ලාභ:
- AI ඉලෙක්ට්රොනික/සන්නිවේදන කාර්ය ප්රවාහයේ තත්ය කාලය ඉතිරි කරන්නේ කොතැනද, සහ අවදානම් මට්ටම මත පදනම්ව, නිසි ඉංජිනේරුවරයා සමඟ අනුකූලතාවය සහ ආරක්ෂක තීරණාත්මක වගකීම පවතින්නේ කොතැනද යන්න වෙන්කර හඳුනා ගැනීමේ හැකියාව
- මිනුම්, අනුකරණය, සම්මත පෙළ සහ ස්වාධීන ගණනය කිරීම් වලට එරෙහිව එක් එක් AI ප්රතිදානය පරීක්ෂා කරන බහු-ස්ථර වලංගු කිරීමේ විනයක් යෙදීමේ හැකියාව
- නිර්නාමික සන්දර්භය සහ සැලසුම් ගොනු, පාරිභෝගික ජාල දත්ත සහ බුද්ධිමය දේපල ආරක්ෂා කිරීමට ආරක්ෂිත මෙවලම් තෝරා ගැනීමේ පුරුද්දට පිවිසෙන්න
ඉලෙක්ට්රොනික හා සන්නිවේදන ඉංජිනේරුවෙකුගේ කාර්යය වන්නේ නොපෙනෙන භෞතික ප්රමාණ (වෝල්ටීයතාව, ධාරාව, සංඛ්යාතය, ක්ෂේත්රය) වැඩ කරන නිෂ්පාදන සහ විශ්වාසනීය සම්බන්ධතා බවට පරිවර්තනය කිරීමයි. පරිපථයක් සැලසුම් කිරීම, මුද්රිත පරිපථ පුවරුව තැබීම (PCB: මුද්රිත පරිපථ පුවරුව, සංරචක තබා ඇති පරිවාරක පුවරුව), සංඥා පෙරීම සහ මොඩියුලේට් කිරීම, ඇන්ටෙනාවෙන් එය විමෝචනය කිරීම, කාවැද්දූ මෘදුකාංග (ස්ථිරාංග: ස්ථිර මතකයෙන් ලියා ඇති මෘදුකාංගය) ලිවීම, මෙම සම්මත දෘඪාංග සමඟ ජාලයේ කාර්ය සාධනය සහ ප්රොටෝකෝලයේ ක්රියාකාරීත්වය ස්ථාපිත කිරීම නීති සම්පාදනය. මෙම රැකියා වල පොදු ලක්ෂණය වන්නේ බොහෝ මිනුම් සහ දත්ත සමඟ ක්රියා කිරීමයි, නමුත් සෑම තීරණයක්ම නිෂ්පාදනයක් ක්රියා කරයිද, විකාශනයක් නීතිමය සීමාව තුළ පවතින්නේද, පද්ධතියක් ආරක්ෂිතද නැද්ද යන්න තීරණය කරයි. කෘත්රිම බුද්ධිය (කෙටියෙන් AI; විශාල දත්ත සහ භාෂා ආකෘති සහිත පෙළ, අංක, කේත සහ රූප මත ක්රියා කරන මෘදුකාංග පද්ධති) මෙම දත්ත-අධික නමුත් තීරණාත්මක පදනමෙහි ප්රබල ආධාරකයකි. මෙම ඒකකය ඔබට ඉලෙක්ට්රොනික/සන්නිවේදන කටයුතුවලදී ආරක්ෂිතව AI භාවිත කළ යුත්තේ කොතැනද, එය භයානක වන්නේ කොතැනද, සහ ඔබ සෑම AI ප්රතිදානයක්ම මිනුම්, අනුකරණය, සම්මත පෙළ සහ ඉංජිනේරු විනිශ්චය හරහා වලංගු කළ යුත්තේ ඇයිද යන්න ඔබට උගන්වයි.
ඔබ මෙම මොඩියුලය පුරා භාවිතා කරන කේන්ද්රීය මූලධර්මය වන්නේ: AI සහායකයෙකි, තීරණ ගන්නෙකු නොවේ. සැපයුම් ධාරාවක්, සම්බාධක අගයක්, පෙරහන කපා හැරීමේ සංඛ්යාතයක්, සම්ප්රේෂණ බල සීමාවක් හෝ සම්මත වගන්තියක් "AI එසේ කී පමණින්" සත්ය විය නොහැක; දත්ත පත්රිකාව, මිනුම්, අනුකරණය, නිල සම්මත පෙළ සහ දක්ෂ ඉංජිනේරු විනිශ්චය මගින් සත්යාපනය කරන තෙක් එය හුදෙක් උපකල්පනයක් පමණි. මොඩියුලයේ සෑම ඒකකයකම ඔබ මෙම වාක්යය නැවත දකිනු ඇත, මන්ද ඉලෙක්ට්රොනික උපකරණවල වැරදි අංකයක් යනු බොහෝ විට කාඩ්පතක් පිළිස්සීම, නිෂ්පාදනයක් සහතික කිරීම අසමත් වීම හෝ සන්නිවේදන සබැඳියක් බිඳ වැටීමයි.
LLM යනු කුමක්ද, එය ඉලෙක්ට්රොනික්/සන්නිවේදනයේ දී කරන්නේ කුමක්ද?
LLM (Large Language Model) යනු ඉතා විශාල පෙළ සහ කේත කොටස් වලින් රටා ඉගෙන ගන්නා සහ සම්භාවිතාව මත පදනම්ව "ඊළඟ වචනය" පුරෝකථනය කරන මෘදුකාංගයකි. ChatGPT, Claude, Gemini වැනි මෙවලම්වල එන්ජිම මෙයයි. කාරණය මෙයයි: LLM යනු "භාෂාව සහ කේත ඇස්තමේන්තුවක්" මිස "මිනුම් උපකරණයක්" හෝ "දැනුම පදනමක්" නොවේ. ඉංජිනේරු පාරිභාෂිතය චතුර ලෙස කථා කරයි, නමුත් සම්බාධනය මනින්නේ නැත; බොහෝ දුරට පෙනෙන අංකය නිපදවයි. එබැවින්, එය සංරචකයක සැපයුම් ධාරාව, නියාමන සීමාවක් හෝ සම්මත වගුවක් පිළිබඳ විශ්වාසදායක නමුත් වැරදි පිළිතුරු ලබා දිය හැකිය. මෙය හලුසිනේෂන් (Fabrication) ලෙස හැඳින්වේ. මායාව යනු දෝෂයක් නොවේ, නමුත් මෙම තාක්ෂණයේ ආවේනික ලක්ෂණයකි; එබැවින්, සත්යාපනය "අතිරේක පියවරක්" නොව කාර්යයේ අනිවාර්ය අංගයකි.
ඉලෙක්ට්රොනික/සන්නිවේදනයේ AI ප්රබල වන කාර්යයන්:
- සංකල්ප පැහැදිලි කිරීම සහ ඉගැන්වීම: සම්බාධනය ගැලපීම යනු කුමක්ද, OFDM ක්රියා කරන ආකාරය, අන්වර්ථ නාමයට හේතුව කුමක්ද, EMC කඩාකප්පල් වන්නේ කෙසේද.
- කේතය සහ ස්ථිරාංග කෙටුම්පත: ක්ෂුද්ර පාලක ධාවකය, රාජ්ය යන්ත්රය, පයිතන් සංඥා විශ්ලේෂණය, පරීක්ෂණ ස්වයංක්රීය රාමුව.
- දත්ත පිරිසිදු කිරීම සහ සංවිධානය කිරීම: විසිරුණු මිනුම් ලඝු-සටහන් සංයුක්ත වගුවක් බවට පරිවර්තනය කිරීම, ඒකක නොගැලපීම ග්රහණය කර ගැනීම.
- උපකල්පන ලැයිස්තුවක් උත්පාදනය කිරීම: පරිපථයක් ක්රියා නොකරන්නේ ඇයි, සබැඳියක් පහත වැටෙන්නේ ඇයි වැනි ප්රශ්න සඳහා ක්රමානුකූල හේතු ලැයිස්තුවක්.
- පෙළ කෙටුම්පත: පරීක්ෂණ සැලැස්ම, දෝෂ වාර්තාව, තාක්ෂණික ගොනු කෙටුම්පත, දත්ත පත්රිකා සාරාංශය.
- ගිණුම් සැකසීම: සම්බන්ධක අයවැය, බල අයවැය, පෙරහන් සැලසුම් පියවරවල ඇටසැකිල්ල ස්ථාපනය කිරීම.
AI දුර්වල සහ අවදානම් සහිත ස්ථාන:
- නිශ්චිත සංඛ්යාත්මක අගය (සැපයුම් ධාරාව, සම්බාධනය, කපා හැරීමේ සංඛ්යාතය, විකාශන බල සීමාව).
- වත්මන් සහ නිශ්චිත සම්මත/ව්යවස්ථාදායක ලිපිය, වගු අගය සහ මුදා හැරීමේ තොරතුරු.
- ඔබේ දෘඪාංගයේ සැබෑ මිනුම් දත්ත නොමැතිව රෝග විනිශ්චය.
- අනුකූලතාව සහ ආරක්ෂාව-විවේචනාත්මක තීරණය: අනුකූලතාව, මුදා හැරීම, සේවා හැකියාව, ආරක්ෂක සීමාව පිළිබඳ EMC ප්රකාශය.
අවදානම් මත පදනම් වූ වර්ගීකරණය: AI භාවිතා කිරීමට පෙර පෙරහන
සෑම කාර්යයක්ම එකම අවදානම් මට්ටමේ නැත. AI භාවිතා කිරීමට පෙර අවදානම් මට්ටම අනුව කාර්යය වර්ග කරන්න. පහත වගුව ඔබ මෙම මොඩියුලය පුරා භාවිතා කරන තීරණ රාමුවක් සපයයි.
අවදානම් මට්ටම
නියැදි කාර්යය
AI භූමිකාව
අනිවාර්ය සත්යාපනය
අඩු
සංකල්ප පැහැදිලි කිරීම, කෙටුම්පත් පෙළ, කේත ඇටසැකිල්ල
නිදහස් භාවිතය
සමාලෝචනය ප්රමාණවත්ය
මධ්යම
දත්ත පිරිසිදු කිරීම, උපකල්පන ලැයිස්තුව, ගණනය සැකසීම
කෙටුම්පත/සම කර්තෘ
අතින් පරීක්ෂා කිරීම + දත්ත පත්රිකාව තහවුරු කිරීම
ඉහළ
පරිපථ ශ්රේණිගත කිරීම, පෙරහන/ඇන්ටෙනා නිර්මාණය, ස්ථිරාංග තර්කනය
අදහස් උත්පාදක යන්ත්රය
අනුකරණය + මූලාකෘති මැනීම
විවේචනාත්මක
EMC/විකාශන අනුකූලතාව, ආරක්ෂිත ආන්තිකය, සේවා හැකියාව
කෙටුම්පත/ස්කෑන් පමණි
දක්ෂ ඉංජිනේරු අනුමැතිය + පිළිගත් පරීක්ෂණ
ඉඟිය: ඔබ කාර්යයක් "විවේචනාත්මක" ලෙස සලකුණු කර ඇත්නම්, AI හි ප්රතිදානය කිසි විටෙක අවසන් ලේඛනය නොවේ. උපරිම වශයෙන් එය මූලික කෙටුම්පතක් හෝ පිරික්සුම් ලැයිස්තුවක් විය හැකිය; දක්ෂ ඉංජිනේරුවරයා අත්සන සහ වගකීම භාර ගනී.
අන්තයේ සිට අවසානය දක්වා ප්රවාහය: ඔබේ කාර්ය ප්රවාහයට AI කාවැද්දීම
ඉලෙක්ට්රොනික/සන්නිවේදනයේ සාමාන්ය ගැටළු විසඳීමේ චක්රයක් පහත පරිදි වේ, AI සෑම පියවරකටම ඇතුළු වන නමුත් ඒවායින් කිසිවක් තනිවම වසා නොගනී:
- ගැටලුව නිර්වචනය කරන්න: සැලසුම් කරන්නේ කුමක්ද, කුමන කාර්ය සාධන ඉලක්කය, කුමන බාධාවක් (බලය, පිරිවැය, වාර ගණන, නීති සම්පාදනය) තිබේද? (AI: ප්රශ්නය පැහැදිලි කරයි.)
- දත්ත/අවශ්යතා එකතු කරන්න: දත්ත පත්රිකා, සම්මත සීමාවන්, මිනුම් ලඝු. (AI: සාරාංශ කරයි සහ නොගැලපීම් සොයයි.)
- උපකල්පන/නිර්මාණය ජනනය කරන්න: විකල්ප ස්ථාන, විසඳුම් අවස්ථා. (AI: ක්රමානුකූල ලැයිස්තුවක් නිෂ්පාදනය කරයි.)
- විශ්ලේෂණය: ගණනය කිරීම, අනුකරණය, කේතය, සංඥා විශ්ලේෂණය. (AI: කේත සහ ගණනය කිරීමේ ප්රබන්ධ ජනනය කරයි.)
- තහවුරු කරන්න: අනුකරණය, මූලාකෘතිය, මිනුම්, සම්මත පෙළ. (AI පසෙකට වී ඇත; මිනුම් සහ මිනිසුන් තීරණය කරයි.)
- ලේඛනගත කර තීරණය කරන්න: දක්ෂ ඉංජිනේරුවා වගකීම භාර ගනී. (AI: කෙටුම්පත් ලේඛකයා.)
මෙම පියවර හය මතක තබා ගන්න; ඉතිරි මොඩියුලය ඔබට කොන්ක්රීට් ඉලෙක්ට්රොනික/සන්නිවේදන කාර්යයන් සමඟ පියවරෙන් පියවර AI භාවිතා කරන ආකාරය පෙන්වයි.
කුඩා නඩු තුනක්
නඩුව 1 - නුසුදුසු සංරචක අගය. සීමාවාසිකයෙකු 3.3 V නියාමකයකින් සපයන පරිපථයක අවශ්ය විසංයෝජන ධාරිත්රක අගය AI වෙතින් අසයි; AI "100 nF ප්රමාණවත්" යැයි පවසන අතර නිශ්චිත බෙහෙත් වට්ටෝරුවක් ද ලබා දෙයි: "එක් එක් IC සඳහා 10 µF එකතු කරන්න". සීමාවාසිකයා මෙය කෙලින්ම රූප සටහනට ලියයි. නිවැරදි අගය රඳා පවතින්නේ භාවිතා කරන චිප්ස් වල දත්ත පත්රිකාවේ ඇති නිර්දේශය, මාරුවීමේ සංඛ්යාතය සහ වත්මන් පැතිකඩ මත ය. මෙම සැලසුමේදී, අධිවේගී චිපයක් තත්පරයකට මිලියන සිය ගණනක ධාරාවක් ඇද ගන්නා අතර, 100 nF පමණක් ප්රමාණවත් නොවේ; ආරම්භයේදී කාඩ්පත වැරදි ලෙස හැසිරේ. නිවැරදි ප්රවේශය වන්නේ එක් එක් චිපයේ දත්ත පත්රිකාවෙන් සහ බල අඛණ්ඩතා විශ්ලේෂණයෙන් අගය ලබා ගැනීමයි.
නඩුව 2 - නොපවතින නියාමන සීමාව. ඉංජිනේරුවෙකු 2.4 GHz කලාපයේ තම නිෂ්පාදනයේ උපරිම අවසර ලත් EIRP (සමාන සමස්ථානික විකිරණ බලය) සඳහා AI වෙතින් ඉල්ලා සිටී. AI "නියාමනය අනුව 20 dBm" පවසන අතර ද්රව්ය අංකයක් සෑදෙයි. ඉංජිනේරුවරයා ඒ අනුව තාක්ෂණික ගොනුව ලියයි. පරීක්ෂණාගාරයේ දී, සීමාවේ අගය කලාපය, නාලිකා පළල සහ රට අනුව වෙනස් වන බවත්, ලබා දී ඇති අයිතම අංකය සැබෑ නොවන බවත් අනාවරණය වේ. නිවැරදි ප්රවේශය වන්නේ නිල මූලාශ්රයෙන් වත්මන් රෙගුලාසිය (උදා: අදාළ ETSI/FCC ලේඛනය සහ රටේ අධිකාරියේ තීරණය) විවෘත කර වටිනාකම සහ ද්රව්යය තහවුරු කිරීමයි.
නඩුව 3 - නිවැරදි භාවිතය. උෂ්ණත්ව සංවේදකයකින් රේඛා 5000 ක මිනුම් ලඝු-සටහනක නොගැලපීමක් ඉංජිනේරුවෙකු සැක කරයි. එය AI ට පවසන්නේ "මෙම වගුවේ ඒකක නොගැලපීම (°C/°F ව්යාකූලත්වය), භෞතිකව කළ නොහැකි අගයක්, ස්පයික් සහ හිස් කොටුවක් තිබිය හැකි පේළි ලැයිස්තුගත කර, ඔබ එක් එක් සඳහා සැක කරන දේ ලියන්න; නිවැරදි නොකරන්න, සලකුණු කරන්න." AI විසින් 999 කේත කියවීම් කිහිපයක්, -300 °C කියවීම් දෙකක් සහ සංවේදක යළි පිහිටුවීම්වලට සමාන කරල් සලකුණු කරයි. ඉංජිනේරුවරයා මේවා අමු දත්ත වලින් පරීක්ෂා කර නිවැරදි කරයි. මෙහිදී AI නිවැරදිව භාවිතා කර ඇත: අවධානය ආකර්ෂණය විය, මිනිසා විසින් තීරණය සහ නිවැරදි කිරීම සිදු කරන ලදී.
පිටපත් කළ හැකි ඉක්මන් සැකිලි
ඔබට පහත සැකිලි ඔබේම ව්යාපාරයට අනුවර්තනය කිරීමෙන් භාවිත කළ හැක. ඒ සෑම එකක් තුළම "නිවැරදි සංඛ්යාවක් දෙන්න, මූලාශ්රය දක්වන්න, අවිනිශ්චිතතාවය පැහැදිලි කරන්න" යන සවිඥානක උපදෙස් තිබේ.
භූමිකාව සහ සීමාව සැකිල්ල "භූමිකාව: ඔබ පළපුරුදු සහකාර ඉලෙක්ට්රොනික/සන්නිවේදන ඉංජිනේරුවෙකි. කාර්යය: [විෂයය ලියන්න]. රීති: නිශ්චිත සංඛ්යාත්මක අගය (වත්මන්, සම්බාධනය, සංඛ්යාතය, බල සීමාව) ලබා දෙන විට, දත්ත පත්රිකාවෙන් එය සත්යාපනය කළ යුතු බව පවසන්න හෝ ඔබ තෝරාගත් සංරචකය නියාමනය කර නොමැති නම්/ නියාමනය නොකරන්නේ නම්; වගන්තිය, එහි අනුවාදය සමඟ එය ලබා දෙන්න, නමුත් එය නිල මූලාශ්රයෙන් තහවුරු කළ යුතුය ඔබේ පිළිතුර අවසානයේ, 'සමාකරණ/මිනුම් මගින් සත්යාපනය කළ යුතු දේ' ලියන්න.
උපකල්පන පරම්පරාවේ සැකිල්ල"පහත රෝග ලක්ෂණය සඳහා විය හැකි හේතු පිළිබඳ ක්රමානුකූල ලැයිස්තුවක් නිෂ්පාදනය කරන්න: [රෝග ලක්ෂණය විස්තර කරන්න; නිරීක්ෂණය කරන දේ, එහි ඇති මිනුම් මොනවාද]. එක් එක් උපකල්පනය සඳහා: (1) එයට අනුබල දෙන සාක්ෂි මොනවාද, (2) තහවුරු කිරීමට/ප්රතික්ෂේප කිරීමට කුමන මිනුම් (දෝලනය, විශ්ලේෂකය, බහුමාපකය) කළ යුතුද? නිශ්චිත රෝග විනිශ්චය කරන්න; දෝශ නිරාකරණ මාර්ග සිතියමක් සාදන්න."
සත්යාපන පිරික්සුම් ලැයිස්තුව "පහත සැලසුම්/වාර්තා කෙටුම්පතෙහි ඇති සෑම සංඛ්යාත්මක අගයක් සහ සෑම සම්මත/නියාමන යොමුවක්ම ලැයිස්තුගත කරන්න. එක් එක් සඳහා, කුමන මූලාශ්රයෙන් (දත්ත පත්රිකාව, නිල සම්මත පෙළ, රසායනාගාර මිනුම්, සමාකරණය) එය සත්යාපනය කළ යුතුද යන්න සඳහන් කරන්න. [අනිශ්චිත සම්භවයක් සහිත ඒවා එකතු කරන්න.
නිර්නාමික කිරීමේ පෙර-පරීක්ෂා කිරීමේ අච්චුව "පහත දැක්වෙන පෙළ AI මෙවලමකට ලබා දීමට පෙර, වෙළඳ රහස් ධජය හෝ පුද්ගලික/නියාමන සංවේදී කොටස්: පාරිභෝගික/ව්යාපෘති නාමය, PCB ගොනු යොමුව, ස්ථිරාංග යතුර/මුරපදය, සැබෑ IP/MAC ලිපිනයන්, ග්රාහක දත්ත, සැඟවුණු පිරිවැය: [මෙම Paste කළ හැකි ආකාරය යෝජනා කරන්න.]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
එකම ප්රශ්නය ක්රම දෙකකින් ඇසීමෙන් බොහෝ වෙනස් ප්රතිඵල ලැබේ.
දුර්වල විමසුම: "මෙම ඇන්ටෙනාවෙහි ලාභය කුමක්ද?"
ශක්තිමත් ප්රොම්ප්ට්: "භූමිකාව: ඔබ සහකාර RF ඉංජිනේරුවෙකි. ඇන්ටෙනාවක ලාභය තීරණය කළ යුත්තේ කුමන පියවර හරහාද යන්න පැහැදිලි කරන්න (වර්ගය තේරීම, ප්රමාණය, ක්ෂේත්ර අනුකරණය, ඇනකොයික් කාමර මැනීම) සහ එක් එක් පියවරේදී අවශ්ය දත්ත සහ සත්යාපනය කුමක්ද යන්න පැහැදිලි කරන්න. නිශ්චිත ලාභ අංකයක් ලබා නොදෙන්න. EIRP හරහා ඇගයීමට ලක් කෙරේ."
දුර්වල ප්රමාදය AI හට සෑදීමට ආරාධනා කරයි; ප්රබල විමසුම එය නිවැරදි කාර්යයේ (ක්රියාවලි විස්තරය) තබා ගන්නා අතර ඩිජිටල් මායාව ප්රථමයෙන් සිදුවීම වළක්වයි.
පොදු වැරදි
- සංරචක/නිර්මාණ අගයන් සඳහා AI වෙතින් "ඉල්ලීම". සැපයුම් ධාරාව, සම්බාධනය, කපා හැරීමේ සංඛ්යාතය පැමිණෙන්නේ දත්ත පත්රිකාවෙන් සහ මිනුම් වලින් පමණි.
- එය තහවුරු නොකර සම්මත/නීති වගන්තිය භාවිතා කිරීම. අයිතම අංකය, වගු අගය සහ මුදා හැරීම නිතරම මායාවට ලක් වේ.
- AI ප්රතිදානය මත අනුකූලතා/ආරක්ෂක තීරණය මත පදනම්ව. EMC අනුකූලතාව, විකාශන අවසරය, සේවා හැකියාව යනු දක්ෂ ඉංජිනේරුවන්ගේ කාර්යය සහ ප්රතීතනය ලත් පරීක්ෂණ වේ.
- වලාකුළු මෙවලමට සංවේදී දත්ත නිර්නාමික කිරීමකින් තොරව ඇලවීම. PCB/firmware, පාරිභෝගික ස්ථලකය සහ ග්රාහක දත්ත යනු වෙළඳ රහස් සහ පුද්ගලික දත්ත වේ.
- එක ප්රශ්නයක් සහ එක පිළිතුරක් බලාපොරොත්තුවෙන්. AI නැවත නැවත භාවිතා කරන්න: කෙටුම්පත, විවේචනය, අනුකරණය, මැනීම, පිරිපහදු කිරීම.
අවවාදයයි: AI ප්රතිදානයක වඩාත් නිරවද්ය සහ විශ්වාසදායක අංකයක් දිස්වන තරමට, සත්යාපනය සඳහා අවශ්යතාවය වැඩි වේ. නිරවද්යතාව නිරවද්යතාව පිළිබඳ සහතිකයක් නොවේ.
සාරාංශයක් ලෙස
මෙම ඒකකයේ ඔබ දැක ඇති AI යනු ඉලෙක්ට්රොනික/සන්නිවේදනයේ සහයකයෙක් මිස තීරණ ගන්නෙකු නොවන බව. LLMs යනු භාෂාව සහ කේත ඇස්තමේන්තු; සංකල්ප පැහැදිලි කිරීම, කේත/ස්ථිර මෘදුකාංග දළ සටහන, දත්ත පිරිසිදු කිරීම සහ උපකල්පන උත්පාදනය තුළ බලවත්, නමුත් නිශ්චිත සංරචක අගය සහ සම්මත ද්රව්ය (මායාව) උත්පාදනය කිරීමේදී අවදානම් සහිතය. කාර්යයන් අඩු/මධ්යම/ඉහළ/තීරණාත්මක ලෙස වර්ග කර ඒ අනුව සත්යාපන ගැඹුර සකස් කරන්න. දත්ත පත්රිකාවෙන් හෝ මිනුම්වලින් සෑම සංඛ්යාත්මක අගයක්ම සහ නිල මූලාශ්රයෙන් සෑම සම්මත යොමුවක්ම සත්යාපනය කරන්න. අනුකූලතාව සහ ආරක්ෂාව පිළිබඳ තීරණාත්මක තීරණ සෑම විටම සුදුසුකම් ලත් ඉංජිනේරුවරයා සමඟ පවතින අතර භාවිතයට පෙර සංවේදී සැලසුම්/පාරිභෝගික දත්ත නිර්නාමික කරයි.
යෙදුම් කාර්යය
ඔබගේම කාර්යයකින් (හෝ මනඃකල්පිත ඉලෙක්ට්රොනික ව්යාපෘතියකින්) කාර්යයන් පහක් තෝරන්න: සංකල්ප විස්තරයක්, දත්ත පිරිසිදු කිරීමක්, අසාර්ථක කල්පිත ලැයිස්තුවක්, සංරචකයක්/සංඛ්යාත්මක අගයක් සහ නියාමන/ප්රමිති ප්රශ්නයක්. ඉහත අවදානම් වගුවේ එක් එක් ස්ථානගත කරන්න. ඉන්පසු “භූමිකාව සහ මායිම්” අච්චුව සමඟින් අඩු/මධ්යම අවදානම් කාර්යයන් දෙකක් AI වෙත ලබා දී ප්රතිදානයේ එක් එක් සංඛ්යාත්මක/සම්මත මූලද්රව්ය “වලංගු කිරීමේ පිරික්සුම් ලැයිස්තුව” අච්චුවෙන් සලකුණු කරන්න. තහවුරු කිරීමකින් තොරව භාවිතා කළ නොහැකි මූලද්රව්ය මොනවාදැයි ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] එය භාවිතා කිරීමට පෙර මම මෙහෙයුම අවදානම් මට්ටමේ (අඩු/මධ්යම/ඉහළ/තීරණාත්මක) තැබුවෙමි.
- [ ] මම AI ඉල්ලනවා වෙනුවට දත්ත පත්රිකාවෙන් සහ මිනුම් වලින් සංරචක/නිර්මාණ අගයන් ලබා ගත්තෙමි.
- [ ] මම එක් එක් සම්මත/නියාමන යොමු නිල මූලාශ්රයෙන් (නිවැරදි අනුවාදය) සත්යාපනය කර ඇත.
- [ ] මම සංවේදී දත්ත නිර්නාමික කළෙමි (PCB/ස්ථිරාංග, පාරිභෝගික, IP/MAC, ග්රාහකයා).
- [ ] මම ගැළපුම/ආරක්ෂාව-විවේචනාත්මක තීරණය සුදුසුකම් ලත් ඉංජිනේරුවරයාට සහ ප්රතීතනය ලත් පරීක්ෂක වෙත පැවරුවෙමි.
- [ ] මම "සත්යාපනයකින් තොරව භාවිතා කළ නොහැක" සඳහා AI ප්රතිදානයේ සෑම සංඛ්යාත්මක අගයක්ම පරිලෝකනය කළෙමි.