Kasu:
- Võimalus teha vahet, kus sõidukiarenduse elutsüklis (V-mudel) tehisintellekt tõelist väärtust toodab ja millised otsused peaksid jääma pädeva inseneri vastutusalasse
- Võimalus rakendada kolme ankurdusvalideerimisdistsipliini, mis testivad iga AI väljundit suurusjärgu, tehnilise usutavuse ja sõltumatute testimise/mõõtmise tõendite suhtes.
- Tundes ära hallutsinatsioonid, ebaselgused, ärisaladuse ja funktsionaalsed turvariskid ning omandada harjumus luua konteksti anonüümseks muutmise kaudu turvalisi viipeid
Autotehnika; See on tohutu kett, mis algab sõiduki kontseptsiooni joonisest ja ulatub disaini, simulatsiooni, prototüübi, testimise, masstootmise ja välijälgimiseni. Tänapäeval on tehisintellekt (lühidalt AI või AI) aktiivne kiirendina selle ahela igas lülis. Kuid viga autotööstuses ei ole laborisse jäetud viga: see tähendab miljonite teedel olevate sõidukite ohutust, tagasikutsumist ja inimelu. Seetõttu on selle mooduli esimene ja kõige olulisem lause: tehisintellekt kiirendab inseneri, kuid omanik ja ohutuskriitilise otsuse eest vastutav on alati pädev insener.
Selles üksuses õpime, kus AI toodab sõidukite arendamisel tõelist väärtust, kus on punased jooned ja kuidas iga AI väljundit distsiplineeritult valideerida.
Sõidukite arendamise V-mudel ja AI koht
Autotööstuse arengut kirjeldatakse sageli V-mudeliga. V-mudel; See on arendusprotsess, mis edeneb tähe "V" kujul, kus nõuded ja disainietapid lähevad vasakule alla, tarkvara/riistvara juurutamine all ning verifitseerimis- ja integratsioonitestid tõusevad paremale. Vasakul käel on määratletud "mida me teeme" (nõue, süsteemi ülesehitus), paremas käes testitakse "kas oleme õigesti teinud" (ühiktestimine, integreerimine, tööriista kontrollimine).
Tehisintellekt puudutab peaaegu kõiki selle V aspekte:
- Vasak käsi (disain): pakkuge välja kerge osa geomeetria koos generatiivse disainiga, kiirendage simulatsiooni asendusmudeliga, leidke nõuete tekstidest ebakõlad.
- Alam (rakendus): koodi genereerimise abi, testjuhtumi tuletamine, kalibreerimisparameetrite skaneerimine.
- Parem käsi (kinnitus): anomaaliate märgistamine katseandmetest, aruande mustand, vastupidavustesti kokkuvõte.
- Tootmine ja valdkond: visuaalne defektide tuvastamine, ennustav hooldus, telemeetriaanalüüs, tarneahela prognoosimine.
Näpunäide: asetage tehisintellekt assistendiks, kes "loob müügivihjeid ja tõmbab tähelepanu", mitte "otsuste tegija". Tehnilised tõendid teevad otsuse.
Mida jätame tehisintellekti hooleks ja mida mitte?
Üldreegel: AI on tugev korduvate, andmemahukate ja esmase mustandi töö puhul; Kohtuotsus, julgeolek ja lõplik heakskiit kuuluvad inimesele. Allolev tabel väljendab seda eristamist.
Quest
AI roll
Otsuse omanik
Anomaalia skaneerimine 50 000 teekatsete salvestuse reas
Automaatne märgistus, eelsõelumine
katseinsener
Piduritarkvara turvalisuse kontrollimine
Soovitage katsestsenaariumit
Funktsionaalohutuse insener
Šassii geomeetria kontseptsiooni genereerimine
Alternatiivide genereerimine (generatiivne)
Disainer/CAE insener
Keevisõmbluse defektide klassifikatsioon
Eeltuvastus pildil
Kvaliteediinsener/operaator
Homologeerimise (tüübikinnituse) deklaratsioon
teksti mustand
Vastutav insener/juht
Pange tähele: tabeli parempoolses veerus ei saa kunagi olla "AI". Lõplik allkiri sellistes küsimustes nagu heitmete deklaratsioon, avariiohutuse kinnitus, pidurdustõhusus jne kuulub alati volitatud isikule. See pole enamikus riikides mitte ainult eetiline, vaid ka juriidiline kohustus.
Kolm ankru kontrollimise distsipliini
Kogu selle mooduli jooksul testime iga AI väljundit kolme sõltumatu ankruga. Ankur; Nagu kaal, mis laeva paigal hoiab, takistab see tehisintellektil meid kaasa tirimast.
- Suurusjärgu kontroll: kas tulemus on ligikaudu õiges skaalas? Sõiduauto kiirendus nullist saja km/h on umbes 6-9 sekundit; Kui AI ütleb "0,6 sekundit", on midagi valesti. Soovitus laadida aku täis 2 minutiga on füüsiliselt küsitav.
- Tehniline usutavus: kas tulemus ühildub füüsika ja inseneri intuitsiooniga? Kui mõni kergemaks tehtud osa osutub korraga odavamaks, tugevamaks ja lihtsamini valmistatavaks, pidage meeles põhimõtet "tasuta lõunasööki pole olemas"; Kusagil on peidus kompromiss.
- Sõltumatu testimine/mõõtmise tõend: tugevaim ankur. Võrrelge simulatsiooni füüsilise testimisega, ennustamist tegelike andmetega, tehisintellekti kokkuvõtet algandmetega. Ühtegi turvakriitilist väljundit ei aktsepteerita ilma tõendita.
Ettevaatust: AI võib toota valeinformatsiooni väga ladusa ja enesekindla keelekasutusega; seda nimetatakse hallutsinatsiooniks. Sujuvus ei tõenda täpsust. Ärge eeldage, et arv, standardarv või materiaalne omadus on õige ainult seetõttu, et see on kindlalt öeldud; Kinnitage allikast.
Minijuhtumiuuringud
Juhtum 1 – Tellimuse vea püüdmine. Praktikant laseb tehisintellektil välja arvutada sõiduki aerodünaamilise takistusjõu ja saab kiirusel 100 km/h tulemuseks "12 000 N". Vaneminsener teeb tasemekontrolli: tüüpilise sõiduauto tõmbejõud sellel kiirusel on umbes 300–400 N (umbes 30–40 kgf). N12 000 on kolmkümmend korda rohkem. Kontrollimisel selgub, et tehisintellekt kasutab õhutiheduse mõõtmiseks valet mõõtühikut (kg/m³ asemel segadus g/cm³). Tulemus: lihtne auastmekontroll hoidis ära mitu tundi valesid disainiotsuseid.
Juhtum 2 – mõistlikkuse filter. Hankemeeskond küsib tehisintellektilt kulude vähendamise nõu; AI soovitab osta ühelt tarnijalt, säästes 8%. Planeerimisjuht viib läbi usutavuse kontrolli: see osa on ohutuse seisukohalt kriitiline turvapadjaandur ja ainus allikas peataks kogu tootmise, kui selles tehases peaks esinema katkestus. Soovitust parandatakse teise allika ja laopuhvri lisamisega. Tulemus: välditi 8% säästmise eesmärgil "liini peatamise" riski.
Juhtum 3 – Sõltumatud tõendid. CAE meeskond ennustab kiire asendusmudeli abil kapotipaneeli vibratsiooni (NVH - müra, vibratsioon, karmus) käitumist; Mudel ennustab resonantsi (liigset vibratsiooni teatud sagedusel) sagedusel 47 Hz. Meeskond kinnitab seda füüsilise modaalse testimisega; tegelik tipp saabub sagedusel 44 Hz. Erinevus on väike, kuid oluline; Asendusmudel võetakse kasutusele, kuid disainivaru on vastavalt laiendatud. Järeldus: kasutati kiiret AI-ennustust, kuid kalibreeriti sõltumatute tõenditega.
Turvalise viipa seadistamine: privaatsus ja ärisaladused
Autode andmed sisaldavad sageli ärisaladusi (uue mudeli disain, tarnija hind) või isikuandmeid (juhi asukoht, VIN - šassii number). Toores konfidentsiaalsete andmete saatmine avalikku pilve tehisintellekti tööriista on suur risk.
Allpool on nõrkade ja tugevate viipade võrdlus.
Nõrk viip:
Lisan meie 2027. aasta brändi X elektrilise linnamaasturi projekti tegelikud aku testimise andmed, meie elementide tarnija on ettevõte Y, ühiku hind on 92 USD. Lahendage nende VIN-koodidega sõidukite vahemiku probleem: [päris VIN-loend]
See viip avaldab kaubamärgi, mudeli, tarnija, hinna ja isikliku VIN-koodi; See on ohtlik nii privaatsusele kui ka konkurentsile.
Võimas viip:
Roll: olen elektrisõidukite akude testimise insener. Kontekst: uurin sõiduulatuse triivi reisimaasturi akus (umbes 75 kWh). Ma muutsin andmed anonüümseks; margid olid kodeeritud kui A/B, sõidukid kui sõiduk_1..sõiduk_20. Ülesanne: Loetlege lisatud (anonüümses) temperatuurivahemiku tabelis 3 muutujat, mis kõige enam mõjutavad vahemikku, ja soovitage igaühe jaoks kontrolltest. Piirang: ärge nõudke lõplikku põhjust; anna hüpotees ja kontrollisamm.Väljund: Tabel + prioriteetide järjekord.
Näpunäide: kasutage tehisintellekti keskkonda ettevõtte andmelepinguga (ärge kasutage oma andmeid koolitusel), muutke andmed anonüümseks ja esitage ainult vajalik minimaalne teave (andmete minimeerimine).
RGBÇ muster hea viipe jaoks
Lihtne muster, mida me selles moodulis ikka ja jälle kasutame: Roll – Ülesanne – Kontekst – Väljund (RGBÇ).
Roll: [Milline ekspert peaks tehisintellekti käituma]Ülesanne: [mida soovite ühes lauses] Kontekst: [ühikud, piirangud, standardsed, anonüümsed andmed]Piirang: [mitte tehke, mida tehke ebakindlusega] Väljund: [tabel/loend/kood, mis vorming]
Roll: olete kogenud NVH (müra-vibratsiooni) insener. Ülesanne: Loetlege rooli vibratsiooni kaebuse võimalikud algpõhjused. Kontekst: esisild, 80-100 km/h, tasasel teel; Rehvid on just tasakaalustatud. Piirang: Sorteeri kõige tõenäolisemalt kõige tõenäolisemalt; soovitada iga põhjuse jaoks üks kontrollmõõtmine. Väljund: nummerdatud loend + kinnitusveerg.
Roll: olete autotööstuse kvaliteediinsener. Ülesanne: Teisenda keevisõmbluse defekti aruanne 5W1H (mis/miks/kus...) vormingusse. Kontekst: Robot-punktkeevitus, kerejoon; defektide protsent suurenenud viimase 3 vahetusega. Väljund: struktureeritud kokkuvõte + 3 vahetu kontrolli soovitust.
Roll: tegutseda andmeanalüütikuna. Ülesanne: lugege allolevaid telemeetria veergude kirjeldusi ja soovitage 8 kandidaatatribuuti ennustavaks hoolduseks. Piirang: soovitada atribuute, kasutades tulevast teavet (lekkerisk); kirjutage iga atribuudi põhjus.Väljund: Atribuut | Põhjendus | Lekkeriski (jah/ei) tabel.
Levinud vead
- AI väljundi eksitamine tõenditena. Sujuv tekst ei ole kontrollitud tehniline. Ankurdage iga number.
- Auastmekontrollist möödahiilimine. See on odavaim ja võimsaim vigade püüdmise meetod; See võtab kümme sekundit.
- Toores konfidentsiaalsete andmete saatmine. Teabe, nagu kaubamärk, tarnija, hind, VIN, jagamine ilma anonüümsuseta on lepingu ja seaduse rikkumine.
- Ebakindluse ignoreerimine. "Oled sa kindel?" Küsimise asemel küsi tõendeid; AI usaldusväärsus ei ole selle täpsuse mõõt.
- AI süüdistamine. "Model ütles nii" ei ole kaitse; Allkiri on sinu.
Kokkuvõttes
- AI on kiirendiks sõidukiarenduse V-mudeli igas etapis; Kuid ohutuskriitilise otsuse ja heakskiidu teeb alati pädev insener.
- Testige iga tehisintellekti väljundit kolme ankruga: suurusjärk, tehniline usutavus, sõltumatu testimise/mõõtmise tõendid.
- Hallutsinatsioon on tõeline; Sujuvus ei ole täpsus.
- Muutke konfidentsiaalsed ja isikuandmed anonüümseks, rakendage andmete minimeerimist, kasutage ettevõtte tehisintellekti keskkonda.
- Heade viipade saamiseks kasutage mustrit Roll-Task-Context-Output (RGBÇ).
Rakenduse ülesanne
Valige ülesanne oma ettevõttest (või mõnest väljamõeldud sõiduauto projektist): näiteks "piduriklotside kulumise prognoosimine". (1) Kuhu te selle ülesande V-mudelis paigutaksite? (2) Kirjutage tabelisse tehisintellekti roll ja otsuse omanik. (3) Kirjutage RGBÇ-mustriga viip ja muutke selles anonüümseks kogu konfidentsiaalne/isiklik teave. (4) Märkige kolm punkti, mille kolme ankruga testite tehisintellekti vastust.
kontrollnimekiri
- [ ] Määrasin oma ülesande asukoha V-mudelis.
- [ ] Kirjutasin eraldi tehisintellekti ja lõpliku otsuse omaniku rolli.
- [ ] Muutsin viipas anonüümseks teabe, nagu bränd/tarnija/hind/VIN.
- [ ] Kasutasin RGBS-mustrit (roll, ülesanne, kontekst, piirang, väljund).
- [ ] Mul on valmis plaan väljundi kontrollimiseks kolme ankruga (järg, usutavus, sõltumatud tõendid).
- [ ] Olen kinnitanud, et turvakriitiline kinnitus jääb inimesele.