ಲಾಭಗಳು:
- AI ಬೆಂಬಲದೊಂದಿಗೆ ಮಿಷನ್ ಅವಶ್ಯಕತೆಗಳಿಂದ ಪರಿಕಲ್ಪನಾ ವಿಮಾನ/ಬಾಹ್ಯಾಕಾಶ ನೌಕೆಯ ಗಾತ್ರಕ್ಕೆ ವ್ಯಾಪಾರ-ವಹಿವಾಟು ಅಧ್ಯಯನಗಳನ್ನು ವೇಗಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕಾನ್ಫಿಗರ್ ಮಾಡಿದ ಪ್ರಾಂಪ್ಟ್ಗಳೊಂದಿಗೆ ಅವಶ್ಯಕತೆಗಳನ್ನು ಬರೆಯುವ, ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮತ್ತು ಸ್ಥಿರತೆಯ ನಿಯಂತ್ರಣವನ್ನು ಕೈಗೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ
- ಭೌತಶಾಸ್ತ್ರ-ಆಧಾರಿತ ಕೈ ಲೆಕ್ಕಾಚಾರಗಳೊಂದಿಗೆ AI- ಸೂಚಿಸಿದ ವಿನ್ಯಾಸ ಬಿಂದುಗಳನ್ನು ಅಡ್ಡ-ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಮೂಲಕ ಅವಿವೇಕದ ಔಟ್ಪುಟ್ಗಳನ್ನು ತೆಗೆದುಹಾಕುವ ಸಾಮರ್ಥ್ಯ
ವಿಮಾನ ಅಥವಾ ಬಾಹ್ಯಾಕಾಶ ನೌಕೆಯು ಅವಶ್ಯಕತೆಗಳ ಪಟ್ಟಿಯಿಂದ ಹುಟ್ಟುತ್ತದೆ, ಡ್ರಾಯಿಂಗ್ ಬೋರ್ಡ್ನಲ್ಲಿ ಅಲ್ಲ. "ಇಷ್ಟು ಭಾರವನ್ನು ಈ ಶ್ರೇಣಿಗೆ, ಈ ವೇಗದಲ್ಲಿ, ಈ ವೆಚ್ಚದಲ್ಲಿ ಒಯ್ಯಿರಿ" ಎಂಬ ವಾಕ್ಯವು ಮುಂಬರುವ ವರ್ಷಗಳವರೆಗೆ ಉಳಿಯುವ ವಿನ್ಯಾಸದ ಬೀಜವಾಗಿದೆ. ಪರಿಕಲ್ಪನಾ ವಿನ್ಯಾಸ (ವಾಹನದ ಒರಟು ಗಾತ್ರ, ತೂಕ ಮತ್ತು ಸಂರಚನೆಯನ್ನು ಮೊದಲು ನಿರ್ಧರಿಸುವ ಆರಂಭಿಕ ವಿನ್ಯಾಸ ಹಂತ) ಈ ಬೀಜದಿಂದ ಆರಂಭಿಕ ಆಕಾರವನ್ನು ಹೊರತೆಗೆಯುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಇಲ್ಲಿ ಮಾಡಿದ ನಿರ್ಧಾರಗಳು ಅಗ್ಗವಾಗಿವೆ, ಆದರೆ ಅವುಗಳ ಪರಿಣಾಮಗಳು ಅತ್ಯಂತ ದುಬಾರಿಯಾಗಿದೆ: ಒಂದು ತಪ್ಪು ಪರಿಕಲ್ಪನಾ ಆಯ್ಕೆಯು ಲಕ್ಷಾಂತರ ಡಾಲರ್ಗಳ ವಿವರವಾದ ವಿನ್ಯಾಸವನ್ನು ಎಸೆಯಬಹುದು.
ಈ ಘಟಕದಲ್ಲಿ, ಪರಿಕಲ್ಪನಾ ವಿನ್ಯಾಸದ ಮೂರು ಹೊರೆಗಳನ್ನು ನಿವಾರಿಸಲು ನಾವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (AI) ಬಳಸುತ್ತೇವೆ: ಅಸ್ಪಷ್ಟ ಕಾರ್ಯ ವಿನಂತಿಗಳನ್ನು ಅಳೆಯಬಹುದಾದ ಅಗತ್ಯತೆಗಳಾಗಿ ಭಾಷಾಂತರಿಸುವುದು, ಅಗತ್ಯತೆಗಳ ನಡುವೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮತ್ತು ಸ್ಥಿರತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ಸ್ಪರ್ಧಾತ್ಮಕ ವಿನ್ಯಾಸ ಆಯ್ಕೆಗಳ ನಡುವೆ ವ್ಯಾಪಾರದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ವೇಗಗೊಳಿಸುವುದು. ಆದರೆ ಮೊದಲಿನಿಂದಲೂ ನಿರ್ಣಾಯಕ ತತ್ವವನ್ನು ಇಡೋಣ: AI ಸೂಚಿಸುವ ಪ್ರತಿಯೊಂದು ಗಾತ್ರ, ಪ್ರತಿ ತೂಕದ ಅಂದಾಜುಗಳು ಭೌತಶಾಸ್ತ್ರ-ಆಧಾರಿತ ಕೈ ಲೆಕ್ಕಾಚಾರದಿಂದ ಅಗತ್ಯವಾಗಿ ಕ್ರಾಸ್-ಮೌಲ್ಯೀಕರಿಸಲಾಗುತ್ತದೆ. AI ಬುದ್ದಿಮತ್ತೆ ಮತ್ತು ಲೆಕ್ಕಪತ್ರ ಪಾಲುದಾರ; ಗಾತ್ರದ ನಿರ್ಧಾರವನ್ನು ಹೊಂದಿಲ್ಲ.
ಪರಿಕಲ್ಪನೆಗಳು: ಅವಶ್ಯಕತೆ: ಉಪಕರಣವು ಪೂರೈಸಬೇಕಾದ ಏಕೈಕ ಪರಿಶೀಲಿಸಬಹುದಾದ ಹೇಳಿಕೆ. ಪತ್ತೆಹಚ್ಚುವಿಕೆ: ಪ್ರತಿಯೊಂದು ಅವಶ್ಯಕತೆಯು ಎಲ್ಲಿಂದ ಬಂದಿದೆ ಮತ್ತು ಯಾವ ವಿನ್ಯಾಸ/ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಅದನ್ನು ಪೂರೈಸಲಾಗಿದೆ ಎಂಬುದರ ದಾಖಲೆಯ ಸರಪಳಿ. ವ್ಯಾಪಾರ ಸ್ಥಳ: ಬದಲಾಯಿಸಬಹುದಾದ ವಿನ್ಯಾಸ ಅಸ್ಥಿರಗಳಿಂದ ರಚಿಸಲಾದ ಎಲ್ಲಾ ಆಯ್ಕೆಗಳ ಸೆಟ್. MTOW: ಗರಿಷ್ಠ ಟೇಕ್-ಆಫ್ ತೂಕ (ಗರಿಷ್ಠ ಟೇಕ್-ಆಫ್ ತೂಕ), ವಾಹನವು ಟೇಕ್ ಆಫ್ ಮಾಡಬಹುದಾದ ಅತ್ಯಧಿಕ ದ್ರವ್ಯರಾಶಿ.
ಕಾರ್ಯ ಅಗತ್ಯದಿಂದ ಅಗತ್ಯಕ್ಕೆ: ಹಂತ ಹಂತವಾಗಿ
ಉತ್ತಮ ಅವಶ್ಯಕತೆಯು ಮೂರು ಗುಣಗಳನ್ನು ಹೊಂದಿದೆ: ಏಕವಚನ (ಒಂದು ವಿಷಯವನ್ನು ಹೇಳುತ್ತದೆ), ಅಳೆಯಬಹುದಾದ (ಸಂಖ್ಯೆ ಮತ್ತು ಘಟಕವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ), ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದ (ಅದನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸುವುದು ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ). "ವಿಮಾನವು ವೇಗವಾಗಿರಬೇಕು" ಎಂಬುದು ಅಗತ್ಯವಲ್ಲ; "ವಿಮಾನವು ಸಮುದ್ರ ಮಟ್ಟದಲ್ಲಿ 250 kt ಕ್ಯಾಲಿಬರ್ ವಾಯುವೇಗವನ್ನು (KCAS) ಸಾಧಿಸಬೇಕು" ಎಂಬುದು ಒಂದು ಅವಶ್ಯಕತೆಯಾಗಿದೆ.
ಮೊದಲ ಹಂತವೆಂದರೆ ಮಧ್ಯಸ್ಥಗಾರರ ವಿನಂತಿಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು AI ಜೊತೆಗೆ ಕರಡು ಅಗತ್ಯತೆಗಳಲ್ಲಿ ಬಟ್ಟಿ ಇಳಿಸುವುದು. The second step is to make each requirement measurable: replace each vague adjective (“lightweight,” “durable,” “efficient”) with a metric and threshold. ಮೂರನೇ ಹಂತವು ಅವಶ್ಯಕತೆಗಳ ನಡುವಿನ ವಿರೋಧಾಭಾಸಗಳನ್ನು ನೋಡುವುದು: ಶ್ರೇಣಿ ಮತ್ತು ಪೇಲೋಡ್ ಸಾಮಾನ್ಯವಾಗಿ ಪರಸ್ಪರ ಸ್ಪರ್ಧಿಸುತ್ತವೆ, AI ತ್ವರಿತವಾಗಿ ಈ ವಿರೋಧಾಭಾಸಗಳನ್ನು ಮೇಲ್ಮೈಗೆ ತರುತ್ತದೆ. ನಾಲ್ಕನೇ ಹಂತವು ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಸ್ಥಾಪಿಸುವುದು: ಯಾವ ಉನ್ನತ ಮಟ್ಟದ ಕಾರ್ಯದ ಉದ್ದೇಶವು ಯಾವ ಉಪ-ಅವಶ್ಯಕತೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದು.
ಪರಿಕಲ್ಪನಾ ಆಯಾಮದ ಬದಿಯಲ್ಲಿ, AI ತಿಳಿದಿರುವ ಎಂಜಿನಿಯರಿಂಗ್ ಸಂಬಂಧಗಳನ್ನು (ತೂಕದ ಭಿನ್ನರಾಶಿಗಳು, ಒತ್ತಡದಿಂದ ತೂಕದ ಅನುಪಾತ, ವಿಂಗ್ ಲೋಡಿಂಗ್) ಮರುಪಡೆಯಬಹುದು ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳ ಆರಂಭಿಕ ಸರಪಳಿಯನ್ನು ಸ್ಥಾಪಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಪ್ರಯಾಣಿಕ ವಿಮಾನಕ್ಕೆ, ಇಂಧನ ತೂಕದ ಭಾಗವನ್ನು ಬ್ರೆಗುಟ್ ಶ್ರೇಣಿಯ ಸಮೀಕರಣದೊಂದಿಗೆ ಅಂದಾಜು ಮಾಡಬಹುದು ಮತ್ತು ಖಾಲಿ ತೂಕದ ಭಾಗವನ್ನು ಅಂಕಿಅಂಶಗಳ ಸಂಬಂಧಗಳೊಂದಿಗೆ ಅಂದಾಜು ಮಾಡಬಹುದು. ಆದರೆ ಈ ಸರಪಳಿಯ ಪ್ರತಿಯೊಂದು ಲಿಂಕ್ ಕೈ ಲೆಕ್ಕಾಚಾರದಿಂದ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ.
ಸಲಹೆ: ಅವಶ್ಯಕತೆಗಳನ್ನು ಬರೆಯುವಾಗ, "ಪ್ರತಿ ಅಸ್ಪಷ್ಟ ವಿಶೇಷಣವನ್ನು ಮೆಟ್ರಿಕ್, ಘಟಕ ಮತ್ತು ಪರಿಶೀಲನಾ ವಿಧಾನದೊಂದಿಗೆ ಬದಲಿಸಲು" AI ಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಕಾರ್ಯವನ್ನು ನೀಡಿ. "ಬಳಕೆದಾರ ಸ್ನೇಹಿ" ನಂತಹ "ಅಳೆಯಬಹುದಾದ" ಪರಿಶೀಲಿಸಲಾಗದ ಹೇಳಿಕೆಗಳನ್ನು ನೀವು ಹೇಳಿದಾಗ ಮಾದರಿಯು ಹೆಚ್ಚು ಶಿಸ್ತುಬದ್ಧವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಟ್ರೇಡ್-ಆಫ್ ಅನಾಲಿಸಿಸ್ ಅನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾಗುತ್ತಿದೆ
ಟ್ರೇಡ್-ಆಫ್ ವಿಶ್ಲೇಷಣೆಯ ಹೃದಯವು ಸಾಮಾನ್ಯ ಮಾನದಂಡಗಳೊಂದಿಗೆ ಹಲವಾರು ಅಭ್ಯರ್ಥಿ ಕಾನ್ಫಿಗರೇಶನ್ಗಳನ್ನು ಜೋಡಿಸುತ್ತಿದೆ. ಕ್ಲಾಸಿಕ್ ಸಾಧನವು ತೂಕದ ನಿರ್ಧಾರದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಆಗಿದೆ: ಮಾನದಂಡಗಳಿಗೆ ಪ್ರಾಮುಖ್ಯತೆಯ ತೂಕವನ್ನು ನೀಡಲಾಗುತ್ತದೆ, ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಗೆ ಪ್ರತಿ ಮಾನದಂಡದಲ್ಲಿ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತದೆ, ತೂಕದ ಮೊತ್ತವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ. AI ತ್ವರಿತವಾಗಿ ಈ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಆದರೆ ಎರಡು ಅಪಾಯಗಳ ಬಗ್ಗೆ ಎಚ್ಚರದಿಂದಿರಿ: ತೂಕಗಳು ಒಂದು ವ್ಯಕ್ತಿನಿಷ್ಠ ಇಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪು (AI ಗೆ ಬಿಡುವುದಿಲ್ಲ) ಮತ್ತು ಸ್ಕೋರ್ಗಳು ಭೌತಿಕ ಸಮರ್ಥನೆಯನ್ನು ಆಧರಿಸಿರಬೇಕು (ಮಾಡಲಾಗಿಲ್ಲ).
ಮಾನದಂಡ (ತೂಕ)
ಸಂರಚನೆ. ಉ: ಎತ್ತರದ ರೆಕ್ಕೆ
ಸಂರಚನೆ. ಬಿ: ಕಡಿಮೆ ರೆಕ್ಕೆ
ಸಂರಚನೆ. ಸಿ: ಕೆನಾರ್ಡ್
ಶ್ರೇಣಿ, ಕಿಮೀ (0.30)
1200
1350
1250
ಕರ್ಬ್ ತೂಕ, ಕೆಜಿ (0.25)
640
610
690
ಉತ್ಪಾದನಾ ವೆಚ್ಚ (0.20)
ಮಧ್ಯಮ
ಕಡಿಮೆ
ಹೆಚ್ಚು
ಸ್ಥಿರತೆ (0.15)
ಹೆಚ್ಚು
ಮಧ್ಯಮ
ಮಧ್ಯಮ
ನಿರ್ವಹಣೆಯ ಸುಲಭ (0.10)
ಹೆಚ್ಚು
ಮಧ್ಯಮ
ಕಡಿಮೆ
ನೀವು AI ಈ ಟೇಬಲ್ ಅನ್ನು ನಿರ್ಮಿಸಬಹುದು; ಆದರೆ ಶ್ರೇಣಿ ಮತ್ತು ತೂಕದ ಸಂಖ್ಯೆಗಳು ಸ್ವತಂತ್ರ ಪ್ರಾಥಮಿಕ ಲೆಕ್ಕಾಚಾರದಿಂದ ಬರಬೇಕು ಮತ್ತು "ಸ್ಥಿರತೆ: ಅಧಿಕ" ದಂತಹ ಗುಣಾತ್ಮಕ ಅಂಕಗಳನ್ನು ಸಹ ಸಮರ್ಥಿಸಬೇಕು. AI ಯ ಶಕ್ತಿಯೆಂದರೆ ಅದು ನಿಮಿಷಗಳಲ್ಲಿ ಹತ್ತು ವಿಭಿನ್ನ ಸಂರಚನೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ ಮತ್ತು ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡುತ್ತದೆ (ತೂಕ ಬದಲಾದರೆ ಶ್ರೇಯಾಂಕವು ಹೇಗೆ ಬದಲಾಗುತ್ತದೆ).
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನಾನು ತರಬೇತಿ ವಿಮಾನವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಿದ್ದೇನೆ. ಉತ್ತಮ ಸಂರಚನೆಯನ್ನು ಹೇಳಿ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಪಾತ್ರ: ನೀವು ಪರಿಕಲ್ಪನಾ ವಿಮಾನ ವಿನ್ಯಾಸ ಸಲಹೆಗಾರರು. ಸಂದರ್ಭ: ಎರಡು-ಆಸನದ ತರಬೇತುದಾರ ವಿಮಾನಕ್ಕಾಗಿ ಪ್ರಾಥಮಿಕ ವ್ಯಾಪಾರ-ವಹಿವಾಟು ಅಧ್ಯಯನ (ಮೌಲ್ಯಗಳು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ): ಗುರಿ ಶ್ರೇಣಿ ~1000 ಕಿಮೀ, ಕ್ರೂಸ್ ವೇಗ ~55 m/s, ಪೇಲೋಡ್ ~220 ಕೆಜಿ, ಕಡಿಮೆ ಉತ್ಪಾದನಾ ವೆಚ್ಚದ ಆದ್ಯತೆ. ಕಾರ್ಯ:1) 3 ಅಭ್ಯರ್ಥಿ ಕಾನ್ಫಿಗರೇಶನ್ಗಳನ್ನು ಸೂಚಿಸಿ (ವಿಂಗ್ ಸ್ಥಾನ, ಎಂಜಿನ್ ಪ್ರಕಾರ).2) ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಯನ್ನು ಹೋಲಿಸುವ ಟೇಬಲ್ ಅನ್ನು ಹೊಂದಿಸಿ: ಶ್ರೇಣಿ, ಅಂದಾಜು ಖಾಲಿ ತೂಕ, ಉತ್ಪಾದನಾ ವೆಚ್ಚ, ಸ್ಥಿರತೆ. ಬರೆಯುವ ಘಟಕ; ಅಂತಿಮ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ, ಅಭ್ಯರ್ಥಿಯನ್ನು ಸಲ್ಲಿಸಿ. ನಾನೇ ಅಳೆದು ತೂಗಿ ಅಂತಿಮ ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳುತ್ತೇನೆ.
ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಟೆಂಪ್ಲೇಟ್ 1 — ಕಾರ್ಯ ಅಗತ್ಯವನ್ನು ಅಳೆಯಬಹುದಾದ ಅಗತ್ಯಕ್ಕೆ ಅನುವಾದಿಸುವುದು:
ಕೆಳಗಿನ ಮಧ್ಯಸ್ಥಗಾರರ ವಿನಂತಿಗಳನ್ನು ಏಕವಚನ, ಅಳೆಯಬಹುದಾದ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದ ಅಗತ್ಯತೆಗಳಾಗಿ ಪರಿವರ್ತಿಸಿ. ಪ್ರತಿ ಅವಶ್ಯಕತೆಗೆ: ಒಂದು ಮೆಟ್ರಿಕ್, ಒಂದು ಘಟಕ, ಮಿತಿ ಮೌಲ್ಯ ಮತ್ತು ಪ್ರಸ್ತಾವಿತ ಪರಿಶೀಲನಾ ವಿಧಾನ (ವಿಶ್ಲೇಷಣೆ/ಪರೀಕ್ಷೆ/ಪ್ರದರ್ಶನ). ಅನಿಶ್ಚಿತತೆಯಿದ್ದಲ್ಲಿ, ನಿಮಗೆ ಯಾವ ಮಾಹಿತಿ ಬೇಕು ಎಂದು ಕೇಳಿ. ವಿನಂತಿಗಳು: [ಇಲ್ಲಿ ಪಟ್ಟಿ]
ಟೆಂಪ್ಲೇಟ್ 2 — ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಮತ್ತು ಸಂಘರ್ಷದ ಸ್ಕ್ರೀನಿಂಗ್:
ಈ ಅವಶ್ಯಕತೆಗಳ ಪಟ್ಟಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು: (ಎ) ಪ್ರತಿ ಅಗತ್ಯವನ್ನು ಉನ್ನತ ಮಟ್ಟದ ಕಾರ್ಯದ ಉದ್ದೇಶಕ್ಕೆ ಲಿಂಕ್ ಮಾಡುವ ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಕೋಷ್ಟಕವನ್ನು ನಿರ್ಮಿಸಿ; (ಬಿ) ಸಂಘರ್ಷದ ಅಥವಾ ಸವಾಲಿನ ಅವಶ್ಯಕತೆಗಳ ಯಾವುದೇ ಜೋಡಿಗಳನ್ನು ಗುರುತಿಸಿ (ಉದಾ. ಶ್ರೇಣಿ ವಿರುದ್ಧ ಪೇಲೋಡ್); (ಸಿ) ಕಾಣೆಯಾದ ಅಥವಾ ಪರಿಶೀಲಿಸಲಾಗದ ಅಗತ್ಯತೆಗಳ ಪಟ್ಟಿ. ಫಲಿತಾಂಶವು ಟೇಬಲ್ ಆಗಿರಲಿ. ಅವಶ್ಯಕತೆಗಳು: [ಇಲ್ಲಿ ಪಟ್ಟಿ]
ಟೆಂಪ್ಲೇಟ್ 3 — ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸೆಟಪ್:
ಕೆಳಗಿನ ಅಭ್ಯರ್ಥಿ ಕಾನ್ಫಿಗರೇಶನ್ಗಳಿಗಾಗಿ ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಫ್ರೇಮ್ವರ್ಕ್ ಅನ್ನು ನಿರ್ಮಿಸಿ. ಮಾನದಂಡದ ಸಾಲುಗಳನ್ನು ಮತ್ತು ಅಭ್ಯರ್ಥಿಗಳ ಕಾಲಮ್ಗಳನ್ನು ಮಾಡಿ. ತೂಕದ ಕಾಲಮ್ ಅನ್ನು ಖಾಲಿ ಬಿಡಿ (ನಾನು ತೂಕವನ್ನು ನಮೂದಿಸುತ್ತೇನೆ). ಪ್ರತಿ ಕೋಶದಲ್ಲಿ ನೀವು ಹಾಕುವ ಸ್ಕೋರ್ಗೆ ಭೌತಿಕ ಸಮರ್ಥನೆಯನ್ನು ಪ್ರತ್ಯೇಕ ಟಿಪ್ಪಣಿಯಲ್ಲಿ ವಿವರಿಸಿ; ಮಾಡಿದ ಸಂಖ್ಯೆಯನ್ನು ಬರೆಯಬೇಡಿ, ನೀವು ಊಹಿಸಿದ ಸ್ಥಳವನ್ನು "ಊಹೆ" ಎಂದು ಗುರುತಿಸಿ. ಅಭ್ಯರ್ಥಿಗಳು: [...] ಮಾನದಂಡ: [...]
ಟೆಂಪ್ಲೇಟ್ 4 - ಪರಿಕಲ್ಪನಾ ಆಯಾಮದ ಅಡ್ಡ-ಪರಿಶೀಲನೆ:
ಕೆಳಗಿನ ಪೂರ್ವಭಾವಿ ಫಲಿತಾಂಶವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಿ: MTOW, ವಿಂಗ್ ಏರಿಯಾ, ಥ್ರಸ್ಟ್. (ಎ) ವಿಂಗ್ ಲೋಡಿಂಗ್ (W/S) ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ನಿಮ್ಮ ನೀಡಿರುವ ವಿಮಾನ ವರ್ಗದ ವಿಶಿಷ್ಟ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. (b) ಥ್ರಸ್ಟ್-ಟು-ತೂಕದ ಅನುಪಾತವನ್ನು (T/W) ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ವಿಶಿಷ್ಟ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. (ಸಿ) ಮೌಲ್ಯಗಳು ವಿಶಿಷ್ಟ ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿದ್ದರೆ ಎಚ್ಚರಿಕೆ ನೀಡಿ ಮತ್ತು ಸಂಭವನೀಯ ದೋಷವನ್ನು ಸೂಚಿಸಿ. ಎಲ್ಲಾ ಘಟಕಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ. ಇನ್ಪುಟ್: [MTOW, S, T ಮೌಲ್ಯಗಳು]
ಮಿನಿ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಸಂಘರ್ಷದ ಅಗತ್ಯದ ಆರಂಭಿಕ ಪತ್ತೆ. UAV ಯೋಜನೆಯಲ್ಲಿ, ಮಧ್ಯಸ್ಥಗಾರರು "ಕನಿಷ್ಠ 8 ಗಂಟೆಗಳ ಪ್ರಸಾರ ಸಮಯ" ಮತ್ತು "ಗರಿಷ್ಠ 12 ಕೆಜಿ ಒಟ್ಟು ದ್ರವ್ಯರಾಶಿ" ಎರಡನ್ನೂ ಬಯಸುತ್ತಾರೆ. ಎರಡು ಅವಶ್ಯಕತೆಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವ ಮೂಲಕ ಮತ್ತು ಶಕ್ತಿಯ ಬಜೆಟ್ ಅನ್ನು ಒರಟು ಮಾಡುವ ಮೂಲಕ, ವಿಶಿಷ್ಟವಾದ ಬ್ಯಾಟರಿ ಶಕ್ತಿಯ ಸಾಂದ್ರತೆಯೊಂದಿಗೆ (ಸುಮಾರು 200 Wh/kg) 8-ಗಂಟೆಗಳ ಹಾರಾಟಕ್ಕೆ 6-7 ಕೆಜಿ ಬ್ಯಾಟರಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ ಎಂದು AI ತೋರಿಸುತ್ತದೆ; ಇದು ಪೇಲೋಡ್ ಮತ್ತು ರಚನೆಯೊಂದಿಗೆ 12 ಕೆಜಿ ಬಜೆಟ್ಗೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. ವಿವರವಾದ ವಿನ್ಯಾಸ ಪ್ರಾರಂಭವಾಗುವ ಮೊದಲು ವಿರೋಧಾಭಾಸವನ್ನು ಚರ್ಚಿಸಲಾಗಿದೆ. ಪಾಠ: ಅವಶ್ಯಕತೆಗಳನ್ನು ಸಂಖ್ಯೆಗಳಿಗೆ ಭಾಷಾಂತರಿಸುವುದು ಗುಪ್ತ ವಿರೋಧಾಭಾಸಗಳನ್ನು ಮೊದಲೇ ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.
ಪ್ರಕರಣ 2 - ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆ ನಿರ್ಧಾರವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಒಂದು ತಂಡವು ಮೂರು ವಿಂಗ್ ಸಂರಚನೆಗಳನ್ನು ಹೋಲಿಸುತ್ತದೆ; ಆರಂಭಿಕ ತೂಕದೊಂದಿಗೆ ಕಾನ್ಫಿಗರ್ ಮಾಡಿ. ಬಿ ಗೆಲುವುಗಳು (ತೂಕದ ಸ್ಕೋರ್ 0.82 ವಿರುದ್ಧ 0.79). AI ಅನ್ನು "ನಾನು ವೆಚ್ಚದ ತೂಕವನ್ನು 0.20 ರಿಂದ 0.10 ಕ್ಕೆ ಕಡಿಮೆ ಮಾಡಿದರೆ ಏನಾಗುತ್ತದೆ" ಎಂದು ಕೇಳಲಾಗುತ್ತದೆ; ಈ ಸನ್ನಿವೇಶದಲ್ಲಿ ಶ್ರೇಣಿಯು ಮುಂಚೂಣಿಗೆ ಬರುತ್ತದೆ ಮತ್ತು ಕಾನ್ಫಿಗರ್. A ಮುನ್ನಡೆ ಸಾಧಿಸುತ್ತದೆ (0.84 ವಿರುದ್ಧ 0.80). ಆದ್ಯತೆಯ ವೆಚ್ಚದ ನಿರ್ಧಾರವು ಎಷ್ಟು ಸೂಕ್ಷ್ಮವಾಗಿದೆ ಎಂಬುದನ್ನು ತಂಡವು ನೋಡುತ್ತದೆ ಮತ್ತು ಪಾಲುದಾರರೊಂದಿಗೆ ತೂಕವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ. ಪಾಠ: ಇದು ಒಂದೇ ಸ್ಕೋರ್ ಮುಖ್ಯವಲ್ಲ, ಆದರೆ ಶ್ರೇಯಾಂಕದ ಸ್ಥಿರತೆ.
ಪ್ರಕರಣ 3 - ತೂಕದ ಅಂದಾಜಿನಲ್ಲಿ ಆದೇಶ ದೋಷ. AI ಹಗುರವಾದ ವಿಮಾನದ ಖಾಲಿ ತೂಕವನ್ನು ಸಂಬಂಧದಿಂದ 95 ಕೆಜಿ ನೀಡುತ್ತದೆ. ಇದೇ ವರ್ಗದ ಎರಡು ಆಸನದ ವಿಮಾನದ ಖಾಲಿ ತೂಕವು ಸಾಮಾನ್ಯವಾಗಿ 350-500 ಕೆಜಿ ವ್ಯಾಪ್ತಿಯಲ್ಲಿದೆ ಎಂದು ಎಂಜಿನಿಯರ್ ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತಾರೆ; 95 ಕೆಜಿ ದೈಹಿಕವಾಗಿ ಅಸಾಧ್ಯ. ಪರಿಶೀಲಿಸಿದಾಗ, AI ಸಂಬಂಧದಲ್ಲಿ ಗುಣಾಂಕವನ್ನು ತಪ್ಪಾಗಿ ಅನ್ವಯಿಸಿದೆ ಮತ್ತು ಅದನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ. ಪಾಠ: ಪ್ರತಿ ತೂಕದ ಅಂದಾಜನ್ನು ವರ್ಗದ ತಿಳಿದಿರುವ ಶ್ರೇಣಿಗೆ ಪರಿಮಾಣದ ಆದೇಶಗಳಿಂದ ಹೋಲಿಸಲಾಗುತ್ತದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಅಸ್ಪಷ್ಟ ಅಗತ್ಯವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವುದು. ಮೆಟ್ರಿಕ್ಗಳು ಮತ್ತು ಘಟಕಗಳನ್ನು ಹೊಂದಿರದ ಅವಶ್ಯಕತೆಯನ್ನು ಪರಿಶೀಲಿಸಲಾಗುವುದಿಲ್ಲ; "ಇದು ಹಗುರವಾಗಿರಬೇಕು" ಎಂಬುದು ಒಂದು ಆಶಯ, ಅವಶ್ಯಕತೆಯಲ್ಲ.
- AI ಹೊಂದಿರುವ ತೂಕವನ್ನು ಆರಿಸಿ. ನಿರ್ಧಾರದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ನಲ್ಲಿನ ಮಾನದಂಡ ತೂಕಗಳು ವ್ಯಕ್ತಿನಿಷ್ಠ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಮಧ್ಯಸ್ಥಗಾರರ ತೀರ್ಪು; AI ಗೆ ಬಿಟ್ಟರೆ, ನಿರ್ಧಾರವು ತಪ್ಪಾಗಿ ಉಳಿಯುತ್ತದೆ.
- ಸಕಾರಣವಿಲ್ಲದೆ ಅಂಕಗಳನ್ನು ಸ್ವೀಕರಿಸುವುದು. "ಸ್ಟೆಬಿಲಿಟಿ: ಹೈ" ನಂತಹ ಗುಣಾತ್ಮಕ ಸ್ಕೋರ್ಗಳು ಯಾವುದೇ ಭೌತಿಕ ಆಧಾರವನ್ನು ಹೊಂದಿಲ್ಲದಿದ್ದರೆ, ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಊಹೆಗಳ ಅಲಂಕಾರಿಕ ಪಟ್ಟಿಯಾಗುತ್ತದೆ.
- ತೂಕ/ಗಾತ್ರದ ಅಂದಾಜನ್ನು ದೃಢೀಕರಿಸುತ್ತಿಲ್ಲ. ಅಂಕಿಅಂಶಗಳ ಸಂಬಂಧಗಳು ಸ್ಥೂಲ ಅಂದಾಜುಗಳಾಗಿವೆ; ಇದನ್ನು ವರ್ಗ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಹೋಲಿಸದೆ ವಿವರ ವಿನ್ಯಾಸಕ್ಕೆ ಒಯ್ಯಲಾಗುವುದಿಲ್ಲ.
- ನಂತರದವರೆಗೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಬಿಡಲಾಗುತ್ತಿದೆ. ಅವಶ್ಯಕತೆ ಎಲ್ಲಿಂದ ಬಂತು ಎಂಬುದನ್ನು ದಾಖಲಿಸದಿದ್ದರೆ, ಬದಲಾವಣೆಯು ಭವಿಷ್ಯದಲ್ಲಿ ಯಾವ ನಿರ್ಧಾರಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದು ಯಾರಿಗೂ ತಿಳಿದಿರುವುದಿಲ್ಲ.
ಸಾರಾಂಶದಲ್ಲಿ
ಪರಿಕಲ್ಪನಾ ವಿನ್ಯಾಸವು ಅಗ್ಗದ ಆದರೆ ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಹಂತವಾಗಿದೆ. ಅಸ್ಪಷ್ಟ ವಿನಂತಿಗಳನ್ನು ಅಳೆಯಬಹುದಾದ ಅಗತ್ಯತೆಗಳಿಗೆ ಭಾಷಾಂತರಿಸಲು, ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಮತ್ತು ಸಂಘರ್ಷಕ್ಕಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಲು ಮತ್ತು ವ್ಯಾಪಾರ-ವಹಿವಾಟು ಕೋಷ್ಟಕಗಳಲ್ಲಿ ಬಹು ಸಂರಚನೆಗಳನ್ನು ಹೋಲಿಸಲು AI ಇಲ್ಲಿ ಪ್ರಬಲ ವೇಗವರ್ಧಕವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಮಾನದಂಡದ ತೂಕವು ಮಾನವ ತೀರ್ಪು, ಸಂಖ್ಯಾತ್ಮಕ ಮುನ್ನೋಟಗಳನ್ನು ಭೌತಶಾಸ್ತ್ರ-ಆಧಾರಿತ ಕೈ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ವರ್ಗ ಮಧ್ಯಂತರಗಳಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ, ಅಂತಿಮ ಸಂರಚನಾ ನಿರ್ಧಾರವು ಎಂಜಿನಿಯರ್ನಲ್ಲಿ ಉಳಿದಿದೆ. AI ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ನಿರ್ಧರಿಸುವುದಿಲ್ಲ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಆಯ್ಕೆಯ ಗಾಳಿ ಅಥವಾ ಬಾಹ್ಯಾಕಾಶ ನೌಕೆಗಾಗಿ ಮೂರು ಉನ್ನತ ಮಟ್ಟದ ಮಿಷನ್ ಉದ್ದೇಶಗಳನ್ನು ಬರೆಯಿರಿ. AI ಅನ್ನು ಬಳಸಿಕೊಂಡು, ಇವುಗಳನ್ನು ಕನಿಷ್ಠ ಆರು ಅಳೆಯಬಹುದಾದ ಅವಶ್ಯಕತೆಗಳಾಗಿ ಭಾಷಾಂತರಿಸಿ ಮತ್ತು ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಟೇಬಲ್ ಅನ್ನು ಹೊಂದಿಸಿ. ನಂತರ ಮೂರು ಅಭ್ಯರ್ಥಿ ಕಾನ್ಫಿಗರೇಶನ್ಗಳಿಗಾಗಿ ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ರಚಿಸಿ; ತೂಕವನ್ನು ನೀವೇ ನಿರ್ಧರಿಸಿ. ಅಂತಿಮವಾಗಿ, ಸ್ವತಂತ್ರ ಕೈ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ವರ್ಗ ಶ್ರೇಣಿಯೊಂದಿಗೆ AI ನೀಡಿದ ತೂಕ/ಗಾತ್ರದ ಅಂದಾಜನ್ನು ದೃಢೀಕರಿಸಿ. ನೀವು ಸಂಘರ್ಷವನ್ನು ಕಂಡುಕೊಂಡಲ್ಲಿ ಕನಿಷ್ಠ ಒಂದು ಜೋಡಿ ಅವಶ್ಯಕತೆಗಳನ್ನು ವರದಿ ಮಾಡಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಪ್ರತಿ ಅಗತ್ಯವನ್ನು ಏಕವಚನ, ಅಳೆಯಬಹುದಾದ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದಂತೆ ಮಾಡಿದ್ದೇನೆ.
- [ ] ನಾನು ದ್ವಂದ್ವಾರ್ಥದ ವಿಶೇಷಣಗಳನ್ನು ಮೆಟ್ರಿಕ್, ಘಟಕ ಮತ್ತು ಮಿತಿಯೊಂದಿಗೆ ಬದಲಾಯಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಟೇಬಲ್ ಅನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆ ಮತ್ತು ಸಂಘರ್ಷದ ಅವಶ್ಯಕತೆಗಳನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ನಿರ್ಧಾರದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ತೂಕವನ್ನು ನಾನೇ ನಿರ್ಧರಿಸಿದೆ (AI ಅಲ್ಲ).
- [ ] ನಾನು ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅಂಕಗಳನ್ನು ಭೌತಿಕ ಸಮರ್ಥನೆಗೆ ಆರೋಪಿಸಿದೆ.
- [ ] ನಾನು ವರ್ಗ ಅಂತರ ಮತ್ತು ಕೈ ಲೆಕ್ಕಾಚಾರದೊಂದಿಗೆ ತೂಕ/ಗಾತ್ರದ ಅಂದಾಜುಗಳನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.