Utangulizi wa Akili Bandia katika Uhandisi wa Elektroniki na Mawasiliano: Mipaka, Uthibitishaji, Wajibu na Maadili.

Faida:

• Uwezo wa kutofautisha ambapo AI inaokoa muda halisi katika utendakazi wa kielektroniki/mawasiliano, na ambapo utiifu na uwajibikaji muhimu wa usalama unabaki kwa mhandisi stadi, kulingana na kiwango cha hatari.
• Uwezo wa kutumia nidhamu ya uthibitishaji ya tabaka nyingi ambayo hujaribu kila pato la AI dhidi ya kipimo, uigaji, maandishi ya kawaida, na hesabu huru.
• Jijengee mazoea ya kuficha utambulisho wa muktadha na kuchagua zana salama za kulinda faili za muundo, data ya mtandao wa wateja na mali miliki.

Kazi ya mhandisi wa umeme na mawasiliano ni kutafsiri kiasi cha kimwili kisichoonekana (voltage, sasa, mzunguko, shamba) katika bidhaa za kazi na viunganisho vya kuaminika. Kubuni mzunguko, kuweka bodi ya mzunguko iliyochapishwa (PCB: Bodi ya Mzunguko iliyochapishwa, bodi ya kuhami ambayo vipengele vimewekwa), kuchuja na kurekebisha ishara, kuitoa kutoka kwa antenna, kuandika programu iliyoingia (firmware: programu iliyoandikwa katika kumbukumbu ya kudumu ambayo inafanya kazi moja kwa moja vifaa vya kifaa), kuanzisha itifaki, kufuatilia utendaji wa mtandao katika sheria na kuandika kwa mujibu wa kiwango hiki. Kipengele cha kawaida cha kazi hizi ni kufanya kazi kwa vipimo na data nyingi, lakini kila uamuzi huamua ikiwa bidhaa itafanya kazi, ikiwa matangazo yatasalia ndani ya kikomo cha kisheria, ikiwa mfumo ni salama au la. Akili Bandia (kwa kifupi AI; mifumo ya programu inayotumia maandishi, nambari, msimbo na picha zilizo na data kubwa na miundo ya lugha) ni usaidizi mkubwa katika msingi huu wa data lakini muhimu sana. Kitengo hiki kinakufundisha mahali pa kutumia AI kwa usalama katika kazi za kielektroniki/mawasiliano, ambapo ni hatari, na kwa nini unapaswa kuthibitisha kila pato la AI kupitia kipimo, uigaji, maandishi ya kawaida na uamuzi wa kihandisi.

Kanuni kuu utakayotumia katika moduli hii yote ni: AI ni msaidizi, si mtoa maamuzi. Mkondo wa usambazaji, thamani ya kizuizi, mzunguko wa kukata kichujio, kikomo cha nguvu cha kusambaza au kifungu cha kawaida hakiwezi kuwa kweli kwa sababu tu "AI ilisema"; Ni dhana tu hadi ithibitishwe na laha ya data, kipimo, uigaji, maandishi rasmi ya kawaida, na uamuzi wa mhandisi stadi. Utaona sentensi hii tena katika kila kitengo cha moduli, kwa sababu katika vifaa vya elektroniki, nambari isiyo sahihi mara nyingi inamaanisha kuwa kadi inaungua, bidhaa inashindwa uthibitishaji, au kiunga cha mawasiliano kinaanguka.

LLM ni nini, inafanya nini katika mambo ya elektroniki/mawasiliano?

LLM (Mfano wa Lugha Kubwa) ni programu ambayo hujifunza ruwaza kutoka kwa sehemu kubwa sana za maandishi na msimbo na kutabiri "neno linalofuata" kulingana na uwezekano. Hii ni injini ya zana kama vile ChatGPT, Claude, Gemini. Hoja ni hii: LLM ni "mkadiriaji wa lugha na msimbo", sio "kifaa cha kupimia" au "msingi wa maarifa". Huzungumza istilahi za uhandisi kwa ufasaha, lakini haipimi uzuiaji; hutoa nambari ambayo inaonekana zaidi. Kwa hiyo, inaweza kutoa majibu ya ujasiri lakini yasiyo sahihi kuhusu usambazaji wa sasa wa sehemu, kikomo cha udhibiti au jedwali la viwango. Hii inaitwa hallucination (uzushi). Hallucination sio malfunction, lakini kipengele cha asili cha teknolojia hii; Kwa hivyo, uthibitishaji sio "hatua ya ziada" lakini ni sehemu muhimu ya kazi.

Majukumu ambapo AI ina nguvu katika kielektroniki/mawasiliano:

• Ufafanuzi wa dhana na mafundisho: ni nini kulinganisha kwa impedance, jinsi OFDM inavyofanya kazi, ni nini husababisha aliasing, jinsi EMC inavyovurugwa.
• Msimbo na rasimu ya programu: kiendesha kidhibiti kidogo, mashine ya serikali, uchambuzi wa mawimbi ya Python, mfumo wa otomatiki wa majaribio.
• Kusafisha na kupanga data: kubadilisha kumbukumbu za vipimo zilizotawanyika kuwa jedwali dhabiti, kunasa kutolingana kwa vipimo.
• Kuzalisha orodha ya nadharia: orodha ya utaratibu ya sababu za maswali kama vile kwa nini mzunguko haufanyi kazi, kwa nini kiungo kinashuka.
• Rasimu ya maandishi: mpango wa jaribio, ripoti ya makosa, rasimu ya faili ya kiufundi, muhtasari wa hifadhidata.
• Usanidi wa akaunti: kuanzisha kiunzi cha bajeti ya kiungo, bajeti ya nguvu, hatua za uundaji wa chujio.

Ambapo AI ni dhaifu na hatari:

• Thamani halisi ya nambari (ugavi wa sasa, impedance, mzunguko wa kukata, kikomo cha nguvu cha utangazaji).
• Makala ya sasa na mahususi ya kawaida/kisheria, thamani ya jedwali na maelezo ya kutolewa.
• Uchunguzi bila data halisi ya kipimo ya maunzi yako.
• Uamuzi wa kufuata na muhimu wa usalama: Tamko la EMC la kufuata, kutolewa, utumishi, kikomo cha usalama.

Uainishaji unaotegemea hatari: kichujio kabla ya kutumia AI

Sio kila kazi iko kwenye kiwango sawa cha hatari. Panga kazi kwa kiwango cha hatari kabla ya kutumia AI. Jedwali hapa chini linatoa mfumo wa uamuzi ambao utatumia katika moduli hii yote.

Kiwango cha hatari

kazi ya sampuli

Jukumu la AI

Uthibitishaji wa lazima

chini

Maelezo ya dhana, maandishi ya rasimu, mifupa ya msimbo

matumizi ya bure

Uhakiki unatosha

kati

Kusafisha data, orodha ya nadharia, usanidi wa hesabu

Rasimu/mwandishi mwenza

Cheki kwa mikono + uthibitisho wa karatasi ya data

juu

Ukadiriaji wa mzunguko, muundo wa kichujio/antena, mantiki ya programu

jenereta ya wazo

Uigaji + kipimo cha mfano

muhimu

EMC/uzingatiaji wa matangazo, ukingo wa usalama, utumishi

Rasimu/changanua pekee

Idhini ya mhandisi stadi + majaribio yaliyoidhinishwa

Kidokezo: Ikiwa umealamisha kazi kama "muhimu", matokeo ya AI sio hati ya mwisho. Kwa kiwango kikubwa inaweza kuwa rasimu ya awali au orodha hakiki; Mhandisi mwenye uwezo anachukua saini na wajibu.

Mtiririko wa mwisho hadi mwisho: kupachika AI kwenye mtiririko wako wa kazi

Mzunguko wa kawaida wa utatuzi wa shida katika vifaa vya elektroniki/mawasiliano ni kama ifuatavyo, na AI inaingia kila hatua lakini haifungi yoyote yenyewe:

1. Bainisha tatizo: Ni nini kitakachoundwa, ni lengo gani la utendaji, ni kikwazo gani (nguvu, gharama, mzunguko, sheria) zipo? (AI: inafafanua swali.)
2. Kusanya data/mahitaji: Laha za data, vikomo vya kawaida, kumbukumbu za vipimo. (AI: muhtasari na kuangalia kwa kutofautiana.)
3. Tengeneza dhahania/ubunifu: Topolojia Mbadala, matukio ya suluhisho. (AI: hutoa orodha ya utaratibu.)
4. Changanua: Hesabu, simulizi, msimbo, uchambuzi wa ishara. (AI: hutoa msimbo na uwongo wa hesabu.)
5. Thibitisha: Uigaji, mfano, kipimo, maandishi ya kawaida. (AI iko kando; kipimo na wanadamu huamua.)
6. Hati na uamue: Mhandisi anayefaa anachukua jukumu. (AI: mwandishi wa rasimu.)

Zingatia hatua hizi sita; sehemu iliyobaki ya moduli inakuonyesha jinsi ya kutumia AI na kazi halisi za kielektroniki/mawasiliano, hatua kwa hatua.

kesi tatu ndogo

Kesi ya 1 - Thamani ya sehemu isiyofaa. Mwanafunzi anauliza AI thamani inayohitajika ya capacitor ya kutenganisha katika saketi inayolishwa kutoka kwa kidhibiti cha 3.3 V; AI inasema "nF 100 inatosha" na pia inatoa maagizo sahihi: "ongeza 10 µF kwa kila IC". Mwanafunzi anaandika hii moja kwa moja kwenye mchoro. Ambapo thamani sahihi inategemea pendekezo katika hifadhidata ya chipsi zilizotumiwa, mzunguko wa kubadili na wasifu wa sasa. Katika muundo huu, chip ya kasi ya juu huchota mamia ya mamilioni ya nyakati za sasa kwa sekunde, na 100 nF pekee haitoshi; Kadi inafanya kazi vibaya wakati wa kuanza. Mbinu sahihi ni kuchukua thamani kutoka kwa hifadhidata ya kila chip na uchanganuzi wa uadilifu wa nguvu.

Kesi ya 2 - Kikomo cha udhibiti ambacho hakipo. Mhandisi anauliza AI kwa kiwango cha juu kinachoruhusiwa cha EIRP (nguvu ya mionzi ya isotropiki sawa) ya bidhaa yake katika bendi ya 2.4 GHz. AI inasema "20 dBm kulingana na kanuni" na huunda nambari ya dutu. Mhandisi anaandika faili ya kiufundi ipasavyo. Katika maabara ya majaribio, imefunuliwa kuwa thamani ya kikomo inatofautiana kulingana na bendi, upana wa kituo na nchi, na kwamba nambari ya bidhaa iliyotolewa si halisi. Mbinu sahihi ni kufungua kanuni ya sasa (k.m. hati husika ya ETSI/FCC na uamuzi wa mamlaka ya nchi) kutoka kwa chanzo rasmi na kuthibitisha thamani na dutu.

Kesi 3 - Matumizi sahihi. Mhandisi anashuku kutofautiana katika logi ya kipimo cha mstari 5000 kutoka kwa kihisi joto. Inaiambia AI "kuorodhesha safu mlalo katika jedwali hili ambazo zinaweza kuwa na utofauti wa kitengo (°C/°F kuchanganyikiwa), thamani isiyowezekana, kiingilio, na seli tupu, na uandike unachoshuku kwa kila moja; USISAHIHISHE, weka tu alama." AI huweka alama za usomaji wa misimbo 999 kadhaa, usomaji wa -300 °C mara mbili, na miiba inayofanana na kuweka upya vihisi. Mhandisi hukagua na kusahihisha hizi kutoka kwa data ghafi. Hapa AI ilitumiwa kwa usahihi: kuvutia umakini, mwanadamu alifanya uamuzi na marekebisho.

Violezo vya haraka vinavyoweza kunakiliwa

Unaweza kutumia violezo vilivyo hapa chini kwa kuvirekebisha kwa biashara yako mwenyewe. Katika kila mmoja wao, kuna maagizo ya ufahamu "kutoa nambari halisi, onyesha chanzo, eleza kutokuwa na uhakika".

KIOLEZO CHA WAJIBU NA KIKOMO "Jukumu: Wewe ni mhandisi msaidizi wa kielektroniki/mawasiliano. Kazi: [andika somo]. Kanuni: Unapotoa thamani kamili ya nambari (ya sasa, kizuizi, marudio, kikomo cha nishati), sema kwamba ni lazima ithibitishwe kutoka kwenye KARATASI YA DATA au KIPIMO cha kipengele kilichochaguliwa, sema 'kama huna uhakika'. pamoja na toleo lake, lakini lazima ithibitishwe kutoka kwa chanzo rasmi Mwishoni mwa jibu lako, andika 'kile kinachohitaji kuthibitishwa kwa simulation/kipimo'.

KIOLEZO CHA KIZAZI CHA HYPOTHESIS"Toa orodha ya utaratibu ya visababishi vinavyowezekana vya dalili zifuatazo: [eleza dalili; kinachoangaliwa, ni kipimo gani]. Kwa kila dhana: (1) ni ushahidi gani unaounga mkono, (2) ni kipimo gani (oscilloscope, analyzer, multimeter) inapaswa kufanywa ili kuthibitisha / kukanusha. FANYA uchunguzi wa uhakika; tengeneza ramani ya barabara ya utatuzi."

KIOLEZO CHA ORODHA YA KUHAKIKI"Orodhesha KILA thamani ya nambari na KILA marejeleo ya kiwango/kidhibiti katika rasimu ya muundo/ripoti hapa chini. Kwa kila moja, onyesha kutoka kwa chanzo kipi (laha data, maandishi rasmi ya kawaida, kipimo cha kimaabara, uigaji) inapaswa kuthibitishwa. Kusanya zile zenye asili isiyo na uhakika chini ya 'haziwezi kutumika bila kubandika'." [Maandishi:

KIOLEZO CHA KUANGALIA KABLA YA KUTOJITAMBUA "Kabla ya kutoa maandishi yafuatayo kwa zana ya AI, siri ya biashara ya bendera au sehemu nyeti za kibinafsi/udhibiti: mteja/jina la mradi, marejeleo ya faili ya PCB, ufunguo wa programu/nenosiri, IP/MACaddresses halisi, data ya mteja, gharama iliyofichwa. Pendekeza jinsi ninavyoweza kuficha haya. Tuma maandishi: [bandika]."

Agizo dhaifu / Ukumbusho thabiti

Kuuliza swali moja kwa njia mbili kutatoa matokeo tofauti sana.

TAARIFA DHAIFU: "Ni faida gani ya antena hii?"

UHAKIKI IMARA: "Jukumu: Wewe ni mhandisi msaidizi wa RF. Eleza ni hatua gani faida ya antena inapaswa kuamuliwa (uteuzi wa aina, ukubwa, uigaji wa shamba, kipimo cha chumba cha anechoic) na ni data gani na uthibitishaji gani unahitajika katika kila hatua. USITOE nambari ya faida HASA; sisitiza kwamba hii inaweza tu kuamuliwa kwa kuiga na kupima, kikomo cha evaluated kitamaanisha nini kupitia kitengo cha evaluated."

Uharaka dhaifu unaalika AI kutengeneza; Kidokezo dhabiti huiweka katika kazi ifaayo (maelezo ya mchakato) na huzuia maonyesho ya kidijitali yasitokee mara ya kwanza.

Makosa ya kawaida

• "Kuuliza" AI kwa maadili ya sehemu / muundo. Ugavi wa sasa, impedance, masafa ya kukatwa huja tu kutoka kwa hifadhidata na kipimo.
• Kutumia kifungu cha kawaida/sheria bila kuithibitisha. Nambari ya kipengee, thamani ya jedwali na toleo mara nyingi huonyeshwa.
• Kuweka msingi wa uamuzi wa kufuata/usalama kwenye pato la AI. Uzingatiaji wa EMC, idhini ya utangazaji, uwezo wa huduma ni kazi ya wahandisi wenye uwezo na upimaji ulioidhinishwa.
• Inabandika data nyeti kwenye zana ya wingu bila kuificha. PCB/programu, topolojia ya mteja na data ya mteja ni siri za biashara na data ya kibinafsi.
• Kusubiri swali moja na jibu moja. Tumia AI mara kwa mara: rasimu, kosoa, iga, pima, chuja.

Tahadhari: Kadiri nambari sahihi na ya uhakika inavyoonekana kwenye pato la AI, ndivyo hitaji la uthibitishaji linavyoongezeka. Usahihi sio hakikisho la usahihi.

Kwa muhtasari

Katika kitengo hiki umeona kuwa AI ni msaidizi katika vifaa vya elektroniki/mawasiliano na sio watoa maamuzi. LLM ni wakadiriaji wa lugha na msimbo; Ina nguvu katika ufafanuzi wa dhana, muhtasari wa msimbo/programu, usafishaji wa data na utengenezaji wa dhahania, lakini ni hatari katika kutoa thamani halisi ya sehemu na jambo la kawaida (hallucination). Panga majukumu kuwa ya chini/kati/juu/muhimu na urekebishe kina cha uthibitishaji ipasavyo. Thibitisha kila thamani ya nambari kutoka kwa karatasi au kipimo cha data, na kila marejeleo ya kawaida kutoka kwa chanzo rasmi. Maamuzi ya utiifu na muhimu ya kiusalama husalia kwa mhandisi aliyehitimu kila wakati na kuficha utambulisho nyeti wa data ya mteja kabla ya matumizi.

Jukumu la maombi

Chagua kazi tano kutoka kwa kazi yako mwenyewe (au mradi wa kuwazia wa kielektroniki): maelezo ya dhana, kusafisha data, orodha ya nadharia ya kutofaulu, kipengele/thamani ya nambari, na swali la udhibiti/viwango. Weka kila moja kwenye jedwali la hatari hapo juu. Kisha toa kazi mbili za hatari ya chini/wastani kwa AI ukitumia kiolezo cha "Jukumu na mipaka" na utie alama kwa kila kipengele cha nambari/kiwango cha matokeo kwa kiolezo cha "Orodha hakiki ya Uthibitishaji". Andika ni vipengele vipi haviwezi kutumika bila uthibitishaji.

orodha ya ukaguzi

• [ ] Niliweka dhamira katika kiwango cha hatari (chini/kati/juu/muhimu) kabla ya kuitumia.
• [ ] Nilipata maadili ya kijenzi/ya muundo kutoka kwa hifadhidata na kipimo badala ya kuuliza AI.
• [ ] Nimethibitisha kila marejeleo ya kawaida/kidhibiti kutoka kwa chanzo rasmi (toleo sahihi).
• [ ] Nilificha utambulisho wa data nyeti (PCB/programu, mteja, IP/MAC, aliyejisajili).
• [ ] Niliacha uamuzi wa utangamano/muhimu wa usalama kwa mhandisi aliyehitimu na mjaribu aliyeidhinishwa.
• [ ] Nilichanganua kila thamani ya nambari katika pato la AI kwa "haiwezi kutumika bila uthibitishaji".