Sudah sekitar 3 tahun sejak rilis ChatGPT pada tahun 2022. Setelah platform membuka diri untuk akses publik, setiap industri mulai melihat penggunaan sistem berbasis AI untuk meningkatkan produktivitas, termasuk teknik elektronik. Bidang rekayasa yang sangat berat dan berat ini membutuhkan sintesis pengetahuan yang luas dan pengalaman langsung, jadi orang mungkin bertanya-tanya di mana sistem generatif seperti ChatGPT dapat masuk ke bidang ini.
Sayangnya, tanpa sedikit rekayasa yang cepat dan mendorong klarifikasi pada jawaban yang terlalu generalisasi, model AI generatif seperti ChatGPT akan memberikan hasil yang berlebihan atau salah. Masalah akurasi dengan informasi yang sangat teknis yang dihasilkan dari sistem generalis seperti ChatGPT sudah terkenal. Meskipun hasilnya tidak sempurna, ada hal -hal sederhana yang dapat dilakukan pengguna untuk memaksa chatgpt untuk memberikan hasil yang lebih berguna dalam tugas yang sangat spesifik.
Apa yang bisa Anda rekayasa dengan chatgpt?
Sebelum melihat apa yang dapat Anda buat dengan chatgpt, penting untuk mengetahui apa yang bisa dilakukan chatgpt. Ketika sistem awalnya dibuka untuk umum, dimungkinkan untuk mengubah model khusus dan melakukan percakapan dengan chatgpt. Itu berarti hasil yang dapat Anda tarik dari chatgpt sangat bergantung pada rekayasa cepat. Dengan kata lain, Anda perlu memberikan informasi berikut:
1. Nyatakan apa informasinya yang Anda cari dan apa yang tidak Anda cari
2. Tangguhkan apa yang seharusnya dan tidak boleh dilakukan sistem (lebih spesifik lebih baik)
3. Negara bagaimana jawabannya harus diformat (panjang kata, tabel, daftar peluru)
4. Besar nada jawaban (profesional, informal, canggih versus sederhana)
Hal ini menyebabkan banyak generasi pengetahuan yang sangat berguna, tetapi hasilnya terus -menerus didasarkan pada pengetahuan yang tertunda sekitar satu hingga dua tahun.
Kemampuan baru dalam sistem sekarang memungkinkan pengguna untuk mendapatkan data dan informasi yang jauh lebih khusus. Model standar yang berjalan di latar belakang kemungkinan berisi informasi yang Anda butuhkan, tetapi penuh dengan kebisingan dari informasi generalis yang mungkin tidak memberikan saran yang dapat ditindaklanjuti untuk kueri teknik. Kemampuan terbaru dalam chatgpt disediakan oleh Bing, serta plugin pihak ketiga:
1. Kemas pencarian dan penelusuran
2. membaca URL spesifik yang disediakan dalam prompt
3. Baca file PDF
4. Baca transkrip dari video
5. Menentukan informasi dari publikasi ilmiah
6. Kode Interpretasi dan Temuan Bug
Sekarang kita tahu apa yang dapat dilakukan sistem ini, dan bagaimana cara insinyur, berikut adalah beberapa tugas teknik yang dapat Anda lakukan dengan chatgpt dan plugin pihak ketiga yang terintegrasi.
Standar Industri
Satu set data yang berubah perlahan dan kemungkinan masih dikodekan dalam dataset ChatGPT adalah standar industri. Sementara teks yang tepat dalam standar industri terkunci di balik paywall, begitu banyak yang telah ditulis tentang standar -standar ini sehingga chatgpt dapat memberikan daftar standar yang cukup akurat yang berkaitan dengan pengujian ESD untuk produk komersial; dan daftar dan deskripsi singkat tentang prosedur pengujian yang digunakan untuk menentukan konstanta dielektrik saluran transmisi pada aPCB.
Belajar dari lembar data dan catatan aplikasi
Sekarang chatgpt dapat digunakan untuk mencari web, termasuk tautan spesifik ke PDF yang ditemukan secara online, itu dapat digunakan untuk mendapatkan data dari lembar data dan catatan aplikasi. Daripada berharap ChatGPT menghasilkan data dari catatan aplikasi atau lembar data spesifik Anda, Anda dapat memberikan URL spesifik sistem dan pengetahuan kueri darinya. Beberapa petunjuk sederhana meliputi:
Berikan deskripsi fungsi utama dan fitur komponen
Hitung kisaran nilai kapasitor yang diperlukan pada pin x pada komponen
Untuk aplikasi ini, spesifisitas sangat penting. Anda mungkin perlu menentukan lebih dari URL dan MPN; Gunakan fitur komponen, spesifikasi, dan nomor halaman sebagai bagian dari prompt untuk membuat permintaan Anda lebih spesifik.
Perhitungan Dasar
Sebagian besar tugas teknik memerlukan beberapa rumus dan perhitungan dasar. Perhitungan ini bisa berupa desain sirkuit di sekitarnya, pemilihan komponen, atau desain PCB. Beberapa contoh meliputi:
Saya memiliki transformator khusus untuk konverter flyback. Hitung induktansi koil primer, rasio belokan, dan tegangan output/arus jika input saya adalah tegangan listrik.
Regulator switching memiliki induktansi total 10 UH dan menunjukkan dering yang signifikan dengan amplitudo 300 mV. Jika switchers saya
Ini paling baik digunakan dan diverifikasi ketika perancang sudah memiliki beberapa pengalaman di bidang di mana perhitungan berlaku tetapi tidak memiliki rumus yang dihafal. Perhitungan dasar yang digunakan biasanya terkenal, tetapi ada kemungkinan bahwa chatgpt tidak menggunakan rumus dengan benar. Misalnya, itu dapat menghilangkan eksponen atau menerapkan formula yang salah karena kesalahan. Adalah tugas Anda untuk memeriksa hasil dan dapat melihat ketika formula mungkin terlihat salah.
Pembuatan kode untuk sistem tertanam
Menulis dan memeriksa kode bukanlah hal baru untuk chatgpt, tetapi tantangan dengan sistem tertanam adalah bahwa mereka sangat spesifik sintaksis. Sekarang dengan kemampuan untuk mencari di internet dan membaca PDF, dimungkinkan untuk menghasilkan kode spesifik prosesor dari bahasa standar dengan set prompt yang tepat. Ini adalah area lain di mana spesifisitas sangat penting, dan petunjuk Anda biasanya harus mencakup yang berikut:
Nyatakan bahasa yang Anda inginkan dari kode
Meminta kode yang dihasilkan menyertakan semua dependensi sebagai impor
Kode permintaan dihasilkan berdasarkan fungsi-fungsi
Nyatakan tipe data spesifik yang akan digunakan sebagai input dan output
Jika data output adalah alfanumerik, pastikan untuk menentukan pemformatan/penyandian yang relevan
Berikan tautan ke perpustakaan, lembar data, kode/panduan pembawa
Pembuatan kode terkadang membutuhkan serangkaian prompt, di mana pengguna meminta tweak ke kode atau memberikan umpan balik kepada model tentang kesalahan. Pembuatan kode juga mengharuskan pengguna untuk menyusun hasil menjadi aplikasi, jadi Anda harus memiliki pengetahuan pemrograman dan Anda tidak akan mengharapkan chatgpt untuk memuntahkan basis kode yang siap digunakan.
Bagaimana dengan platform berbasis GPT lainnya?
ChatGPT tetap sangat populer dengan opsi berlangganan sederhana yang memungkinkan akses ke semua kemampuan yang ditunjukkan di atas. Selain itu, ada model dan platform pihak ketiga yang dibangun di atas chatgpt melalui API, memberikan kemampuan tambahan untuk AI generatif. Meskipun chatgpt dan platform terkait ini tidak dapat menyelesaikan desain Anda untuk Anda, sistem ini dapat memberi Anda kemampuan tambahan yang dapat menjadi bagian dari alur kerja teknik Anda.
Ingat saja, semua platform alternatif ini sangat bergantung pada rekayasa cepat. Jika Anda tidak merekayasa prompt dengan benar, jangan kaget ketika hasilnya terlalu generalisasi atau tidak akurat. Karena platform AI mendapatkan lebih banyak kemampuan untuk berkomunikasi dengan sistem digital lainnya dan melakukan tugas interaktif, terus fokus pada rekayasa cepat sebagai cara untuk memastikan Anda mendapatkan hasil terbaik dengan tweak dan pengawasan minimal.