Ieguvumi:
- Spēja atšķirt, kur mākslīgais intelekts ietaupa reālo laiku metalurģijas un materiālu darbplūsmā un kur drošības ziņā kritiskā atbildība jāuzņemas inženierim, pamatojoties uz riska līmeni
- Spēja ieviest trīs slāņu validācijas disciplīnu, kas pārbauda katru AI izvadi, salīdzinot ar standarta, neatkarīgu aprēķinu un laboratorijas eksperimentiem
- Spēja anonimizēt kontekstu un drošu rīku izvēli, lai aizsargātu konfidenciālu sakausējuma recepti, procesa parametrus un klientu datus
Kamēr gaisa kuģa dzinēja turbīnas lāpstiņa griežas simtiem reižu sekundē pie 1400 °C, jūs esat tas, kurš izlemj, no kura supersakausējuma (īpaša sakausējuma, kas saglabā izturību augstā temperatūrā) lāpstiņa tiks izgatavota, kādai termiskai apstrādei tas tiks pakļauts un cik tūkstošus stundu tas kalpos: metalurģijas vai materiālu inženieris. Katrs lēmums, ko pieņemat šajā profesijā, nosaka vai nu struktūras izdzīvošanu, vai tās bojājumus. Mākslīgais intelekts (īsumā AI: programmatūras sistēmas, kas apstrādā tekstu, skaitļus un attēlus un rada ieteikumus) var paātrināt šo lēmumu pieņemšanu; bet viņš nekad nevar uzņemties atbildību par tevi. Šī vienība māca jums, kur droši izmantot AI metalurģijā un materiālu darbā, kur tas ir bīstami un kāpēc jums ir jāvalidē katra AI izvade ar laboratoriju, standartu un eksperimentu.
Galvenais princips, ko izmantosit šajā modulī, ir šāds: AI ir palīgs, nevis lēmumu pieņēmējs. Materiāla īpašība, robežvērtība, standarta priekšmets vai termiskās apstrādes recepte nekļūst patiesa tikai tāpēc, ka "AI teica"; Tā ir tikai hipotēze, līdz tā tiek pārbaudīta ar mērījumiem, atsaucēm un inženiertehniskiem spriedumiem. Šo teikumu jūs atkal redzēsit katrā moduļa vienībā, jo metalurģijā nepareizs skaitlis bieži nozīmē salauztu daļu.
Kas ir LLM, ar ko tā nodarbojas metalurģijā?
LLM (Large Language Model) ir programmatūra, kas apgūst modeļus no ļoti lielām teksta daļām un prognozē "nākamo vārdu", pamatojoties uz varbūtību. Šis ir tādu rīku dzinējs kā ChatGPT, Claude, Gemini. Lieta ir šāda: LLM ir "valodas novērtētājs", nevis "zināšanu bāze". tekoši runā metalurģijas terminoloģijā, bet nemēra skaitli; rada skaitli, kas izskatās visticamāk. Tāpēc viņš var sniegt pārliecinošas, bet nepareizas atbildes par tecēšanas robežu, kušanas temperatūru vai standarta vienības numuru. To sauc par halucināciju (fabrifikāciju). Halucinācijas nav darbības traucējumi, bet gan šīs tehnoloģijas raksturīga iezīme; Tāpēc pārbaude nav "papildu solis", bet gan darba neatņemama sastāvdaļa.
Uzdevumi, kuros AI ir spēcīgs metalurģijā:
- Jēdzienu skaidrojums un mācīšana: kas ir martensīta transformācija, kāpēc tā ir cieta un trausla; Kāda ir atšķirība starp eitektisko un eitektoīdu?
- Hipotēžu saraksta ģenerēšana: sistemātiska saraksta izveide par to, kāpēc lējuma porainība (gāzes vai saraušanās izraisīti tukšumi) var būt radusies.
- Teksta izgatavošana: bojājumu analīzes ziņojuma projekts, WPS (metināšanas procedūras specifikācija) projekts, prezentācija, e-pasts.
- Kodēšana: datu tīrīšana, grafika, vienkārši aprēķinu skripti (Python).
- Datu apkopošana un tabulu organizēšana: netīro testa rezultātu pārvēršana sakārtotā tabulā.
- Prāta vētra: kandidātu elementi, eksperimentālās matricas idejas sakausējuma dizainam.
Kur AI ir vāja un riskanta:
- Sniedzot precīzu skaitlisko vērtību (īpašība, robežvērtība, ķīmiskais sastāvs).
- Pašreizējā/īpašā standarta klauzula un informācija par versiju.
- Diagnostika bez faktiskajiem jūsu objekta mērījumu datiem.
- Drošībai būtisks lēmums: daļas lidojumderīgums/apkalpojamība.
Uz risku balstīta klasifikācija: filtrs pirms AI izmantošanas
Ne katrs uzdevums ir ar tādu pašu riska līmeni. Pirms AI izmantošanas klasificējiet uzdevumu pēc riska līmeņa. Tālāk esošajā tabulā ir sniegta lēmumu sistēma, ko izmantosit šajā modulī.
Riska līmenis
uzdevuma paraugs
AI loma
Obligāta pārbaude
zems
Jēdziena skaidrojums, teksta melnraksts, koda skelets
bezmaksas lietošana
Pietiek ar pārskatīšanu
vidējs
Aprēķinu iestatīšana, hipotēžu saraksts, literatūras kopsavilkums
Melnraksts/līdzautors
Manuāla vadība + avota apstiprinājums
augsts
Materiālu izvēle, termiskās apstrādes recepte, robežvērtība
ideju ģenerators
Standarta + laboratorijas pārbaude
kritisks
Apkalpojamība/lidojumderīgums, bojājuma galvenais cēlonis, sertifikācija
Tikai melnraksts
Akreditēta pārbaude + pilnvarota inženiera apstiprinājums
Padoms. Ja esat atzīmējis uzdevumu kā “kritisku”, mākslīgā intelekta izvade nekad nav galīgais dokuments. Maksimāli tas var būt provizorisks projekts vai kontrolsaraksts; Pilnvarotais inženieris uzņemas parakstu un atbildību.
Pilnīga plūsma: AI iegulšana darbplūsmā
Tipisks problēmu risināšanas cikls metalurģijas biznesā ir aptuveni šāds, AI ievadot katru posmu, bet nevienu no tiem neaizver atsevišķi:
- Definējiet problēmu: kas sabojājās, kāda funkcija ir mērķēta, kādi ierobežojumi pastāv? (AI: palīdz noskaidrot jautājumu.)
- Savākt datus: sastāva analīze, mehāniskā pārbaude, mikrostruktūra, lauka dati. (AI: uzskaita, kurš tests ir nepieciešams.)
- Izveidojiet hipotēzes: iespējamie cēloņi/risinājumi. (AI: spēcīgs — veido sistemātiskus sarakstus.)
- Analīze: aprēķins, modelis, attēlu apstrāde. (AI: ģenerē kodu un aprēķinu fikciju.)
- Apstiprināt: Standarts, laboratorija, atkārtots tests. (AI: šeit ir malā; izlemj cilvēks un ierīce.)
- Ziņojiet un izlemiet: Inženieris uzņemas atbildību. (AI: melnraksta autors.)
Paturiet prātā šos sešus soļus; Pārējā moduļa daļa parāda, kā izmantot AI ar konkrētiem uzdevumiem katrā no šīm darbībām.
trīs mini futrāļi
1. gadījums — uzstādīta tecēšanas robeža. Stažieris jautā AI par AISI 4140 tērauda tecēšanas robežu, kas ir rūdīta un rūdīta 200 ° C temperatūrā; AI saka "apmēram 1500 MPa". Praktikants to ievieto tieši vārpstas konstrukcijas aprēķinā. Tomēr faktiskā vērtība svārstās aptuveni no 900 līdz 1600 MPa atkarībā no termiskās apstrādes parametriem un sekcijas biezuma; Vērtība, kas ņemta plānā paraugā, neatbilst patiesībai biezā paraugā. Rezultāts: drošības koeficients izrādās zemāks nekā gaidīts. Pareiza attieksme ir ņemt vērtību no materiāla datu lapas (dzirnavu sertifikāta) un, ja nepieciešams, no stiepes testa saskaņā ar ISO 6892.
2. gadījums — neeksistējoša standarta klauzula. Inženieris jautā AI par nerūsējošā tērauda iekļaušanas robežu. AI saka "maksimāli 2,5 saskaņā ar ASTM E45 7.3. sadaļu". Inženieris attiecīgi uzraksta ziņojumu. Klienta pārbaudes laikā atklājas, ka izstrādājuma numurs ir viltots un standartā šāda klauzula nav. Pareizā attieksme ir atvērt pašreizējo standarta versiju no oficiālā avota un apstiprināt rakstu. AI var halucinēt preces numuru, pat ja tas pareizi zina standarta nosaukumu.
3. gadījums — Pareiza lietošana. Bojājumu analīzes komanda pārbauda fotoattēlu, kurā redzama saplīsušas M20 skrūves plīsusi virsma. Viņi lūdz AI: "uzskaitiet tipiskās atšķirības noguruma plaisas un trauslā lūzuma lūzuma virsmā un pastāstiet man, kas man būtu jāmeklē skenējošā elektronu mikroskopā (SEM) katram." AI sistemātiski izskaidro pludmales zīmes, strijas (noguruma līnijas) un bedrīšu/šķelšanās atšķirību. Komanda meklē šīs pēdas, izmantojot SEM, atrod strijas un veic diagnozi, izmantojot ierīces attēlu. Šeit AI tika izmantots pareizi: sakārtoja informāciju, laboratorija pieņēma lēmumu.
Kopējamas uzvedņu veidnes
Varat izmantot tālāk norādītās veidnes, pielāgojot tās savam biznesam. Katrā no tām ir apzināta instrukcija "norādīt precīzu skaitli, norādīt avotu, izskaidrot neskaidrību".
LOMU UN ROBEŽU VEIDNE "Loma: Jūs esat pieredzējis metalurģijas inženiera palīgs. Uzdevums: [uzrakstiet tēmu]. Noteikumi: Sniedzot precīzu skaitlisko vērtību, norādiet AVOTU; ja neesat pārliecināts, sakiet "jāpārbauda". Ja norādāt standarta vienību, norādiet to kopā ar versiju, bet atgādiniet, ka tā ir jāapstiprina no avota beigām. ir jāpārbauda ar eksperimentu."
HIPOTĒZES ĢENERĒŠANAS VEIDNE"Izveidojiet sistemātisku šādas problēmas iespējamo pamatcēloņu sarakstu: [aprakstiet problēmu; materiāls, process, novērojums]. Katrai hipotēzei: (1) kādi pierādījumi to apstiprina, (2) kāds tests būtu jāveic, lai to apstiprinātu/atspēkotu. NEVEICIET galīgo diagnozi; vienkārši izveidojiet izpētes ceļvedi."
VERIFIKĀCIJAS PĀRBAUDES SARAKSTA VEIDS"Norādiet KATRU skaitlisko vērtību un KATRU standarta atsauci tālāk esošajā izvades/atskaites projektā. Katram norādiet, no kura avota (dzirnavu sertifikāts, standarta teksts, testa ziņojums) tas ir jāpārbauda. Neskaidras izcelsmes datus apkopojiet atsevišķā virsrakstā "nav pieejams līdz verifikācijai". Teksts: [ielīmēt]."
ANONIMIZĀCIJAS PRIEKŠpārbaudes VEINNE "Pirms AI rīkam ievadāt šādu tekstu, atzīmējiet tās daļas, kurās ir komercnoslēpumi vai personas dati: sakausējuma receptes attiecības, klienta vārds, procesa temperatūras/laika konfidenciālie parametri, darbinieku vārdi. Iesakiet, kā tos anonimizēt. Teksts:[ielīmēt]."
Vāja uzvedne / spēcīga uzvedne
Uzdodot vienu un to pašu jautājumu divos veidos, tiks iegūti ļoti atšķirīgi rezultāti.
VĀJS UZDEVĒJUMS: "Pastāstiet man 4140 tērauda īpašības."
SPĒCĪGA UZVEDINĀJUMS: "Loma: Jūs esat termiskās apstrādes inženiera palīgs. Paskaidrojiet, KAS ietekmē tecēšanas robežu, kad AISI 4140 tēraudam tiek veikta rūdīšana + rūdīšana (rūdīšanas temperatūra, sekcijas biezums/rūdināmība, austenitizācijas temperatūra). Nenorādiet nevienu PRIEKSTU numuru; tā vietā norādiet, kādā diapazonā vērtība var mainīties atkarībā no tā, kuram ISO standartam6.9.8. pārbaudi), lai iegūtu pareizo vērtību, lūdzu, skaidri norādiet, kur neesat pārliecināts."
Slikta uzvedne parasti atgriež bezjēdzīgu, virspusēju sarakstu un, iespējams, izdomātus skaitļus. Spēcīga uzvedne; tas piešķir lomu, nosaka ierobežojumus (“norāda precīzu skaitu”), prasa pārbaudes līdzekļus un atklāj nenoteiktību. Visā šajā modulī jūs redzēsiet "spēcīgo uzvednes" modeli, kas tiek piemērots katrai vienībai.
Ētika, privātums un atbildība
Metalurģijas dati bieži ir konfidenciāli: klientu sakausējumu receptes, patentēti procesa parametri, bojājumu analīzes konstatējumi, aizsardzības nozares specifikācijas. To ielīmēšana publiskā AI pakalpojumā varētu būt komercnoslēpums un līguma pārkāpums; Pastāv arī risks, ka dati traucēs modeļa apmācību.
- Neievadiet uzņēmuma/pasūtītāja kompozīcijas, receptes un rasējumus ārpakalpojumā bez saskaņošanas.
- Anonimizēt ierakstus, kas satur personas datus (operatoru vārdus, reģistrācijas numurus).
- Ievērojiet korporatīvo politiku un jebkuru uz vietas esošo vai līgumā noslēgto uzņēmuma AI rīku.
- Pārskatā norādiet pārskatā, ka izmantojat AI; Skaidri norādiet, ka galīgais lēmums ir balstīts uz jūsu inženiertehnisko spriedumu.
- Paraksts un atbildība vienmēr paliek pilnvarotajam inženierim; AI izvade nav attaisnojums.
Uzmanību: "Tas ir tas, ko teica AI" nav inženiertehnisks pamatojums. Bojājumu ziņojumā, materiālu atlasē vai atbilstības lēmumā jūsu pamatā ir jābūt standartiem, testēšanai un aprēķiniem; AI ir rīks, kas tos organizē. Darbiem, kas ir svarīgi drošībai, mākslīgā intelekta izvade neaizstāj kvalificēta inženiera apstiprinājumu.
Biežas kļūdas
- Izmantojot mākslīgā intelekta sniegto skaitlisko vērtību (iezīme, ierobežojums, sastāvs) bez eksperimentiem un atsaucēm.
- Standarta vienību numuru ierakstīšana pārskatā, tos neapstiprinot.
- Konfidenciālu klienta/firmas datu ievadīšana publiskajā AI.
- Jautājot mākslīgajam intelektam, "kas ir darbības traucējums", nesniedzot objekta datus un sajaucot vispārējo atbildi ar diagnozi.
- AI izvades izmantošana kā galīgais dokuments kritiskos lēmumos, apejot inženiera apstiprinājumu.
- Nenoteiktības ignorēšana: AI pārliecinātā toņa maldināšana attiecībā uz precizitāti.
Rezumējot
AI ir spēcīgs paātrinātājs metalurģijā un materiālu inženierijā: tas izskaidro jēdzienus, ģenerē hipotēzes, izstrādā un raksta kodu. Taču skaitliskā vērtība rada halucināciju risku standarta lietās un drošībai kritiskos lēmumos. Klasificējiet uzdevumus pēc riska līmeņa, pārbaudiet katru rezultātu standarta laboratorijas konta trīsstūrī, saglabājiet konfidencialitāti un vienmēr atbildiet pilnvarotajam inženierim. Pārējā moduļa daļa piemēro šo principu katram konkrētajam uzdevumam.
Lietojumprogrammas uzdevums
Izvēlieties piecus tipiskus uzdevumus no sava darba (vai projekta parauga): piemēram, "materiālu atlase", "bojājumu ziņojuma rakstīšana", "standartu vaicājums", "mikrostruktūras interpretācija", "aprēķinu skripts". Klasificējiet katru kā Zems/Vidējs/Augsts/Kritisks saskaņā ar augstāk esošo riska tabulu un vienā teikumā uzrakstiet, kā pārbaudīsiet katra AI izvadi (kurš standarts, kurš tests, kura apstiprinājums). Pēc tam mēģiniet pielāgot veidni "LOLE UN ROBEŽA" kādam no šiem uzdevumiem.
kontrolsaraksts
- [ ] Esmu klasificējis misiju pēc riska līmeņa (zems/vidējs/augsts/kritisks).
- [ ] Es devu AI lomu, ierobežojumu un norādījumu “norādīt precīzu numuru/norādīt avotu”.
- [ ] Esmu pārbaudījis katru skaitlisko vērtību un standarta vienību no neatkarīgiem avotiem.
- [ ] Es neesmu ievadījis konfidenciālus/personas datus ārējā pakalpojumā vai padarījis tos anonīmus.
- [ ] Galīgo lēmumu es balstīju uz mērījumu un standartu, neizmantojot AI kā pamatojumu.
- [ ] Atbildību un parakstu atstāju pilnvarotajam inženierim.