इलेक्ट्रिकल आणि इलेक्ट्रॉनिक्स अभियांत्रिकीमध्ये AI चा परिचय आणि मर्यादा

नफा:

• सर्किट, पॉवर आणि एम्बेडेड सिस्टमच्या कामात एआय कुठे वेगवान आहे आणि कुठे धोकादायक आहे हे ओळखण्याची क्षमता
• जीवन आणि मालमत्तेच्या सुरक्षेचा समावेश असलेल्या इलेक्ट्रिकल कामांमध्ये पडताळणी आणि अभियंता मंजूरी अनिवार्य का आहे हे स्पष्ट करण्याची क्षमता.
• एआय आउटपुटला अभियांत्रिकी निकालाच्या बदलीऐवजी ऑडिट करण्यासाठी मसुदा इनपुट म्हणून स्थान देण्याची क्षमता

जेव्हा तुम्ही इलेक्ट्रिकल आणि इलेक्ट्रॉनिक्स अभियंता दिवस पाहता तेव्हा बहुतेक संघांमध्ये दिसणारे चित्र सारखेच असते: डेटाशीट वाचणे, स्प्रेडशीट भरणे, कोड लिहिणे आणि डीबग करणे, स्कीमॅटिक्स काढणे, मानके शोधणे, चाचणी अहवाल तयार करणे, ई-मेल आणि मीटिंग्ज. दुसऱ्या शब्दांत, वास्तविक "अभियांत्रिकी" भागासाठी वाहिलेला वेळ, म्हणजे, सिस्टम सुरक्षितपणे आणि अचूकपणे डिझाइन करण्याचा निर्णय, पुनरावृत्ती केलेल्या कामाखाली चिरडला जातो. इथेच कृत्रिम बुद्धिमत्ता कामात येते. एआय तुमच्यासाठी डिझाइन करत नाही; ते तुम्हाला डिझाईनसाठी तयार करते, मसुदे तयार करते, गणनेला गती देते आणि प्रक्रिया केलेली माहिती तुमच्यासमोर निर्णय घेण्यासाठी ठेवते. या युनिटमध्ये, आम्ही इलेक्ट्रिकल-इलेक्ट्रॉनिक वर्कफ्लो AI च्या कोणत्या टप्प्यांवर वास्तविक मूल्य जोडतो, कोणते निर्णय निश्चितपणे अभियंत्याकडे असले पाहिजेत आणि हे करताना तुम्ही कोणत्या सुरक्षा शिस्तीचे पालन केले पाहिजे हे स्पष्ट करू. ध्येय स्पष्ट आहे: AI ला “स्वयंचलित डिझायनर” म्हणून नव्हे तर एक शिस्तबद्ध सहाय्यक म्हणून स्थान देणे ज्याचे आउटपुट प्रत्येक वेळी सत्यापित केले जाते.

कोणत्या व्यवसायांमध्ये AI एक्सीलरेटर आहे, कोणत्या व्यवसायांमध्ये ते धोकादायक आहे?

इलेक्ट्रिकल आणि इलेक्ट्रॉनिक कामे त्यांच्या परिणामांच्या दृष्टीने दोन-पक्षीय स्पेक्ट्रमवर स्थित आहेत. एका टोकाला रद्द करण्यायोग्य, कमी जोखमीच्या कार्यालयीन नोकऱ्या आहेत; दुसरीकडे, असे अपरिवर्तनीय निर्णय आहेत जे थेट जीवन आणि मालमत्तेच्या सुरक्षेवर परिणाम करतात. या स्पेक्ट्रमवर तुम्ही कुठे उभे आहात त्यानुसार AI चे मूल्य बदलते.

व्यवसाय प्रकार

AI योगदान

अभियंत्याची भूमिका

डेटाशीट/मानक सारांश

लांब दस्तऐवजातून संबंधित आयटम काढा

अधिकृत स्त्रोताकडून मूल्य सत्यापित करा

कोड मसुदा (MCU, Python)

सांगाडा आणि कार्य निर्मिती

नोंदणी, वेळ, चाचणी सत्यापन

खाते प्राथमिक काम

सूत्र सेटिंग, प्रथम क्रमांक

युनिट, रँक आणि मानक नियंत्रण

दस्तऐवजीकरण

अहवाल/BOM/चाचणी प्रक्रियेचा मसुदा

तांत्रिक अचूकता आणि शब्दावली

संरक्षण समन्वय

सूचना, परिस्थिती

अंतिम निवड आणि मान्यता

कमिशनिंग

चेकलिस्ट मसुदा

शेतात मोजमाप आणि स्वाक्षरी

नियम सोपा आहे: एआय आउटपुटची जोखीम चुकल्यास आउटपुटमुळे होणाऱ्या नुकसानाच्या बरोबरी आहे. अक्ष लेबल चुकीचे शब्दलेखन निरुपद्रवी आहे; ब्रेकर करंट सेटिंगची चुकीची गणना केल्याने आग लागू शकते. म्हणून आउटपुट वापरण्यापूर्वी विचारण्याचा पहिला प्रश्न आहे: "हे चुकीचे असल्यास काय होईल आणि कोण लक्षात येईल?"

लक्ष द्या: AI अस्खलित आणि आत्मविश्वासपूर्ण मजकूर तयार करते. ओघ अचूकतेची हमी नाही. एक भाषा मॉडेल विश्वासार्ह सूत्रे, आयटम क्रमांक आणि डेटाशीट मूल्ये "कन्कोक्ट" (भ्रम) करू शकते, जरी त्यात कोणताही वास्तविक डेटा नसतानाही. विजेमध्ये हे कागदावरच राहत नाही; शेतातील खराबी, नुकसान किंवा अपघातात बदलते.

अभियंता वर सोडले पाहिजे असे निर्णय

काही निर्णय कधीही पूर्णपणे स्वयंचलित नसावेत. हे तांत्रिक, कायदेशीर आणि नैतिक धोके निर्माण करतात:

• सुरक्षितता-गंभीर पर्याय: ब्रेकर/फ्यूज रेटिंग, संरक्षण समन्वय, ग्राउंडिंग आणि इन्सुलेशन वर्ग.
• चालू करणे आणि उर्जा देणे: प्रथमच बोर्ड, मोटर किंवा बोर्डच्या पॉवर लाइनवर व्होल्टेज लागू करण्याचा निर्णय.
• मानक अनुरूपता घोषणा: "हे डिझाइन संबंधित मानकांचे पालन करते" या विधानावर अभियंत्याची स्वाक्षरी आवश्यक आहे.
• मानवांच्या संपर्कातील मूल्ये: अवशिष्ट वर्तमान संरक्षण थ्रेशोल्ड, स्पर्श व्होल्टेज, EMC/EMF मर्यादा.

चेतावणी: जरी AI-व्युत्पन्न केलेल्या गणनेचा परिणाम "50 A ब्रेकर पुरेसा आहे" असे काहीतरी आढळला तरीही, अभियंता शॉर्ट-सर्किट करंट, निवडकता आणि केबल सामर्थ्याने त्याची पडताळणी केल्याशिवाय ते लागू करणे अस्वीकार्य आहे. प्रत्येक सुरक्षितता-गंभीर आउटपुट अंमलबजावणीपूर्वी अधिकृत अभियंत्याने स्वतंत्रपणे सत्यापित आणि मंजूर केले पाहिजे.

सत्यापन शिस्त: तीन-स्तर नियंत्रण

एआय आउटपुट संपादक आणि ऑडिटरच्या डोळ्यांनी न वापरता, तीन-स्तर नियंत्रण लागू करा:

1. युनिट आणि रँक (सॅनिटी चेक): निकालाचे युनिट बरोबर आहे का? आकार शारीरिकदृष्ट्या वाजवी आहे का? 100 केव्हीए ट्रान्सफॉर्मरमध्ये 500 किलोवॅट नुकसान असल्यास, कुठेतरी दोष आहे.
2. स्वतंत्र पुनरुत्पादन: कॅल्क्युलेटरसह किंवा लहान पायथन/स्पाईस रनसह गणना मॅन्युअली पुनरुत्पादित करा. दोन भिन्न पद्धतींनी समान परिणाम दिल्यास, विश्वास वाढतो.
3. मानक आणि स्त्रोत पडताळणी: प्रत्येक आयटम क्रमांक, डेटाशीट मूल्य आणि AI द्वारे दिलेली मर्यादा अधिकृत स्त्रोताकडून शब्दशः पुष्टी करणे आवश्यक आहे.

पडताळणी प्रॉम्प्ट (आउटपुट तपासणे सोपे करते): "खालील गणना करताना तुम्ही वापरलेल्या सर्व गृहीतके, सूत्रे आणि एकके स्पष्टपणे सूचीबद्ध करा. प्रत्येक मध्यवर्ती पायरी एका वेगळ्या ओळीवर दर्शवा. तुम्ही वापरलेले मानक मूल्य किंवा डेटाशीट क्रमांक 'स्रोत आवश्यक' टॅगसह चिन्हांकित करा; तुम्हाला निश्चितपणे माहित नसलेली कोणतीही संख्या बनवू नका."

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमजोर:"मला या मोटरसाठी योग्य केबल क्रॉस-सेक्शन सांगा."(परिणाम: संदर्भाशिवाय एक संख्या; कोणती वर्तमान, लांबी, माउंटिंग पद्धत आणि व्होल्टेज ड्रॉप मर्यादा गृहीत धरली आहे हे स्पष्ट नाही.)STRONG:"पुढील परिस्थितींसाठी प्राथमिकपणे कॉपर केबल क्रॉस-सेक्शनची गणना करा आणि पायऱ्या दर्शवा:-, KW coφ50-3-4-4 0.85, कार्यक्षमता 0.90- केबलची लांबी: 60 मीटर, कंड्युट इन्स्टॉलेशन, 35 डिग्री सेल्सिअस अनुमत व्होल्टेज ड्रॉप: 3% करंट, व्होल्टेज ड्रॉप आणि थर्मल करंट वाहून नेण्याची क्षमता प्रत्येक टप्प्यावर स्वतंत्रपणे लिहा.

फरक असा आहे की मजबूत प्रॉम्प्ट मॉडेलला वास्तविक इनपुट आणि सीमा (कोणतीही घोषणा करू नका, पायऱ्या दर्शवू नका) दोन्ही देते. हे आउटपुट ऑडिट करण्यायोग्य बनवते.

मिनी केस

एम्बेडेड सिस्टीम अभियंता डेनिझ एआयला तापमान मापन कार्डसाठी ADC रीड कोड मुद्रित करते. AI 12-बिट ADC साठी संदर्भ व्होल्टेज 5 V आहे असे गृहीत धरून सूत्र स्थापित करते. डेनिझ कार्डची डेटाशीट उघडतो; संदर्भ प्रत्यक्षात 3.3 V आहे. AI च्या 5 V ची गृहीतके प्रत्येक मोजमाप सुमारे 50% बायससह वाचली जाईल. समुद्र संदर्भ निश्चित करतो, कार्डवर कोड अपलोड करतो आणि ज्ञात तापमानात वास्तविक थर्मामीटरच्या वाचनाची तुलना करतो. एआयने गती दिली; या गृहीतकाची पडताळणी करून आणि मोजमापाने त्याची पुष्टी करून समुद्राने विश्वासार्हता जोडली. जर AI वर आंधळेपणाने विश्वास ठेवला असेल, तर त्रुटी फील्डवर नेली जाईल.

सामान्य चुका

• AI च्या गृहीतके (संदर्भ व्होल्टेज, तापमान, कंडक्टर प्रकार) प्रश्न न करता स्वीकारणे.
• पडताळणी न करता सुरक्षा-गंभीर मूल्ये (ब्रेकर, संरक्षण, ग्राउंडिंग) लागू करणे.
• मेड-अप डेटाशीट क्रमांक आणि मानक आयटम क्रमांक लक्षात येत नाही.
• हार्डवेअरमध्ये न मोजता कोड "काम करतो" असे गृहीत धरून.
• खंड नियंत्रण बायपास करणे; V, A, W, VA, VAR गोंधळाकडे दुर्लक्ष करत आहे.
• अभियांत्रिकी मंजुरीसाठी AI आउटपुट बदलणे.

टीप: प्रत्येक AI आउटपुटला हे तीन प्रश्न विचारा: (1) कोणत्या गृहितकांवरून हा निष्कर्ष काढला गेला आणि त्या गृहीतके बरोबर आहेत का? (2) मी हे स्वतंत्रपणे पुनरुत्पादित केले आहे का? (३) ही सुरक्षा-गंभीर आहे का, आणि असल्यास, मला अधिकृत पडताळणी आणि मान्यता मिळाली आहे का? सर्व तीन स्पष्ट असल्यास, पुढे जा.

सारांशात

• AI इलेक्ट्रिकल आणि इलेक्ट्रॉनिक कामांच्या तयारी, गणना, कोड आणि दस्तऐवज टप्प्यात गती आणि स्केल जोडते; पण तो निर्णय घेणारा नाही.
• परिणामाची जोखीम चुकल्यास होणाऱ्या नुकसानाइतकीच असते; सुरक्षितता-गंभीर कामासाठी स्वतंत्र पडताळणी आणि अभियंता मंजूरी आवश्यक आहे.
• द्रव मजकूर योग्य मजकूर नाही; प्रत्येक गृहीतक, संख्या आणि मानक मूल्य सत्यापित करणे आवश्यक आहे.
• नियंत्रणाचे तीन स्तर (युनिट/रँक, स्वतंत्र पुनरुत्पादन, स्त्रोत सत्यापन) आउटपुट विश्वसनीय बनवतात.
• शक्तिशाली प्रॉम्प्ट मॉडेलला वास्तविक इनपुट आणि सीमा एकत्र देतो.
• AI ला "एक वेगवान सहाय्यक ज्याच्या प्रत्येक आउटपुटचे परीक्षण केले जाते" म्हणून स्थान द्या.

अर्ज कार्य

AI ला तुम्ही नुकतीच केलेली गणना (केबल क्रॉस-सेक्शन, रेझिस्टर सिलेक्शन, पॉवर लॉस इ.) सुरवातीपासून सोडवायला सांगा. नंतर आउटपुटमधील प्रत्येक गृहितक आणि संख्या सूचीमध्ये काढा; प्रत्येकासाठी "सत्यापित / संसाधन आवश्यक / दोषपूर्ण" ठरवा. स्वतः गणना पुन्हा तयार करा, एकतर स्वहस्ते किंवा लहान पायथन रनसह, आणि दोन परिणामांची तुलना करा. वेगळे असल्यास, का ते शोधा. हा व्यायाम ऑडिटरच्या शिस्तीसह AI वापरण्याची सवय तयार करतो.