2022年にChatGPTがリリースされてから約3年が経ちました。プラットフォームが公開アクセスを開始すると、すべての業界がAIベースのシステムを使用して、エレクトロニクスエンジニアリングを含む生産性を向上させ始めました。このスキルが多い、知識が多いエンジニアリング領域には、広範な知識の統合と実践的な経験が必要なので、ChatGPTのような生成システムがこの分野に適合できるのか疑問に思うかもしれません。
残念ながら、少し迅速なエンジニアリングと、一般化された回答における明確化を推進することなく、ChatGPTのような生成的AIモデルは、一般化過剰または誤った結果をもたらします。 ChatGPTのようなジェネラリストシステムから生成された高度に技術的な情報の精度の問題はよく知られています。結果は完璧ではありませんが、ユーザーがChatGptを強制的に強制的に、より具体的なタスクでより有用な結果を与えるようにできる簡単なことがあります。
ChatGptで何を設計できますか？
ChatGptで作成できるものを見る前に、ChatGptができることを知ることが重要です。システムが元々一般に公開されたとき、カスタムモデルを調整し、ChatGPTとの会話を続けることができました。つまり、ChatGptから引き出すことができた結果は、迅速なエンジニアリングに大きく依存していました。つまり、次の情報を提供する必要があります。
1.あなたが求めている情報とあなたが求めていないものは何ですか
2.システムが何をすべきか、すべきではないことを確認する（より具体的な方が良い）
3.答えをどのようにフォーマットするか（単語の長さ、表、箇条書きリスト）
4.答えのトーン（プロフェッショナル、非公式、高度と単純化）
これは非常に有用な知識生成の多くにつながりますが、結果は約1〜2年遅れた知識に永久に基づいていました。
システム内の新しい機能により、ユーザーはより多くの専門データと情報を取得できるようになりました。バックグラウンドで実行されている標準モデルには、必要な情報が含まれている可能性がありますが、エンジニアリングクエリに実用的なアドバイスを提供しない可能性のあるジェネラリスト情報からのノイズが混雑しています。 ChatGPTの最新の機能は、Bingとサードパーティのプラグインによって提供されます。
1.WEB検索および閲覧機能
2.プロンプトで提供される特定のURLの読み取り
3.PDFファイルの読み取り
4.ビデオからの転写産物の読み取り
5.学術出版物からの情報の復活
6.コード解釈とバグの発見
これらのシステムが何ができるか、そしてプロンプトをエンジニアリングする方法がわかったので、CHATGPTと統合されたサードパーティのプラグインで実行できるエンジニアリングタスクをいくつか紹介します。
業界標準
ゆっくりと変化し、ChatGPTのデータセットでまだエンコードされている可能性が高いデータセットは、業界標準です。業界標準の正確なテキストはペイウォールの後ろにロックされていますが、ChatGPTが商用製品のESDテストに関連する標準の合理的な正確なリストを提供できるこれらの基準について多くのことが書かれています。およびの伝送ラインの誘電率を決定するために使用されるテスト手順のリストと短い説明PCB.
データシートとアプリのメモから学習します
CHATGPTを使用してWebを検索できるようになりました。これには、オンラインで見つかったPDFへの特定のリンクを含め、データシートやアプリノートからデータを取得するために使用できます。 ChatGPTが特定のアプリノートまたはデータシートからデータを生成することを期待するのではなく、システム固有のURLを提供し、そこからクエリの知識を提供できます。いくつかの簡単なプロンプトには次のものがあります。
コンポーネントの主な機能と機能の説明を提供する
コンポーネントのピンxで必要なコンデンサ値の範囲を計算します
このアプリケーションでは、特異性が本当に重要です。 URLおよびMPNよりもはるかに多く指定する必要がある場合があります。プロンプトの一部としてコンポーネント機能、仕様、ページ番号を使用して、リクエストをより具体的にします。
基本的な計算
ほとんどのエンジニアリングタスクには、いくつかの基本的な式と計算が必要です。これらの計算は、回路設計、コンポーネントの選択、またはPCB設計を取り巻く可能性があります。いくつかの例は次のとおりです。
フライバックコンバーター用のカスタムトランスがあります。入力が主電圧である場合、一次コイルインダクタンス、ターン比、および出力電圧/電流を計算します。
スイッチングレギュレーターの合計インダクタンスは10 UHで、300 mV振幅の有意な鳴り響きを示します。私のスイッチャーがそうである場合
これは、計算が適用されますが、式が記憶されていない分野ですでに何らかの経験がある場合に、使用および検証するのが最適です。使用される基本的な計算は通常よく知られていますが、ChatGPTが式を正しく使用しない可能性があります。たとえば、指数を省略したり、誤って間違った式を適用したりする場合があります。結果を吟味し、式が間違っているように見えるかもしれないときに見つけることができるのはあなたの仕事です。
組み込みシステムのコード生成
CHATGPTでは、コードの作成と検査は新しいものではありませんが、組み込みシステムの課題は、それらが非常に構文固有のものであることです。これで、インターネットを検索してPDFを読み取る機能により、適切なプロンプトのセットを備えた標準言語からプロセッサ固有のコードを生成することができます。これは、特異性が非常に重要な別の領域であり、あなたのプロンプトには通常、以下を含める必要があります。
コードを希望する言語を述べてください
生成されたコードにすべての依存関係がインポートとして含まれることを要求します
要求コードは、機能ごとに生成されます
入力および出力として使用される特定のデータ型を述べる
出力データが英数字の場合は、関連するフォーマット/エンコーディングを指定してください
任意のライブラリ、データシート、コード/Bringupガイドへのリンクを提供します
コード生成には一連のプロンプトが必要な場合があり、ユーザーがコードに調整するか、エラーに関するモデルにフィードバックを提供します。コード生成では、ユーザーが結果をアプリケーションにコンパイルする必要があるため、プログラミングの知識が必要であり、ChatGptがすぐに使用できるコードベースを吐き出すことを期待しないでください。
他のGPTベースのプラットフォームはどうですか？
ChATGPTは、上記のすべての機能にアクセスできる簡単なサブスクリプションオプションで非常に人気があります。さらに、APIを介してChatGptに基づいて構築されたサードパーティモデルとプラットフォームがあり、生成AIに追加の機能を提供します。 CHATGPTとこれらの関連プラットフォームはデザインを完成させることはできませんが、これらのシステムはエンジニアリングワークフローの一部になる可能性のある追加の機能を提供できます。
これらの代替プラットフォームはすべて、迅速なエンジニアリングに大きく依存していることを忘れないでください。プロンプトを適切に設計しない場合は、結果が過剰に一般化されているか不正確になっている場合に驚かないでください。 AIプラットフォームが他のデジタルシステムと通信し、インタラクティブなタスクを実行する能力を獲得するにつれて、最小限の微調整と監督で最高の結果を得るための方法として、迅速なエンジニアリングに焦点を合わせ続けます。