ਲਾਭ:
- ਏਆਈ ਸਹਾਇਤਾ ਨਾਲ ਮਿਸ਼ਨ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਤੋਂ ਲੈ ਕੇ ਸੰਕਲਪਿਕ ਏਅਰਕ੍ਰਾਫਟ/ਸਪੇਸਕ੍ਰਾਫਟ ਸਾਈਜ਼ਿੰਗ ਤੱਕ ਟਰੇਡ-ਆਫ ਅਧਿਐਨ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਕੌਂਫਿਗਰ ਕੀਤੇ ਪ੍ਰੋਂਪਟਾਂ ਨਾਲ ਲੋੜਾਂ ਲਿਖਣ, ਖੋਜਣਯੋਗਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਨਿਯੰਤਰਣ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਭੌਤਿਕ ਵਿਗਿਆਨ-ਅਧਾਰਿਤ ਹੱਥ ਗਣਨਾਵਾਂ ਦੇ ਨਾਲ AI-ਸੁਝਾਏ ਡਿਜ਼ਾਈਨ ਪੁਆਇੰਟਾਂ ਨੂੰ ਕਰਾਸ-ਪ੍ਰਮਾਣਿਤ ਕਰਕੇ ਗੈਰ-ਵਾਜਬ ਆਉਟਪੁੱਟ ਨੂੰ ਖਤਮ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਇੱਕ ਹਵਾਈ ਜਹਾਜ਼ ਜਾਂ ਪੁਲਾੜ ਯਾਨ ਲੋੜਾਂ ਦੀ ਸੂਚੀ ਤੋਂ ਪੈਦਾ ਹੁੰਦਾ ਹੈ, ਨਾ ਕਿ ਡਰਾਇੰਗ ਬੋਰਡ 'ਤੇ। ਇਹ ਵਾਕ "ਇਸ ਸੀਮਾ ਤੱਕ, ਇਸ ਗਤੀ 'ਤੇ, ਇਸ ਕੀਮਤ 'ਤੇ ਇੰਨਾ ਭਾਰ ਚੁੱਕੋ" ਉਸ ਡਿਜ਼ਾਈਨ ਦਾ ਬੀਜ ਹੈ ਜੋ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਤੱਕ ਰਹੇਗਾ। ਸੰਕਲਪਿਤ ਡਿਜ਼ਾਈਨ (ਸਭ ਤੋਂ ਸ਼ੁਰੂਆਤੀ ਡਿਜ਼ਾਈਨ ਪੜਾਅ ਜਿਸ ਵਿੱਚ ਵਾਹਨ ਦਾ ਮੋਟਾ ਆਕਾਰ, ਭਾਰ ਅਤੇ ਸੰਰਚਨਾ ਪਹਿਲਾਂ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ) ਇਸ ਬੀਜ ਤੋਂ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਆਕਾਰ ਕੱਢਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇੱਥੇ ਕੀਤੇ ਗਏ ਫੈਸਲੇ ਸਸਤੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਦੇ ਪ੍ਰਭਾਵ ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਹਨ: ਇੱਕ ਗਲਤ ਸੰਕਲਪਿਕ ਚੋਣ ਲੱਖਾਂ ਡਾਲਰ ਵਿਸਤ੍ਰਿਤ ਡਿਜ਼ਾਈਨ ਨੂੰ ਸੁੱਟ ਸਕਦੀ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਸੰਕਲਪਿਕ ਡਿਜ਼ਾਈਨ ਦੇ ਤਿੰਨ ਬੋਝਾਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ: ਅਸਪਸ਼ਟ ਕਾਰਜ ਬੇਨਤੀਆਂ ਨੂੰ ਮਾਪਣਯੋਗ ਲੋੜਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ, ਲੋੜਾਂ ਵਿਚਕਾਰ ਟਰੇਸਯੋਗਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਨੂੰ ਕਾਇਮ ਰੱਖਣਾ, ਅਤੇ ਮੁਕਾਬਲੇ ਵਾਲੇ ਡਿਜ਼ਾਈਨ ਵਿਕਲਪਾਂ ਵਿਚਕਾਰ ਵਪਾਰ-ਬੰਦ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਤੇਜ਼ ਕਰਨਾ। ਪਰ ਆਓ ਅਸੀਂ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਮਹੱਤਵਪੂਰਨ ਸਿਧਾਂਤ ਨੂੰ ਸਮਝੀਏ: ਹਰ ਆਕਾਰ, ਹਰੇਕ ਭਾਰ ਦਾ ਅੰਦਾਜ਼ਾ ਜੋ AI ਦੁਆਰਾ ਸੁਝਾਇਆ ਗਿਆ ਹੈ, ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਇੱਕ ਭੌਤਿਕ ਵਿਗਿਆਨ-ਅਧਾਰਿਤ ਹੱਥ ਗਣਨਾ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। AI ਇੱਕ ਦਿਮਾਗੀ ਅਤੇ ਲੇਖਾਕਾਰੀ ਸਾਥੀ ਹੈ; ਆਕਾਰ ਦੇ ਫੈਸਲੇ ਦਾ ਮਾਲਕ ਨਹੀਂ ਹੈ।
ਧਾਰਨਾਵਾਂ: ਲੋੜ: ਇੱਕ ਸਿੰਗਲ ਪ੍ਰਮਾਣਿਤ ਬਿਆਨ ਜੋ ਟੂਲ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਟਰੇਸੇਬਿਲਟੀ: ਰਿਕਾਰਡ ਦੀ ਲੜੀ ਕਿ ਹਰ ਲੋੜ ਕਿੱਥੋਂ ਆਈ ਹੈ ਅਤੇ ਕਿਸ ਡਿਜ਼ਾਈਨ/ਟੈਸਟ ਨਾਲ ਇਹ ਪੂਰੀ ਕੀਤੀ ਗਈ ਸੀ। ਵਪਾਰ ਸਪੇਸ: ਬਦਲਣਯੋਗ ਡਿਜ਼ਾਈਨ ਵੇਰੀਏਬਲ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਸਾਰੇ ਵਿਕਲਪਾਂ ਦਾ ਸੈੱਟ। MTOW: ਅਧਿਕਤਮ ਟੇਕ-ਆਫ ਵਜ਼ਨ (ਵੱਧ ਤੋਂ ਵੱਧ ਟੇਕ-ਆਫ ਵਜ਼ਨ), ਸਭ ਤੋਂ ਵੱਧ ਪੁੰਜ ਜੋ ਵਾਹਨ ਉਤਾਰ ਸਕਦਾ ਹੈ।
ਕੰਮ ਤੋਂ ਲੈ ਕੇ ਲੋੜ ਤੱਕ: ਕਦਮ ਦਰ ਕਦਮ
ਇੱਕ ਚੰਗੀ ਲੋੜ ਵਿੱਚ ਤਿੰਨ ਗੁਣ ਹੁੰਦੇ ਹਨ: ਇਕਵਚਨ (ਇੱਕ ਚੀਜ਼ ਕਹਿੰਦਾ ਹੈ), ਮਾਪਣਯੋਗ (ਇੱਕ ਸੰਖਿਆ ਅਤੇ ਇੱਕ ਇਕਾਈ ਰੱਖਦਾ ਹੈ), ਅਤੇ ਪ੍ਰਮਾਣਿਤ (ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਇਸਨੂੰ ਕਿਵੇਂ ਚੈੱਕ ਕਰਨਾ ਹੈ)। "ਹਵਾਈ ਜਹਾਜ਼ ਤੇਜ਼ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ; "ਹਵਾਈ ਜਹਾਜ਼ ਨੂੰ ਸਮੁੰਦਰੀ ਪੱਧਰ 'ਤੇ 250 ਕੇਟੀ ਕੈਲੀਬਰ ਏਅਰ ਸਪੀਡ (ਕੇਸੀਏਐਸ) ਪ੍ਰਾਪਤ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ" ਇੱਕ ਲੋੜ ਹੈ।
ਪਹਿਲਾ ਕਦਮ ਹੈ ਸਟੇਕਹੋਲਡਰ ਬੇਨਤੀਆਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਅਤੇ ਉਹਨਾਂ ਨੂੰ AI ਨਾਲ ਡਰਾਫਟ ਲੋੜਾਂ ਵਿੱਚ ਵੰਡਣਾ। ਦੂਜਾ ਕਦਮ ਹਰੇਕ ਲੋੜ ਨੂੰ ਮਾਪਣਯੋਗ ਬਣਾਉਣਾ ਹੈ: ਹਰੇਕ ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਣ ("ਹਲਕਾ," "ਟਿਕਾਊ," "ਕੁਸ਼ਲ") ਨੂੰ ਇੱਕ ਮੀਟ੍ਰਿਕ ਅਤੇ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨਾਲ ਬਦਲੋ। ਤੀਸਰਾ ਕਦਮ ਹੈ ਲੋੜਾਂ ਦੇ ਵਿਚਕਾਰ ਵਿਰੋਧਾਭਾਸ ਦੀ ਭਾਲ ਕਰਨਾ: ਰੇਂਜ ਅਤੇ ਪੇਲੋਡ ਅਕਸਰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ, ਏਆਈ ਤੇਜ਼ੀ ਨਾਲ ਇਹਨਾਂ ਵਿਰੋਧਾਭਾਸਾਂ ਨੂੰ ਸਤ੍ਹਾ 'ਤੇ ਲਿਆਉਂਦਾ ਹੈ। ਚੌਥਾ ਕਦਮ ਇੱਕ ਟਰੇਸੇਬਿਲਟੀ ਮੈਟ੍ਰਿਕਸ ਸਥਾਪਤ ਕਰਨਾ ਹੈ: ਸਾਰਣੀ ਬਣਾਉਣਾ ਕਿ ਕਿਹੜਾ ਉੱਚ-ਪੱਧਰੀ ਕਾਰਜ ਉਦੇਸ਼ ਕਿਸ ਉਪ-ਲੋੜ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ।
ਸੰਕਲਪਿਕ ਮਾਪ ਵਾਲੇ ਪਾਸੇ, AI ਜਾਣੇ-ਪਛਾਣੇ ਇੰਜੀਨੀਅਰਿੰਗ ਸਬੰਧਾਂ (ਭਾਰ ਦੇ ਅੰਸ਼, ਥ੍ਰਸਟ-ਟੂ-ਵੇਟ ਅਨੁਪਾਤ, ਵਿੰਗ ਲੋਡਿੰਗ) ਨੂੰ ਯਾਦ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਗਣਨਾਵਾਂ ਦੀ ਸ਼ੁਰੂਆਤੀ ਲੜੀ ਸਥਾਪਤ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਯਾਤਰੀ ਹਵਾਈ ਜਹਾਜ਼ ਲਈ, ਬਾਲਣ ਦੇ ਭਾਰ ਦੇ ਅੰਸ਼ ਦਾ ਅੰਦਾਜ਼ਾ ਬ੍ਰੇਗੁਏਟ ਰੇਂਜ ਸਮੀਕਰਨ ਨਾਲ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਖਾਲੀ ਭਾਰ ਦੇ ਅੰਸ਼ ਨੂੰ ਅੰਕੜਾ ਸਬੰਧਾਂ ਨਾਲ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਇਸ ਲੜੀ ਦੀ ਹਰ ਕੜੀ ਹੱਥ ਦੀ ਗਣਨਾ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ.
ਸੁਝਾਅ: ਲੋੜਾਂ ਲਿਖਣ ਵੇਲੇ, ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ AI ਨੂੰ "ਹਰੇਕ ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਣ ਨੂੰ ਇੱਕ ਮੀਟ੍ਰਿਕ, ਯੂਨਿਟ, ਅਤੇ ਪੁਸ਼ਟੀਕਰਨ ਵਿਧੀ ਨਾਲ ਬਦਲਣ" ਦਾ ਕੰਮ ਦਿਓ। ਜਦੋਂ ਤੁਸੀਂ "ਉਪਭੋਗਤਾ ਦੇ ਅਨੁਕੂਲ" ਵਰਗੇ ਅਪ੍ਰਮਾਣਿਤ ਬਿਆਨਾਂ ਨੂੰ "ਮਾਪਣਯੋਗ ਬਣਾਓ" ਕਹਿੰਦੇ ਹੋ ਤਾਂ ਮਾਡਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਅਨੁਸ਼ਾਸਿਤ ਕੰਮ ਕਰਦਾ ਹੈ।
ਵਪਾਰ-ਬੰਦ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਕੌਂਫਿਗਰ ਕਰਨਾ
ਟ੍ਰੇਡ-ਆਫ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਕੇਂਦਰ ਆਮ ਮਾਪਦੰਡਾਂ ਦੇ ਨਾਲ ਕਈ ਉਮੀਦਵਾਰਾਂ ਦੀਆਂ ਸੰਰਚਨਾਵਾਂ ਨੂੰ ਜੋੜ ਰਿਹਾ ਹੈ। ਕਲਾਸਿਕ ਟੂਲ ਵਜ਼ਨ ਵਾਲਾ ਨਿਰਣਾ ਮੈਟ੍ਰਿਕਸ ਹੈ: ਮਾਪਦੰਡ ਨੂੰ ਮਹੱਤਵ ਭਾਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਹਰੇਕ ਉਮੀਦਵਾਰ ਨੂੰ ਹਰੇਕ ਮਾਪਦੰਡ 'ਤੇ ਅੰਕ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ, ਕੁੱਲ ਵਜ਼ਨ ਲਿਆ ਜਾਂਦਾ ਹੈ। AI ਤੇਜ਼ੀ ਨਾਲ ਇਸ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਬਣਾਉਂਦਾ ਹੈ, ਪਰ ਦੋ ਕਮੀਆਂ ਤੋਂ ਸਾਵਧਾਨ ਰਹੋ: ਵਜ਼ਨ ਇੱਕ ਵਿਅਕਤੀਗਤ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣਾ ਹੈ (ਏਆਈ ਲਈ ਨਹੀਂ ਛੱਡਿਆ ਗਿਆ) ਅਤੇ ਸਕੋਰ ਭੌਤਿਕ ਉਚਿਤਤਾ (ਬਣਾਇਆ ਨਹੀਂ) 'ਤੇ ਆਧਾਰਿਤ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ।
ਮਾਪਦੰਡ (ਵਜ਼ਨ)
ਸੰਰਚਨਾ. A: ਉੱਚ ਵਿੰਗ
ਸੰਰਚਨਾ. ਬੀ: ਨੀਵਾਂ ਵਿੰਗ
ਸੰਰਚਨਾ. C: Canard
ਰੇਂਜ, ਕਿਲੋਮੀਟਰ (0.30)
1200
1350
1250
ਕਰਬ ਵਜ਼ਨ, ਕਿਲੋਗ੍ਰਾਮ (0.25)
640
610
690
ਉਤਪਾਦਨ ਲਾਗਤ (0.20)
ਮੱਧਮ
ਘੱਟ
ਉੱਚ
ਸਥਿਰਤਾ (0.15)
ਉੱਚ
ਮੱਧਮ
ਮੱਧਮ
ਰੱਖ-ਰਖਾਅ ਦੀ ਸੌਖ (0.10)
ਉੱਚ
ਮੱਧਮ
ਘੱਟ
ਤੁਸੀਂ ਇਸ ਸਾਰਣੀ ਨੂੰ ਬਣਾਉਣ ਲਈ ਏ.ਆਈ. ਪਰ ਰੇਂਜ ਅਤੇ ਵਜ਼ਨ ਨੰਬਰ ਇੱਕ ਸੁਤੰਤਰ ਸ਼ੁਰੂਆਤੀ ਗਣਨਾ ਤੋਂ ਆਉਣੇ ਚਾਹੀਦੇ ਹਨ, ਅਤੇ ਗੁਣਾਤਮਕ ਸਕੋਰ ਜਿਵੇਂ ਕਿ "ਸਥਿਰਤਾ: ਉੱਚ" ਵੀ ਜਾਇਜ਼ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਏਆਈ ਦੀ ਸ਼ਕਤੀ ਇਹ ਹੈ ਕਿ ਇਹ ਮਿੰਟਾਂ ਵਿੱਚ ਦਸ ਵੱਖ-ਵੱਖ ਸੰਰਚਨਾਵਾਂ ਨੂੰ ਸਾਰਣੀਬੱਧ ਕਰਦਾ ਹੈ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ (ਜੇ ਇੱਕ ਭਾਰ ਬਦਲਦਾ ਹੈ ਤਾਂ ਦਰਜਾਬੰਦੀ ਕਿਵੇਂ ਬਦਲਦੀ ਹੈ)।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਮੈਂ ਇੱਕ ਟ੍ਰੇਨਿੰਗ ਏਅਰਕ੍ਰਾਫਟ ਡਿਜ਼ਾਈਨ ਕਰ ਰਿਹਾ ਹਾਂ। ਮੈਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਰਚਨਾ ਦੱਸੋ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਸੰਕਲਪਿਤ ਏਅਰਕ੍ਰਾਫਟ ਡਿਜ਼ਾਈਨ ਸਲਾਹਕਾਰ ਹੋ। ਸੰਦਰਭ: ਦੋ-ਸੀਟ ਟ੍ਰੇਨਰ ਏਅਰਕ੍ਰਾਫਟ ਲਈ ਸ਼ੁਰੂਆਤੀ ਟ੍ਰੇਡ-ਆਫ ਸਟੱਡੀ (ਮੁੱਲ ਪ੍ਰਤੀਨਿਧੀ ਹਨ): ਟੀਚਾ ਰੇਂਜ ~1000 ਕਿਲੋਮੀਟਰ, ਕਰੂਜ਼ ਸਪੀਡ ~55 ਮੀਟਰ/ਸ, ਪੇਲੋਡ ~220 ਕਿਲੋਗ੍ਰਾਮ, ਘੱਟ ਉਤਪਾਦਨ ਲਾਗਤ ਤਰਜੀਹ। ਟਾਸਕ:1) 3 ਉਮੀਦਵਾਰ ਸੰਰਚਨਾਵਾਂ (ਵਿੰਗ ਸਥਿਤੀ, ਇੰਜਣ ਦੀ ਕਿਸਮ) ਦਾ ਸੁਝਾਅ ਦਿਓ। 2) ਹਰੇਕ ਉਮੀਦਵਾਰ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਇੱਕ ਸਾਰਣੀ ਸੈਟ ਕਰੋ: ਸੀਮਾ, ਅਨੁਮਾਨਿਤ ਖਾਲੀ ਭਾਰ, ਉਤਪਾਦਨ ਲਾਗਤ, ਸਥਿਰਤਾ। ਲਿਖਣ ਦੀ ਇਕਾਈ; ਅੰਤਮ ਫੈਸਲਾ ਨਾ ਕਰੋ, ਉਮੀਦਵਾਰ ਜਮ੍ਹਾਂ ਕਰੋ। ਮੈਂ ਵਿਚਾਰ ਕਰਾਂਗਾ ਅਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਖੁਦ ਲਵਾਂਗਾ।
ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟਸ
ਟੈਮਪਲੇਟ 1 — ਕਿਸੇ ਕੰਮ ਦੀ ਲੋੜ ਨੂੰ ਮਾਪਣਯੋਗ ਲੋੜ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ:
ਨਿਮਨਲਿਖਤ ਸਟੇਕਹੋਲਡਰ ਬੇਨਤੀਆਂ ਨੂੰ ਇਕਵਚਨ, ਮਾਪਣਯੋਗ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਲੋੜਾਂ ਵਿੱਚ ਬਦਲੋ। ਹਰੇਕ ਲੋੜ ਲਈ: ਇੱਕ ਮੈਟ੍ਰਿਕ, ਇੱਕ ਯੂਨਿਟ, ਇੱਕ ਥ੍ਰੈਸ਼ਹੋਲਡ ਮੁੱਲ, ਅਤੇ ਇੱਕ ਪ੍ਰਸਤਾਵਿਤ ਤਸਦੀਕ ਵਿਧੀ (ਵਿਸ਼ਲੇਸ਼ਣ/ਟੈਸਟ/ਪ੍ਰਦਰਸ਼ਨ)। ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਣਾਂ ("ਲਾਈਟ", "ਤੇਜ਼") ਨੂੰ ਠੋਸ ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ; ਜੇਕਰ ਅਨਿਸ਼ਚਿਤਤਾ ਹੈ, ਤਾਂ ਪੁੱਛੋ ਕਿ ਤੁਹਾਨੂੰ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਦੀ ਲੋੜ ਹੈ। ਬੇਨਤੀਆਂ: [ਸੂਚੀ ਇੱਥੇ]
ਟੈਂਪਲੇਟ 2 — ਟਰੇਸੇਬਿਲਟੀ ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਅਪਵਾਦ ਸਕ੍ਰੀਨਿੰਗ:
ਲੋੜਾਂ ਦੀ ਇਸ ਸੂਚੀ ਨੂੰ ਲਓ ਅਤੇ: (ਏ) ਇੱਕ ਟਰੇਸੇਬਿਲਟੀ ਟੇਬਲ ਬਣਾਓ ਜੋ ਹਰੇਕ ਲੋੜ ਨੂੰ ਉੱਚ-ਪੱਧਰੀ ਕਾਰਜ ਉਦੇਸ਼ ਨਾਲ ਜੋੜਦਾ ਹੈ; (ਬੀ) ਵਿਰੋਧੀ ਜਾਂ ਚੁਣੌਤੀਪੂਰਨ ਲੋੜਾਂ ਦੇ ਕਿਸੇ ਵੀ ਜੋੜੇ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ (ਉਦਾਹਰਨ ਲਈ ਰੇਂਜ ਬਨਾਮ ਪੇਲੋਡ); (c) ਗੁੰਮ ਜਾਂ ਅਪ੍ਰਮਾਣਿਤ ਲੋੜਾਂ ਦੀ ਸੂਚੀ। ਨਤੀਜਾ ਇੱਕ ਸਾਰਣੀ ਬਣੋ. ਲੋੜਾਂ: [ਇੱਥੇ ਸੂਚੀਬੱਧ ਕਰੋ]
ਟੈਮਪਲੇਟ 3 — ਵਜ਼ਨ ਵਾਲਾ ਫੈਸਲਾ ਮੈਟਰਿਕਸ ਸੈੱਟਅੱਪ:
ਨਿਮਨਲਿਖਤ ਉਮੀਦਵਾਰ ਸੰਰਚਨਾਵਾਂ ਲਈ ਇੱਕ ਵਜ਼ਨਦਾਰ ਫੈਸਲੇ ਮੈਟ੍ਰਿਕਸ ਫਰੇਮਵਰਕ ਬਣਾਓ। ਮਾਪਦੰਡ ਕਤਾਰਾਂ ਅਤੇ ਉਮੀਦਵਾਰਾਂ ਦੇ ਕਾਲਮ ਬਣਾਓ। ਵਜ਼ਨ ਕਾਲਮ ਨੂੰ ਖਾਲੀ ਛੱਡੋ (ਮੈਂ ਵਜ਼ਨ ਦਰਜ ਕਰਾਂਗਾ)। ਇੱਕ ਵੱਖਰੇ ਨੋਟ ਵਿੱਚ ਉਸ ਸਕੋਰ ਲਈ ਭੌਤਿਕ ਜਾਇਜ਼ਤਾ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਜੋ ਤੁਸੀਂ ਹਰੇਕ ਸੈੱਲ ਵਿੱਚ ਪਾਓਗੇ; ਇੱਕ ਬਣਾਇਆ-ਅੱਪ ਨੰਬਰ ਨਾ ਲਿਖੋ, "ਅਨੁਮਾਨ" ਦੇ ਤੌਰ 'ਤੇ ਤੁਹਾਡੇ ਦੁਆਰਾ ਅਨੁਮਾਨਿਤ ਜਗ੍ਹਾ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ. ਉਮੀਦਵਾਰ: [...] ਮਾਪਦੰਡ: [...]
ਟੈਮਪਲੇਟ 4 — ਸੰਕਲਪਿਕ ਮਾਪ ਦੀ ਕਰਾਸ-ਚੈੱਕ:
ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਹੇਠਾਂ ਦਿੱਤੇ ਪ੍ਰਾਈਜ਼ਿੰਗ ਨਤੀਜੇ ਦੀ ਜਾਂਚ ਕਰੋ: MTOW, ਵਿੰਗ ਖੇਤਰ, ਥ੍ਰਸਟ। (a) ਵਿੰਗ ਲੋਡਿੰਗ (W/S) ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਆਪਣੀ ਦਿੱਤੀ ਗਈ ਏਅਰਕ੍ਰਾਫਟ ਕਲਾਸ ਲਈ ਖਾਸ ਰੇਂਜ ਨਾਲ ਇਸਦੀ ਤੁਲਨਾ ਕਰੋ। (ਬੀ) ਥ੍ਰਸਟ-ਟੂ-ਵੇਟ ਅਨੁਪਾਤ (ਟੀ/ਡਬਲਯੂ) ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਇਸਦੀ ਆਮ ਰੇਂਜ ਨਾਲ ਤੁਲਨਾ ਕਰੋ। (c) ਚੇਤਾਵਨੀ ਦਿਓ ਜੇਕਰ ਮੁੱਲ ਆਮ ਰੇਂਜ ਤੋਂ ਬਾਹਰ ਹਨ ਅਤੇ ਸੰਭਵ ਗਲਤੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ। ਸਾਰੀਆਂ ਇਕਾਈਆਂ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਲਿਖੋ। ਇਨਪੁਟ: [MTOW, S, T ਮੁੱਲ]
ਮਿੰਨੀ ਕੇਸ
ਕੇਸ 1 - ਵਿਵਾਦਪੂਰਨ ਲੋੜ ਦੀ ਸ਼ੁਰੂਆਤੀ ਪਛਾਣ। ਇੱਕ UAV ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ, ਹਿੱਸੇਦਾਰ "ਘੱਟੋ ਘੱਟ 8 ਘੰਟੇ ਦਾ ਏਅਰਟਾਈਮ" ਅਤੇ "ਵੱਧ ਤੋਂ ਵੱਧ 12 ਕਿਲੋਗ੍ਰਾਮ ਕੁੱਲ ਪੁੰਜ" ਦੋਵੇਂ ਚਾਹੁੰਦੇ ਹਨ। ਦੋ ਲੋੜਾਂ ਨੂੰ ਮਾਪ ਕੇ ਅਤੇ ਊਰਜਾ ਬਜਟ ਨੂੰ ਘਟਾ ਕੇ, AI ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਆਮ ਬੈਟਰੀ ਊਰਜਾ ਘਣਤਾ (ਲਗਭਗ 200 Wh/kg) ਵਾਲੀ 8-ਘੰਟੇ ਦੀ ਉਡਾਣ ਲਈ 6-7 ਕਿਲੋਗ੍ਰਾਮ ਬੈਟਰੀ ਦੀ ਲੋੜ ਹੋਵੇਗੀ; ਇਹ ਪੇਲੋਡ ਅਤੇ ਢਾਂਚੇ ਦੇ ਨਾਲ-ਨਾਲ 12 ਕਿਲੋ ਦੇ ਬਜਟ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਬੈਠਦਾ। ਵਿਸਤ੍ਰਿਤ ਡਿਜ਼ਾਈਨ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਵਿਰੋਧਾਭਾਸ ਦੀ ਚਰਚਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਪਾਠ: ਲੋੜਾਂ ਨੂੰ ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ ਛੁਪੇ ਹੋਏ ਵਿਰੋਧਾਭਾਸ ਨੂੰ ਜਲਦੀ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ।
ਕੇਸ 2 - ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਫੈਸਲੇ ਨੂੰ ਬਦਲਦਾ ਹੈ। ਇੱਕ ਟੀਮ ਤਿੰਨ ਵਿੰਗ ਸੰਰਚਨਾਵਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦੀ ਹੈ; ਸ਼ੁਰੂਆਤੀ ਵਜ਼ਨ ਨਾਲ ਸੰਰਚਨਾ. ਬੀ ਦੀ ਜਿੱਤ (ਵਜ਼ਨ ਵਾਲਾ ਸਕੋਰ 0.82 ਬਨਾਮ 0.79)। AI ਨੂੰ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ "ਜੇ ਮੈਂ ਲਾਗਤ ਭਾਰ ਨੂੰ 0.20 ਤੋਂ 0.10 ਤੱਕ ਘਟਾ ਦਿੰਦਾ ਹਾਂ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ"; ਇਸ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਰੇਂਜ ਸਾਹਮਣੇ ਆਉਂਦੀ ਹੈ ਅਤੇ ਸੰਰਚਨਾ. A ਲੀਡ ਲੈਂਦਾ ਹੈ (0.84 ਬਨਾਮ 0.80)। ਟੀਮ ਇਹ ਦੇਖਦੀ ਹੈ ਕਿ ਕੀਮਤ ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਦਾ ਫੈਸਲਾ ਕਿੰਨਾ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ ਅਤੇ ਹਿੱਸੇਦਾਰ ਦੇ ਨਾਲ ਵਜ਼ਨ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ। ਸਬਕ: ਇਹ ਇੱਕ ਸਿੰਗਲ ਸਕੋਰ ਨਹੀਂ ਹੈ ਜੋ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ, ਪਰ ਰੈਂਕਿੰਗ ਦੀ ਸਥਿਰਤਾ।
ਕੇਸ 3 - ਭਾਰ ਦੇ ਅੰਦਾਜ਼ੇ ਵਿੱਚ ਆਰਡਰ ਦੀ ਗਲਤੀ। AI ਇੱਕ ਹਲਕੇ ਹਵਾਈ ਜਹਾਜ਼ ਦੇ ਖਾਲੀ ਵਜ਼ਨ ਨੂੰ ਰਿਲੇਸ਼ਨ ਤੋਂ 95 ਕਿਲੋਗ੍ਰਾਮ ਦਿੰਦਾ ਹੈ। ਇੰਜੀਨੀਅਰ ਯਾਦ ਕਰਦਾ ਹੈ ਕਿ ਇੱਕ ਸਮਾਨ ਸ਼੍ਰੇਣੀ ਦੇ ਦੋ-ਸੀਟ ਵਾਲੇ ਜਹਾਜ਼ਾਂ ਦਾ ਖਾਲੀ ਭਾਰ ਆਮ ਤੌਰ 'ਤੇ 350-500 ਕਿਲੋਗ੍ਰਾਮ ਦੀ ਰੇਂਜ ਵਿੱਚ ਹੁੰਦਾ ਹੈ; 95 ਕਿਲੋਗ੍ਰਾਮ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਅਸੰਭਵ ਹੈ. ਜਦੋਂ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਹ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਏਆਈ ਨੇ ਸਬੰਧਾਂ ਵਿੱਚ ਇੱਕ ਗੁਣਾਂਕ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕੀਤਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਠੀਕ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਾਠ: ਹਰੇਕ ਵਜ਼ਨ ਦੇ ਅੰਦਾਜ਼ੇ ਦੀ ਤੁਲਨਾ ਕਲਾਸ ਦੀ ਜਾਣੀ ਜਾਂਦੀ ਰੇਂਜ ਨਾਲ ਤੀਬਰਤਾ ਦੇ ਆਦੇਸ਼ਾਂ ਦੁਆਰਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਆਮ ਗਲਤੀਆਂ
- ਅਸਪਸ਼ਟ ਲੋੜ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ. ਇੱਕ ਲੋੜ ਜਿਸ ਵਿੱਚ ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਇਕਾਈਆਂ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ, ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ; "ਇਹ ਹਲਕਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਇੱਕ ਇੱਛਾ ਹੈ, ਇੱਕ ਲੋੜ ਨਹੀਂ.
- AI ਹੋਣ ਨਾਲ ਵਜ਼ਨ ਚੁਣੋ। ਫੈਸਲੇ ਮੈਟ੍ਰਿਕਸ ਵਿੱਚ ਮਾਪਦੰਡ ਭਾਰ ਵਿਅਕਤੀਗਤ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਹਿੱਸੇਦਾਰ ਨਿਰਣੇ ਹਨ; ਜੇਕਰ AI 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਫੈਸਲਾ ਅਧੂਰਾ ਰਹਿੰਦਾ ਹੈ।
- ਬਿਨਾਂ ਕਿਸੇ ਤਰਕ ਦੇ ਬਿੰਦੂ ਸਵੀਕਾਰ ਕਰਨਾ। ਜੇਕਰ ਗੁਣਾਤਮਕ ਸਕੋਰ ਜਿਵੇਂ "ਸਥਿਰਤਾ: ਉੱਚ" ਦਾ ਕੋਈ ਭੌਤਿਕ ਆਧਾਰ ਨਹੀਂ ਹੈ, ਤਾਂ ਮੈਟ੍ਰਿਕਸ ਅਨੁਮਾਨਾਂ ਦੀ ਇੱਕ ਸ਼ਾਨਦਾਰ ਸੂਚੀ ਬਣ ਜਾਂਦਾ ਹੈ।
- ਵਜ਼ਨ/ਆਕਾਰ ਦੇ ਅੰਦਾਜ਼ੇ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਅੰਕੜਾ ਸਬੰਧ ਮੋਟੇ ਅੰਦਾਜ਼ੇ ਹਨ; ਇਸ ਨੂੰ ਕਲਾਸ ਰੇਂਜ ਨਾਲ ਤੁਲਨਾ ਕੀਤੇ ਬਿਨਾਂ ਵਿਸਤ੍ਰਿਤ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਨਹੀਂ ਲਿਆ ਜਾਂਦਾ ਹੈ।
- ਬਾਅਦ ਲਈ ਟਰੇਸੇਬਿਲਟੀ ਨੂੰ ਛੱਡਣਾ। ਜੇਕਰ ਇਹ ਦਰਜ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਲੋੜ ਕਿੱਥੋਂ ਆਈ ਹੈ, ਤਾਂ ਕਿਸੇ ਨੂੰ ਨਹੀਂ ਪਤਾ ਹੋਵੇਗਾ ਕਿ ਭਵਿੱਖ ਵਿੱਚ ਤਬਦੀਲੀ ਦਾ ਕੀ ਫ਼ੈਸਲਿਆਂ 'ਤੇ ਅਸਰ ਪਵੇਗਾ।
ਸੰਖੇਪ ਵਿੱਚ
ਧਾਰਨਾਤਮਕ ਡਿਜ਼ਾਈਨ ਉਹ ਪੜਾਅ ਹੈ ਜਿੱਥੇ ਸਭ ਤੋਂ ਸਸਤੇ ਪਰ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਫੈਸਲੇ ਲਏ ਜਾਂਦੇ ਹਨ। AI ਇੱਥੇ ਅਸਪਸ਼ਟ ਬੇਨਤੀਆਂ ਨੂੰ ਮਾਪਣਯੋਗ ਜ਼ਰੂਰਤਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ, ਟਰੇਸੇਬਿਲਟੀ ਅਤੇ ਅਪਵਾਦ ਲਈ ਸਕੈਨ ਕਰਨ, ਅਤੇ ਵਪਾਰ-ਆਫ ਟੇਬਲਾਂ ਵਿੱਚ ਕਈ ਸੰਰਚਨਾਵਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਐਕਸਲੇਟਰ ਹੈ। ਹਾਲਾਂਕਿ, ਮਾਪਦੰਡ ਵਜ਼ਨ ਮਨੁੱਖੀ ਨਿਰਣੇ ਹਨ, ਸੰਖਿਆਤਮਕ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਭੌਤਿਕ ਵਿਗਿਆਨ-ਅਧਾਰਿਤ ਹੱਥ ਗਣਨਾ ਅਤੇ ਕਲਾਸ ਅੰਤਰਾਲਾਂ ਦੁਆਰਾ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅੰਤਮ ਸੰਰਚਨਾ ਦਾ ਫੈਸਲਾ ਇੰਜੀਨੀਅਰ ਕੋਲ ਰਹਿੰਦਾ ਹੈ। AI ਉਮੀਦਵਾਰ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਫੈਸਲਾ ਨਹੀਂ ਕਰਦਾ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਆਪਣੀ ਪਸੰਦ ਦੇ ਹਵਾਈ ਜਾਂ ਪੁਲਾੜ ਯਾਨ ਲਈ ਤਿੰਨ ਉੱਚ-ਪੱਧਰੀ ਮਿਸ਼ਨ ਉਦੇਸ਼ ਲਿਖੋ। AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇਹਨਾਂ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਛੇ ਮਾਪਣਯੋਗ ਲੋੜਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰੋ ਅਤੇ ਇੱਕ ਟਰੇਸੇਬਿਲਟੀ ਟੇਬਲ ਸੈੱਟ ਕਰੋ। ਫਿਰ ਤਿੰਨ ਉਮੀਦਵਾਰਾਂ ਦੀਆਂ ਸੰਰਚਨਾਵਾਂ ਲਈ ਇੱਕ ਵਜ਼ਨ ਵਾਲਾ ਫੈਸਲਾ ਮੈਟ੍ਰਿਕਸ ਬਣਾਓ; ਵਜ਼ਨ ਆਪਣੇ ਆਪ ਨਿਰਧਾਰਤ ਕਰੋ. ਅੰਤ ਵਿੱਚ, ਇੱਕ ਸੁਤੰਤਰ ਹੱਥ ਗਣਨਾ ਅਤੇ ਸ਼੍ਰੇਣੀ ਰੇਂਜ ਦੇ ਨਾਲ AI ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਇੱਕ ਭਾਰ/ਆਕਾਰ ਦੇ ਅਨੁਮਾਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਲੋੜਾਂ ਦੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਜੋੜੇ ਦੀ ਰਿਪੋਰਟ ਕਰੋ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਕੋਈ ਵਿਵਾਦ ਮਿਲਦਾ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਹਰੇਕ ਲੋੜ ਨੂੰ ਇਕਵਚਨ, ਮਾਪਣਯੋਗ, ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਅਸਪਸ਼ਟ ਵਿਸ਼ੇਸ਼ਣਾਂ ਨੂੰ ਮੀਟ੍ਰਿਕ, ਯੂਨਿਟ ਅਤੇ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨਾਲ ਬਦਲ ਦਿੱਤਾ ਹੈ।
- [ ] ਮੈਂ ਇੱਕ ਟਰੇਸੇਬਿਲਟੀ ਟੇਬਲ ਸੈਟ ਅਪ ਕੀਤਾ ਹੈ ਅਤੇ ਵਿਰੋਧੀ ਲੋੜਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਨਿਰਣਾ ਮੈਟ੍ਰਿਕਸ ਵਜ਼ਨ ਆਪਣੇ ਆਪ ਨਿਰਧਾਰਤ ਕੀਤਾ (ਏਆਈ ਨਹੀਂ)।
- [ ] ਮੈਂ ਮੈਟ੍ਰਿਕਸ ਸਕੋਰਾਂ ਨੂੰ ਭੌਤਿਕ ਜਾਇਜ਼ ਠਹਿਰਾਇਆ।
- [ ] ਮੈਂ ਕਲਾਸ ਸਪੇਸਿੰਗ ਅਤੇ ਹੱਥ ਦੀ ਗਣਨਾ ਨਾਲ ਭਾਰ/ਆਕਾਰ ਦੇ ਅਨੁਮਾਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।