Fitimet:
- Aftësia për të dalluar se ku në ciklin jetësor të zhvillimit të automjetit (modeli V) inteligjenca artificiale prodhon vlerë reale dhe cilat vendime duhet të mbeten përgjegjësi e inxhinierit kompetent
- Aftësia për të aplikuar tre disiplina të vërtetimit të ankorimit që testojnë çdo dalje të AI kundrejt rendit të madhësisë, besueshmërisë inxhinierike dhe provave të pavarura të testit/matjes
- Njohja e halucinacioneve, dykuptimësisë, sekretit tregtar dhe rreziqeve funksionale të sigurisë dhe fitimi i zakonit për të vendosur udhëzime të sigurta duke anonimizuar kontekstin
Inxhinieri automobilistike; Është një zinxhir i madh që nis nga koncepti i vizatimit të një automjeti dhe shtrihet në dizajn, simulim, prototip, testim, prodhim masiv dhe monitorim në terren. Sot, inteligjenca artificiale (shkurt, AI, ose AI) është aktive si një përshpejtues në çdo hallkë të këtij zinxhiri. Por një gabim në industrinë e automobilave nuk është një gabim i lënë në laborator: do të thotë siguri, kujtim dhe jetë njerëzore për miliona automjete në rrugë. Prandaj, fjalia e parë dhe më e rëndësishme e këtij moduli është: inteligjenca artificiale e përshpejton inxhinierin, por pronari dhe përgjegjës për vendimin kritik të sigurisë është gjithmonë inxhinieri kompetent.
Në këtë njësi, ne do të mësojmë se ku AI prodhon vlerë reale në zhvillimin e automjeteve, ku ka vija të kuqe dhe si të vërtetojmë në mënyrë të disiplinuar çdo dalje të AI.
Modeli V i zhvillimit të automjeteve dhe vendi i AI
Zhvillimi në automobil shpesh përshkruhet me modelin V. V-model; Është procesi i zhvillimit që përparon në formën e shkronjës "V", me kërkesat dhe hapat e projektimit që zbresin poshtë majtas, zbatimi i softuerit/hardware në fund dhe testet e verifikimit dhe integrimit shkojnë lart në të djathtë. Në krahun e majtë përcaktohet "çfarë do të bëjmë" (kërkesa, dizajni i sistemit), në krahun e djathtë testohet "a kemi bërë siç duhet" (testimi i njësisë, integrimi, verifikimi i mjeteve).
Inteligjenca artificiale prek pothuajse çdo aspekt të kësaj V:
- Krahu i majtë (dizajni): propozoni gjeometrinë e lehtë të pjesëve me dizajn gjenerues, përshpejtoni simulimin me modelin zëvendësues, kapni mospërputhjet nga tekstet e kërkesave.
- Nën (zbatimi): asistenca për gjenerimin e kodit, derivimi i rastit të provës, skanimi i parametrave të kalibrimit.
- Krahu i djathtë (verifikimi): shënjimi i anomalive nga të dhënat e testit, drafti i raportit, përmbledhja e testit të qëndrueshmërisë.
- Prodhimi dhe terreni: zbulimi i defekteve vizuale, mirëmbajtja parashikuese, analiza e telemetrisë, parashikimi i zinxhirit të furnizimit.
Këshillë: Poziciononi AI si një asistent që "gjeneron drejtime dhe tërheq vëmendjen", jo "vendimmarrës". Provat inxhinierike marrin vendimin.
Çfarë i lëmë AI dhe çfarë jo?
Rregulli i përgjithshëm: AI është i fortë në punën e përsëritur, intensive të të dhënave, në draftin e parë; Gjykimi, siguria dhe miratimi përfundimtar i takojnë njeriut. Tabela e mëposhtme mishëron këtë dallim.
Kërkimi
Roli i AI
Pronari i vendimit
Skanimi i anomalive në 50,000 rreshta regjistrimi të testeve rrugore
Shënim automatik, para-skanim
inxhinier testues
Verifikimi i sigurisë së softuerit të frenave
Sugjeroni një skenar provë
Inxhinier i sigurisë funksionale
Gjenerimi i konceptit të gjeometrisë së shasisë
Gjenerimi i alternativave (gjenerative)
Inxhinier projektimi/CAE
Klasifikimi i defektit të tegelit të saldimit
Para-zbulimi në imazh
Inxhinier/operator cilësor
Deklaratë homologimi (miratimi i tipit).
draft teksti
Inxhinier/menaxher përgjegjës
Shënim: kolona e djathtë e tabelës nuk mund të jetë kurrë "AI". Nënshkrimi përfundimtar për çështje të tilla si deklarata e shkarkimeve, miratimi i sigurisë në përplasje, performanca e frenimit, etj. i përket gjithmonë një personi të autorizuar. Ky nuk është vetëm detyrim etik, por edhe ligjor në shumicën e vendeve.
Tre disiplina të verifikimit të ankorimit
Gjatë gjithë këtij moduli ne do të testojmë çdo dalje të AI kundër tre "ankorave" të pavarur. Spirancë; Ashtu si pesha që e mban anijen në vend, ajo parandalon që AI të na tërheqë zvarrë.
- Kontrolli i rendit të madhësisë: A është rezultati afërsisht shkalla e saktë? Përshpejtimi i një makine pasagjerësh nga zero në njëqind km/h është rreth 6-9 sekonda; Nëse AI thotë "0.6 sekonda", diçka nuk është në rregull. Një rekomandim për të ngarkuar plotësisht baterinë në 2 minuta është fizikisht i diskutueshëm.
- Besueshmëria inxhinierike: A është rezultati i pajtueshëm me fizikën dhe intuitën inxhinierike? Nëse një pjesë që e bëni më të lehtë rezulton të jetë më e lirë, më e fortë dhe më e lehtë për t'u prodhuar në të njëjtën kohë, mbani mend parimin "nuk ka drekë falas"; Ka një shkëmbim të fshehur diku.
- Prova e pavarur e testimit/matjes: Spiranca më e fortë. Krahasoni simulimin me testimin fizik, parashikimin me të dhënat aktuale, përmbledhjen e AI me të dhënat e papërpunuara. Asnjë dalje kritike për sigurinë nuk pranohet pa prova.
Kujdes: AI mund të prodhojë dezinformata me gjuhë shumë të rrjedhshme dhe të sigurt; ky quhet halucinacion. Rrjedhshmëria nuk është dëshmi e saktësisë. Mos supozoni se një numër, një numër standard ose një veçori materiale është e saktë vetëm sepse është thënë me besim; Konfirmo nga burimi.
Mini raste studimore
Rasti 1 - Kapja e gabimit të porosisë. Një praktikant ka AI të llogaritë forcën e tërheqjes aerodinamike të automjetit dhe merr rezultatin "12,000 N" me një shpejtësi prej 100 km/h. Inxhinieri i lartë bën një kontroll të nivelit: forca e tërheqjes së një makine tipike pasagjerësh me këtë shpejtësi është rreth 300-400 N (rreth 30-40 kgf). N12,000 është tridhjetë herë më shumë. Pas inspektimit, duket se AI po përdor njësinë e gabuar për densitetin e ajrit (g/cm³ konfuzion në vend të kg/m³). Rezultati: Një kontroll i thjeshtë i renditjes parandaloi orë të tëra vendimesh të gabuara të projektimit.
Rasti 2 - Filtri i arsyeshmërisë. Një ekip prokurimi kërkon këshilla nga AI për uljen e kostove; AI rekomandon blerjen nga një furnizues i vetëm, duke kursyer 8%. Menaxheri i planifikimit kryen një kontroll besueshmërie: kjo pjesë është një sensor i jastëkëve të ajrit kritik për sigurinë dhe burimi i vetëm do të ndalonte të gjithë prodhimin nëse do të kishte një ndërprerje në atë fabrikë. Sugjerimi po korrigjohet duke shtuar burimin e dytë dhe buferin e stokut. Rezultati: Rreziku i "ndalimit të linjës" për hir të kursimit të 8% u shmang.
Rasti 3 - Prova e pavarur. Një ekip CAE parashikon sjelljen e dridhjeve (NVH - zhurmë, dridhje, ashpërsi) të panelit të kapakut me një model të shpejtë zëvendësues; Modeli parashikon një rezonancë (dridhje e tepërt në një frekuencë të caktuar) në 47 Hz. Ekipi e konfirmon këtë me testimin fizik modal; kulmi i vërtetë ndodh në 44 Hz. Dallimi është i vogël por i rëndësishëm; Modeli zëvendësues është miratuar, por diferenca e projektimit është zgjeruar në përputhje me rrethanat. Përfundim: U përdor parashikimi i shpejtë i AI, por i kalibruar me prova të pavarura.
Vendosja e një njoftimi të sigurt: privatësia dhe sekretet tregtare
Të dhënat e automobilave shpesh përmbajnë sekrete tregtare (dizajni i modelit të ri, çmimi i furnizuesit) ose të dhëna personale (vendndodhja e shoferit, VIN - numri i shasisë). Dërgimi i të dhënave të papërpunuara konfidenciale në një mjet AI publike cloud është një rrezik i madh.
Më poshtë është një krahasim i kërkesave të dobëta dhe të forta.
Njoftim i dobët:
Po shtoj të dhënat e vërteta të testit të baterisë të projektit tonë SUV elektrik të modelit 2027 të markës X, furnizuesi ynë celular është kompania Y, çmimi për njësi është 92 USD. Zgjidh problemin e diapazonit për automjetet me këto VIN:[lista e vërtetë VIN]
Kjo kërkesë zbulon markën, modelin, furnizuesin, çmimin dhe VIN-in personal; Është e rrezikshme si për privatësinë ashtu edhe për konkurrencën.
Njoftim i fuqishëm:
Roli: Unë jam një inxhinier i testimit të baterive të automjeteve elektrike. Konteksti: Po hetoj zhvendosjen e rrezes në një bateri SUV pasagjerësh (afërsisht 75 kWh). I anonimizova të dhënat; markat ishin koduar si A/B, automjetet si automjet_1..automjet_20. Detyrë: Rendisni 3 variablat që ndikojnë më shumë në diapazonin në tabelën e bashkëngjitur (anonime) të intervalit të temperaturës dhe sugjeroni një test verifikimi për secilën. Kufizimi: Mos pretendoni një arsye përfundimtare; jep hipotezën dhe hapin e verifikimit.Prodhimi: Tabela + renditja e përparësisë.
Këshillë: Përdorni një mjedis të AI me një kontratë të të dhënave të ndërmarrjes (duke mos i përdorur të dhënat tuaja në trajnim), anonimizoni të dhënat dhe jepni vetëm informacionin minimal të kërkuar (minimizimi i të dhënave).
Modeli RGBÇ për shpejtësi të mirë
Modeli i thjeshtë që do të përdorim pa pushim në këtë modul: Roli - Detyra - Konteksti - Prodhimi (RGBÇ).
Roli: [Si ekspert duhet të veprojë AI] Detyra: [çfarë dëshironi në një fjali] Konteksti: [njësi, kufizime, standarde, të dhëna anonime] Kufizim: [mos bëni çfarë, çfarë bëni në pasiguri] Prodhimi: [tabela/lista/kodi, çfarë formati]
Roli: Ju jeni një inxhinier me përvojë NVH (zhurmë-dridhje). Detyrë: Listoni shkaqet e mundshme rrënjësore për ankesat ndaj dridhjeve të timonit. Konteksti: Aksi i përparmë, 80-100 km/h, në rrugë të niveluar; Gomat sapo janë balancuar. Kufizimi: Rendit nga më e mundshme në më pak të mundshme; sugjeroni një matje të vetme verifikimi për çdo shkak. Prodhimi: Lista e numëruar + kolona e verifikimit.
Roli: Ju jeni një inxhinier i cilësisë së automobilave. Detyrë: Konvertoni një raport të defektit të saldimit në formatin 5W1H (çfarë/pse/ku...). Konteksti: Saldim me pika robotike, vija e trupit; shkalla e defektit është rritur në 3 ndërrimet e fundit. Rezultati: Përmbledhje e strukturuar + 3 rekomandime të menjëhershme të kontrollit.
Roli: Vepro si analist i të dhënave. Detyrë: Lexoni përshkrimet e kolonës së telemetrisë më poshtë dhe sugjeroni 8 atribute kandidate për mirëmbajtje parashikuese. Kufizimi: Rekomandoni atributet duke përdorur informacionin e ardhshëm (rreziku i rrjedhjes); shkruani arsyen për çdo atribut.Output: Atributi | Arsyetimi | Tabela e rrezikut të rrjedhjeve (Y/J).
Gabimet e zakonshme
- Gabimi i prodhimit të AI si provë. Teksti i rrjedhshëm nuk është inxhinierik i verifikuar. Ankoroni çdo numër.
- Duke anashkaluar kontrollin e gradës. Kjo është metoda më e lirë dhe më e fuqishme e kapjes së gabimeve; Duhen dhjetë sekonda.
- Dërgimi i të dhënave të papërpunuara konfidenciale. Shkëmbimi i informacioneve të tilla si marka, furnizuesi, çmimi, VIN pa anonime është një shkelje e kontratës dhe ligjit.
- Injorimi i pasigurisë. "A je i sigurt?" Në vend që të kërkoni, kërkoni prova; Besimi i AI nuk është një masë e saktësisë së saj.
- Duke i vënë fajin AI. "Modeli tha kështu" nuk është një mbrojtje; Nënshkrimi është i juaji.
Në përmbledhje
- AI është një përshpejtues në çdo fazë të modelit V të zhvillimit të automjeteve; Por vendimi dhe miratimi kritik për sigurinë i takon gjithmonë inxhinierit kompetent.
- Testoni çdo dalje të AI kundrejt tre ankorave: renditja e madhësisë, besueshmëria inxhinierike, dëshmia e testimit/matjes së pavarur.
- Halucinacioni është real; Rrjedhshmëria nuk është saktësi.
- Anonimizoni të dhënat konfidenciale dhe personale, zbatoni minimizimin e të dhënave, përdorni mjedisin e AI të ndërmarrjes.
- Për kërkesa të mira, përdorni modelin Role-Task-Context-Output (RGBÇ).
Detyra e aplikimit
Zgjidhni një detyrë nga biznesi juaj (ose nga një projekt imagjinar i makinës së pasagjerëve): për shembull "parashikimi i veshjes së tamponëve të frenave". (1) Ku në modelin V do ta vendosnit këtë detyrë? (2) Shkruani rolin e UA dhe pronarit të vendimit në një tabelë. (3) Shkruani një kërkesë me modelin RGBÇ dhe anonimizoni të gjitha informacionet konfidenciale/personale në të. (4) Bëni një shënim në tre pika me të cilat tre spiranca do të testoni përgjigjen nga AI.
listë kontrolli
- [ ] Përcaktova vendndodhjen e detyrës sime në modelin V.
- [ ] Kam shkruar veçmas rolin e UA dhe pronarit të vendimit përfundimtar.
- [ ] Kam anonimizuar informacione të tilla si marka/furnizuesi/çmimi/VIN në kërkesën time.
- [ ] Kam përdorur modelin RGBS (roli, detyra, konteksti, kufizimi, prodhimi).
- [ ] Unë kam një plan gati për të verifikuar rezultatin me tre ankora (gradimi, besueshmëria, prova e pavarur).
- [ ] Unë kam konfirmuar se konfirmimi kritik i sigurisë mbetet tek njeriu.