Jedinica 1 / 12

Uvod u umjetnu inteligenciju u elektronici i komunikacijskom inženjerstvu: granice, provjera valjanosti, odgovornost i etika

Dobici:

  • Sposobnost razlikovanja gdje umjetna inteligencija štedi stvarno vrijeme u tijeku rada elektronike/komunikacija, a gdje odgovornost za usklađenost i sigurnost ostaje na nadležnom inženjeru, na temelju razine rizika
  • Sposobnost primjene višeslojne validacijske discipline koja testira svaki izlaz umjetne inteligencije u odnosu na mjerenje, simulaciju, standardni tekst i neovisni izračun
  • Steknite naviku anonimiziranja konteksta i odabira sigurnih alata za zaštitu dizajnerskih datoteka, podataka o mreži korisnika i intelektualnog vlasništva

Posao inženjera elektronike i komunikacija je prevođenje nevidljivih fizičkih veličina (napon, struja, frekvencija, polje) u radne proizvode i pouzdane veze. Projektiranje strujnog kruga, postavljanje tiskane ploče (PCB: Printed Circuit Board, izolacijska ploča na kojoj se nalaze komponente), filtriranje i moduliranje signala, njegovo emitiranje iz antene, pisanje ugrađenog softvera (firmware: softver zapisan u trajnoj memoriji koji izravno upravlja hardverom uređaja), uspostavljanje protokola, praćenje performansi mreže i dokumentiranje svega toga u skladu sa standardima i zakonima. Zajedničko obilježje ovih poslova je rad s puno mjerenja i podataka, no svaka odluka određuje hoće li neki proizvod raditi, hoće li emisija ostati unutar zakonskih granica, je li sustav siguran ili ne. Umjetna inteligencija (skraćeno AI; softverski sustavi koji rade na tekstu, brojevima, kodu i slikama s velikim podacima i jezičnim modelima) moćna je pomoć u ovom području koje zahtijeva mnogo podataka, ali je ključno za odlučivanje. Ova vas jedinica uči gdje sigurno koristiti AI u elektronici/komunikacijskim poslovima, gdje je to opasno i zašto morate potvrditi svaki AI izlaz kroz mjerenje, simulaciju, standardni tekst i inženjersku prosudbu.

Središnje načelo koje ćete koristiti u ovom modulu je: AI je pomoćnik, a ne donositelj odluka. Struja napajanja, vrijednost impedancije, granična frekvencija filtra, ograničenje snage prijenosa ili standardna klauzula ne mogu biti istiniti samo zato što je "AI tako rekla"; To je samo hipoteza dok se ne potvrdi podatkovnim listom, mjerenjem, simulacijom, službenim standardnim tekstom i procjenom kompetentnog inženjera. Ovu rečenicu ponovno ćete vidjeti u svakoj jedinici modula, jer u elektronici krivi broj često znači da gori kartica, da proizvod ne prođe certifikaciju ili da se komunikacijska veza sruši.

Što je LLM, čime se bavi u elektronici/komunikacijama?

LLM (Large Language Model) je softver koji uči obrasce iz vrlo velikih dijelova teksta i koda i predviđa "sljedeću riječ" na temelju vjerojatnosti. Ovo je motor alata kao što su ChatGPT, Claude, Gemini. Poanta je sljedeća: LLM je "procjenitelj jezika i koda", a ne "mjerni uređaj" ili "baza znanja". Tečno govori inženjersku terminologiju, ali ne mjeri impedanciju; proizvodi broj koji izgleda najvjerojatnije. Stoga može dati sigurne, ali netočne odgovore o opskrbnoj struji komponente, regulacijskoj granici ili tablici standarda. To se zove halucinacija (izmišljotina). Halucinacija nije kvar, već inherentna značajka ove tehnologije; Dakle, verifikacija nije "dodatni korak" već sastavni dio posla.

Zadaci u kojima je AI jaka u elektronici/komunikacijama:

  • Objašnjenje koncepta i poučavanje: što je usklađivanje impedancije, kako radi OFDM, što uzrokuje aliasing, kako se remeti EMC.
  • Nacrt koda i firmvera: upravljački program mikrokontrolera, automat stanja, analiza Python signala, okvir za automatizaciju testiranja.
  • Čišćenje i organizacija podataka: pretvaranje razbacanih zapisa mjerenja u koherentnu tablicu, hvatanje neusklađenosti jedinica.
  • Generiranje popisa hipoteza: sustavni popis razloga za pitanja poput zašto sklop ne radi, zašto veza pada.
  • Nacrt teksta: plan ispitivanja, izvješće o grešci, nacrt tehničke datoteke, sažetak podatkovne tablice.
  • Postavljanje računa: uspostavljanje kostura proračuna veze, proračuna snage, koraka dizajna filtera.

Gdje je AI slab i riskantan:

  • Točna brojčana vrijednost (struja napajanja, impedancija, granična frekvencija, ograničenje snage emitiranja).
  • Aktualni i specifični standard/zakonski članak, tablična vrijednost i informacije o izdanju.
  • Dijagnostika bez stvarnih podataka mjerenja vašeg hardvera.
  • Sukladnost i odluka kritična za sigurnost: EMC izjava o sukladnosti, puštanje u promet, mogućnost servisiranja, sigurnosna granica.

Klasifikacija temeljena na riziku: filtar prije upotrebe AI

Nije svaki zadatak na istoj razini rizika. Klasificirajte zadatak prema razini rizika prije korištenja umjetne inteligencije. Tablica u nastavku pruža okvir za odlučivanje koji ćete koristiti tijekom ovog modula.

Razina rizika

ogledni zadatak

AI uloga

Obavezna provjera

nizak

Objašnjenje koncepta, nacrt teksta, kostur koda

besplatno korištenje

Pregled je dovoljan

srednji

Čišćenje podataka, popis hipoteza, postavljanje izračuna

Nacrt/koautor

Ručna provjera + potvrda podatkovnog lista

visoka

Oznaka strujnog kruga, dizajn filtera/antene, logika firmvera

generator ideja

Simulacija + mjerenje prototipa

kritičan

Sukladnost s EMC/broadcastom, sigurnosna granica, mogućnost servisiranja

Samo nacrt/sken

Odobrenje nadležnog inženjera + ovlašteno ispitivanje

Savjet: ako ste zadatak označili kao "kritičan", izlaz umjetne inteligencije nikada nije konačni dokument. To može biti najviše preliminarni nacrt ili kontrolni popis; Nadležni inženjer preuzima potpis i odgovornost.

End-to-end tijek: ugradnja umjetne inteligencije u vaš tijek rada

Tipičan ciklus rješavanja problema u elektronici/komunikacijama je sljedeći, s umjetnom inteligencijom koja ulazi u svaki korak, ali ne zatvara nijedan od njih sama:

  1. Definirajte problem: Što će se dizajnirati, koji cilj izvedbe, koja ograničenja (snaga, trošak, učestalost, zakonodavstvo) postoje? (AI: pojašnjava pitanje.)
  2. Prikupite podatke/zahtjeve: Liste s podacima, standardne granice, zapisnici mjerenja. (AI: sažima i traži nedosljednosti.)
  3. Generirajte hipoteze/dizajn: alternativne topologije, scenariji rješenja. (AI: izrađuje sustavni popis.)
  4. Analizirajte: Izračun, simulacija, kod, analiza signala. (AI: stvara kod i fikciju izračuna.)
  5. Provjera: simulacija, prototip, mjerenje, standardni tekst. (AI je po strani; mjerenje i ljudi odlučuju.)
  6. Dokumentirajte i odlučite: Nadležni inženjer preuzima odgovornost. (AI: pisac nacrta.)

Imajte na umu ovih šest koraka; ostatak modula pokazuje vam kako koristiti AI s konkretnim elektroničkim/komunikacijskim zadacima, korak po korak.

tri mini kućišta

Slučaj 1 — neodgovarajuća vrijednost komponente. Pripravnik pita AI potrebnu vrijednost kondenzatora za odvajanje u krugu koji se napaja iz regulatora od 3,3 V; AI kaže "100 nF je dovoljno" i također daje precizan recept: "dodajte 10 µF za svaki IC". Pripravnik to zapisuje izravno u dijagram. Dok točna vrijednost ovisi o preporuci u podatkovnoj tablici korištenih čipova, frekvenciji prebacivanja i trenutnom profilu. U ovom dizajnu, čip velike brzine crpi stotine milijuna puta struje u sekundi, a samo 100 nF nije dovoljno; Kartica se nepravilno ponaša pri pokretanju. Ispravan pristup je uzeti vrijednost iz podatkovne tablice svakog čipa i analize integriteta napajanja.

Slučaj 2 — Nepostojeće regulatorno ograničenje. Inženjer traži od AI-a maksimalnu dopuštenu EIRP (ekvivalentnu izotropnu snagu zračenja) svog proizvoda u pojasu od 2,4 GHz. AI kaže "20 dBm prema propisu" i čini broj tvari. Inženjer u skladu s tim piše tehničku datoteku. U ispitnom laboratoriju otkriveno je da granična vrijednost varira ovisno o pojasu, širini kanala i zemlji te da navedeni broj stavke nije stvaran. Ispravan pristup je otvoriti važeću regulativu (npr. relevantni ETSI/FCC dokument i odluku državnog tijela) iz službenog izvora i potvrditi vrijednost i sadržaj.

Slučaj 3 — Ispravna uporaba. Inženjer sumnja na nedosljednost u zapisniku mjerenja od 5000 redaka senzora temperature. Kaže umjetnoj inteligenciji da "popiše retke u ovoj tablici koji mogu imati nedosljednost jedinica (°C/°F zabuna), fizički nemoguću vrijednost, skok i praznu ćeliju, i napišite ono što sumnjate za svaki; NE ispravljajte, samo označite." AI označava nekoliko očitanja koda od 999, dva očitanja od -300 °C i skokove koji nalikuju resetiranju senzora. Inženjer ih provjerava i ispravlja iz sirovih podataka. Ovdje je umjetna inteligencija korištena ispravno: privukla je pozornost, čovjek je donio odluku i ispravio.

Predlošci upita koji se mogu kopirati

Predloške u nastavku možete koristiti tako da ih prilagodite vlastitom poslovanju. U svakoj od njih postoji svjesna uputa da se "navede točan broj, naznači izvor, objasni nejasnoća".

OBRAZAC ULOGE I OGRANIČENJA "Uloga: Vi ste iskusni pomoćni inženjer elektronike/komunikacija. Zadatak: [napišite predmet]. Pravila: Kada dajete točnu brojčanu vrijednost (struja, impedancija, frekvencija, ograničenje snage), recite da mora biti potvrđena iz LISTE PODATAKA ili MJERENJA odabrane komponente; ako niste sigurni, recite 'provjereno'. Ako dajete standardnu/regulatornu klauzulu, navedite je uz verzija, ali mora biti potvrđena iz službenog izvora. Na kraju odgovora napišite 'što treba provjeriti simulacijom/mjerenjem'.

PREDLOG GENERACIJE HIPOTEZE"Napravite sustavan popis mogućih uzroka za sljedeći simptom: [opišite simptom; što se promatra, kakvo je mjerenje]. Za svaku hipotezu: (1) koji dokazi je podupiru, (2) koje mjerenje (osciloskop, analizator, multimetar) treba napraviti da se potvrdi/pobije. POSTAVITI konačnu dijagnozu; izraditi mapu puta za rješavanje problema."

OBRAZAC KONTROLNOG POPISA ZA PROVJERU "Navedite SVAKU brojčanu vrijednost i SVAKU standardnu/regulatornu referencu u nacrtu/nacrtu izvješća u nastavku. Za svaku naznačite iz kojeg izvora (podatkovna tablica, službeni standardni tekst, laboratorijsko mjerenje, simulacija) treba biti verificirana. Prikupite one nesigurnog podrijetla pod 'ne može se koristiti bez provjere'. Tekst: [zalijepi]."

PREDLOŽAK PRETHODNE PROVJERE ANONIMIZACIJE "Prije davanja sljedećeg teksta alatu za umjetnu inteligenciju, označite poslovnu tajnu ili osobne/regulatorne osjetljive dijelove: naziv kupca/projekta, referencu PCB datoteke, ključ/zaporku firmvera, stvarne IP/MAC adrese, podatke o pretplatnicima, skrivene troškove. Predložite kako ih mogu anonimizirati. Tekst: [zalijepi]."

Slab upit / Jak upit

Postavljanje istog pitanja na dva načina dat će vrlo različite rezultate.

SLABI PROMPT: "Koji je dobitak ove antene?"

SNAŽNA UPUTSTVO: "Uloga: Vi ste pomoćni RF inženjer. Objasnite kroz koje korake se mora odrediti pojačanje antene (odabir tipa, veličina, simulacija polja, mjerenje bezehoične sobe) i koji su podaci i koja provjera potrebni u svakom koraku. NEMOJTE davati TOČAN broj pojačanja; naglasite da se to može odrediti samo simulacijom i mjerenjem, što znači dBi jedinica i regulatorna ograničenja će se procijeniti putem EIRP-a."

Slab upit poziva AI da se pomiri; Snažni prompt ga drži na pravom poslu (opis procesa) i sprječava da se uopće dogodi digitalna halucinacija.

Uobičajene greške

  • “Pitanje” umjetne inteligencije za vrijednosti komponenti/dizajna. Struja napajanja, impedancija, granična frekvencija dolaze samo iz podatkovne tablice i mjerenja.
  • Korištenje standardne/zakonske klauzule bez njezine potvrde. Broj artikla, tablična vrijednost i izdanje često se haluciniraju.
  • Temeljenje odluke o sukladnosti/sigurnosti na izlazu umjetne inteligencije. Sukladnost s EMC-om, autorizacija emitiranja, mogućnost servisiranja djelo su kompetentnih inženjera i ovlaštenih ispitivanja.
  • Lijepljenje osjetljivih podataka u alat za oblak bez anonimizacije. PCB/firmware, korisnička topologija i podaci o pretplatnicima poslovne su tajne i osobni podaci.
  • Čeka se jedno pitanje i jedan odgovor. Koristite AI iterativno: nacrtajte, kritizirajte, simulirajte, izmjerite, doradite.
Oprez: što se precizniji i pouzdaniji broj pojavljuje u AI izlazu, veća je potreba za provjerom. Preciznost nije jamstvo točnosti.

Ukratko

U ovoj ste jedinici vidjeli da je AI pomoćnik u elektronici/komunikaciji, a ne donositelj odluka. LLM su procjenitelji jezika i koda; Snažan u pojašnjavanju koncepta, nacrtu koda/firmvera, čišćenju podataka i generiranju hipoteza, ali riskantan u generiranju precizne vrijednosti komponente i standardne materije (halucinacija). Klasificirajte zadatke kao niske/srednje/visoke/kritične i sukladno tome prilagodite dubinu provjere. Provjerite svaku numeričku vrijednost iz podatkovne tablice ili mjerenja i svaku standardnu ​​referencu iz službenog izvora. Odluke kritične za usklađenost i sigurnost uvijek ostaju na kvalificiranom inženjeru i anonimiziraju osjetljive podatke o dizajnu/korisniku prije upotrebe.

Zadatak aplikacije

Odaberite pet zadataka iz vlastitog rada (ili imaginarnog elektroničkog projekta): opis koncepta, čišćenje podataka, popis hipoteza kvarova, komponenta/numerička vrijednost i pitanje propisa/standarda. Stavite svaki u gornju tablicu rizika. Zatim prepustite dva zadatka niskog/srednjeg rizika AI-u s predloškom "Uloga i granica" i označite svaki numerički/standardni element izlaza s predloškom "Kontrolni popis valjanosti". Napiši koji se elementi ne mogu koristiti bez provjere.

popis za provjeru

  • [ ] Prije korištenja stavio sam misiju na razinu rizika (niska/srednja/visoka/kritična).
  • [ ] Dobio sam vrijednosti komponente/dizajna iz podatkovne tablice i mjerenja umjesto da tražim AI.
  • [ ] Provjerio sam svaku standardnu/regulatornu referencu iz službenog izvora (ispravna verzija).
  • [ ] Anonimizirao sam osjetljive podatke (PCB/firmware, korisnik, IP/MAC, pretplatnik).
  • [ ] Odluku koja je kritična za kompatibilnost/sigurnost prepustio sam kvalificiranom inženjeru i ovlaštenom ispitivaču.
  • [ ] Skenirao sam svaku numeričku vrijednost u AI izlazu za "ne može se koristiti bez provjere".