημοσύνη σε εργασίες ηλεκτρονικών/επικοινωνιών, πού είναι επικίνδυνο και γιατί πρέπει να επικυρώνετε κάθε έξοδο AI μέσω μέτρησης, προσομοίωσης, τυπικού κειμένου και κρίσης μηχανικής.
Η κεντρική αρχή που θα χρησιμοποιήσετε σε αυτήν την ενότητα είναι: Η τεχνητή νοημοσύνη είναι βοηθός, όχι υπεύθυνος λήψης αποφάσεων. Ένα ρεύμα τροφοδοσίας, μια τιμή σύνθετης αντίστασης, μια συχνότητα αποκοπής φίλτρου, ένα όριο ισχύος μετάδοσης ή μια τυπική ρήτρα δεν μπορούν να είναι αληθή μόνο και μόνο επειδή "το είπε το AI". Είναι απλώς μια υπόθεση έως ότου επαληθευτεί από το φύλλο δεδομένων, τη μέτρηση, την προσομοίωση, το επίσημο πρότυπο κείμενο και την κρίση του ικανού μηχανικού. Θα δείτε ξανά αυτήν την πρόταση σε κάθε μονάδα της μονάδας, επειδή στα ηλεκτρονικά, ένας λάθος αριθμός συχνά σημαίνει ότι μια κάρτα καίγεται, ένα προϊόν αποτυγχάνει στην πιστοποίηση ή διακόπτεται ένας σύνδεσμος επικοινωνίας.
Τι είναι το LLM, τι κάνει στα ηλεκτρονικά/επικοινωνίες;
Το LLM (Large Language Model) είναι ένα λογισμικό που μαθαίνει μοτίβα από πολύ μεγάλα κομμάτια κειμένου και κώδικα και προβλέπει την «επόμενη λέξη» με βάση την πιθανότητα. Αυτή είναι η μηχανή εργαλείων όπως ChatGPT, Claude, Gemini. Το θέμα είναι το εξής: το LLM είναι ένας "εκτιμητής γλώσσας και κώδικα", όχι μια "συσκευή μέτρησης" ή μια "βάση γνώσης". Μιλάει άπταιστα τη μηχανική ορολογία, αλλά δεν μετρά την αντίσταση. παράγει τον αριθμό που φαίνεται πιο πιθανός. Επομένως, μπορεί να δώσει σίγουρες αλλά λανθασμένες απαντήσεις σχετικά με το ρεύμα τροφοδοσίας ενός εξαρτήματος, ένα όριο ρύθμισης ή έναν πίνακα προτύπων. Αυτό ονομάζεται παραίσθηση (κατασκευή). Η ψευδαίσθηση δεν είναι δυσλειτουργία, αλλά εγγενές χαρακτηριστικό αυτής της τεχνολογίας. Επομένως, η επαλήθευση δεν είναι ένα «πρόσθετο βήμα» αλλά αναπόσπαστο μέρος της εργασίας.
Εργασίες όπου η τεχνητή νοημοσύνη είναι ισχυρή στα ηλεκτρονικά/επικοινωνίες:
- Εξήγηση έννοιας και διδασκαλία: τι είναι η αντιστοίχιση σύνθετης αντίστασης, πώς λειτουργεί το OFDM, τι προκαλεί το ψευδώνυμο, πώς διαταράσσεται η EMC.
- Προσχέδιο κώδικα και υλικολογισμικού: πρόγραμμα οδήγησης μικροελεγκτή, μηχανή κατάστασης, ανάλυση σήματος Python, πλαίσιο αυτοματισμού δοκιμής.
- Καθαρισμός και οργάνωση δεδομένων: μετατροπή διάσπαρτων αρχείων καταγραφής μετρήσεων σε συνεκτικό πίνακα, καταγραφή ασυμφωνίας μονάδων.
- Δημιουργία λίστας υποθέσεων: μια συστηματική λίστα λόγων για ερωτήσεις όπως γιατί ένα κύκλωμα δεν λειτουργεί, γιατί ένας σύνδεσμος πέφτει.
- Προσχέδιο κειμένου: σχέδιο δοκιμής, αναφορά σφάλματος, προσχέδιο τεχνικού αρχείου, περίληψη φύλλου δεδομένων.
- Ρύθμιση λογαριασμού: δημιουργία του σκελετού του προϋπολογισμού σύνδεσης, του προϋπολογισμού ισχύος, των βημάτων σχεδίασης φίλτρων.
Όπου η τεχνητή νοημοσύνη είναι αδύναμη και επικίνδυνη:
- Ακριβής αριθμητική τιμή (ρεύμα τροφοδοσίας, αντίσταση, συχνότητα αποκοπής, όριο ισχύος εκπομπής).
- Τρέχον και συγκεκριμένο πρότυπο/νομοθετικό άρθρο, τιμή πίνακα και πληροφορίες έκδοσης.
- Διαγνωστικά χωρίς πραγματικά δεδομένα μέτρησης του υλικού σας.
- Συμμόρφωση και κρίσιμη απόφαση για την ασφάλεια: Δήλωση συμμόρφωσης EMC, απελευθέρωση, δυνατότητα συντήρησης, όριο ασφαλείας.
Ταξινόμηση βάσει κινδύνου: το φίλτρο πριν από τη χρήση AI
Δεν είναι κάθε εργασία στο ίδιο επίπεδο κινδύνου. Ταξινομήστε την εργασία ανά επίπεδο κινδύνου πριν χρησιμοποιήσετε AI. Ο παρακάτω πίνακας παρέχει ένα πλαίσιο αποφάσεων που θα χρησιμοποιήσετε σε όλη αυτή την ενότητα.
Επίπεδο κινδύνου
δείγμα εργασίας
ρόλος AI
Υποχρεωτική επαλήθευση
χαμηλά
Εξήγηση έννοιας, σχέδιο κειμένου, σκελετός κώδικα
δωρεάν χρήση
Η κριτική είναι αρκετή
μεσαίο
Καθαρισμός δεδομένων, λίστα υποθέσεων, ρύθμιση υπολογισμών
Σχέδιο/συν-συγγραφέας
Χειροκίνητος έλεγχος + επιβεβαίωση φύλλου δεδομένων
ψηλά
Διαβάθμιση κυκλώματος, σχεδιασμός φίλτρου/κεραία, λογική υλικολογισμικού
γεννήτρια ιδεών
Προσομοίωση + πρωτότυπη μέτρηση
κριτικό
Συμμόρφωση EMC/μετάδοσης, περιθώριο ασφαλείας, δυνατότητα συντήρησης
Μόνο πρόχειρο/σάρωση
Έγκριση ικανού μηχανικού + διαπιστευμένες δοκιμές
Συμβουλή: Εάν έχετε επισημάνει μια εργασία ως "κρίσιμη", η έξοδος του AI δεν είναι ποτέ το τελικό έγγραφο. Το πολύ μπορεί να είναι ένα προσχέδιο ή μια λίστα ελέγχου. Την υπογραφή και την ευθύνη αναλαμβάνει ο αρμόδιος μηχανικός.
Ροή από άκρο σε άκρο: ενσωμάτωση τεχνητής νοημοσύνης στη ροή εργασίας σας
Ένας τυπικός κύκλος επίλυσης προβλημάτων στα ηλεκτρονικά/επικοινωνίες είναι ο ακόλουθος, με την τεχνητή νοημοσύνη να εισέρχεται σε κάθε βήμα αλλά να μην κλείνει κανένα από μόνο του:
- Καθορίστε το πρόβλημα: Τι θα σχεδιαστεί, ποιος στόχος απόδοσης, ποιος περιορισμός (ισχύς, κόστος, συχνότητα, νομοθεσία) υπάρχουν; (AI: διευκρινίζει την ερώτηση.)
- Συλλέξτε δεδομένα/απαιτήσεις: Φύλλα δεδομένων, τυπικά όρια, αρχεία καταγραφής μετρήσεων. (AI: συνοψίζει και αναζητά ασυνέπειες.)
- Δημιουργία υποθέσεων/σχεδιασμού: Εναλλακτικές τοπολογίες, σενάρια λύσεων. (AI: παράγει συστηματική λίστα.)
- Ανάλυση: Υπολογισμός, προσομοίωση, κώδικας, ανάλυση σήματος. (AI: δημιουργεί κώδικα και φαντασία υπολογισμού.)
- Επαλήθευση: Προσομοίωση, πρωτότυπο, μέτρηση, τυπικό κείμενο. (Το AI είναι στο περιθώριο, η μέτρηση και οι άνθρωποι αποφασίζουν.)
- Τεκμηριώστε και αποφασίστε: Την ευθύνη αναλαμβάνει ο αρμόδιος μηχανικός. (AI: συντάκτης σχεδίου.)
Λάβετε υπόψη σας αυτά τα έξι βήματα. Η υπόλοιπη ενότητα σάς δείχνει πώς να χρησιμοποιείτε την τεχνητή νοημοσύνη με συγκεκριμένες εργασίες ηλεκτρονικών/επικοινωνιών, βήμα προς βήμα.
τρεις μίνι θήκες
Περίπτωση 1 — Λανθασμένη τιμή εξαρτήματος. Ένας ασκούμενος ζητά από το AI την απαιτούμενη τιμή του πυκνωτή αποσύνδεσης σε ένα κύκλωμα που τροφοδοτείται από έναν ρυθμιστή 3,3 V. Το AI λέει "100 nF είναι αρκετά" και δίνει επίσης μια ακριβή συνταγή: "προσθέστε 10 μF για κάθε IC". Ο ασκούμενος το γράφει απευθείας στο διάγραμμα. Ενώ η σωστή τιμή εξαρτάται από τη σύσταση στο φύλλο δεδομένων των τσιπ που χρησιμοποιούνται, τη συχνότητα μεταγωγής και το τρέχον προφίλ. Σε αυτό το σχέδιο, ένα τσιπ υψηλής ταχύτητας αντλεί εκατοντάδες εκατομμύρια φορές ρεύμα ανά δευτερόλεπτο και μόνο τα 100 nF είναι ανεπαρκή. Η κάρτα συμπεριφέρεται ακανόνιστα κατά την εκκίνηση. Η σωστή προσέγγιση είναι να ληφθεί η τιμή από το φύλλο δεδομένων κάθε τσιπ και την ανάλυση ακεραιότητας ισχύος.
Περίπτωση 2 — Ανύπαρκτο ρυθμιστικό όριο. Ένας μηχανικός ζητά από το AI τη μέγιστη επιτρεπόμενη EIRP (ισοδύναμη ισοτροπική ακτινοβολούμενη ισχύς) του προϊόντος του στη ζώνη των 2,4 GHz. Το AI λέει "20 dBm σύμφωνα με τον κανονισμό" και σχηματίζει έναν αριθμό ουσίας. Ο μηχανικός συντάσσει τον τεχνικό φάκελο ανάλογα. Στο εργαστήριο δοκιμών, αποκαλύπτεται ότι η οριακή τιμή ποικίλλει ανάλογα με τη ζώνη, το πλάτος του καναλιού και τη χώρα, και ότι ο αριθμός του στοιχείου που δίνεται δεν είναι πραγματικός. Η σωστή προσέγγιση είναι να ανοίξετε τον τρέχοντα κανονισμό (π.χ. το σχετικό έγγραφο ETSI/FCC και την απόφαση της αρχής της χώρας) από την επίσημη πηγή και να επιβεβαιώσετε την αξία και την ουσία.
Περίπτωση 3 — Σωστή χρήση. Ένας μηχανικός υποπτεύεται μια ασυνέπεια σε ένα αρχείο καταγραφής μετρήσεων 5000 γραμμών από έναν αισθητήρα θερμοκρασίας. Λέει στην τεχνητή νοημοσύνη να "καταγράψει τις σειρές σε αυτόν τον πίνακα που μπορεί να έχουν μια ασυνέπεια μονάδας (σύγχυση °C/°F), μια φυσικά αδύνατη τιμή, μια ακίδα και ένα κενό κελί και να γράψει ό,τι υποπτεύεστε για καθεμία. ΜΗΝ διορθώσετε, απλώς σημειώστε." Το AI επισημαίνει αρκετές ενδείξεις κώδικα 999, δύο ενδείξεις -300 °C και αιχμές που μοιάζουν με επαναφορές αισθητήρων. Ο μηχανικός ελέγχει και τα διορθώνει από τα πρωτογενή δεδομένα. Εδώ το AI χρησιμοποιήθηκε σωστά: τράβηξε την προσοχή, ο άνθρωπος πήρε την απόφαση και τη διόρθωση.
Αντιγράψιμα πρότυπα προτροπών
Μπορείτε να χρησιμοποιήσετε τα παρακάτω πρότυπα προσαρμόζοντάς τα στη δική σας επιχείρηση. Σε καθένα από αυτά, υπάρχει μια συνειδητή οδηγία «να δώσετε έναν ακριβή αριθμό, να αναφέρετε την πηγή, να εξηγήσετε την αβεβαιότητα».
ΠΡΟΤΥΠΟ ROLE AND LIMIT "Ρόλος: Είστε έμπειρος βοηθός μηχανικός ηλεκτρονικών/επικοινωνιών. Εργασία: [γράψτε το θέμα]. Κανόνες: Όταν δίνετε την ακριβή αριθμητική τιμή (ρεύμα, σύνθετη αντίσταση, συχνότητα, όριο ισχύος), πείτε ότι πρέπει να επαληθευτεί από το ΔΕΛΤΙΟ ΔΕΔΟΜΕΝΩΝ ή ΜΕΤΡΗΣΗ του επιλεγμένου στοιχείου. με την έκδοσή του, αλλά πρέπει να επιβεβαιωθεί από την επίσημη πηγή Στο τέλος της απάντησής σας, γράψτε «τι πρέπει να επαληθευτεί με προσομοίωση/μέτρηση».
ΠΡΟΤΥΠΟ ΓΕΝΕΙΑΣ ΥΠΟΘΕΣΕΩΝ"Δημιουργήστε μια συστηματική λίστα πιθανών αιτιών για το ακόλουθο σύμπτωμα: [περιγράψτε το σύμπτωμα. τι παρατηρείται, τι μέτρηση υπάρχει]. Για κάθε υπόθεση: (1) ποια στοιχεία την υποστηρίζουν, (2) ποια μέτρηση (παλμογράφος, αναλυτής, πολύμετρο) πρέπει να γίνει για να επιβεβαιωθεί/διαψευσθεί. ΚΑΝΤΕ μια οριστική διάγνωση. δημιουργήστε έναν οδικό χάρτη αντιμετώπισης προβλημάτων."
ΠΡΟΤΥΠΟ ΛΙΣΤΟΥ ΕΛΕΓΧΟΥ ΕΠΑΛΗΘΕΥΣΗΣ "Παρατίθεται ΚΑΘΕ αριθμητική τιμή και ΚΑΘΕ πρότυπο/ρυθμιστική αναφορά στο προσχέδιο σχεδίασης/αναφοράς παρακάτω. Για καθεμία, υποδείξτε από ποια πηγή (φύλλο δεδομένων, επίσημο πρότυπο κείμενο, εργαστηριακές μετρήσεις, προσομοίωση) θα πρέπει να επαληθευτεί. Συλλέξτε εκείνες αβέβαιης προέλευσης στο κείμενο "δεν μπορεί να χρησιμοποιηθεί χωρίς επαλήθευση".
ΠΡΟΤΥΠΟ ΠΡΟΕΛΕΓΧΟΥ ΑΝΩΝΥΜΙΩΣΗΣ "Πριν δώσετε το ακόλουθο κείμενο σε ένα εργαλείο τεχνητής νοημοσύνης, επισημάνετε το εμπορικό μυστικό ή προσωπικά/ρυθμιστικά ευαίσθητα μέρη: πελάτη/όνομα έργου, αναφορά αρχείου PCB, κλειδί/κωδικός πρόσβασης υλικολογισμικού, πραγματικές διευθύνσεις IP/MAC, δεδομένα συνδρομητών, κρυφό κόστος. Προτείνετε πώς μπορώ να τα ανωνυμοποιήσω. Κείμενο:"
Αδύναμη προτροπή / Ισχυρή προτροπή
Η υποβολή της ίδιας ερώτησης με δύο τρόπους θα αποφέρει πολύ διαφορετικά αποτελέσματα.
ΑΔΥΝΑΤΗ ΠΡΟΤΑΣΗ: "Ποιο είναι το κέρδος αυτής της κεραίας;"
STRONG PROMPT: "Ρόλος: Είστε βοηθός μηχανικός ραδιοσυχνοτήτων. Εξηγήστε με ποια βήματα πρέπει να προσδιορίζεται το κέρδος μιας κεραίας (επιλογή τύπου, μέγεθος, προσομοίωση πεδίου, μέτρηση ανηχοϊκού δωματίου) και ποια δεδομένα και ποια επαλήθευση απαιτούνται σε κάθε βήμα. ΜΗΝ δώσετε ΑΚΡΙΒΗ αριθμό απολαβής. EIRP."
Το αδύναμο μήνυμα προσκαλεί την τεχνητή νοημοσύνη να αναπληρώσει. Η ισχυρή προτροπή το κρατά στη σωστή δουλειά (περιγραφή διαδικασίας) και αποτρέπει την ψηφιακή ψευδαίσθηση να συμβεί εξαρχής.
Συνήθη λάθη
- "Ζητώντας" το AI για τιμές στοιχείου/σχεδιασμού. Το ρεύμα τροφοδοσίας, η αντίσταση, η συχνότητα αποκοπής προέρχονται μόνο από το φύλλο δεδομένων και τη μέτρηση.
- Χρήση της τυπικής/νομοθετικής ρήτρας χωρίς επιβεβαίωση. Ο αριθμός του αντικειμένου, η τιμή του πίνακα και η έκδοση παρουσιάζουν συχνά παραισθήσεις.
- Βασίζοντας την απόφαση συμμόρφωσης/ασφάλειας στην παραγωγή τεχνητής νοημοσύνης. Η συμμόρφωση με την EMC, η εξουσιοδότηση εκπομπής, η δυνατότητα συντήρησης είναι έργο ικανών μηχανικών και διαπιστευμένες δοκιμές.
- Επικόλληση ευαίσθητων δεδομένων στο εργαλείο cloud χωρίς την ανωνυμοποίησή του. Το PCB/υλικολογισμικό, η τοπολογία πελατών και τα δεδομένα συνδρομητών είναι εμπορικά μυστικά και προσωπικά δεδομένα.
- Περιμένοντας μια ερώτηση και μια απάντηση. Χρησιμοποιήστε το AI επαναληπτικά: προσχέδιο, κριτική, προσομοίωση, μέτρηση, τελειοποίηση.
Προσοχή: Όσο πιο ακριβής και σίγουρος ένας αριθμός εμφανίζεται σε μια έξοδο AI, τόσο μεγαλύτερη είναι η ανάγκη για επαλήθευση. Η ακρίβεια δεν αποτελεί εγγύηση ακρίβειας.
Συνοπτικά
Σε αυτήν την ενότητα έχετε δει ότι η τεχνητή νοημοσύνη είναι βοηθός στα ηλεκτρονικά/επικοινωνίες και όχι υπεύθυνος λήψης αποφάσεων. Τα LLM είναι εκτιμητές γλώσσας και κώδικα. Ισχυρό στη διευκρίνιση εννοιών, στο περίγραμμα κώδικα/υλικολογισμικού, στον καθαρισμό δεδομένων και στη δημιουργία υποθέσεων, αλλά επικίνδυνο στη δημιουργία ακριβούς τιμής εξαρτημάτων και τυπικής ύλης (ψευδαίσθηση). Ταξινομήστε εργασίες ως χαμηλές/μεσαίες/υψηλές/κρίσιμες και προσαρμόστε ανάλογα το βάθος επαλήθευσης. Επαληθεύστε κάθε αριθμητική τιμή από το φύλλο δεδομένων ή τη μέτρηση και κάθε τυπική αναφορά από την επίσημη πηγή. Οι αποφάσεις συμμόρφωσης και κρίσιμες για την ασφάλεια παραμένουν πάντα στον εξειδικευμένο μηχανικό και ανωνυμοποιούν τα ευαίσθητα δεδομένα σχεδιασμού/πελάτη πριν από τη χρήση.
Εργασία εφαρμογής
Επιλέξτε πέντε εργασίες από τη δική σας εργασία (ή ένα φανταστικό έργο ηλεκτρονικών): μια περιγραφή έννοιας, μια εκκαθάριση δεδομένων, μια λίστα υποθέσεων αστοχίας, ένα στοιχείο/αριθμητική τιμή και μια ερώτηση κανονιστικών/προτύπων. Τοποθετήστε το καθένα στον παραπάνω πίνακα κινδύνου. Στη συνέχεια, αναθέστε δύο εργασίες χαμηλού/μεσαίου κινδύνου στο AI με το πρότυπο «Ρόλος και όρια» και σημειώστε κάθε αριθμητικό/τυπικό στοιχείο της εξόδου με το πρότυπο «Λίστα ελέγχου επικύρωσης». Σημειώστε ποια στοιχεία δεν μπορούν να χρησιμοποιηθούν χωρίς επαλήθευση.
λίστα ελέγχου
- [ ] Τοποθέτησα την αποστολή σε επίπεδο κινδύνου (χαμηλό/μέσο/υψηλό/κρίσιμο) πριν τη χρησιμοποιήσω.
- [ ] Πήρα τις τιμές στοιχείου/σχεδιασμού από το φύλλο δεδομένων και τη μέτρηση αντί να ρωτήσω το AI.
- [ ] Έχω επαληθεύσει κάθε πρότυπο/ρυθμιστική αναφορά από την επίσημη πηγή (σωστή έκδοση).
- [ ] Ανωνυμοποίησα ευαίσθητα δεδομένα (PCB/υλικολογισμικό, πελάτης, IP/MAC, συνδρομητής).
- [ ] Άφησα τη συμβατότητα/κρίσιμη για την ασφάλεια απόφαση στον διπλωματούχο μηχανικό και στον διαπιστευμένο ελεγκτή.
- [ ] Σάρωσα κάθε αριθμητική τιμή στην έξοδο AI για "δεν μπορεί να χρησιμοποιηθεί χωρίς επαλήθευση".