سود:
- توانایی طبقه بندی بر اساس وظیفه که در آن خروجی هوش مصنوعی یک فرضیه است و کجا یک دستیار قابل اعتماد است.
- تأیید چند لایه طراحی مبتنی بر هوش مصنوعی از نظر تولید، ایمنی، ارگونومی و اصالت
- توانایی به دست آوردن عادت استفاده از هوش مصنوعی به شیوه ای مسئولانه، شفاف و با رعایت حریم خصوصی در اکوسیستم وسایل نقلیه در حال تغییر
امتحان ماژول
1. یک طراح یک رندر مفهومی جذاب تولید شده توسط یک ابزار بصری هوش مصنوعی را به عنوان "محصول نهایی تولید شده" بدون هیچ گونه تغییری به مشتری ارائه می دهد. اشتباه اساسی در این رویکرد چیست؟
- الف) ارائه AI تولید را تضمین نمی کند. مواد، ضخامت دیوار و مونتاژ را نمی توان به عنوان محصول نهایی بدون تایید توسط تجزیه و تحلیل DFM و تایید مهندس ارائه کرد ✔
- ب) وضوح رندر به اندازه کافی برای ارائه مشتری بالا نیست
- ج) فقط رنگ پس زمینه با توجه به برند انتخاب نشده است
- د) لازم بود سه بار همان دستور اجرا شود و تصویر متوسط ارائه شود
توضیحات: اگرچه رندر هوش مصنوعی از نظر بصری متقاعد کننده است، اما هیچ تضمینی از نظر ضخامت دیوار، مونتاژ، تحمل، رفتار مواد و قابلیت ساخت ندارد. اغلب حاوی جزئیاتی است که نمی توان آنها را به صورت فیزیکی بازتولید کرد. خروجی یک فرضیه تایید نشده است. تصمیم تولید باید از طریق تجزیه و تحلیل DFM و تایید مهندس انجام شود.
2. هنگام استفاده از هوش مصنوعی در طراحی صنعتی، «طبقهبندی مبتنی بر ریسک» چه چیزی را ممکن میسازد؟
- الف) برای کاهش حق اشتراک ابزار هوش مصنوعی
- ب) تعیین نقش هوش مصنوعی و عمق تأیید اجباری با توجه به سطح خطر کار ✔
- ج) دستورات باید کوتاهتر نوشته شوند
- د) تمام تصمیمات طراحی را به طور خودکار به هوش مصنوعی منتقل می کند
توضیح: هر کار طراحی در سطح یکسانی از خطر نیست. طبقهبندی کار بهعنوان کم/متوسط/بالا/بحرانی تعیین میکند که کدام خروجی میتواند آزادانه مورد استفاده قرار گیرد و کدام یک نیاز به تأیید تولید مواد و تأیید متخصص صالح دارد.
3. کدام یک از موارد زیر قوی ترین سهم هوش مصنوعی در تولید مفهوم است؟
- الف) دادن ابعاد دقیق محصول نهایی برای تولید
- ب) تولید مجموعه ای گسترده و متنوع از ایده ها/طرح ها در زمان کوتاه و گسترش زمینه کاوش ✔
- ج) تعیین اینکه دقیقاً کدام مفهوم قابل ثبت است
- د) محاسبه مقاومت مواد
توضیح: ارزش اصلی هوش مصنوعی در مرحله کانسپت این است که با ارائه تعداد زیاد و تنوع ایده (تولید واگرا) در مدت زمان کوتاهی زمینه کاوش طراح را گسترش می دهد. انتخاب ایده، عملکرد و قضاوت قابلیت ساخت به طراح تعلق دارد.
4. تثبیت مقدار "seed" در اعلان تصویر چه کاربردی دارد؟
- الف) کپی رایت تصویر را به صورت خودکار به طراح منتقل می کند
- ب) ارائه یک نقطه شروع تکرارپذیر و سازگار با همان اعلان ✔
- ج) وضوح خروجی را دو برابر می کند
- د) قابلیت ساخت را تضمین می کند
توضیح: در مدل های انتشار، بذر نقطه تصادفی است که در آن تولید شروع می شود. همان سریع و همان دانه معمولاً یک ترکیب مشابه/یکسان تولید می کند. این یکپارچگی برای بازتولید یک تصویر یا آزمایش تغییرات کوچک به شیوه ای کنترل شده را فراهم می کند.
5. در تصمیم گیری های ارگونومیک، از هوش مصنوعی پرسیده می شود که میانگین عرض دست چند میلی متر است؟ چرا پرسیدن و نوشتن یک عدد به طور مستقیم به اندازه دسته خطرناک است؟
- الف) ارگونومی با توزیع صدک و جمعیت. عدد "میانگین" منفرد کافی نیست و مقدار باید با داده های آنتروپومتریک قابل اعتماد، مدل/آزمون تایید شود ✔
- ب) باید به اینچ از هوش مصنوعی خواسته می شد
- ج) عدد صحیح است، فقط یک خطای گرد وجود دارد
- د) هرگز از عرض دست در طراحی استفاده نمی شود
توضیح: ارگونومی با توزیع صدکی جمعیت کاربر هدف (به عنوان مثال صدک 5 تا 95) کار می کند، نه یک «میانگین»، و بر اساس منطقه/جمعیت متفاوت است. هوش مصنوعی می تواند یک عدد کلی را توهم ایجاد کند. اندازه باید از جدول داده های آنتروپومتریک قابل اعتماد و آزمایش مدل/کاربر تأیید شود.
6. زمانی که هوش مصنوعی یک موضوع را از متن مصاحبه در ترکیب تحقیقات کاربر استخراج می کند، صحیح ترین نگرش چیست؟
- الف) قرار دادن موضوعات در حال ظهور به طور مستقیم در گزارش
- ب) هر موضوع و نقل قول را با پیوند دادن آن به داده های مصاحبه خام و بررسی نقل قول های ساختگی تأیید کنید.
- ج) فقط موضوعی را انتخاب کنید که هوش مصنوعی می گوید قوی ترین است
- د) حذف داده های خام و حفظ خلاصه هوش مصنوعی
توضیح: هوش مصنوعی میتواند مضامین را به سرعت استخراج کند، اما ممکن است با ساختن نقل قولهای موجود یا اغراق/حذف عقاید اقلیت، سوگیری ایجاد کند. هر موضوع و نقل قول باید با پیوند دادن به داده های مصاحبه خام تأیید شود.
7. چرا "زاویه کشش" در یک قطعه پلاستیکی لازم است که با قالب گیری تزریقی تولید شود و وقتی هوش مصنوعی آن را پیشنهاد می کند چه باید کرد؟
- الف) لازم است قطعه بدون آسیب از قالب خارج شود. زاویه پیشنهاد شده توسط هوش مصنوعی باید با مواد، بافت و نظر قالبگیر تایید شود
- ب) فقط برای تعیین رنگ قطعه لازم است
- ج) زاویه داده شده توسط هوش مصنوعی به طور کلی برای هر ماده صحیح است
- د) زاویه کشش فقط بر روی قطعات فلزی استفاده می شود
توضيح : زاويه كشش عبارت است از انحراف جزئي كه به ديواره ها داده مي شود تا قطعه بدون مشكل از قالب خارج شود. در غیر این صورت قطعه در قالب گیر می کند و سطح آن آسیب می بیند. هوش مصنوعی ممکن است یک محدوده زاویه معمولی را پیشنهاد کند، اما مقدار واقعی توسط مواد، بافت سطح و نظر قالبگیر تأیید میشود.
8. مهم ترین کنترل قبل از وارد کردن خروجی یک ابزار هوش مصنوعی که یک مدل سه بعدی را از متن/تصویر به گردش کار CAD تولید می کند چیست؟
- الف) بررسی صحیح بودن نام فایل مدل
- ب) اعتبار مدل را در CAD از نظر اندازه، مقیاس، کیفیت مش و قابلیت ساخت و در صورت لزوم بازسازی کنید.
- ج) فقط به رنگ نگاه کنید و آن را به گردش کار اضافه کنید
- د) ارسال مستقیم مدل به تولید بدون اینکه اصلاً بررسی شود
توضیحات: اگرچه مدلهای سهبعدی تولید شده توسط هوش مصنوعی از نظر بصری خوب به نظر میرسند، اما اغلب در مقیاس نیستند، ساختار مشبک ضخیم/کثیفی دارند، سوراخهایی دارند یا هندسه غیرقابل تولیدی دارند. اندازه واقعی، مقیاس، ضخامت دیوار و قابلیت ساخت باید در CAD بررسی و بازسازی شود.
9. هنگام ارائه رندر محصول فوتورئالیستی تولید شده با هوش مصنوعی به مشتری، از نظر صداقت کدام یک الزامی است؟
- الف) به وضوح بیان اینکه رندر یک تجسم مفهومی است و محصولی که باید تولید شود ممکن است دقیقاً یکسان نباشد ✔
- ب) ارائه رندر به صورت عکس واقعی
- ج) پنهان کردن تفاوت اندازه و مواد از مشتری
- د) هرگز نگویید که بصری توسط هوش مصنوعی تولید می شود
توضیحات: رندر هوش مصنوعی ممکن است اندازه واقعی محصول، بافت مواد و جزئیات متفاوت را نشان دهد. لازمه بازنمایی صادقانه این است که به وضوح بیان کنیم که بصری یک تجسم مفهومی است و ممکن است محصولی که تولید میشود دقیقاً مشابه رندر نباشد.
10. بهترین راه برای اطمینان از سازگاری هنگام تولید تصاویر خانواده محصول با هوش مصنوعی برای یک برند چیست؟
- الف) حفظ عناصر تعریف شده برند مانند امضای فرم، نسبت و CMF در هر تغییر با دستورالعمل های مرجع و ثابت و کنترل خروجی با راهنمای برند ✔
- ب) تولید تصاویر کاملا تصادفی و نامرتبط برای هر محصول
- ج) اصلاً نادیده گرفتن راهنمای برند
- د) هر بار کپی کردن سبک یک هنرمند متفاوت
توضیحات: سازگاری زبان برند/محصول؛ با حفظ عناصر تعریف شده مانند امضای فرم، نسبت، CMF (رنگ-مواد-سطح) در هر تغییر به دست می آید. تصویر مرجع، آموزش سبک ثابت و مقایسه با راهنمای برند این امکان را فراهم می کند. طراح هر خروجی را بر اساس راهنما بررسی می کند.
11. چرا تولید تصویر محصول به سبک یک طراح/برند معروف و استفاده از آن در یک پروژه تجاری توسط هوش مصنوعی خطرناک است؟
- الف) طرح ثبت شده ممکن است خطرات قانونی و مشکلات اخلاقی را از نظر کپی رایت و رقابت ناعادلانه ایجاد کند. لازم است یک جهت اصلی ایجاد کنید و در صورت لزوم به دنبال مشاوره حقوقی باشید ✔
- ب) تنها وضوح تصویر پایین می ماند
- ج) هیچ خطری وجود ندارد، خروجی هوش مصنوعی همیشه منحصر به فرد است
- د) فقط زمان رندر افزایش می یابد
توضیح: تقلید از یک علامت تجاری موجود، یک طرح ثبت شده یا سبک امضای یک هنرمند/طراح معروف ممکن است خطرات قانونی را از نظر ثبت طرح، کپی رایت و رقابت ناعادلانه ایجاد کند. از نظر اصالت و اخلاق حرفه ای نیز مشکل آفرین است. لازم است جهت اصلی توسعه داده شود و در صورت لزوم به دنبال مشاوره حقوقی باشید.
12. هنگام تحویل خلاصه طراحی، نام مشتری و جزئیات محرمانه محصول به ابزار هوش مصنوعی مبتنی بر ابر، بهترین اقدام از نظر محرمانه بودن چیست؟
- الف) چسباندن کل خلاصه همانطور که با نام واقعی و جزئیات محرمانه است
- ب) زمینه را ناشناس کنید و نام مشتری و جزئیات محرمانه محصول را روشن کنید، از ابزار شرکتی استفاده کنید که با حریم خصوصی/NDA مطابقت دارد ✔
- ج) فرض اینکه نام مشتری واقعی برای کیفیت نتیجه ضروری است
- د) عدم توجه به قرارداد محرمانه بودن
افشا: مختصر، هویت مشتری، مفهوم محصول فاش نشده و اطلاعات قیمت/استراتژی به اسرار تجاری و قرارداد (NDA) حساس هستند. ناشناس کردن زمینه، پاک کردن نام واقعی و جزئیات محرمانه، انتخاب ابزاری که شرکت/حریم خصوصی را تضمین می کند، و مطابق با خط مشی شرکت/مشتری ضروری است.
13. مزیت اصلی نوشتن «اعلان قوی» به جای «سرعت ضعیف» در هوش مصنوعی بصری چیست؟
- الف) خروجی را به هدف طراحی نزدیک می کند، کلیشه را کاهش می دهد و تکرارپذیری را افزایش می دهد.
- ب) به طور خودکار حق چاپ از خروجی هوش مصنوعی محافظت می کند
- ج) قابلیت ساخت را تضمین می کند
- د) همیشه زمان رندر را به نصف کاهش می دهد
توضیحات: یک پیام مبهم و کوتاه هوش مصنوعی را به خروجی تصادفی و کلیشه ای سوق می دهد. یک اعلان ساختاریافته که موضوع، مواد، زاویه، نور، سبک و عناصر منفی را روشن میکند، خروجی را به هدف طراحی نزدیکتر میکند و تکرارپذیری را افزایش میدهد.
14. نقش خروجی هوش مصنوعی در یک محصول حیاتی ایمنی (به عنوان مثال اسباب بازی کودکان یا تجهیزات ایمنی شغلی) در طراحی صنعتی چه باید باشد؟
- الف) تولید فقط مفاهیم و پیش نویس ها. ✔تصمیمات مربوط به رعایت ایمنی، قدرت و ریسک توسط کارشناسان ذیصلاح و آزمایشات واقعی گرفته می شود
- ب) تفویض کامل تاییدیه امنیتی به هوش مصنوعی
- ج) نادیده گرفتن تست های استاندارد و تکیه بر تصاویر بصری هوش مصنوعی
- د) استفاده از رندر هوش مصنوعی به عنوان سند گواهی
توضیحات: خطراتی مانند آسیب، خفگی و عدم استحکام در محصولات حیاتی ایمنی وجود دارد. هوش مصنوعی می تواند مفاهیم و نقشه ها را تولید کند، اما مطابقت با استانداردهای ایمنی، قدرت و تجزیه و تحلیل ریسک توسط مهندسان / کارشناسان ذیصلاح و آزمایش های واقعی انجام می شود. خروجی هوش مصنوعی جایگزین این تایید نمی شود.