പൈത്തണിനൊപ്പം കെമിക്കൽ എഞ്ചിനീയറിംഗ്: ഡാറ്റാ അനാലിസിസും മോഡലിംഗ് ഓട്ടോമേഷനും

നേട്ടങ്ങൾ:

• പൈത്തൺ കോഡ് പ്രിൻ്റ് ചെയ്യാനും ഡാറ്റ ക്ലീനിംഗ്, അക്കൗണ്ട് ഓട്ടോമേഷൻ, ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് മോഡലിംഗ് എന്നിവയ്‌ക്കായി കോഡ് ലൈനിലൂടെ മനസ്സിലാക്കാനും സ്വീകരിക്കാനുമുള്ള കഴിവ്
• പരീക്ഷിക്കാത്ത കോഡ് ഒരു സിദ്ധാന്തമാണെന്ന് മനസ്സിലാക്കാനുള്ള കഴിവ്, അറിയപ്പെടുന്ന ഫലം ഉപയോഗിച്ച് ഓരോ കോഡും പരിശോധിക്കുക, യൂണിറ്റ്, എഡ്ജ് കേസുകൾ എന്നിവ പരിശോധിക്കുക
• സുരക്ഷാ-നിർണ്ണായക അക്കൗണ്ട് കോഡുകൾക്ക് ടെസ്റ്റിംഗും അംഗീകൃത എഞ്ചിനീയർ പരിശോധനയും ആവശ്യമാണെന്ന് മനസ്സിലാക്കാനുള്ള കഴിവ്.

ആധുനിക കെമിക്കൽ എഞ്ചിനീയറിംഗിൻ്റെ നിശബ്ദ എഞ്ചിൻ ഇപ്പോൾ പൈത്തൺ ആണ് (പരമാവധി ഉപയോഗിക്കുന്ന, എളുപ്പത്തിൽ പഠിക്കാവുന്ന പ്രോഗ്രാമിംഗ് ഭാഷ). സെൻസർ ഡാറ്റ ക്ലീനിംഗ്, ഒരു മാസ് ബാലൻസ് ഓട്ടോമേറ്റ്, ഡാറ്റ ഒരു ചലനാത്മക മോഡൽ ഘടിപ്പിക്കുക, നൂറുകണക്കിന് സിമുലേഷൻ ഫലങ്ങൾ താരതമ്യം, ഒരു ഗ്രാഫ് നിർമ്മിക്കുന്നത്-ഇതിനെല്ലാം കൈകൊണ്ട് മണിക്കൂറുകൾ എടുക്കും, എന്നാൽ പൈത്തണിൻ്റെ ഏതാനും ലൈനുകൾ ഉപയോഗിച്ച് സെക്കൻഡുകൾ. ഈ യൂണിറ്റിൽ, പൈത്തൺ കോഡ് എഴുതുന്നതിനും വിശദീകരിക്കുന്നതിനും ഡീബഗ്ഗിംഗ് ചെയ്യുന്നതിനും ഒരു സഹായമായി AI എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും; എന്നാൽ നിർമ്മിക്കുന്ന ഓരോ കോഡും പരിശോധനയും സ്ഥിരീകരണവും കൂടാതെ എന്തുകൊണ്ട് ഉപയോഗിക്കരുത് എന്ന് നമ്മൾ പഠിക്കും.

ഒരു കെമിക്കൽ എഞ്ചിനീയർ സാധാരണയായി ഒരു പ്രൊഫഷണൽ സോഫ്റ്റ്വെയർ ഡെവലപ്പർ അല്ല; ഇവിടെയാണ് AI വലിയ ശക്തി കൂട്ടുന്നത്. ഒരു എഞ്ചിനീയർ "എനിക്ക് ഇത് ചെയ്യുന്ന ഒരു സ്ക്രിപ്റ്റ് വേണം" എന്ന് പറയുകയും ഒരു AI ഡ്രാഫ്റ്റ് എഴുതുകയും ചെയ്യുന്നു. എന്നാൽ ഈ തത്വം സ്ഥിരമായി തുടരുന്നു: AI എഴുതുന്ന കോഡ് ശരിയല്ല, കാരണം അത് ശരിയാണെന്ന് തോന്നുന്നു; അറിയാവുന്ന ഫലം ഉപയോഗിച്ച് പരീക്ഷിക്കുന്നതുവരെ ഇത് ഒരു സിദ്ധാന്തമാണ്. ഒരു നിശബ്ദ തെറ്റ്-തെറ്റായ യൂണിറ്റ്, തെറ്റായ സൂചിക, മാറ്റിവെച്ച ഫോർമുല-ഒരു എഞ്ചിനീയറിംഗ് കണക്കുകൂട്ടലിൽ അപകടകരമായ ഫലങ്ങൾ ഉണ്ടാക്കാം.

കെമിക്കൽ എഞ്ചിനീയറിംഗിൽ AI ഉള്ള പൈത്തൺ: ഘട്ടം ഘട്ടമായി

1. ജോലി വ്യക്തമായി നിർവ്വചിക്കുക. എന്താണ് ഇൻപുട്ട് (CSV, അറേ, സമവാക്യം), ഔട്ട്പുട്ട് എന്തായിരിക്കണം, ഏതൊക്കെ യൂണിറ്റുകളിൽ? അവ്യക്തമായ നിർദ്ദേശം എന്നാൽ മോശം കോഡ് എന്നാണ് അർത്ഥമാക്കുന്നത്.

2. ഒരു കോഡ് ഡ്രാഫ്റ്റ് അഭ്യർത്ഥിക്കുക. AI ഉചിതമായ ലൈബ്രറികളുള്ള ഒരു സ്കെച്ച് നിർമ്മിക്കുന്നു (ഡാറ്റയ്‌ക്കുള്ള പാണ്ടകൾ, സംഖ്യാ പ്രോസസ്സിംഗിനുള്ള നമ്പി, ഗ്രാഫുകൾക്കുള്ള മാറ്റ്‌പ്ലോട്ട്‌ലിബ്, ഒപ്റ്റിമൈസേഷൻ/സൊല്യൂഷനുള്ള സ്കൈപ്പി).

3. ലൈബ്രറിയും അനുമാനങ്ങളും മനസ്സിലാക്കുക. ഓരോ വരിയും അനുമാനവും (യൂണിറ്റ്, ഡാറ്റ ഫോർമാറ്റ്, സ്വീകാര്യത) വിശദീകരിക്കാൻ AI ആവശ്യപ്പെടുക. നിങ്ങൾക്ക് മനസ്സിലാകാത്ത കോഡ് പ്രവർത്തിപ്പിക്കരുത്.

4. അറിയാവുന്ന ഫലം ഉപയോഗിച്ച് പരീക്ഷിക്കുക. നിങ്ങൾക്ക് ഇതിനകം ഉത്തരം അറിയാവുന്ന ഒരു ലളിതമായ ഉദാഹരണത്തിൽ കോഡ് പ്രവർത്തിപ്പിക്കുക. കൈകൊണ്ട് മനസ്സിലാക്കാൻ കഴിയുന്ന ഒരു ഉദാഹരണത്തിൽ ബാലൻസ് കോഡ് ശരിയായ ഫലം നൽകണം.

5. യൂണിറ്റ്, എഡ്ജ് സ്റ്റാറ്റസ് നിയന്ത്രണം. പൂജ്യം, നെഗറ്റീവ്, വളരെ വലിയ മൂല്യങ്ങൾ, നഷ്‌ടമായ ഡാറ്റ തുടങ്ങിയ എഡ്ജ് കേസുകളിൽ കോഡ് എന്താണ് ചെയ്യുന്നത്? കെമിക്കൽ എഞ്ചിനീയറിംഗിൽ, യൂണിറ്റ് പരാജയം ഒരു ക്ലാസിക് ദുരന്തമാണ്.

6. ഫിസിക്സ് ഉപയോഗിച്ച് ഫലം പരിശോധിക്കുക. കോഡ് ഒരു സംഖ്യ ഉണ്ടാക്കി - പിണ്ഡം സംരക്ഷിക്കപ്പെട്ടിട്ടുണ്ടോ, മൂല്യം യാഥാർത്ഥ്യമാണോ? കോഡ് പ്രവർത്തിക്കുന്നതിനാൽ ഫലം ശരിയാണെന്ന് തെളിയിക്കാനാവില്ല.

നുറുങ്ങ്: AI-യിൽ നിന്ന് കോഡ് അഭ്യർത്ഥിക്കുമ്പോൾ, "ഓരോ വേരിയബിളിൻ്റെയും യൂണിറ്റ് കമൻ്റ് ലൈനിൽ എഴുതുകയും ഇൻപുട്ട് യൂണിറ്റുകൾ വ്യക്തമായി വ്യക്തമാക്കുകയും ചെയ്യുക" എന്ന് പറയുക. കെമിക്കൽ എഞ്ചിനീയറിംഗ് പിശകുകളുടെ ഒരു പ്രധാന ഭാഗം യൂണിറ്റ് ആശയക്കുഴപ്പത്തിൽ നിന്നാണ് ഉണ്ടാകുന്നത് (ബാർ/പാ, കിലോ/ഗ്രാം, °C/കെ); കോഡിൽ യൂണിറ്റുകൾ ഉൾപ്പെടുത്തുന്നത് ഈ പിശകുകൾ ദൃശ്യമാക്കുന്നു.

പരിശോധിക്കാത്ത കോഡ് ഒരു സിദ്ധാന്തമാണ്

AI സുഗമവും പ്രവർത്തനക്ഷമവുമായ കോഡ് നിർമ്മിക്കുന്നു; എന്നാൽ "പ്രവൃത്തികൾ", "ശരി" എന്നിവ രണ്ട് വ്യത്യസ്ത കാര്യങ്ങളാണ്. കോഡ് പിശകുകളില്ലാതെ പ്രവർത്തിക്കുകയും തെറ്റായ സംഖ്യ ഉണ്ടാക്കുകയും ചെയ്യാം: ഒരു ഫോർമുലയിലെ ഒരു ചിഹ്ന പിശക്, ഒരു അറേയിലെ ഒരു ഓഫ്സെറ്റ് (ഓഫ്-ബൈ-വൺ), തെറ്റായ യൂണിറ്റ് പരിവർത്തനം. അതിനാൽ സുവർണ്ണ നിയമം: ശരിയായ ഉത്തരം സ്വതന്ത്രമായി അറിയാവുന്ന ഒരു ടെസ്റ്റ് കേസിൽ ഓരോ കോഡും പരിശോധിക്കപ്പെടുന്നു. ഒരു ലളിതമായ വിശകലന ഉദാഹരണം, ഒരു കൈ കണക്കുകൂട്ടൽ അല്ലെങ്കിൽ ഒരു റഫറൻസ് ഡാറ്റ കോഡിൻ്റെ വിശ്വാസ്യത തെളിയിക്കുന്നു. എഞ്ചിനീയറിംഗ് തീരുമാനങ്ങളൊന്നും പരീക്ഷയിൽ വിജയിക്കാതെ കോഡിനെ അടിസ്ഥാനമാക്കിയുള്ളതാകരുത്.

മുൻകരുതൽ: ഒരു സുരക്ഷ, അളവുകൾ അല്ലെങ്കിൽ സുരക്ഷാ കണക്കുകൂട്ടൽ നടത്തുന്ന കോഡ് അത് "പ്രവർത്തിക്കുന്നു" എന്നതിനാൽ അത് വിശ്വസനീയമായി കണക്കാക്കാനാവില്ല. സുരക്ഷാ-നിർണ്ണായക അക്കൗണ്ട് കോഡുകൾ അറിയപ്പെടുന്ന ഫലം ഉപയോഗിച്ച് പരീക്ഷിക്കുകയും ഫലങ്ങൾ അംഗീകൃത എഞ്ചിനീയർ സ്വതന്ത്രമായി പരിശോധിച്ചുറപ്പിക്കുകയും വേണം.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഡാറ്റ ക്ലീനിംഗ് ഓട്ടോമേഷൻ. ഒരു എഞ്ചിനീയർ എല്ലാ മാസവും 8 സെൻസറുകളിൽ നിന്ന് 3 മാസത്തെ ഡാറ്റ (ഏകദേശം 1.1 ദശലക്ഷം വരികൾ) സ്വമേധയാ വൃത്തിയാക്കുന്നു. AI ഉപയോഗിച്ച് എഴുതിയ ഒരു പാണ്ടസ് സ്‌ക്രിപ്റ്റ് ഇത് മിനിറ്റുകളായി ചുരുക്കി. എഞ്ചിനീയർ ആദ്യം ഒരു ചെറിയ, അറിയപ്പെടുന്ന സാമ്പിൾ ഫയലിൽ കോഡ് പരീക്ഷിച്ചു; ഒരു കോളം തെറ്റായി പാഴ്‌സ് ചെയ്‌തതായി ശ്രദ്ധിച്ചു, അത് ശരിയാക്കി, തുടർന്ന് അത് മുഴുവൻ ഡാറ്റയിലേക്കും പ്രയോഗിച്ചു.

കേസ് 2 - സൈലൻ്റ് വോളിയം പിശക്. YZ ഒരു പ്രഷർ ഡ്രോപ്പ് കണക്കുകൂട്ടലിനായി കോഡ് എഴുതി, പക്ഷേ ബാറും Pa ഫോർമുലയും അനുമാനിച്ച് ഇൻപുട്ടിനെ ആശയക്കുഴപ്പത്തിലാക്കി. കോഡ് പിശകുകളില്ലാതെ പ്രവർത്തിച്ചു, പക്ഷേ ഫലം 100,000 മടങ്ങ് തെറ്റായിരുന്നു. മാനുവൽ കൺട്രോൾ കണക്കുകൂട്ടൽ ഉപയോഗിച്ച് എഞ്ചിനീയർ ഓർഡർ വ്യത്യാസം കണ്ടെത്തി. യൂണിറ്റ് അഭിപ്രായങ്ങൾ ചേർത്തതിന് ശേഷം പിശക് വ്യക്തമാക്കുകയും പരിഹരിക്കുകയും ചെയ്തു.

കേസ് 3 - പരിശോധന സംരക്ഷിച്ചു. ഒരു കൂട്ടം ബാലൻസ് സോൾവറിനായി AI-ൽ നിന്ന് ഒരു ടീം കോഡ് നേടി. അവർ ആദ്യം ഇത് രണ്ട് ഘടകങ്ങളുള്ള, കൈകൊണ്ട് പിരിച്ചുവിടുന്ന സാമ്പിളിൽ പരീക്ഷിച്ചു; കോഡ് ഒരു ലൂപ്പ്ബാക്ക് തെറ്റായി അടയ്‌ക്കുകയായിരുന്നു, അത് കൂട്ടിച്ചേർക്കുന്നില്ല. യഥാർത്ഥ, സങ്കീർണ്ണമായ മോഡലിൽ പ്രയോഗിക്കുന്നതിന് മുമ്പ് പിശക് പിടികൂടി. പരിശോധന കൂടാതെ, പിശക് എല്ലാ ഫലങ്ങളിലേക്കും വ്യാപിക്കും.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ഡാറ്റ വിശകലന കോഡ് ഡ്രാഫ്റ്റ്:

നിങ്ങളുടെ റോൾ: കെമിക്കൽ എഞ്ചിനീയറിംഗിനുള്ള പൈത്തൺ സഹായി. ടാസ്ക്: [വിവരണം]. ഇൻപുട്ട്: [CSV/അറേ, നിരകൾ, യൂണിറ്റുകൾ]. ഔട്ട്പുട്ട്: [എന്ത്, ഏത് യൂണിറ്റിലാണ്].പാണ്ടകൾ/നമ്പികൾ ഉപയോഗിക്കുക. കോഡിൽ: (1) ഓരോ വേരിയബിളിൻ്റെയും യൂണിറ്റ് വ്യാഖ്യാനിക്കുക, (2) തുടക്കത്തിൽ ഇൻപുട്ട് അനുമാനങ്ങൾ പറയുക, (3) എഡ്ജ് കേസുകൾ കൈകാര്യം ചെയ്യുക (ഡാറ്റ നഷ്‌ടമായത്, പൂജ്യം). അറിയപ്പെടുന്ന ഒരു ഉദാഹരണം ഉപയോഗിച്ച് ഞാൻ കോഡ് പരിശോധിക്കും; മാജിക് നമ്പറുകൾ ഉപയോഗിക്കരുത്, സ്ഥിരാങ്കങ്ങൾ വ്യക്തമായി നിർവചിക്കുക.

2) കോഡ് വിശദീകരണവും സ്ഥിരീകരണവും:

ഇനിപ്പറയുന്ന പൈത്തൺ കോഡ് വരി വരിയായി വിശദീകരിക്കുക: അത് എന്താണ് ചെയ്യുന്നത്, എന്ത് അനുമാനങ്ങൾ ഉണ്ടാക്കുന്നു, ഏത് യൂണിറ്റുകൾ പ്രതീക്ഷിക്കുന്നു. സാധ്യമായ പിശക് പോയിൻ്റുകൾ ഹൈലൈറ്റ് ചെയ്യുക (യൂണിറ്റ് ആശയക്കുഴപ്പം, സൂചിക ഷിഫ്റ്റ്, പൂജ്യം കൊണ്ട് വിഭജനം, ഓവർഫ്ലോ). ഈ കോഡ് പരിശോധിച്ചുറപ്പിക്കാൻ എനിക്ക് ഉപയോഗിക്കാവുന്ന ലളിതവും അറിയപ്പെടുന്നതുമായ ടെസ്റ്റ് കേസ് നിർദ്ദേശിക്കുക. കോഡ്: [ഒട്ടിക്കുക]

3) അറിയപ്പെടുന്ന ഫലത്തോടുകൂടിയ ഒരു പരിശോധന സജ്ജീകരിക്കുന്നു:

ഈ ഫംഗ്‌ഷൻ പരിശോധിക്കാൻ ഒരു ടെസ്റ്റ് സെറ്റ് എഴുതുക: ഉത്തരം വിശകലനപരമായോ സ്വമേധയാ അറിയാവുന്ന 3 ലളിതമായ കേസുകളെങ്കിലും. ഓരോ ടെസ്റ്റിനും, പ്രതീക്ഷിച്ച ഫലവും ഞങ്ങൾ ആ ഫലം ​​പ്രതീക്ഷിക്കുന്നത് എന്തുകൊണ്ടാണെന്നും വിവരിക്കുക. പരിശോധിക്കാതെ യഥാർത്ഥ ഡാറ്റയിലേക്ക് ഞാൻ കോഡ് പ്രയോഗിക്കില്ല. പ്രവർത്തനം: [ഒട്ടിക്കുക]

4) ഡീബഗ്ഗിംഗ്:

ഈ കോഡ് ഇനിപ്പറയുന്ന പിശക്/തെറ്റായ ഫലം നൽകുന്നു: [പിശക് സന്ദേശം അല്ലെങ്കിൽ പ്രതീക്ഷിക്കുന്ന vsactual ഔട്ട്പുട്ട്]. സാധ്യമായ കാരണങ്ങൾ പ്രോബബിലിറ്റിയുടെ ക്രമത്തിൽ പട്ടികപ്പെടുത്തുകയും ഓരോന്നിനും എങ്ങനെ പരീക്ഷിക്കണമെന്ന് എന്നോട് പറയുകയും ചെയ്യുക. "ഞാൻ ശരിയാക്കി" എന്ന് നേരിട്ട് പറയരുത്; ആദ്യം നമുക്ക് മൂലകാരണം ഒരുമിച്ച് പരിശോധിക്കാം. യൂണിറ്റും ഓർഡർ ചെക്കിംഗും നിർദ്ദേശിക്കുക. കോഡും ഡാറ്റയും: [ഒട്ടിക്കുക]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

എനിക്ക് ഒരു പ്രഷർ ഡ്രോപ്പ് കണക്കുകൂട്ടൽ കോഡ് എഴുതുക.

ഇൻപുട്ട് ഫോർമാറ്റ്, യൂണിറ്റ്, സമവാക്യം, അവസ്ഥ എന്നിവ വ്യക്തമല്ല. AI അതിൻ്റെ അനുമാനങ്ങൾ മറയ്ക്കുന്നു, യൂണിറ്റുകളെ ആശയക്കുഴപ്പത്തിലാക്കാം.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: കെമിക്കൽ എഞ്ചിനീയറിംഗ് പൈത്തൺ സഹായി. ടാസ്ക്: വൃത്താകൃതിയിലുള്ള പൈപ്പിൽ ഘർഷണം മൂലമുണ്ടാകുന്ന മർദ്ദം കുറയുന്നു. ഇൻപുട്ട്: ഫ്ലോ റേറ്റ് [m3/s], വ്യാസം [m], നീളം[m], സാന്ദ്രത [kg/m3], വിസ്കോസിറ്റി [Pa·s]. ഔട്ട്പുട്ട്: പ്രഷർ ഡ്രോപ്പ് [Pa]. ഡാർസി-വെയ്സ്ബാക്ക് ഉപയോഗിക്കുക; ഘർഷണ ഘടകത്തിനായി ഒഴുക്ക് ഭരണകൂടം (റീ) പരിശോധിക്കുക. ഓരോ യൂണിറ്റും, സംസ്ഥാന അനുമാനങ്ങളും (പൂർണ്ണ ലോഡ്, സ്ഥിരമായ ഒഴുക്ക്) കമൻ്റ് ചെയ്യുക. ഒരു ലാമിനാർ ഉദാഹരണത്തിൽ മാനുവൽ കണക്കുകൂട്ടലിനെതിരെ ഞാൻ കോഡ് പരിശോധിക്കും.

വ്യത്യാസം വ്യക്തമാണ്: ഇൻപുട്ട് യൂണിറ്റുകൾ, രീതി, ഔട്ട്പുട്ട് യൂണിറ്റ്, ടെസ്റ്റ് ഉദ്ദേശം എന്നിവ കോഡിനെ വിശ്വസനീയമാക്കുന്നു.

പൈത്തൺ ഉപയോഗത്തിൽ പങ്ക് വിതരണം

ബിസിനസ്സ്

AI യുടെ പങ്ക്

മനുഷ്യൻ്റെ തീരുമാനം

എഴുത്ത് കോഡ്

ഒരു ഡ്രാഫ്റ്റ് സൃഷ്ടിക്കുക

ജോലി വിവരണം, യൂണിറ്റുകൾ

ലൈബ്രറി തിരഞ്ഞെടുപ്പ്

നിർദ്ദേശം

അനുരൂപതയുടെ സ്ഥിരീകരണം

വിവരണം

വരി വരിയായി

ധാരണയോടെ സ്വീകരിക്കുക

പരീക്ഷ

ടെസ്റ്റ് സെറ്റ് ശുപാർശ

അറിയപ്പെടുന്ന ഫലത്തോടുകൂടിയ മൂല്യനിർണ്ണയം

ഡീബഗ് ചെയ്യുക

അനുമാനം, ദിശ

മൂലകാരണ സ്ഥിരീകരണം

ഉപസംഹാരം

നമ്പർ ജനറേഷൻ

ഭൗതികശാസ്ത്രം ഉപയോഗിച്ച് പരീക്ഷിക്കുന്നു

സാധാരണ തെറ്റുകൾ

• ടെസ്റ്റ് ചെയ്യാതെ കോഡ് ഉപയോഗിക്കുന്നു. പ്രവർത്തന കോഡ് ശരിയായ കോഡല്ല; അറിയാവുന്ന ഫലം ഉപയോഗിച്ച് പരീക്ഷിച്ചില്ലെങ്കിൽ അത് വിശ്വസിക്കാൻ കഴിയില്ല.
• യൂണിറ്റുകൾ അനിശ്ചിതമായി വിടുന്നു. കെമിക്കൽ എഞ്ചിനീയറിംഗിലെ ഏറ്റവും സാധാരണവും അപകടകരവുമായ തെറ്റാണ് യൂണിറ്റ് ആശയക്കുഴപ്പം.
• മനസ്സിലാക്കാതെയാണ് പ്രവർത്തിക്കുന്നത്. AI വരി വരിയായി എഴുതിയ കോഡ് മനസ്സിലാക്കാതെ ഫലങ്ങൾ വിശ്വസിക്കരുത്.
• എഡ്ജ് സ്റ്റേറ്റുകളെ മറികടക്കുന്നു. പൂജ്യം, നെഗറ്റീവ്, നഷ്‌ടമായ ഡാറ്റ നിശബ്ദമായി കോഡിനെ തെറ്റായ നിഗമനത്തിലേക്ക് നയിക്കും.
• സുരക്ഷാ കണക്കുകൂട്ടൽ കോഡിൽ മാത്രം അടിസ്ഥാനമാക്കിയുള്ളതാണ്. സുരക്ഷാ-നിർണ്ണായക കോഡുകൾക്ക് പരിശോധന + സ്വതന്ത്ര ആധികാരിക സ്ഥിരീകരണം ആവശ്യമാണ്.

ചുരുക്കത്തിൽ

പൈത്തണിനൊപ്പം കെമിക്കൽ എഞ്ചിനീയറിംഗിൽ AI; ഡാറ്റ ക്ലീൻസിംഗ്, അക്കൗണ്ടിംഗ് ഓട്ടോമേഷൻ, മോഡലിംഗ്, ഗ്രാഫിക്സ് എന്നിവയ്ക്കായി ഡ്രാഫ്റ്റ് ചെയ്യുകയും വിശദീകരിക്കുകയും ഡീബഗ്ഗിംഗ് മാർഗ്ഗനിർദ്ദേശം നൽകുകയും ചെയ്യുന്ന ശക്തമായ ഒരു അസിസ്റ്റൻ്റാണിത്. എന്നാൽ AI-യുടെ കോഡ് വിശ്വസനീയമായത് അത് ശരിയാണെന്ന് തോന്നുന്നതുകൊണ്ടല്ല, മറിച്ച് അറിയപ്പെടുന്ന ഒരു ഫലത്തോടെ പരീക്ഷിച്ചതുകൊണ്ടാണ്. യൂണിറ്റുകൾ വ്യക്തമായി വ്യക്തമാക്കേണ്ടത് അത്യാവശ്യമാണ്, കോഡ് മനസ്സിലാക്കുക, എഡ്ജ് കേസുകൾ പരിശോധിക്കുക, ഭൗതികശാസ്ത്രം ഉപയോഗിച്ച് ഫലം പരിശോധിക്കുക; സുരക്ഷാ-നിർണ്ണായക കണക്കുകൂട്ടലുകൾക്ക് അംഗീകൃത എഞ്ചിനീയർ പരിശോധനയും ആവശ്യമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു കണക്കുകൂട്ടൽ തിരഞ്ഞെടുക്കുക (ഉദാ. ഒരു പൈപ്പ് മർദ്ദം ഡ്രോപ്പ് അല്ലെങ്കിൽ രണ്ട്-ഘടക മാസ് ബാലൻസ്). "ഡാറ്റ വിശകലനം/അക്കൗണ്ട് കോഡ് ഡ്രാഫ്റ്റ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് AI-ൽ നിന്ന് കോഡ് നേടുക, യൂണിറ്റുകൾ വ്യക്തമായി പ്രസ്താവിക്കുക. തുടർന്ന് "അറിയപ്പെടുന്ന ഫലങ്ങളുള്ള ടെസ്റ്റ് സജ്ജീകരിക്കുക" പാറ്റേൺ ഉപയോഗിച്ച് സ്വമേധയാ ഡീകോഡ് ചെയ്യാവുന്ന ഉദാഹരണത്തിൽ കോഡ് പരിശോധിക്കുക; ഫലം പൊരുത്തപ്പെടുന്നില്ലെങ്കിൽ, "ഡീബഗ്" പാറ്റേൺ ഉപയോഗിച്ച് മൂലകാരണം കണ്ടെത്തുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ ഇൻപുട്ട്/ഔട്ട്പുട്ട് യൂണിറ്റുകളും രീതിയും വ്യക്തമായി പറഞ്ഞിട്ടുണ്ട്.
• [ ] ഞാൻ കോഡ് വരി വരിയായി മനസ്സിലാക്കുകയും അതിൻ്റെ അനുമാനങ്ങൾ കാണുകയും ചെയ്തു.
• [ ] അറിയാവുന്ന/സ്വമേധയാ മനസ്സിലാക്കാവുന്ന ഒരു ഉദാഹരണത്തിൽ ഞാൻ കോഡ് പരീക്ഷിച്ചു.
• [ ] ഞാൻ എഡ്ജ് കേസുകൾ പരീക്ഷിച്ചു (പൂജ്യം, നെഗറ്റീവ്, നഷ്‌ടമായ ഡാറ്റ).
• [ ] ഞാൻ ഫിസിക്സ് ഉപയോഗിച്ച് ഫലം പരിശോധിച്ചു (പിണ്ഡത്തിൻ്റെ സംരക്ഷണം, ക്രമം); എനിക്ക് സുരക്ഷാ അക്കൗണ്ടും ഉദ്യോഗസ്ഥൻ സ്ഥിരീകരിച്ചു.