กำไร:
- Ability to print Python code and understand and accept the code line by line for data cleaning, account automation and modeling with artificial intelligence
- ความสามารถในการเข้าใจว่าโค้ดที่ยังไม่ทดสอบเป็นเพียงสมมติฐาน ตรวจสอบแต่ละโค้ดด้วยผลลัพธ์ที่ทราบ และทดสอบหน่วยและกรณี Edge
- ความสามารถในการทำความเข้าใจว่ารหัสบัญชีที่มีความสำคัญต่อความปลอดภัยจำเป็นต้องมีทั้งการทดสอบและการตรวจสอบยืนยันโดยวิศวกรที่ได้รับอนุญาต
เครื่องยนต์เงียบของวิศวกรรมเคมีสมัยใหม่ในปัจจุบันคือ Python (ภาษาโปรแกรมที่ใช้กันอย่างแพร่หลายและง่ายต่อการเรียนรู้) ทำความสะอาดข้อมูลเซ็นเซอร์ ทำให้สมดุลมวลอัตโนมัติ ปรับแบบจำลองจลน์ศาสตร์ให้เข้ากับข้อมูล เปรียบเทียบผลการจำลองหลายร้อยรายการ สร้างกราฟ ทั้งหมดนี้ใช้เวลาหลายชั่วโมงด้วยมือ แต่ใช้เวลาเพียงไม่กี่วินาทีโดยใช้ Python เพียงไม่กี่บรรทัด In this unit, you will learn how to use AI as an aid in writing, explaining and debugging Python code; But we will learn why every code produced should not be used without testing and verification.
โดยทั่วไปวิศวกรเคมีไม่ใช่นักพัฒนาซอฟต์แวร์มืออาชีพ นี่คือจุดที่ AI เพิ่มพลังอันยิ่งใหญ่ วิศวกรพูดว่า "ฉันต้องการสคริปต์ที่ทำสิ่งนี้" และเขียนร่าง AI แต่หลักการนี้ยังคงเหมือนเดิม โค้ดที่ AI เขียนไม่ถูกต้องเพราะมันดูถูกต้อง เป็นเพียงสมมติฐานจนกระทั่งทดสอบจนทราบผล ข้อผิดพลาดที่เกิดขึ้นโดยไม่รู้ตัว เช่น หน่วยผิด ดัชนีผิด สูตรที่เปลี่ยนไป อาจให้ผลลัพธ์ที่เป็นอันตรายในการคำนวณทางวิศวกรรมได้
Python พร้อม AI ในวิศวกรรมเคมี: ทีละขั้นตอน
1.กำหนดงานให้ชัดเจน อินพุตคืออะไร (CSV, อาเรย์, สมการ), เอาต์พุตควรเป็นเท่าใด, ในหน่วยใด พรอมต์ที่ไม่ชัดเจนหมายถึงโค้ดที่ไม่ถูกต้อง
2. ขอแบบร่างรหัส AI สร้างภาพร่างด้วยไลบรารีที่เหมาะสม (panda สำหรับข้อมูล, numpy สำหรับการประมวลผลเชิงตัวเลข, matplotlib สำหรับกราฟ, scipy สำหรับการเพิ่มประสิทธิภาพ/โซลูชัน)
3. ทำความเข้าใจห้องสมุดและสมมติฐาน ให้ AI อธิบายแต่ละบรรทัดและสมมติฐาน (หน่วย รูปแบบข้อมูล การยอมรับ) อย่าเรียกใช้โค้ดที่คุณไม่เข้าใจ
4. ทดสอบด้วยผลลัพธ์ที่ทราบ Run the code on a simple example for which you already know the answer. A balance code must give the correct result in an example that can be deciphered by hand.
5. การควบคุมสถานะหน่วยและขอบ What does the code do in edge cases such as zero, negative, very large values, missing data? In chemical engineering, unit failure is a classic disaster.
6. ทดสอบผลลัพธ์ด้วยฟิสิกส์ The code produced a number — is the mass conserved, is the value realistic? Just because the code works does not prove that the result is correct.
Tip: When requesting code from the AI, say "write the unit of each variable in the comment line and specify the input units explicitly." A significant portion of chemical engineering errors arise from unit confusion (bar/Pa, kg/g, °C/K); Embedding units in the code makes these errors visible.
รหัสที่ยังไม่ทดสอบถือเป็นสมมติฐาน
AI สร้างโค้ดที่ดูราบรื่นและใช้งานได้จริง But "works" and "correct" are two different things. รหัสอาจทำงานได้โดยไม่มีข้อผิดพลาดและสร้างตัวเลขที่ไม่ถูกต้อง เช่น ข้อผิดพลาดของเครื่องหมายในสูตร ออฟเซ็ต (ทีละรายการ) ในอาร์เรย์ การแปลงหน่วยที่ไม่ถูกต้อง So the golden rule: every code is tested in a test case where the correct answer is known independently. A simple analytical example, a hand calculation, or a reference data proves the reliability of the code. No engineering decisions should be based on code without passing testing.
Caution: Code that performs a safety, dimensioning or security calculation cannot be considered reliable just because it "works". รหัสบัญชีที่มีความสำคัญต่อความปลอดภัยควรได้รับการทดสอบด้วยผลลัพธ์ที่ทราบ และผลลัพธ์ควรได้รับการตรวจสอบอย่างอิสระโดยวิศวกรที่ได้รับอนุญาต
มินิเคสสามอัน
กรณีที่ 1 — ระบบอัตโนมัติในการล้างข้อมูล วิศวกรคนหนึ่งทำความสะอาดข้อมูลด้วยตนเองเป็นเวลา 3 เดือน (ประมาณ 1.1 ล้านแถว) จากเซ็นเซอร์ 8 ตัวทุกเดือน สคริปต์แพนด้าที่เขียนด้วย AI ลดเหลือเพียงไม่กี่นาที วิศวกรทดสอบโค้ดในไฟล์ตัวอย่างขนาดเล็กที่รู้จักก่อน สังเกตว่ามีการแยกวิเคราะห์คอลัมน์หนึ่งอย่างไม่ถูกต้อง แก้ไขแล้วนำไปใช้กับข้อมูลทั้งหมด
กรณีที่ 2 — ข้อผิดพลาดของระดับเสียงเงียบ YZ เขียนโค้ดสำหรับการคำนวณแรงดันตกคร่อม แต่อินพุตสับสนโดยสมมติว่าแท่งและสูตร Pa โค้ดทำงานโดยไม่มีข้อผิดพลาด แต่ผลลัพธ์ผิดพลาด 100,000 เท่า วิศวกรตรวจพบผลต่างของลำดับด้วยการคำนวณการควบคุมด้วยตนเอง หลังจากเพิ่มความคิดเห็นของหน่วยแล้ว ข้อผิดพลาดก็ได้รับการชี้แจงและแก้ไขแล้ว
กรณีที่ 3 — บันทึกการทดสอบแล้ว ทีมหนึ่งได้รับโค้ดจาก AI สำหรับตัวแก้ปัญหาสมดุลมวล ในตอนแรกพวกเขาทำการทดสอบโดยใช้ตัวอย่างสององค์ประกอบที่ละลายได้ด้วยมือ รหัสปิดลูปแบ็คไม่ถูกต้องและไม่ได้เพิ่มขึ้น พบข้อผิดพลาดก่อนที่จะนำไปใช้กับโมเดลจริงและซับซ้อน หากไม่มีการทดสอบ ข้อผิดพลาดจะแพร่กระจายไปยังผลลัพธ์ทั้งหมด
เทมเพลตที่สามารถคัดลอกได้สี่แบบ
1) ร่างรหัสการวิเคราะห์ข้อมูล:
Your role: Python helper for chemical engineering. Task: [description].Input: [CSV/array, columns, UNITS]. เอาท์พุต: [อะไร ในหน่วยไหน].ใช้ pandas/numpy ในโค้ด: (1) ตีความหน่วยของแต่ละตัวแปร (2) ระบุสมมติฐานอินพุตที่จุดเริ่มต้น (3) จัดการกรณีขอบ (ข้อมูลหายไป ศูนย์) ฉันจะทดสอบโค้ดด้วยตัวอย่างที่ทราบ do not use magic numbers, define constants explicitly.
2) คำอธิบายและการตรวจสอบรหัส:
Explain the following Python code line by line: what it does, what assumptions it makes, what units it expects. Highlight possible error points (unit confusion, index shift, division by zero, overflow). Suggest what simple, known test case I can use to verify this code. รหัส: [วาง]
3) การตั้งค่าการทดสอบด้วยผลลัพธ์ที่ทราบ:
Write a test set to verify this function: at least 3 simple cases for which the answer is known analytically or manually. For each test, describe the expected result and why we expect that result. I will not apply the code to real data without testing. ฟังก์ชั่น: [วาง]
4) การดีบัก:
This code gives the following error/wrong result: [error message or expected vsactual output]. ระบุสาเหตุที่เป็นไปได้ตามลำดับความน่าจะเป็น และบอกวิธีทดสอบแต่ละสาเหตุ อย่าพูดว่า "ฉันซ่อมมันแล้ว" โดยตรง เรามาตรวจสอบสาเหตุที่แท้จริงด้วยกันก่อน แนะนำให้ตรวจสอบหน่วยและคำสั่งซื้อด้วย รหัสและข้อมูล: [วาง]
พรอมต์อ่อน / พรอมต์แรง
พรอมต์ที่อ่อนแอ:
เขียนโค้ดคำนวณแรงดันตกให้ฉัน
รูปแบบอินพุต หน่วย สมการ เงื่อนไขไม่ชัดเจน AI ซ่อนสมมติฐาน สามารถสร้างความสับสนให้กับหน่วยต่างๆ ได้
พรอมต์อันทรงพลัง:
บทบาทของคุณ: ผู้ช่วย Python วิศวกรรมเคมี ภารกิจ: แรงดันตกที่เกิดจากแรงเสียดทานในท่อกลม อินพุต: อัตราการไหล [ลบ.ม./วินาที] เส้นผ่านศูนย์กลาง [ม.] ความยาว [ม.] ความหนาแน่น [กก./ลบ.ม.] ความหนืด [Pa·s] เอาท์พุต: แรงดันตก [Pa] ใช้ Darcy-Weisbach; ตรวจสอบระบบการไหล (Re) เพื่อหาค่าแรงเสียดทาน แสดงความคิดเห็นแต่ละหน่วย สมมติฐานของรัฐ (โหลดเต็ม การไหลคงที่) ฉันจะทดสอบโค้ดกับการคำนวณด้วยตนเองในตัวอย่างแบบลามิเนต
ความแตกต่างที่ชัดเจน: หน่วยอินพุต วิธีการ หน่วยเอาต์พุต และจุดประสงค์ในการทดสอบทำให้โค้ดมีความน่าเชื่อถือ
การกระจายบทบาทในการใช้งาน Python
ธุรกิจ
บทบาทของเอไอ
การตัดสินใจของมนุษย์
การเขียนโค้ด
สร้างแบบร่าง
รายละเอียดงานหน่วย
การเลือกห้องสมุด
ข้อเสนอแนะ
การยืนยันความสอดคล้อง
คำอธิบาย
ทีละบรรทัด
ยอมรับด้วยความเข้าใจ
ทดสอบ
คำแนะนำชุดทดสอบ
การตรวจสอบด้วยผลลัพธ์ที่ทราบ
ดีบัก
สมมติฐานทิศทาง
การยืนยันสาเหตุที่แท้จริง
บทสรุป
การสร้างตัวเลข
ทดสอบกับฟิสิกส์
ข้อผิดพลาดทั่วไป
- การใช้โค้ดโดยไม่ต้องทดสอบ รหัสการทำงานไม่ใช่รหัสที่ถูกต้อง It cannot be trusted unless tested with a known result.
- ออกจากหน่วยไม่แน่นอน Unit confusion is the most common and dangerous mistake in chemical engineering.
- ปฏิบัติการโดยไม่เข้าใจ Do not trust the results without understanding the code written by the AI line by line.
- ข้ามสถานะขอบ Zero, negative, missing data can silently lead the code to the wrong conclusion.
- Basing the security calculation only on the code. Security-critical codes require testing + independent authoritative verification.
โดยสรุป
AI ในวิศวกรรมเคมีด้วย Python; เป็นผู้ช่วยที่ทรงพลังในการร่าง อธิบาย และให้คำแนะนำในการแก้ไขจุดบกพร่องสำหรับการล้างข้อมูล การทำบัญชีอัตโนมัติ การสร้างแบบจำลอง และกราฟิก But the AI's code is reliable not because it looks right, but because it has been tested with a known result. It is essential to specify the units explicitly, understand the code, test edge cases, and verify the result with physics; Safety-critical calculations also require authorized engineer verification.
งานสมัคร
Select a calculation (e.g. a pipe pressure drop or two-component mass balance). Get code from AI with the “data analysis/account code draft” template, clearly state the units. Then verify the code in a manually decodable example with the "set up test with known result" pattern; If the result does not match, find the root cause with the "debug" pattern.
รายการตรวจสอบ
- [ ] I have clearly stated the input/output units and method.
- [ ] I understood the code line by line and saw its assumptions.
- [ ] I tested the code on a known/manually decipherable example.
- [ ] I tested edge cases (zero, negative, missing data).
- [ ] I verified the result with physics (conservation of mass, order); I also had the security account confirmed by the official.