กำไร:
- ความสามารถในการเร่งการศึกษาการแลกเปลี่ยนตั้งแต่ข้อกำหนดภารกิจไปจนถึงแนวคิดขนาดเครื่องบิน/ยานอวกาศด้วยการสนับสนุน AI
- ความสามารถในการเขียนข้อกำหนด การตรวจสอบย้อนกลับ และการควบคุมความสอดคล้องพร้อมการแจ้งเตือนที่กำหนดค่าไว้
- ความสามารถในการกำจัดเอาท์พุตที่ไม่สมเหตุสมผลโดยการตรวจสอบข้ามจุดการออกแบบที่แนะนำโดย AI ด้วยการคำนวณด้วยมือตามหลักฟิสิกส์
เครื่องบินหรือยานอวกาศเกิดจากรายการข้อกำหนด ไม่ใช่บนกระดานวาดภาพ ประโยคที่ว่า "บรรทุกสัมภาระได้มากขนาดนี้ในช่วงนี้ ด้วยความเร็วเท่านี้ ในราคานี้" คือรากฐานของการออกแบบที่จะคงอยู่ไปอีกหลายปี การออกแบบแนวความคิด (ขั้นตอนการออกแบบแรกสุดซึ่งมีการกำหนดขนาด น้ำหนัก และโครงร่างคร่าวๆ ของยานพาหนะเป็นอันดับแรก) คือกระบวนการดึงรูปร่างเริ่มต้นออกจากเมล็ดพืชนี้ การตัดสินใจที่ทำที่นี่มีราคาถูก แต่เอฟเฟกต์นั้นแพงที่สุด: การเลือกแนวความคิดที่ผิดเพียงตัวเลือกเดียวอาจทำให้การออกแบบที่มีรายละเอียดต้องเสียเงินหลายล้านดอลลาร์
ในหน่วยนี้ เราจะใช้ปัญญาประดิษฐ์ (AI) เพื่อแบ่งเบาภาระสามประการของการออกแบบแนวความคิด ได้แก่ การแปลคำของานที่คลุมเครือให้เป็นข้อกำหนดที่วัดได้ การรักษาความสามารถในการตรวจสอบย้อนกลับและความสอดคล้องระหว่างข้อกำหนด และการเร่งการวิเคราะห์การแลกเปลี่ยนระหว่างตัวเลือกการออกแบบที่แข่งขันกัน แต่มาวางหลักการสำคัญตั้งแต่ต้น: ทุกขนาด ทุกน้ำหนักประมาณการที่ AI แนะนำ จำเป็นต้องตรวจสอบข้ามโดยการคำนวณด้วยมือตามหลักฟิสิกส์ AI เป็นพันธมิตรในการระดมความคิดและการบัญชี ไม่ได้เป็นเจ้าของการตัดสินใจเกี่ยวกับขนาด
แนวคิด: ข้อกำหนด: ข้อความเดียวที่ตรวจสอบได้ซึ่งเครื่องมือต้องเป็นไปตามนั้น การตรวจสอบย้อนกลับ: ห่วงโซ่ของบันทึกว่าข้อกำหนดแต่ละข้อมาจากไหน และเป็นไปตามการออกแบบ/การทดสอบใด พื้นที่การค้า: ชุดของตัวเลือกทั้งหมดที่สร้างขึ้นโดยตัวแปรการออกแบบที่เปลี่ยนแปลงได้ MTOW: น้ำหนักบินขึ้นสูงสุด (Maximum Take-Off Weight) ซึ่งเป็นมวลสูงสุดที่ยานพาหนะสามารถบินขึ้นได้
จากความต้องการงานไปสู่ความต้องการ: ทีละขั้นตอน
ข้อกำหนดที่ดีมีคุณสมบัติสามประการ: เอกพจน์ (พูดสิ่งหนึ่ง) วัดได้ (ประกอบด้วยตัวเลขและหน่วย) และสามารถตรวจสอบได้ (เห็นได้ชัดว่าจะตรวจสอบอย่างไร) "เครื่องบินจะต้องเร็ว" ไม่ใช่ข้อกำหนด "เครื่องบินจะต้องมีความเร็วลมลำกล้อง 250 kt (KCAS) ที่ระดับน้ำทะเล" ถือเป็นข้อกำหนด
ขั้นตอนแรกคือการรวบรวมคำขอของผู้มีส่วนได้ส่วนเสียและกลั่นเป็นข้อกำหนดฉบับร่างด้วย AI ขั้นตอนที่สองคือการทำให้ข้อกำหนดแต่ละข้อสามารถวัดได้: แทนที่คำคุณศัพท์ที่คลุมเครือ (“น้ำหนักเบา” “ทนทาน” “มีประสิทธิภาพ”) ด้วยหน่วยเมตริกและเกณฑ์ ขั้นตอนที่สามคือการค้นหาความขัดแย้งระหว่างข้อกำหนด: ช่วงและน้ำหนักบรรทุกมักจะแข่งขันกันเอง โดย AI จะนำความขัดแย้งเหล่านี้มาแสดงอย่างรวดเร็ว ขั้นตอนที่สี่คือการสร้างเมทริกซ์การตรวจสอบย้อนกลับ โดยจัดตารางว่าวัตถุประสงค์ของงานระดับบนสุดใดนำไปสู่ข้อกำหนดย่อยใด
ในด้านการกำหนดขนาดตามแนวคิด AI สามารถเรียกคืนความสัมพันธ์ทางวิศวกรรมที่ทราบ (เศษส่วนน้ำหนัก อัตราส่วนแรงขับต่อน้ำหนัก การโหลดปีก) และสร้างห่วงโซ่การคำนวณเริ่มต้น ตัวอย่างเช่น สำหรับเครื่องบินโดยสาร เศษส่วนน้ำหนักเชื้อเพลิงสามารถประมาณได้ด้วยสมการช่วง Breguet และเศษส่วนน้ำหนักเปล่าสามารถประมาณได้ด้วยความสัมพันธ์ทางสถิติ แต่แต่ละลิงค์ของห่วงโซ่นี้ได้รับการยืนยันด้วยการคำนวณด้วยมือ
เคล็ดลับ: เมื่อเขียนข้อกำหนด ให้มอบหมายงานให้ AI อย่างชัดเจนเพื่อ “แทนที่คำคุณศัพท์ที่คลุมเครือแต่ละรายการด้วยหน่วยเมตริก หน่วย และวิธีการยืนยัน” โมเดลนี้มีระเบียบวินัยมากขึ้นเมื่อคุณพูดว่า "ทำให้วัดผลได้" ข้อความที่ไม่สามารถตรวจสอบได้ เช่น "เป็นมิตรกับผู้ใช้"
การกำหนดค่าการวิเคราะห์การแลกเปลี่ยน
หัวใจของการวิเคราะห์ข้อดีข้อเสียคือการนำการกำหนดค่าของผู้สมัครหลายรายการมาวางเทียบเคียงกับเกณฑ์ทั่วไป เครื่องมือแบบคลาสสิกคือเมทริกซ์การตัดสินใจแบบถ่วงน้ำหนัก: เกณฑ์จะได้รับการชั่งน้ำหนักความสำคัญ ผู้สมัครแต่ละคนจะได้รับคะแนนในแต่ละเกณฑ์ และนำผลรวมที่ถ่วงน้ำหนักมา AI สร้างเมทริกซ์นี้อย่างรวดเร็ว แต่ระวังข้อผิดพลาดสองประการ: น้ำหนักเป็นการตัดสินทางวิศวกรรมเชิงอัตวิสัย (ไม่ใช่หน้าที่ของ AI) และคะแนนจะต้องขึ้นอยู่กับเหตุผลทางกายภาพ (ไม่ได้สร้างขึ้น)
เกณฑ์ (น้ำหนัก)
การกำหนดค่า ตอบ: ปีกสูง
การกำหนดค่า B: ปีกต่ำ
การกำหนดค่า ซี: คานาร์ด
พิสัย, กม. (0.30)
1200
1350
1250
น้ำหนักลดกิโลกรัม (0.25)
640
610
690
ต้นทุนการผลิต (0.20)
ปานกลาง
ต่ำ
สูง
ความเสถียร (0.15)
สูง
ปานกลาง
ปานกลาง
บำรุงรักษาง่าย (0.10)
สูง
ปานกลาง
ต่ำ
คุณสามารถให้ AI สร้างตารางนี้ได้ แต่ตัวเลขช่วงและน้ำหนักต้องมาจากการคำนวณเบื้องต้นที่เป็นอิสระ และต้องพิสูจน์คะแนนเชิงคุณภาพ เช่น "ความเสถียร: สูง" ด้วย พลังของ AI คือการจัดตารางการกำหนดค่าที่แตกต่างกัน 10 แบบในเวลาไม่กี่นาที และทำการวิเคราะห์ความรู้สึก (อันดับจะเปลี่ยนแปลงอย่างไรหากน้ำหนักเปลี่ยนแปลง)
พรอมต์อ่อน / พรอมต์แข็งแกร่ง
พรอมต์ที่อ่อนแอ:
ฉันกำลังออกแบบเครื่องบินฝึก บอกการกำหนดค่าที่ดีที่สุดให้ฉันทราบ
พรอมต์อันทรงพลัง:
บทบาท: คุณเป็นที่ปรึกษาด้านการออกแบบเครื่องบินตามแนวคิด บริบท: การศึกษาการแลกเปลี่ยนเบื้องต้นสำหรับเครื่องบินฝึกสองที่นั่ง (ค่าเป็นตัวแทน): ช่วงเป้าหมาย ~1000 กม. ความเร็วล่องเรือ ~55 ม./วินาที น้ำหนักบรรทุก ~220 กก. ลำดับความสำคัญด้านต้นทุนการผลิตต่ำ ภารกิจ:1) แนะนำการกำหนดค่าผู้สมัคร 3 แบบ (ตำแหน่งปีก ประเภทเครื่องยนต์)2) จัดทำตารางเปรียบเทียบผู้สมัครแต่ละคนใน: พิสัย น้ำหนักเปล่าโดยประมาณ ต้นทุนการผลิต ความเสถียร3) ใช้สำหรับการประมาณการเชิงตัวเลข เขียนความสัมพันธ์และสมมติฐาน ข้อจำกัด: ระบุว่าความสัมพันธ์ทางสถิติใดที่คุณใช้ในการประมาณน้ำหนักของคุณ หน่วยการเขียน อย่าตัดสินใจขั้นสุดท้าย ส่งผู้สมัคร ฉันจะชั่งน้ำหนักและตัดสินใจขั้นสุดท้ายด้วยตัวเอง
เทมเพลตพร้อมท์ที่คัดลอกได้
เทมเพลต 1 — การแปลความต้องการของงานให้เป็นข้อกำหนดที่สามารถวัดผลได้:
เปลี่ยนคำขอของผู้มีส่วนได้ส่วนเสียต่อไปนี้ให้เป็นข้อกำหนดเดียว วัดผลได้ และตรวจสอบได้ สำหรับข้อกำหนดแต่ละข้อ: เมตริก หน่วย ค่าเกณฑ์ และวิธีการยืนยันที่นำเสนอ (การวิเคราะห์/ทดสอบ/สาธิต) แปลคำคุณศัพท์ที่คลุมเครือ ("เบา", "เร็ว") ให้เป็นตัวเลขที่เป็นรูปธรรม หากไม่แน่ใจให้สอบถามข้อมูลที่ต้องการ คำขอ: [รายการที่นี่]
เทมเพลต 2 — เมทริกซ์การตรวจสอบย้อนกลับและการคัดกรองข้อขัดแย้ง:
รับรายการข้อกำหนดนี้และ: (ก) สร้างตารางการตรวจสอบย้อนกลับที่เชื่อมโยงข้อกำหนดแต่ละข้อเข้ากับวัตถุประสงค์งานระดับสูง (b) ทำเครื่องหมายคู่ข้อกำหนดที่ขัดแย้งหรือท้าทาย (เช่น ช่วงเทียบกับน้ำหนักบรรทุก) (c) แสดงรายการข้อกำหนดที่ขาดหายไปหรือไม่สามารถตรวจสอบได้ ให้ผลลัพธ์เป็นตาราง ข้อกำหนด: [รายการที่นี่]
เทมเพลต 3 — การตั้งค่าเมทริกซ์การตัดสินใจแบบถ่วงน้ำหนัก:
สร้างกรอบงานเมทริกซ์การตัดสินใจแบบถ่วงน้ำหนักสำหรับการกำหนดค่าผู้สมัครต่อไปนี้ สร้างแถวเกณฑ์และคอลัมน์ผู้สมัคร ปล่อยให้คอลัมน์น้ำหนักว่างเปล่า (ฉันจะป้อนน้ำหนัก) อธิบายในหมายเหตุแยกต่างหากถึงเหตุผลทางกายภาพสำหรับคะแนนที่คุณจะใส่ในแต่ละเซลล์ อย่าเขียนตัวเลขปลอม ให้ทำเครื่องหมายสถานที่ที่คุณเดาว่า "เดา" ผู้สมัคร: [...] เกณฑ์: [...]
เทมเพลต 4 — การตรวจสอบข้ามการวัดขนาดตามแนวคิด:
ตรวจสอบผลการกำหนดดังต่อไปนี้อย่างอิสระ: MTOW, บริเวณปีก, แรงขับ (a) คำนวณน้ำหนักบรรทุกของปีก (W/S) และเปรียบเทียบกับช่วงปกติสำหรับชั้นเครื่องบินของคุณ (b) คำนวณอัตราส่วนแรงขับต่อน้ำหนัก (T/W) และเปรียบเทียบกับช่วงทั่วไป (ค) เตือนหากค่าอยู่นอกช่วงปกติและระบุข้อผิดพลาดที่อาจเกิดขึ้น เขียนทุกหน่วยอย่างชัดเจน อินพุต: [ค่า MTOW, S, T]
เคสมินิ
กรณีที่ 1 — การตรวจพบความต้องการที่ขัดแย้งกันตั้งแต่เนิ่นๆ ในโครงการ UAV ผู้มีส่วนได้ส่วนเสียต้องการทั้ง "เวลาออกอากาศอย่างน้อย 8 ชั่วโมง" และ "มวลรวมสูงสุด 12 กิโลกรัม" ด้วยการระบุปริมาณข้อกำหนดทั้งสองและงบประมาณด้านพลังงานคร่าวๆ AI แสดงให้เห็นว่าการบิน 8 ชั่วโมงที่มีความหนาแน่นของพลังงานแบตเตอรี่โดยทั่วไป (ประมาณ 200 Wh/kg) จะต้องใช้แบตเตอรี่เพียง 6-7 กิโลกรัมเพียงอย่างเดียว ซึ่งไม่เหมาะกับงบประมาณ 12 กก. พร้อมด้วยน้ำหนักบรรทุกและโครงสร้าง มีการหารือถึงความขัดแย้งก่อนที่จะเริ่มการออกแบบโดยละเอียด บทเรียน: การแปลข้อกำหนดเป็นตัวเลขเผยให้เห็นความขัดแย้งที่ซ่อนอยู่ตั้งแต่เนิ่นๆ
กรณีที่ 2 — การวิเคราะห์ความไวเปลี่ยนแปลงการตัดสินใจ ทีมหนึ่งเปรียบเทียบโครงสร้างปีกสามแบบ กำหนดค่าด้วยน้ำหนักเริ่มต้น B ชนะ (คะแนนถ่วงน้ำหนัก 0.82 ต่อ 0.79) AI ถูกถามว่า “จะเกิดอะไรขึ้นถ้าฉันลดน้ำหนักต้นทุนจาก 0.20 เหลือ 0.10”; ในสถานการณ์นี้ช่วงมาถึงส่วนหน้าและการกำหนดค่า A ขึ้นนำ (0.84 ต่อ 0.80) ทีมงานจะเห็นว่าการตัดสินใจจัดลำดับความสำคัญด้านต้นทุนมีความละเอียดอ่อนเพียงใด และชี้แจงน้ำหนักกับผู้มีส่วนได้ส่วนเสีย บทเรียน: ไม่ใช่คะแนนเดียวที่สำคัญ แต่เป็นความเสถียรของการจัดอันดับ
กรณีที่ 3 — ข้อผิดพลาดของคำสั่งซื้อในการประมาณน้ำหนัก AI ให้น้ำหนักว่างของเครื่องบินเบาเท่ากับ 95 กิโลกรัมจากความสัมพันธ์ วิศวกรเล่าว่าน้ำหนักเปล่าของเครื่องบินสองที่นั่งในชั้นเดียวกันโดยทั่วไปจะอยู่ในช่วง 350-500 กิโลกรัม 95 กิโลกรัมเป็นไปไม่ได้ทางกายภาพ เมื่อตรวจสอบแล้วจะเห็นว่า AI ใช้ค่าสัมประสิทธิ์ในความสัมพันธ์ไม่ถูกต้องและได้รับการแก้ไขแล้ว บทเรียน: การประมาณน้ำหนักแต่ละครั้งจะถูกเปรียบเทียบตามลำดับความสำคัญกับช่วงที่ทราบของชั้นเรียน
ข้อผิดพลาดทั่วไป
- ยอมรับข้อกำหนดที่คลุมเครือ ข้อกำหนดที่ไม่มีหน่วยวัดและหน่วยไม่สามารถตรวจสอบได้ "ควรเป็นแสงสว่าง" คือความปรารถนา ไม่ใช่ข้อกำหนด
- ให้ AI เลือกตุ้มน้ำหนัก น้ำหนักเกณฑ์ในเมทริกซ์การตัดสินใจคือการตัดสินทางวิศวกรรมเชิงอัตนัยและผู้มีส่วนได้ส่วนเสีย หากปล่อยให้เป็น AI การตัดสินใจก็ยังคงถูกทิ้งร้าง
- การรับคะแนนโดยไม่มีเหตุผล หากคะแนนเชิงคุณภาพ เช่น "ความเสถียร: สูง" ไม่มีพื้นฐานทางกายภาพ เมทริกซ์จะกลายเป็นรายการเดาที่ซับซ้อน
- ไม่ยืนยันการประมาณน้ำหนัก/ขนาด ความสัมพันธ์ทางสถิติเป็นการประมาณการคร่าวๆ ไม่ได้คำนึงถึงการออกแบบรายละเอียดโดยไม่เปรียบเทียบกับกลุ่มผลิตภัณฑ์ในชั้นเรียน
- ทิ้งการติดตามไว้ในภายหลัง หากไม่ได้บันทึกว่าข้อกำหนดมาจากไหน จะไม่มีใครรู้ว่าการตัดสินใจเปลี่ยนแปลงจะส่งผลต่ออะไรในอนาคต
โดยสรุป
การออกแบบแนวความคิดเป็นขั้นตอนการตัดสินใจที่ถูกที่สุดแต่มีประสิทธิภาพมากที่สุด AI เป็นตัวเร่งที่ทรงพลังในการแปลคำขอที่คลุมเครือให้เป็นข้อกำหนดที่วัดผลได้ การสแกนหาความสามารถในการตรวจสอบย้อนกลับและข้อขัดแย้ง และการเปรียบเทียบการกำหนดค่าหลายรายการในตารางการแลกเปลี่ยน อย่างไรก็ตาม น้ำหนักเกณฑ์ขึ้นอยู่กับการตัดสินใจของมนุษย์ การทำนายเชิงตัวเลขได้รับการตรวจสอบโดยการคำนวณมือตามหลักฟิสิกส์และช่วงชั้นเรียน การตัดสินใจในการกำหนดค่าขั้นสุดท้ายยังคงเป็นเรื่องของวิศวกร AI สร้างผู้สมัคร ไม่ได้ตัดสินใจ
งานสมัคร
เขียนวัตถุประสงค์ภารกิจระดับสูงสามประการสำหรับอากาศหรือยานอวกาศที่คุณเลือก การใช้ AI แปลข้อกำหนดเหล่านี้ให้เป็นข้อกำหนดที่สามารถวัดผลได้อย่างน้อยหกข้อ และจัดทำตารางการตรวจสอบย้อนกลับ จากนั้นสร้างเมทริกซ์การตัดสินใจแบบถ่วงน้ำหนักสำหรับการกำหนดค่าผู้สมัครทั้งสามรายการ กำหนดน้ำหนักด้วยตัวเอง สุดท้าย ยืนยันการประมาณน้ำหนัก/ขนาดที่กำหนดโดย AI ด้วยการคำนวณมืออิสระและช่วงคลาส รายงานข้อกำหนดอย่างน้อยหนึ่งคู่ที่คุณพบข้อขัดแย้ง
รายการตรวจสอบ
- [ ] ฉันทำให้ข้อกำหนดแต่ละข้อเป็นเอกพจน์ วัดได้ และตรวจสอบได้
- [ ] ฉันแทนที่คำคุณศัพท์ที่ไม่ชัดเจนด้วยหน่วยเมตริก หน่วย และเกณฑ์
- [ ] ฉันจัดทำตารางการตรวจสอบย้อนกลับและทำเครื่องหมายข้อกำหนดที่ขัดแย้งกัน
- [ ] ฉันกำหนดน้ำหนักเมทริกซ์การตัดสินใจด้วยตัวเอง (ไม่ใช่ AI)
- [ ] ฉันถือว่าคะแนนเมทริกซ์เป็นไปตามเหตุผลทางกายภาพ
- [ ] ฉันตรวจสอบการประมาณน้ำหนัก/ขนาดด้วยระยะห่างของชั้นเรียนและการคำนวณด้วยมือ