Keuntungan:
- Kemampuan untuk membedakan mana AI yang berakselerasi dan mana yang berisiko dalam pekerjaan sirkuit, daya, dan sistem tertanam
- Kemampuan untuk menjelaskan mengapa verifikasi dan persetujuan insinyur adalah wajib dalam pekerjaan kelistrikan yang melibatkan keselamatan jiwa dan properti.
- Kemampuan untuk memposisikan keluaran AI sebagai rancangan masukan yang akan diaudit, bukan sebagai pengganti penilaian teknik
Saat Anda menonton hari insinyur listrik dan elektronik, gambaran yang muncul serupa di sebagian besar tim: membaca lembar data, mengisi spreadsheet, menulis dan men-debug kode, menggambar skema, mencari standar, menyiapkan laporan pengujian, email, dan rapat. Dengan kata lain, waktu yang dihabiskan untuk bagian "rekayasa" yang sebenarnya, yaitu penilaian merancang suatu sistem dengan aman dan akurat, terbuang sia-sia karena pekerjaan yang berulang-ulang. Di sinilah kecerdasan buatan berperan. AI tidak mendesain untuk Anda; Ini mempersiapkan Anda untuk mendesain, menghasilkan draf, mempercepat penghitungan, dan menyajikan informasi yang diproses di depan Anda untuk pengambilan keputusan. Dalam unit ini, kami akan mengklarifikasi tahapan alur kerja kelistrikan-elektronik mana yang memberikan nilai nyata bagi AI, keputusan mana yang harus tetap berada di tangan teknisi, dan disiplin keselamatan yang harus Anda patuhi saat melakukan hal ini. Tujuannya jelas: memposisikan AI bukan sebagai “perancang otomatis” tetapi sebagai asisten disiplin yang keluarannya diverifikasi setiap saat.
Di Bisnis Manakah AI Accelerator, Di Bisnis Mana yang Berisiko?
Pekerjaan kelistrikan dan elektronik terletak pada spektrum dua cabang dalam hal hasilnya. Di satu sisi terdapat pekerjaan kantor yang dapat dibatalkan dan berisiko rendah; Di sisi lain, ada keputusan yang tidak dapat diubah yang secara langsung mempengaruhi keselamatan jiwa dan harta benda. Nilai AI bervariasi tergantung pada posisi Anda dalam spektrum ini.
jenis bisnis
Kontribusi AI
Peran insinyur
Lembar data/ringkasan standar
Hapus item yang relevan dari dokumen panjang
Verifikasi nilai dari sumber resmi
Draf kode (MCU, Python)
Pembuatan kerangka dan fungsi
Daftar, waktu, verifikasi tes
Pekerjaan awal akun
Pengaturan rumus, angka pertama
Unit, pangkat dan kontrol standar
Dokumentasi
Laporan/BOM/draf prosedur pengujian
Akurasi teknis dan terminologi
koordinasi perlindungan
saran, skenario
Seleksi dan persetujuan akhir
komisioning
Draf daftar periksa
Pengukuran dan tanda tangan di lapangan
Aturannya sederhana: risiko keluaran AI sama dengan kerusakan yang ditimbulkan jika keluaran tersebut melakukan kesalahan. Salah mengeja label sumbu tidak berbahaya; Kesalahan perhitungan pengaturan arus pemutus dapat mengakibatkan kebakaran. Jadi pertanyaan pertama yang harus ditanyakan sebelum menggunakan keluarannya adalah: "Apa yang terjadi jika ini salah dan siapa yang akan memperhatikan?"
Perhatian: AI menghasilkan teks yang lancar dan percaya diri. Kefasihan bukanlah jaminan keakuratan. Model bahasa dapat "meramu" (berhalusinasi) rumus, nomor item, dan nilai lembar data yang dapat dipercaya meskipun tidak memiliki data nyata. Di bidang kelistrikan, hal ini tidak tinggal di atas kertas; berubah menjadi malfungsi, kerusakan atau kecelakaan di lapangan.
Keputusan Yang Harus Diserahkan Kepada Insinyur
Beberapa keputusan tidak boleh sepenuhnya otomatis. Hal ini menimbulkan risiko teknis, hukum dan etika:
- Pilihan keselamatan penting: Peringkat pemutus/sekring, koordinasi perlindungan, kelas grounding dan insulasi.
- Commissioning dan pemberian energi: Keputusan untuk menerapkan tegangan pada papan, motor, atau saluran listrik papan untuk pertama kalinya.
- Pernyataan kesesuaian standar: Pernyataan "Desain ini sesuai dengan standar yang relevan" memerlukan tanda tangan insinyur.
- Nilai yang bersentuhan dengan manusia: Ambang perlindungan arus sisa, tegangan sentuh, batas EMC/EMF.
Peringatan: Sekalipun penghitungan yang dihasilkan AI menghasilkan sesuatu seperti "Pemutus 50 A sudah cukup", penerapannya tidak dapat diterima tanpa teknisi yang memverifikasinya dengan arus hubung singkat, selektivitas, dan kekuatan kabel. Setiap keluaran yang penting bagi keselamatan harus diverifikasi secara independen dan disetujui oleh insinyur yang berwenang sebelum penerapan.
Disiplin Verifikasi: Kontrol Tiga Lapis
Untuk menggunakan keluaran AI berdasarkan pandangan editor dan auditor, bukan secara membabi buta, terapkan kontrol tiga lapis:
- Satuan dan pangkat (pemeriksaan kewarasan): Apakah satuan hasilnya benar? Apakah ukurannya masuk akal secara fisik? Jika terdapat rugi-rugi sebesar 500 kW pada trafo 100 kVA, berarti ada gangguan di suatu tempat.
- Reproduksi independen: Reproduksi perhitungan secara manual, dengan kalkulator, atau dengan menjalankan Python/SPICE singkat. Jika dua metode berbeda memberikan hasil yang sama, kepercayaan meningkat.
- Verifikasi standar dan sumber: Setiap nomor item, nilai lembar data, dan batasan yang diberikan oleh AI harus dikonfirmasi kata demi kata dari sumber resmi.
Perintah verifikasi (mempermudah pemeriksaan keluaran): "Cantumkan dengan jelas SEMUA asumsi, rumus, dan satuan yang Anda gunakan dalam menghitung hal berikut. Tunjukkan setiap langkah perantara pada baris terpisah. Tandai nilai standar atau nomor lembar data yang Anda gunakan dengan tag 'diperlukan sumber'; jangan membuat angka apa pun yang Anda tidak tahu pastinya."
Prompt Lemah / Prompt Kuat
LEMAH:"Beri tahu saya penampang kabel yang cocok untuk motor ini."(Hasil: satu angka tanpa konteks; tidak jelas asumsi arus, panjang, metode pemasangan, dan batas jatuh tegangan yang mana.)KUAT:"Hitung dulu penampang kabel tembaga untuk kondisi berikut dan tunjukkan langkah-langkahnya:- Motor: 15 kW, 400 V, tiga fasa, cosφ 0,85, efisiensi 0,90- Panjang kabel: 60 m, pemasangan saluran, ambien 35 °C- Penurunan tegangan yang diijinkan: 3% Hitung arus, penurunan tegangan, dan daya dukung arus termal SECARA TERPISAH. Tuliskan unit pada setiap langkah. Perhatikan perlunya memverifikasi hasil dengan tabel standar yang relevan, jangan membuat pernyataan pilihan yang pasti.
Perbedaannya adalah strong prompt memberikan masukan aktual dan batasan (tidak membuat deklarasi, menunjukkan langkah-langkah) ke model. Hal ini membuat keluarannya dapat diaudit.
Kasus Mini
Insinyur sistem tertanam Deniz mencetak kode baca ADC untuk kartu pengukuran suhu ke AI. AI menetapkan rumus dengan asumsi tegangan referensi untuk ADC 12-bit adalah 5 V. Deniz membuka lembar data kartu; referensinya sebenarnya 3,3 V. Asumsi AI sebesar 5 V akan membuat setiap pengukuran terbaca dengan bias sekitar 50%. Laut memperbaiki referensi, mengunggah kode ke kartu, dan membandingkan pembacaannya dengan termometer sebenarnya pada suhu yang diketahui. AI memberi kecepatan; Laut menambah kredibilitas dengan memverifikasi asumsi dan mengkonfirmasikannya dengan pengukuran. Jika AI dipercaya begitu saja, kesalahannya akan dibawa ke lapangan.
Kesalahan Umum
- Menerima asumsi AI (tegangan referensi, suhu, jenis konduktor) tanpa mempertanyakan.
- Menerapkan nilai-nilai kritis keselamatan (pemutus, proteksi, grounding) tanpa verifikasi.
- Tidak memperhatikan nomor lembar data yang dibuat-buat dan nomor item standar.
- Dengan asumsi kode "berfungsi" tanpa mengukurnya di perangkat keras.
- Melewati kontrol volume; Mengabaikan kebingungan V, A, W, VA, VAR.
- Mengganti keluaran AI untuk persetujuan teknik.
Tip: Ajukan tiga pertanyaan berikut kepada setiap keluaran AI: (1) Asumsi apa yang membuat kesimpulan tersebut, dan apakah asumsi tersebut benar? (2) Apakah saya sudah mereproduksinya secara mandiri? (3) Apakah keamanan ini penting, dan jika demikian, apakah saya sudah menerima verifikasi dan persetujuan resmi? Jika ketiganya jelas, lanjutkan.
Singkatnya
- AI menambah kecepatan dan skala dalam tahapan persiapan, perhitungan, kode dan dokumen pekerjaan kelistrikan dan elektronik; tapi dia bukan pengambil keputusan.
- Resiko suatu hasil sama dengan kerugian yang ditimbulkan jika melakukan kesalahan; Pekerjaan yang penting bagi keselamatan memerlukan verifikasi independen dan persetujuan insinyur.
- Teks yang berubah-ubah bukanlah teks yang benar; Setiap asumsi, angka dan nilai standar harus diverifikasi.
- Tiga lapisan kontrol (unit/peringkat, reproduksi independen, verifikasi sumber) membuat keluaran dapat diandalkan.
- Perintah yang kuat memberikan masukan aktual dan batasan bersama-sama ke model.
- Posisikan AI sebagai “asisten cepat yang setiap keluarannya dipantau.”
Tugas aplikasi
Minta AI menyelesaikan penghitungan yang baru-baru ini Anda buat (penampang kabel, pemilihan resistor, kehilangan daya, dll.) dari awal. Kemudian ekstrak setiap asumsi dan angka dalam keluaran ke dalam daftar; putuskan "terverifikasi / sumber daya diperlukan / salah" untuk masing-masing. Reproduksi sendiri perhitungannya, baik secara manual atau dengan menjalankan Python singkat, dan bandingkan kedua hasilnya. Jika berbeda, cari tahu alasannya. Latihan ini membangun kebiasaan penggunaan AI dengan disiplin auditor.