പൈത്തൺ ഉപയോഗിച്ചുള്ള കണക്കുകൂട്ടലും സംഖ്യാ രീതികളും

നേട്ടങ്ങൾ:

• AI ഒരു ഫിസിക്കൽ കണക്കുകൂട്ടൽ NumPy/SciPy കോഡിലേക്ക് വിവർത്തനം ചെയ്യുകയും കോഡ് തന്നെ പ്രവർത്തിപ്പിക്കുകയും ചെയ്യുന്നതിലൂടെ, വാക്കാലുള്ള ഊഹക്കച്ചവടത്തിലല്ല, ഡിറ്റർമിനിസ്റ്റിക് ഔട്ട്‌പുട്ടിനെ ആശ്രയിക്കാനുള്ള കഴിവ്
• ഒരു സംഖ്യാ കോഡിൻ്റെ വിശ്വാസ്യത പരിശോധിക്കാനുള്ള കഴിവ്, ഉത്തരം അറിയാവുന്ന ലളിതമായ ഒരു സാഹചര്യം ഉപയോഗിച്ച് അത് പരിശോധിച്ച് അതിൻ്റെ സംയോജനം പരിശോധിക്കുക.
• വേരിയബിൾ യൂണിറ്റുകളെ കോഡിലേക്ക് പ്രതിഫലിപ്പിച്ചുകൊണ്ട് ഫലത്തിൻ്റെ യൂണിറ്റും നിലയും ഭൗതികമായി നൽകാനുള്ള കഴിവ്

ഭൗതികശാസ്ത്രത്തിലെ പല പ്രശ്നങ്ങളും കൈകൊണ്ട് പരിഹരിക്കാൻ കഴിയില്ല: ഒരു ഇൻ്റഗ്രലിന് വിശകലന പരിഹാരമില്ല, സമവാക്യങ്ങളുടെ ഒരു സിസ്റ്റത്തിൻ്റെ റൂട്ട് അടച്ച രൂപത്തിൽ കണ്ടെത്താൻ കഴിയില്ല, അല്ലെങ്കിൽ ഒരു കണക്കുകൂട്ടൽ ആയിരക്കണക്കിന് തവണ ആവർത്തിക്കണം. ഇവിടെയാണ് സംഖ്യാ രീതികൾ പ്രവർത്തിക്കുന്നത്: കൃത്യമായ ഒരു ഫോർമുലയ്ക്ക് പകരം, കമ്പ്യൂട്ടർ ഏകദേശവും എന്നാൽ നിയന്ത്രിതവുമായ കൃത്യതയോടെ ഘട്ടം ഘട്ടമായി കണക്കുകൂട്ടുന്നു. ഈ യൂണിറ്റിൽ, കമ്പ്യൂട്ടേഷണൽ ഫിസിക്‌സ് കണക്കുകൂട്ടലുകൾക്കായി ഒരു കോഡ് പങ്കാളിയായി ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) എങ്ങനെ ഉപയോഗിക്കാമെന്നും അത് ഉത്പാദിപ്പിക്കുന്ന കോഡ് എങ്ങനെ പരിശോധിക്കാമെന്നും ഏതൊക്കെ കെണികളിൽ അകപ്പെടാതിരിക്കണമെന്നും നിങ്ങൾ പഠിക്കും. ഇവിടെ ഭൗതികശാസ്ത്രജ്ഞൻ്റെ സ്റ്റാൻഡേർഡ് ടൂളുകൾ പൈത്തൺ ഭാഷയും NumPy (സംഖ്യാ ശ്രേണികൾക്കും ഫാസ്റ്റ് മാത്തമാറ്റിക്‌സിനും വേണ്ടിയുള്ള ലൈബ്രറി), കൂടാതെ SciPy (ശാസ്ത്രീയ കമ്പ്യൂട്ടിംഗിനായുള്ള ലൈബ്രറി; സംയോജനം, റാഡിക്കൽ കണ്ടെത്തൽ, ഒപ്റ്റിമൈസേഷൻ എന്നിവ ഉൾപ്പെടുന്നു).

എന്തുകൊണ്ട് AI + പൈത്തൺ, എന്തുകൊണ്ട് കൈകൊണ്ട് പാടില്ല?

കൈകൊണ്ട് സംഖ്യാ കണക്കുകൂട്ടലുകൾ നടത്തുന്നത് മന്ദഗതിയിലുള്ളതും പിശക് സാധ്യതയുള്ളതുമാണ്. കുറച്ച് നിമിഷങ്ങൾക്കുള്ളിൽ AI-ന് നിങ്ങളുടെ ഫിസിക്കൽ കൺസ്ട്രക്റ്റ് പ്രവർത്തിക്കുന്ന പൈത്തൺ കോഡിലേക്ക് വിവർത്തനം ചെയ്യാൻ കഴിയും. എന്നാൽ ഇവിടെ സുവർണ്ണ നിയമം ഇതാണ്: AI കോഡ് എഴുതുന്നു, നിങ്ങൾ കോഡ് പ്രവർത്തിപ്പിക്കുകയും ഫിസിക്സ് ഉപയോഗിച്ച് ഫലം പരിശോധിക്കുകയും ചെയ്യുക. "ഈ കോഡ് അത് നൽകുന്നു" എന്ന് AI പറയുന്നത് ഒരു പ്രവചനമാണ്; യഥാർത്ഥത്തിൽ കോഡ് പ്രവർത്തിപ്പിക്കുകയും ഔട്ട്പുട്ട് കാണുകയും ചെയ്യുന്നത് ഒരു നിർണ്ണായക വസ്തുതയാണ്. ഒരു LLM തൻ്റെ തലയിൽ എഴുതിയ കോഡിൻ്റെ ഔട്ട്‌പുട്ട് "കണക്കുകൂട്ടി" തെറ്റായ നമ്പർ പറഞ്ഞേക്കാം; അതേ കോഡ് പ്രവർത്തിപ്പിക്കുമ്പോൾ അത് ശരിയായ ഫലം നൽകുന്നു. അതിനാൽ AI വാക്കാലുള്ള സംഖ്യാ ഫലത്തെ ഒരിക്കലും വിശ്വസിക്കരുത് - കോഡ് പ്രവർത്തിപ്പിക്കുക.

അടിസ്ഥാന കമ്പ്യൂട്ടേഷണൽ ടാസ്ക്കുകളും AI-യുടെ പങ്കും

അന്വേഷണം

രീതി/ഉപകരണം

ശാരീരിക പരിശോധന

നിശ്ചിത അവിഭാജ്യ

scipy.integrate.quad

പരിധി സംസ്ഥാനങ്ങൾ, ഡൈമൻഷണൽ വിശകലനം

സമവാക്യത്തിൻ്റെ റൂട്ട്

scipy.optimize.brentq

റൂട്ട് സ്ഥാനത്ത് വയ്ക്കുക, അത് പൂജ്യമാണോ എന്ന് പരിശോധിക്കുക.

രേഖീയ സമവാക്യങ്ങളുടെ സിസ്റ്റം

numpy.linalg.solve

പരിഹാരം സിസ്റ്റത്തിലേക്ക് തിരികെ കൊണ്ടുവരുന്നു

ഡെറിവേറ്റീവ് (സംഖ്യ)

കേന്ദ്ര വ്യത്യാസം അല്ലെങ്കിൽ numpy.gradient

അനലിറ്റിക്കൽ ഡെറിവേഷനുമായുള്ള താരതമ്യം

ബൾക്ക് വെക്റ്റർ കണക്കുകൂട്ടൽ

NumPy അറേകൾ

യൂണിറ്റ്, റാങ്ക് നിയന്ത്രണം

ഈ ടൂളുകളിൽ ഏതാണ് ഉചിതമെന്ന് നിർദ്ദേശിക്കുന്നതിനും വാക്യഘടന (കോഡ് എഴുത്ത് നിയമങ്ങൾ) ശരിയാക്കുന്നതിനും AI വളരെ മികച്ചതാണ്. എന്നാൽ ഏത് രീതിയാണ് ശാരീരിക അർത്ഥവും ഫലത്തിൻ്റെ കൃത്യതയും എന്ന് നിങ്ങൾ തീരുമാനിക്കുക.

ഘട്ടം ഘട്ടമായി: പരിശോധിക്കാവുന്ന സംഖ്യാ കണക്കുകൂട്ടൽ

1. പ്രശ്നവും യൂണിറ്റുകളും വ്യക്തമാക്കുക. ഉദാഹരണത്തിന്: "0 മുതൽ അനന്തത വരെയുള്ള സമഗ്രമായ e^(−x²) കണക്കാക്കുക; ഫലം √π/2 ≈ 0.8862 ആയിരിക്കണം." പ്രതീക്ഷിച്ച ഫലം (എന്തെങ്കിലും ഉണ്ടെങ്കിൽ) വീണ്ടും എഴുതുന്നത് സ്ഥിരീകരണം എളുപ്പമാക്കുന്നു.

2. കോഡിനായി AI-യോട് ആവശ്യപ്പെടുക, എന്നാൽ നിങ്ങൾ ഔട്ട്പുട്ട് പ്രവർത്തിപ്പിക്കുക. കോഡ് ബ്ലോക്ക് പകർത്തി നിങ്ങളുടെ സ്വന്തം പരിതസ്ഥിതിയിൽ പ്രവർത്തിപ്പിക്കുക (ജൂപ്പിറ്റർ, കൊളാബ്, നേറ്റീവ് പൈത്തൺ).

3. അറിയപ്പെടുന്ന സാഹചര്യം ഉപയോഗിച്ച് പരീക്ഷിക്കുക. നിങ്ങൾക്ക് ഇതിനകം ഉത്തരം അറിയാവുന്ന ഒരു ലളിതമായ സാഹചര്യത്തിൽ കോഡ് പരീക്ഷിക്കുക. ഉദാഹരണത്തിന്, ∫₀¹ x dx = 0.5 പോലെ നിങ്ങൾക്ക് കൈകൊണ്ട് അറിയാവുന്ന ഒരു ഉദാഹരണം ഉപയോഗിച്ച് ഒരു ഇൻ്റഗ്രൽ കോഡ് പരീക്ഷിക്കുക. കോഡ് ഇത് ശരിയായി നൽകിയാൽ, നിങ്ങളുടെ ആത്മവിശ്വാസം വർദ്ധിക്കും.

4. ഒത്തുചേരൽ പരിശോധിക്കുക. സംഖ്യാ രീതികളിൽ, നിങ്ങൾ ഘട്ടങ്ങളുടെ എണ്ണം വർദ്ധിപ്പിക്കുമ്പോൾ, ഫലം ഒരു സ്ഥിരമായ മൂല്യത്തെ സമീപിക്കണം. അത് സമീപിക്കുന്നില്ലെങ്കിൽ, രീതി അനുയോജ്യമല്ല.

5. യൂണിറ്റും റാങ്കും പരിശോധിക്കുക. ഫിസിക്കൽ യൂണിറ്റും ക്രമവും ഉപയോഗിച്ച് എല്ലായ്പ്പോഴും സംഖ്യാ ഫലം നൽകുക.

നുറുങ്ങ്: AI-യിൽ നിന്ന് കോഡ് അഭ്യർത്ഥിക്കുമ്പോൾ, "ഫലത്തെ അറിയപ്പെടുന്ന ഒരു വിശകലന മൂല്യവുമായി താരതമ്യം ചെയ്യുന്ന ഒരു ടെസ്റ്റ് ലൈനും ഉൾപ്പെടുത്തുക" എന്ന് പറയുക. അങ്ങനെ, കോഡ് രണ്ടും കണക്കുകൂട്ടൽ നടത്തുകയും അറിയപ്പെടുന്ന സാഹചര്യത്തിൽ സ്വയം പരിശോധിക്കുകയും ചെയ്യുന്നു. ഇത് പിശകുകൾ ഉടനടി ദൃശ്യമാക്കുന്നു.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - തെറ്റായ വാക്കാലുള്ള നിഗമനം. ഒരു വിദ്യാർത്ഥി AI ഒരു ഇൻ്റഗ്രൽ കോഡ് എഴുതാൻ ആവശ്യപ്പെട്ടു, "ഈ കോഡ് ഏകദേശം 1.77 നൽകുന്നു" എന്ന് AI പറഞ്ഞു. വിദ്യാർത്ഥി കോഡ് പ്രവർത്തിപ്പിച്ചു: യഥാർത്ഥ ഔട്ട്പുട്ട് 0.886 ആയിരുന്നു. കോഡിൻ്റെ ഔട്ട്പുട്ട് പ്രവചിക്കുന്നതിൽ AI ഒരു തെറ്റ് ചെയ്തു; കോഡ് ശരിയായിരുന്നു. പാഠം: കോഡ് വിശ്വസിക്കുക, വാക്കാലുള്ള ഊഹത്തെ വിശ്വസിക്കരുത്.

കേസ് 2 - സംഖ്യാപരമായ അസ്ഥിരത. AI എഴുതിയ റൂട്ട് ഫൈൻഡിംഗ് കോഡുള്ള ഒരു സമവാക്യത്തിൻ്റെ റൂട്ട് ഒരു ഗവേഷകൻ അന്വേഷിച്ചു. കോഡ് ഒരു റൂട്ട് തിരികെ നൽകി, പക്ഷേ ഗവേഷകൻ റൂട്ട് സമവാക്യത്തിലേക്ക് തിരികെ നൽകിയപ്പോൾ, ഫലം പൂജ്യമല്ല, വളരെ വലിയ സംഖ്യയാണ്. ആരംഭ ശ്രേണിയിൽ റൂട്ട് അടങ്ങിയിട്ടില്ല എന്നതായിരുന്നു പ്രശ്നം; AI ഉചിതമായ ശ്രേണി ഏറ്റെടുത്തു. ഗവേഷകൻ ഭൗതിക വിവരങ്ങൾ ഉപയോഗിച്ച് ഇടവേള ശരിയാക്കി ശരിയായ റൂട്ട് കണ്ടെത്തി.

കേസ് 3 - സ്ഥിരീകരണം ലഭിച്ചു. ഒരു എഞ്ചിനീയർക്ക് ലോഡിന് കീഴിലുള്ള ഒരു ബീമിൻ്റെ വ്യതിചലനം സംഖ്യാപരമായി കണക്കാക്കുന്ന ഒരു കോഡ് വേണം. കോഡ് പ്രവർത്തിച്ചു, പക്ഷേ ഫലം വ്യതിചലനത്തിൻ്റെ മീറ്ററുകൾ കാണിച്ചു - ഒരു സ്റ്റീൽ ബീമിന് അസാധ്യമാണ്. എഞ്ചിനീയർ യൂണിറ്റുകൾ പരിശോധിച്ചു: 10⁹ എന്ന ഘടകം കാണാതെ GPa-യ്ക്ക് പകരം Pa-യിൽ ഇലാസ്റ്റിക് മോഡുലസ് ഉണ്ടെന്ന് AI നടിച്ചു. യൂണിറ്റ് തിരുത്തലിനൊപ്പം, ഫലം മില്ലിമീറ്ററായി കുറയുകയും ന്യായയുക്തമാവുകയും ചെയ്തു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) മൂല്യനിർണ്ണയ രേഖയോടുകൂടിയ സംഖ്യാ കണക്കുകൂട്ടൽ:

ഇനിപ്പറയുന്ന ഫിസിക്കൽ കണക്കുകൂട്ടൽ നടത്തുന്ന പൈത്തൺ (NumPy/SciPy) കോഡ് എഴുതുക: [പ്രശ്നം]. SI യൂണിറ്റുകളിലെ എല്ലാ വേരിയബിളുകളും പ്രഖ്യാപിക്കുകയും ഒരു കമൻ്റ് ലൈൻ ഉപയോഗിച്ച് യൂണിറ്റ് വ്യക്തമാക്കുകയും ചെയ്യുക. ഫലത്തെ അറിയപ്പെടുന്ന അനലിറ്റിക്കൽ/ലളിതമായ മൂല്യവുമായി താരതമ്യം ചെയ്യുന്ന കോഡിൻ്റെ അവസാനം ഒരു ചെക്ക് ലൈൻ ചേർക്കുക (അവകാശപ്പെടുക അല്ലെങ്കിൽ പ്രിൻ്റ് ചെയ്യുക). ഞാൻ കോഡ് പ്രവർത്തിപ്പിക്കും; നിങ്ങൾ ഔട്ട്പുട്ട് ഊഹിക്കുന്നില്ല, കോഡും പ്രതീക്ഷിച്ച റാങ്കും എഴുതുക.

2) രീതി തിരഞ്ഞെടുക്കൽ കൂടിയാലോചന:

ഇനിപ്പറയുന്ന പ്രശ്നം സംഖ്യാപരമായി പരിഹരിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു: [പ്രശ്നം]. ഏത് SciPy/NumPy ഫംഗ്‌ഷനാണ് അനുയോജ്യം, എന്തുകൊണ്ട്? 2 ഇതര രീതികൾ നിർദ്ദേശിക്കുക, കൃത്യതയുടെയും സ്ഥിരതയുടെയും അടിസ്ഥാനത്തിൽ ഓരോന്നിൻ്റെയും ഗുണദോഷങ്ങൾ എഴുതുക. ഏത് ശാരീരിക സാഹചര്യത്തിൽ ഏതാണ് മുൻഗണന നൽകേണ്ടതെന്ന് വ്യക്തമാക്കുക.

3) ഒത്തുചേരൽ പരിശോധന:

ഇനിപ്പറയുന്ന സംഖ്യാ കണക്കുകൂട്ടലിൻ്റെ ഘട്ടങ്ങളുടെ എണ്ണം (ഉദാ. N=10, 100, 1000) വർദ്ധിപ്പിച്ച് ഫലം എങ്ങനെ ഒത്തുചേരുന്നു എന്ന് കാണിക്കുന്ന പൈത്തൺ കോഡ് എഴുതുക. ഫലങ്ങൾ ഒരു പട്ടികയിൽ അച്ചടിക്കുക. ഒത്തുചേരൽ ഇല്ലെങ്കിൽ, ഇതിൻ്റെ ഭൗതിക/സംഖ്യാപരമായ കാരണം ഒരു വാചകത്തിൽ വിശദീകരിക്കുക. കോഡ്: [ഇവിടെ]

4) യൂണിറ്റ് നിയന്ത്രണം:

ചുവടെയുള്ള കോഡിൽ, ഓരോ വേരിയബിളിൻ്റെയും SI യൂണിറ്റ് കമൻ്റ് ചെയ്യുക, അന്തിമ ഫലത്തിൻ്റെ യൂണിറ്റ് പ്രതീക്ഷിക്കുന്ന യൂണിറ്റുമായി പൊരുത്തപ്പെടുന്നുണ്ടോയെന്ന് പരിശോധിക്കുക (ഉദാ. മീറ്റർ, ജൂൾ). ഒരു പൊരുത്തക്കേട് ഉണ്ടെങ്കിൽ, അത് ഏത് വരിയിലാണെന്ന് കാണിക്കുക. കോഡ്: [ഇവിടെ]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: "ഈ ഇൻ്റഗ്രലിൻ്റെ ഫലം പറയുക: ∫₀^∞ x²·e^(−x) dx"

ഫലം: AI അതിൻ്റെ തലയിൽ ഒരു നമ്പർ തുപ്പുന്നു (ഒരുപക്ഷേ ശരിയായിരിക്കാം, തെറ്റായിരിക്കാം); ഒന്നും എക്സിക്യൂട്ടബിൾ അല്ല, ഒന്നും പരിശോധിക്കാനാവില്ല.

ശക്തമായത്: "scipy.integrate.quad ഉപയോഗിച്ച് ഇൻ്റഗ്രൽ ∫₀^∞ x²·e^(−x) dx കണക്കാക്കുന്ന പൈത്തൺ കോഡ് എഴുതുക. ഈ ഇൻ്റഗ്രലിൻ്റെ അനലിറ്റിക് മൂല്യവുമായി ഫലത്തെ താരതമ്യം ചെയ്യുന്ന ഒരു അസെർട്ട് ലൈൻ ചേർക്കുക, 2! = 2. ഞാൻ കോഡ് പ്രവർത്തിപ്പിക്കും.

ഫലം: എക്സിക്യൂട്ടബിൾ കോഡ്, ബിൽറ്റ്-ഇൻ മൂല്യനിർണ്ണയം (വിശകലന മൂല്യവുമായി താരതമ്യം ചെയ്യുക), വിശ്വസനീയമായ ഫലം.

സാധാരണ തെറ്റുകൾ

• AI-യുടെ വാക്കാലുള്ള സംഖ്യാ ഫലത്തെ ആശ്രയിക്കുന്നു. തലയിലെ കോഡിൻ്റെ ഔട്ട്പുട്ട് LLM തെറ്റായി പ്രവചിച്ചേക്കാം. എപ്പോഴും കോഡ് പ്രവർത്തിപ്പിക്കുക.
• അറിയാവുന്ന സാഹചര്യം ഉപയോഗിച്ച് പരീക്ഷിക്കുന്നില്ല. ഉത്തരത്തിൽ മറഞ്ഞിരിക്കുന്ന പിശകുകൾ അടങ്ങിയിരിക്കാമെന്ന് നിങ്ങൾക്കറിയാവുന്ന ലളിതമായ ഒരു ഉദാഹരണം ഉപയോഗിച്ച് പരിശോധിക്കാത്ത കോഡ്.
• ഒത്തുചേരൽ പരിശോധിക്കുന്നില്ല. ഒരൊറ്റ ചുവട് എണ്ണത്തിൽ ഒട്ടിക്കുന്നത് ഫലം സംഖ്യാപരമായി വിശ്വസനീയമാണോ എന്ന് മറയ്ക്കുന്നു.
• കോഡിലെ യൂണിറ്റുകളെ പ്രതിഫലിപ്പിക്കുന്നില്ല. വേരിയബിളുകളുടെ യൂണിറ്റ് കമൻ്റ് ചെയ്യാത്തത് നിശബ്ദമായ 10ⁿ പിശകുകളെ ക്ഷണിച്ചുവരുത്തുന്നു.
• ലൈബ്രറി പതിപ്പ്/അനുമാനങ്ങൾ അവഗണിക്കുന്നു. ചിലപ്പോൾ AI ഒരു നിലവിലില്ലാത്ത ഫംഗ്‌ഷൻ നാമമോ കാലഹരണപ്പെട്ട വാക്യഘടനയോ ഉണ്ടാക്കിയേക്കാം; നിങ്ങൾ അത് പ്രവർത്തിപ്പിക്കുമ്പോൾ അത് ശ്രദ്ധേയമാണ്.

മുന്നറിയിപ്പ്: ഒരു പ്രസിദ്ധീകരണത്തിലോ അസൈൻമെൻ്റിലോ രൂപകൽപനയിലോ ഒരു സംഖ്യാപരമായ ഫലം നൽകുന്നതിന് മുമ്പ്, അറിയപ്പെടുന്ന ഒരു സ്വതന്ത്ര കേസ് ഉപയോഗിച്ച് കോഡ് പരിശോധിച്ച് ഫലം യൂണിറ്റുകൾ/ഓർഡറുകളിൽ നൽകുക. വർക്കിംഗ് കോഡ് പോലും തെറ്റായ ഭൗതികശാസ്ത്രത്തെ കണക്കാക്കുന്നു; കോഡ് പ്രവർത്തിക്കുന്നതുകൊണ്ട് ഭൗതികശാസ്ത്രം ശരിയാണെന്ന് അർത്ഥമാക്കുന്നില്ല.

ചുരുക്കത്തിൽ

ഫിസിക്കൽ കണക്കുകൂട്ടലുകൾ പൈത്തൺ കോഡിലേക്ക് വിവർത്തനം ചെയ്യുന്നതിൽ AI ഒരു ശക്തമായ പങ്കാളിയാണ്; എന്നാൽ അദ്ദേഹം വാക്കാൽ നൽകുന്ന കണക്കുകൾ കണക്കുകളാണ്, വസ്തുതകളല്ല. സുരക്ഷിതമായ വർക്ക്ഫ്ലോ വ്യക്തമാണ്: അതിൻ്റെ യൂണിറ്റുകളിലെ പ്രശ്നം നിർവചിക്കുക, AI കോഡ് എഴുതുക, എന്നാൽ നിങ്ങൾ ഔട്ട്പുട്ട് പ്രവർത്തിപ്പിക്കുക, അറിയപ്പെടുന്ന സാഹചര്യം ഉപയോഗിച്ച് കോഡ് പരിശോധിക്കുക, കൺവേർജൻസും യൂണിറ്റും പരിശോധിക്കുക. നിർണ്ണായകമായത് നടപ്പിലാക്കുന്ന കോഡാണ്; ഇത് ഒരു LLM അല്ല. അടുത്ത യൂണിറ്റിൽ നമ്മൾ ഈ സംഖ്യാ അടിത്തറയെ സമയം-വ്യത്യസ്‌ത ഭൗതിക സംവിധാനങ്ങളുടെ അനുകരണത്തിലേക്ക് മാറ്റും.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങൾക്ക് അനലിറ്റിക്കൽ സൊല്യൂഷൻ അറിയാവുന്ന ഒരു ഫിസിക്‌സ് കാൽക്കുലസ് തിരഞ്ഞെടുക്കുക (ഉദാഹരണത്തിന്, ഒരു നിശ്ചിത കാലയളവിൽ സ്വതന്ത്രമായി വീഴുന്ന ഒബ്‌ജക്റ്റിൻ്റെ വേഗത അല്ലെങ്കിൽ ഒരു ലളിതമായ അവിഭാജ്യ ഘടകം). ടെംപ്ലേറ്റ് 1 ഉപയോഗിച്ച് ഒരു പൈത്തൺ കോഡ് എഴുതാൻ AI യോട് ആവശ്യപ്പെടുക; കോഡ് സ്വയം പ്രവർത്തിപ്പിക്കുക. നിങ്ങൾക്ക് അറിയാവുന്ന വിശകലന മൂല്യവുമായി ഫലം താരതമ്യം ചെയ്യുക. ഘട്ടങ്ങളുടെ എണ്ണം അല്ലെങ്കിൽ ഒരു പാരാമീറ്റർ മാറ്റിക്കൊണ്ട് ഫലം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നിരീക്ഷിക്കുക. 5-6 വാക്യങ്ങളിൽ ശ്രദ്ധിക്കുക: കോഡിൻ്റെ ഔട്ട്‌പുട്ട് വാക്കാലുള്ള പ്രവചനവുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ, യൂണിറ്റ്/ഓർഡർ പ്രശ്‌നമുണ്ടോ?

ചെക്ക്ലിസ്റ്റ്

• [ ] എല്ലാ വേരിയബിളുകളുടെയും പ്രശ്നവും യൂണിറ്റും ഞാൻ വ്യക്തമാക്കി.
• AI എഴുതിയ കോഡ് ഞാൻ തന്നെ പ്രവർത്തിപ്പിച്ചു, വാക്കാലുള്ള ഫലം ഞാൻ വിശ്വസിച്ചില്ല.
• [ ] എനിക്ക് ഉത്തരം അറിയാവുന്ന ലളിതമായ ഒരു സാഹചര്യം ഉപയോഗിച്ച് ഞാൻ കോഡ് പരീക്ഷിച്ചു.
• [ ] ഞാൻ കൺവെർജൻസ് അല്ലെങ്കിൽ പാരാമീറ്റർ സെൻസിറ്റിവിറ്റി പരിശോധിച്ചു.
• [ ] ഫലത്തിൻ്റെ യൂണിറ്റും ക്രമവും ഞാൻ ഭൗതികമായി നൽകി.
• [ ] ഞാൻ ഉപയോഗിക്കുന്ന ലൈബ്രറി ഫംഗ്‌ഷനുകൾ യഥാർത്ഥവും കാലികവുമാണെന്ന് ഞാൻ പരിശോധിച്ചു.