利益:
- デジタル ツイン アーキテクチャにおけるデータ融合と予測への AI の貢献を構築する能力
- ITAR/EARの輸出管理、機密保持、倫理的境界を運用ルールに変換する能力
- 総合的な検証とガバナンス規律により、航空宇宙分野での AI の使用が確実に維持されるようにする
モジュール試験
1. 航空宇宙工学における AI 出力のリスクを決定する基本原則は次のうちどれですか?
- A) 出力のリスクは、その出力に欠陥があった場合に生じる損害と同じです。検証はそれに応じてスケールされます ✔
- B) AI 出力は流暢かつ自信を持って書かれているため、一般的に正確です
- C) 最新バージョンのモデルを使用する場合、検証の必要はありません。
- D) 出力が標準を参照している場合、追加の制御は不要です
説明: 安全性が重要な領域では、出力のリスクは、その出力に欠陥がある場合に引き起こされる危害と同じです。プレゼンテーションのタイトルの誤りは無害かもしれませんが、構造安全係数の誤りは人命の損失につながる可能性があります。したがって、検証の強度は潜在的な害に応じて調整されます。
2. 航空設計におけるサロゲート モデルの用途は何ですか?
- A) 認証書類に自動的に署名します
- B) 風洞内で CFD メッシュを物理的に生成する
- C) 高価なシミュレーションの入出力関係を学習し、迅速な概算見積もりを与えることで、広い設計空間をスキャンすることができます。 ✔
- D) 航空機の実際の飛行データを暗号化する
説明: サロゲート モデルは、高価で遅いシミュレーション (CFD 実行など) の入出力関係を学習することで、より高速な近似を行う機械学習モデルです。したがって、広い設計空間が数時間ではなく数秒でスキャンされ、有望な候補が高精度で再計算されます。
3. CFD の結果を信頼できるものとして受け入れる前に行うべき最も基本的なチェックは何ですか?
- A) 溶液の色付き等高線グラフィックの美しい外観
- B) 結果は人工知能によって解釈されました
- C) ソリューションの収束とネットワークの独立性が実証されている ✔
- D) シミュレーションはできるだけ早く完了する必要があります
説明: CFD ソリューションを使用可能にするには、まずそれを収束させ、メッシュの独立性を実証する必要があります。収束していない結果やネットワークに依存した結果は、AI がどれほど流暢に解釈したとしても、物理的に信頼できません。
4. 航空構造におけるトポロジー最適化の主な目的は何ですか?
- A) 荷重と制約の下で必要な場所に材料を分散させることで、より少ない質量で同じ強度を提供する ✔
- B) 部品をできるだけ重くして強度を高める
- C) 部品の色と表面仕上げの選択
- D) 認定試験の回数をゼロにする
説明: トポロジーの最適化は、特定の荷重と制約の下で必要な場所にのみ材料を分配することで、より少ない質量で同じ強度を提供する形状を見つけます。航空業界では、1 キログラムが燃料と積載量を意味するため、軽量化は重要な目標です。
5. 飛行制御システムの AI 出力の検証基準として「安定余裕」があるのはなぜですか?
- A) 燃費しか計測していないため
- B) 航空機の塗装の耐久性を示すため
- C) 地上試験のみで意味があるため
- D) 不確実性や遅延に直面してもコントローラーの安全性がどの程度保たれているかを測定するため ✔
説明: 安定余裕 (ゲイン余裕と位相余裕) は、不確実性や遅延に直面しても制御システムの信頼性がどの程度維持されるかを測定します。 AI によって提案された制御ゲインが良好に機能しても、安定余裕が不十分な場合でも、現実世界のノイズやモデリングエラーの下ではシステムが不安定になる可能性があります。
6. PHM (予後および健康管理) の文脈における「RUL」は何を意味しますか?
- A) 航空機の最大離陸重量
- B) コンポーネントが故障に至るまでにどのくらいの時間安全に動作できるかの推定 (残りの耐用年数) ✔
- C) 風洞内の基準速度
- D) 軌道高度マヌーバの名前
説明: RUL (残存耐用年数) は、コンポーネントが故障に至るまでに安全に動作できる期間の推定値です。予測メンテナンスの決定は、この推定値とその信頼区間に基づいて行われます。点数の推定だけでは十分ではありません。
7. 予測メンテナンスにおいて「誤検知」のコストを評価することが重要なのはなぜですか?
- A) 誤報は常に無料なので重要ではありません
- B) 平面の色にのみ影響するため
- C) 不必要な分解、地上での待機、コストが発生します。見逃した故障と誤動作の間のバランスを意識的に確立する必要があります ✔
- D) 規制により誤警報が完全に禁止されているため
説明: 故障予測により誤った警報が生成された場合、固体コンポーネントが不必要に取り外され、航空機は接地されます。これにより、コストと運用の両方が中断されます。実際の故障を見逃すと、安全上のリスクが生じます。優れた PHM システムは、これら 2 つのエラー タイプの間のバランスとしきい値を意識的に選択します。
8. 飛行テストのテレメトリ データで AI の異常を検出する場合、具体的にどのようなリスクを管理する必要がありますか?
- A) データの多色グラフ化
- B) テレメトリ データの到着が早すぎる
- C) レポートを作成するテスト パイロット
- D) センサーの故障と実際の航空機の動作を混同し、人間の確認なしに検出を受け入れる ✔
説明: モデルは、正常な動作として学習したパターンから逸脱するものはすべて異常とみなし、センサーの誤動作と実際の航空機の動作を混同する可能性があります。したがって、検出されたすべての異常は、生の信号とエンジニアリングのコンテキストを使用して人間が確認する必要があります。盲目的な信頼は安全上のリスクを生み出します。
9. 軌道操縦計画において AI 出力を検証するために使用する最も信頼できるアンカーは何ですか?
- A) 物理保存則と確立された軌道方程式とのクロスチェック ✔
- B) AI自体の信頼スコアが高い
- C) 出力が迅速に生成される
- D) タスクチームは成果物を気に入った。
説明: 空間力学は保存則 (エネルギー、角運動量) と確立された方程式 (例: vis-viva、Hohmann のデルタ-v 伝達公式) に基づいています。 AI によって与えられるデルタ v (転送時間) は、これらの物理ベースの計算と運用上の制約をクロスチェックすることによって検証されます。
10. 航空宇宙製造でコンピューター ビジョンによる欠陥検出を使用する場合、トレーサビリティが不可欠なのはなぜですか?
- A) トレーサビリティはマーケティング目的のみに保持されます。
- B) モデルのバージョン、しきい値、および画像の記録がなければ、根本原因と影響を受けるバッチを特定できません。規格にはトレーサビリティが必要です ✔
- C) 視覚モデルはエラーを起こさないため、記録は不要です。
- D) トレーサビリティは生産を遅らせるため避けるべきです
説明: AS9100 などの航空宇宙品質基準では、すべての部品と決定を追跡できることが要求されます。ビジョンモデルが「完璧」と呼ぶ部分が、どのモデルのバージョン、どのしきい値、どの画像で承認されたかを記録する必要があります。そうしないと、問題が発生したときに、根本原因と影響を受ける当事者を特定できなくなります。
11. 認証プロセスにおける AI の役割は、DO-178C などの規格に照らしてどのように定義するのが最適ですか?
- A) AI は証拠を自動的に生成して検証することで人間によるレビューを排除します
- B) AI はいかなる形式であっても認証に使用することはできません
- C) AI はサポートと加速を提供します。 ✔ 証拠、レビュー、承認は依然として資格のある人間の責任です
- D) AIは飛行中にのみ使用可能
説明: AI は、要件の作成、トレーサビリティ マトリックスの一貫性チェック、ドキュメントのスキャンなどのサポート作業のアクセラレータとして機能します。ただし、証明自体、レビュー、承認は依然として資格のある人間のエンジニアの責任です。標準には、監査可能で追跡可能で人間による承認のあるプロセスが必要です。
12. 一般的な AI ツールに秘密の航空機設計パラメータを問い合わせるときの正しいアプローチは何ですか?
- A) 実際の値を正確に入力し、最速の応答を得る
- B) すべてのプロジェクト ファイルをアップロードし、モデルにコンテキストを学習させます
- C) データが機密であることを示すメモを追加し、そのまま共有します。
- D) コンテキストを匿名化し、実際の値を代表的な値に置き換え、承認/管理されたツールのみを使用する ✔
説明: ITAR/EAR の範囲内の技術データおよび企業固有の設計情報は、管理されていない外国サービスに参入すると、輸出管理違反や知的財産の損失につながる可能性があります。正しいアプローチは、コンテキストを匿名化し、実際の値を代表的な値に置き換え、必要に応じて承認された社内/管理されたツールのみを使用することです。
13. デジタルツインとは何ですか?
- A) 1 回だけ撮影された航空機の静止写真
- B) 常にセンサーデータが供給され、その状態を反映し、その動作を予測する、実際のエンティティの生きた仮想モデル ✔
- C) 航空機の正確な物理的な 2 番目のレプリカ
- D) マーケティングプレゼンテーションのみに使用されるアニメーション
説明: デジタル ツインは、実際の資産 (航空機、エンジン、衛星) の生きた仮想モデルであり、センサー データが常に供給され、現在の状態を反映し、将来の動作を予測しようとします。このモデルでは、AI は測定と物理モデルを組み合わせるデータ融合および予測レイヤーで役割を果たします。
14. AI が生成する工学計算における「オーダー オブ マグニチュード制御」とは何を意味しますか?
- A) 結果の小数点以下の桁数を増やす
- B) 結果の色の標準化
- C) 結果のグラフィック解像度の測定
- D) 結果が予想される 10 乗の範囲内にあるかどうかを手早く計算してテストする ✔
説明: 桁数チェックは、結果が予想される 10 乗の範囲内にあるかどうかを簡単な手計算によってテストします。たとえば、翼の荷重がトンであると予想されていたがグラムであることが判明した場合、これは詳細に入る前に単位または編集エラーを示しています。