רווחים:
- יכולת לייצר סקריפטים שמנקים וממחישים נתוני אותות, יומן וטלמטריה עם Python, עם תמיכה בבינה מלאכותית
- יכולת לזהות איכות נתונים, למידה יתר וסיכוני אקסטרפולציה בעת בניית מודלים פשוטים של חיזוי ואנומליה
- יכולת לאמת קוד ותוצאה שנוצרו על ידי בינה מלאכותית עם בקרת יחידה, נתוני התייחסות וסבירות הנדסית
מבחן מודול
1. מתמחה מבקש מכלי צ'אט AI את זרם האספקה הנדרש עבור LNA (מגבר רעש נמוך) וכותב את הערך המתקבל של '15 mA' ישירות לטבלת תקציב ההספק. מהי הטעות הבסיסית בגישה זו?
- א) הערך הנוכחי חייב להגיע מגיליון הנתונים ומצב ההפעלה של הרכיב הנבחר; המספר שנוצר על ידי ה-AI עשוי להיות ייצור ללא מקור ✔
- ב) היה צריך לבקש AI ב- µA במקום mA
- ג) הערך נכון, היה צריך לתקן רק את האיות של היחידה
- ד) מספיק לשאול את ה-AI את אותה שאלה שלוש פעמים ולקחת את הממוצע
הסבר: מודל השפה אינו יודע את גיליון הנתונים של הרכיב הספציפי שבחרת; מייצר מספר שנראה סביר ביותר (הזיה). זרם האספקה מגיע רק מגיליון הנתונים ומצב ההפעלה של החלק המשמש; פלט AI לא יכול להיכנס לטבלה ללא אימות.
2. מה מאפשר 'סיווג מבוסס סיכונים' בשימוש ב-AI בעבודת אלקטרוניקה/תקשורת?
- א) הפחתת דמי המנוי של כלי הבינה המלאכותית
- ב) קבע את תפקיד הבינה המלאכותית ואת עומק האימות המחייב בהתאם לרמת הסיכון של המשימה ✔
- ג) יש לכתוב הנחיות קצרות יותר
- ד) האצלה אוטומטית של כל ההחלטות ל-AI
הסבר: לא כל משימה נמצאת באותה רמת סיכון. סיווג המשימה כנמוך/בינוני/גבוה/קריטי קובע באיזה פלט ניתן להשתמש באופן חופשי ואיזה דורש מדידה, סימולציה ואישור מהנדס מוסמך.
3. מה אומר קריטריון הדגימה של Nyquist בעיבוד אותות ומה קורה אם הוא מופר?
- א) תדירות הדגימה חייבת להיות לפחות פי שניים מהתדירות הגבוהה ביותר; אחרת, תתרחש כינוי והאות יתקלקל באופן בלתי הפיך ✔
- ב) ככל שתדירות הדגימה נמוכה יותר, כך הרזולוציה גבוהה יותר
- ג) דגימה נדרשת רק לאותות אנלוגיים, לא דיגיטליים
- ד) קריטריון Nyquist קובע רק את רמת הרעש
הסבר: כדי לשחזר במדויק אות, תדר הדגימה חייב להיות לפחות פי שניים מהתדר הגבוה ביותר באות. אם תנאי זה אינו מתקיים, תדרים גבוהים מופיעים כתדרים נמוכים; זה נקרא כינוי והנתונים פגומים לצמיתות.
4. מהי הגישה הטובה ביותר כאשר AI מציע פריסת PCB?
- א) שליחת הפריסה המוצעת של AI ישירות לייצור
- ב) הערך את ההצעה כרשימה/סטארט-אפ שיאומת על ידי DRC, סימולציה ומדידה אב טיפוס ✔
- ג) העתקת טקסט AI מבלי לפתוח את דפי הנתונים
- ד) התעלמות מכללי שלמות האות מכיוון שה-AI דוחה אותם
תיאור: AI יכול להיזכר בעקרונות הפריסה הכללית ושלמות האות (נתיב חזרה קצר, מישור ייחוס, מיקום קבלים לניתוק); עם זאת, הפריסה הסופית מאומתת על ידי DRC (בדיקת כללי עיצוב), סימולציה ומדידה של אב טיפוס. פלט הבינה המלאכותית הוא רשימת בדיקה ונקודת התחלה.
5. מה המשמעות של 'EIRP' בתקציב קישור RF?
- א) הספק קרינה אפקטיבי, המשלב את הספק המשדר ורווח האנטנה בניכוי הפסדים ✔
- ב) ערך מוחלט של רצפת הרעש במקלט
- ג) גודל פיזי של האנטנה
- ד) עכבה אופיינית של הכבל
הסבר: EIRP (Effective Isotropic Radiated Power) הוא ההספק האפקטיבי המוקרן על ידי אנטנה איזוטרופית, בשילוב עם הספק המוצא של המשדר והגבר של האנטנה, בניכוי הפסדי כבל/מחברים. תקציב קישור ומגבלות רגולטוריות תלויות במידה רבה ב-EIRP; הערך הסופי מאומת על ידי מדידה וויסות.
6. מה זה אומר כאשר AI מוצא 'אנומליה' בטמפרטורה ובנתונים הנוכחיים בתחזוקה חזויה?
- א) הוכחה שהציוד בהחלט כשל
- ב) אזהרה שהנתונים חורגים מהרגיל; לא אבחון תקלה סופי, אלא סימן שצריך לאשר אותו בבדיקה בשטח ✔
- ג) מורה על כיבוי אוטומטי של הציוד
- ד) להבטיח שהנתונים נרשמו בצורה שגויה
הסבר: אנומליה היא סטייה של נתונים מהתנהגות רגילה ועשויה להעיד על תקלה; אבל זו לא אבחנה סופית. ההחלטה על ביטול או החלפת כרטיס/ציוד מתקבלת בשליטה פיזית במקום ובאישור מנהל התפעול.
7. מה חובה לאבטחה/יציבות לפני טעינת קוד ISR (Disrupt Service Interrupt Service Routine) שנכתב ב-AI לחומרה?
- א) פרוס ישירות למכשירים בשטח מבלי לקרוא את הקוד
- ב) פשוט תבדוק שהוא קומפילד והתקן אותו
- ג) קריאת הקוד, העברתו בניתוח סטטי, בדיקת אבטחת נתונים/תזמון משותפים ובדיקתו בחומרה ✔
- ד) הסתמכות על מספר השורות הקטן של הפלט
הסבר: קוד AI עשוי לדלג על הגנה על משתנים משותפים (נדיפים/אטומיות), להכניס פעולה ארוכה/חוסמת ל-ISR או להשתמש ברישום שגוי. חיוני לקרוא את הקוד, להפעיל אותו באמצעות ניתוח סטטי ולבדוק אותו בתנאים אמיתיים בחומרה; ISR יכול להיות קריטי לאבטחה.
8. מה הקשר הטיפוסי בין BER (שיעור שגיאות סיביות) ו-SNR (יחס אות לרעש) בתקשורת דיגיטלית ומה צריך לזכור בינה מלאכותית בעת פירושו?
- א) השניים תמיד מתרבים ביחד
- ב) אין קשר ביניהם
- ג) באופן כללי, ככל שה-SNR עולה, ה-BER יורד; הערכים בפועל תלויים באפנון, בערוץ ובקידוד ויש לאמתם על ידי סימולציה/מדידה ✔
- ד) הקשר הוא קבוע ובעל אותו ערך מספרי בכל המערכות
הסבר: ככלל, ככל שה-SNR עולה, ה-BER פוחת (השגיאה פוחתת ככל שהאות מתחזק ביחס לרעש). בינה מלאכותית יכולה להסביר את המגמה הכללית הזו ואת העקומות התיאורטיות, אבל הערכים בפועל תלויים בסוג אפנון, ערוץ, קידוד וחומרה ויש לאמתם על ידי סימולציה/מדידה; העקומה הכללית אינה מחליפה את האמת הספציפית למערכת.
9. מהו השימוש המתאים ביותר בעת פתרון בעיית תקשורת I2C (המכשיר לא מגיב) עם AI?
- א) רשום סיבות אפשריות ברשימת השערות; ביצוע אבחנה סופית עם מדידת מנתח/אוסצילוסקופ ✔
- ב) קבל את הסיבה הראשונה שניתנה על ידי ה-AI כתקלה מוחלטת והחלף את החומרה.
- ג) טעינת הקוד שהוצע על ידי ה-AI פעמים רבות מבלי למדוד את הקו
- ד) דילוג על מדידת מנתח והסתמכות על חיזוי AI בלבד
תיאור: בינה מלאכותית יכולה לחלץ סיבות אפשריות (כתובת שגויה, היעדר נגד משיכה, אי התאמה במהירות, חוסר בסיס משותף, מחלוקת) כרשימה שיטתית של השערות. עם זאת, אבחנה סופית מתבצעת על ידי מדידת הקו עם מנתח לוגי או אוסילוסקופ; פלט AI הוא מפת חיפוש, לא אבחנה סופית.
10. באופטימיזציה של רשת סלולרית, מה היחס המדויק ביותר לסימן 'הידרדרות' שה-AI מוצא במגמת RSRP/SINR?
- א) שינוי פרמטרי רשת חיים ישירות בהתבסס על פלט AI
- ב) התעלם מהאזהרה והמשך לצפות
- ג) אמת את הסיבה השורשית באמצעות מדידת שטח/בדיקות כונן וניתוח מהנדסי רשת, ואז החליטו ✔
- ד) הסתמכות רק על AI וביטול מדידת שדה
הסבר: זה עשוי לאותת מוקדם על בעיית כיסוי/הפרעה אפשרית במגמת AI KPI; עם זאת, סיבת השורש (הטיית אנטנה, הפרעות תאים שכנים, כשל בחומרה) נקבעת על ידי מדידת שדה/בדיקות כונן וניתוח על ידי מהנדס הרשת. פלט AI הוא התראת סריקה, לא החלטה על שינוי פרמטר.
11. מהי הגישה המדויקת ביותר להתמודדות עם פתרון שהוצע על ידי AI (למשל הוספת חרוזי פריט) במחקר EMC/EMI?
- א) הכרזה על תואם המוצר ישירות לאחר החלת המלצת AI
- ב) שקול את ההצעה כהשערת פתרון אפשרית ואמת אותה במדידות לפי מגבלת התקן במעבדה מוסמכת. ✔
- ג) תיקון המגבלות הסטנדרטיות עם הערכים שניתנו על ידי ה-AI
- ד) דילוג על מדידה והסתמכות רק על סימולציה
תיאור: AI יכול לזכור נתיבי הפרעות אפשריים ופתרונות טיפוסיים (סינון, מיגון, הארקה, ניהול כבלים). עם זאת, ההחלטה על ההתאמה מתקבלת על ידי מדידה במעבדה מוסמכת לפי מגבלת התקן (למשל CISPR/EN); תפוקת הבינה המלאכותית היא השערה ראשונית, לא הצהרת כושר.
12. מהי הדרך החזקה ביותר למנוע מבינה מלאכותית לקבל הפניה מורכבת (הזויה) כשאתה מבקש ממנה את מספר החלק/סעיף של תקן כגון 3GPP או IEEE 802.11?
- א) הסתמכות על מספר הפריט וערך הטבלה שניתנו על ידי AI
- ב) שואלים שוב את אותה שאלה במילים שונות
- ג) הסתכלות על פוסט בפורום במקום התקן
- ד) פתיחה ואישור של כל התייחסות מהטקסט הרשמי הנוכחי של התקן (גרסה נכונה/גרסה נכונה) וקבלת אישור מורשה בעת הצורך ✔
הסבר: גם אם מודל השפה יודע נכון את שם התקן, הוא עלול להזות את מספר הסעיף, ערך הטבלה והטקסט; בנוסף, הערכים משתנים בין מהדורות. יש לפתוח ולאשר כל התייחסות מהנוסח הרשמי העדכני של התקן ובמידת הצורך יש לקבל אישור מורשה.
13. מהי הבדיקה הקריטית ביותר לפני הפעלת סקריפט לניתוח אותות של Python שנכתב על ידי AI?
- א) קריאת הקוד ואימות התאמת הדגימה/יחידות, בדיקה עם אות ייחוס ידוע ובדיקת סבירות התוצאה ✔
- ב) הפעלת הקוד ישירות על כל מערך הנתונים מבלי לקרוא אותו
- ג) רק לראות שאין טעות ולקבל את התוצאה
- ד) הסתמכות על הגרפיקה של הפלט שתהיה יפה ויזואלית
תיאור: קוד AI עשוי להניח באופן שגוי את תדירות הדגימה, יחידות ערבוב (Hz/kHz, V/mV), דילוג על חלונות/נורמליזציה או עמודות אי-התאמה. חיוני לקרוא את הקוד, לאמת את יחידת ופרמטרי הדגימה, לבדוק עם אות ייחוס ידוע ולבדוק אם התוצאה סבירה מבחינה פיזית.
14. מהי דרך הפעולה הטובה ביותר מבחינת פרטיות וקניין רוחני כאשר מספקים קבצי עיצוב או נתוני רשת לקוחות לכלי AI מבוסס ענן?
- א) הדבקת כל נתוני העיצוב/רשת הגולמיים כפי שהם
- ב) הפוך את ההקשר לאנונימי ונקה נתוני עיצוב/לקוח/מדידה רגישים והשתמש בכלים ארגוניים התואמים למדיניות ✔
- ג) בהנחה שמתן מידע אמיתי על לקוחות ו-IP חיוני לאיכות התוצאה
- ד) התעלמות ממדיניות פרטיות וקניין רוחני בכלל
תיאור: קבצי סכמטי/PCB, מקור קושחה, טופולוגיית לקוחות ונתוני מנויים/מדידה הם רגישים מבחינת סוד מסחרי וחקיקה (KVKK/GDPR). יש צורך להפוך את ההקשר לאנונימי, לנקות שמות IP/MAC/קואורדינטות/לקוחות אמיתיים, לבחור בכלי תאגידי ותואם למדיניות ולציית למדיניות החברה.