Hoće li vještačka inteligencija zamijeniti elektroinženjere? [Video i kviz]

Kratak odgovor: Elektroinženjeri neće biti masovno zamijenjeni, ali će vještačka inteligencija preuzeti znatan dio ponovljivog posla: izradu nacrta, dokumentaciju, standardni firmver i dizajn prvog prolaza. Ako je vaš posao uglavnom "izvršavanje obrazaca", osjetit ćete pritisak; ako posjedujete ograničenja, verifikaciju i sigurnosne odluke, vještačka inteligencija postaje multiplikator sile.

Ključne zaključke:

Smjena zadataka: Automatizirajte izradu nacrta, sažetaka, kontrolnih lista i brzih proračuna, uz zadržavanje ljudskog nadzora.

Ograničenja: Ostanite vrijedni savladavanjem termalnih, EMC, smanjenja nazivne snage, puzanja i ograničenja pouzdanosti.

Verifikacija: Tretirajte izlaze umjetne inteligencije kao hipoteze; potvrdite simulacijom, mjerenjem i discipliniranim planovima testiranja.

Odgovornost: Ljudi ostaju odgovorni za usklađenost, sigurnosno-kritične odluke i posljedice neuspjeha.

Utjecaj juniora: Juniorima je potrebno više laboratorijskih ponavljanja i prakse otklanjanja grešaka ako vještačka inteligencija oduzima rani „šegrtovanski“ rad.

Ovo pitanje obično pada s tupim udarcem. Ne zato što je elektrotehnika krhka (nije), već zato što je vještačka inteligencija uznemirujuće kompetentna u poslu koji se nekada činio - ako ne svetim - barem sigurno ljudskim. Izrada nacrta, sažimanje, pretraživanje, uočavanje obrazaca i pretvaranje maglovite ideje u nešto što izgleda "završeno" 🧠⚡ OECD McKinsey

Dakle, hoće li elektroinženjere zamijeniti vještačka inteligencija? Bolji odgovor nije dramatično da ili ne. Više zvuči ovako: neki zadaci će biti pojedeni, neki će biti ubrzani, a neki će tvrdoglavo ostati ljudski. Svjetski ekonomski forum ILO

U nastavku slijedi potpuni pregled - šta se može automatizirati, šta nije, kuda ovo vodi i kako ostati vrijedan (a da se i sam ne pretvorite u robota 🤖).

Članci koje biste možda željeli pročitati nakon ovog:

🔗 Hoće li vještačka inteligencija zamijeniti radiologe
Šta automatizacija može, a šta ne može uraditi u medicinskom snimanju danas.

🔗 Hoće li vještačka inteligencija zamijeniti računovođe
Kako vještačka inteligencija utiče na knjigovodstvo, revizije i karijeru u računovodstvu.

🔗 Hoće li vještačka inteligencija zamijeniti investicijske bankare
Zadaci koje vještačka inteligencija može automatizirati u bankarstvu, a ono što ostaje ljudsko.

🔗 Hoće li vještačka inteligencija zamijeniti analitičare podataka: stvarni razgovor
Otvoren pogled na analitički rad, alate i sigurnost posla.

1) Direktan odgovor na pitanje „Hoće li vještačka inteligencija zamijeniti elektroinženjere?“ 😬

Elektroinženjeri neće biti zamijenjeni u većem broju. Ali dijelovi posla već jesu. Svjetski ekonomski forum OECD

Ono što se dešava je „zamjena zadataka“, a ne „zamjena karijere“. ILO OECD

Vještačka inteligencija se uvlači u:

• ponavljajuća dokumentacija 📄

• prvi dizajni i nacrti ✍️

• uočavanje grešaka u kodu i konfiguracijama 🧩

• analiza testnih podataka i otkrivanje anomalija 📈

• brzi proračuni, provjere ispravnosti i pretraživanje 🔍 OECD McKinsey

I ne ulazi pristojno. Upada kao dijete s markerom.

Ali puna uloga elektroinženjera uključuje mnogo više od izrade uredne sheme. To uključuje odgovornost, sigurnost, kompromise, fizička ograničenja, usklađenost, nekonvencionalne zahtjeve i povremene situacije "ovo bi trebalo raditi, ali ne radi i niko ne zna zašto" 😵💫 NIST AI RMF BSI EN 60601

Vještačka inteligencija pomaže - ponekad i u velikoj mjeri - ali ne preuzima odgovornost za posljedice. Ljudi i dalje preuzimaju odgovornost. NIST AI RMF Zakon EU o vještačkoj inteligenciji (EUR-Lex)

Dakle, da, hoće li vještačka inteligencija zamijeniti elektroinženjere? Neki će se osjećati zamijenjenima ako rade samo onaj dio posla koji se lako automatizira. Većina neće, jer je uloga veća od samog dijela posla.

2) Šta čini dobru verziju vještačke inteligencije za rad u elektrotehnici? ✅🤝

Nije sva umjetna inteligencija korisna. Dio toga je samo samouvjeren zvuk s prijateljskim tonom. Slatko, ali ne. NIST GenAI profil

Dobra verzija umjetne inteligencije za elektrotehniku ​​obično ima:

• Svijest o ograničenjima: Ne zanemaruje nazivne napone, termička ograničenja, EMC stvarnost, puzanje, razmak, radni ciklus, smanjenje nazivne snage... neprivlačne stvari koje štede proizvode 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B

• Sljedivi zaključak: Može objasniti zašto je odabrao pristup, a ne samo izbaciti odgovor 🧠 NIST AI RMF

• Vokabular domene: Izgovara "tehnički list", "tolerancijski stog", "stabilnost petlje", "fazna margina", "povratak uzemljenja", bez potrebe za dječjim govorom 📚

• Iterativna saradnja: Neće se urušiti kada kažete „ovo je četveroslojna ploča sa šumom preključivanja i jeftinim konektorom“ 😅

• Izlaz pogodan za verifikaciju: Proizvodi stvari koje možete testirati, simulirati ili pregledati - ne samo vibracije ⚙️ NIST AI RMF

• Kontrole poniznosti (da, zaista): Označava nesigurnost, predlaže provjere i ne pretvara se da je izmjerila oblik vala 🫠 NIST GenAI profil

Ako se AI alat ne može ponašati pod ograničenjima, to je kao odvijač napravljen od sira. Tehnički gledano, alat... ne praktično.

3) Gdje vještačka inteligencija već (tiho) zamjenjuje dijelove elektrotehnike 🧠⚡

Evo gdje umjetna inteligencija već savladava dugotrajan posao, posebno u timovima koji je prihvataju:

Izrada nacrta i dokumentacija

• pretvaranje bilješki u dokumentaciju sa zahtjevima

• sažimanje recenzija dizajna

• generiranje procedura testiranja i kontrolnih lista

• pisanje komentara o firmveru i README datoteka OECD

Ovo nije glamurozan posao, ali oduzima mnogo sati. AI jede sate 🍽️

Skeletiranje kola prvog prolaza i firmvera

• predlaganje topoloških opcija za stepene napajanja

• generiranje početnog ugrađenog koda (drajveri, mašine stanja, komunikacijski skeleti)

• predlaganje komponentnih „klasa“ (ne tačnih dijelova, već kategorija) McKinsey

Ovdje se ljudi uplaše jer izgleda kao inženjering. I jeste - ali "prvi prolaz" nije posljednji obrok.

Prepoznavanje obrazaca za otklanjanje grešaka

• otkrivanje anomalija u logovima

• identificiranje korelacija u testnim podacima

• uočavanje ponovljenih potpisa grešaka NIST DARE MERL

To je kao da imaš hiperaktivnog pripravnika koji nikad ne spava i ne traži grickalice. Opasno i praktično 😆

4) S čime se vještačka inteligencija bori u elektrotehnici (tj. s ljepljivim stvarima) 🧷

VI se najviše muči tamo gdje stvarnost uzvraća udarac. Elektrotehnika je puna stvarnosti.

Fizički svijet ne mari za samopouzdanje

Vještačka inteligencija može zvučati sigurno. Fizika se ne obazire. Paraziti rasporeda, EMI, vibracije, vlažnost, habanje konektora, marginalne komponente - to su "porezi iznenađenja" proizvoda koji žive izvan slajdova. IEC EMC FCC Dio 15

Kompromisi između uzemljenja, EMI-ja i rasporeda

Ne možete u potpunosti riješiti EMI predviđanjem teksta. Rješavate ga sa:

• geometrija

• povratne putanje

• izbori zaštite i filtriranja

• mjerenje

• iteracija IEC 61000-4-3 IEC EMC

Vještačka inteligencija može predložiti rješenja, ali ne osjeća kvar u testu u komori. Inženjeri to čine 👃⚡

Pregovori o zahtjevima i sukob zainteresovanih strana

Pola posla je prevođenje:

• "Učini ga manjim"

• "Učinite to jeftinijim"

• "Učinite da prođe usklađenost"

• "Pošaljite sljedeće sedmice"

U dizajn koji omogućava preživljavanje. Vještačka inteligencija ne preuzima politiku, rizik ili krivicu. Ljudi preuzimaju (jeej?) 😅

Odgovornost i sigurnost

Kada dođe do kvara napajanja, kvara medicinskog uređaja ili kada baterijski paket postane logorska vatra - neko mora donijeti opravdane odluke. BSI EN 60601 NI ISO 26262

Vještačka inteligencija može biti uključena, ali ne može biti odgovorna strana. To je važno. Mnogo je važno. Zakon EU o vještačkoj inteligenciji (EUR-Lex) NIST AI RMF

5) Poslovi u elektrotehnici koji su najviše izloženi automatizaciji 🎯

Neke poduloge će se mijenjati brže od drugih. Ne zato što su „manje važne“ - samo zato što sadrže više ponovljivih obrazaca.

Više izloženo:

• rutinsko crtanje shema iz poznatih predložaka

• osnovni ugrađeni standardni kod (inicijacijski kod, uobičajeni protokoli, logika povezivanja) McKinsey

• generiranje izvještaja o ispitivanju i formatiranje dokumentacije o usklađenosti

• sažeci istraživanja komponenti (molimo uz ljudsku verifikaciju)

• jednostavno ponavljanje rasporeda PCB-a (ponovljeno postavljanje poznatih kola)

Manje izloženo:

• integritet napajanja + dizajn otporan na elektromagnetne poremećaje (EMC) IEC EMC

• sigurnosni sistemi NI ISO 26262

• visokopouzdan hardver (teška okruženja, dug vijek trajanja) MIL-STD-1547B

• rad na novim arhitekturama (nova ograničenja, novi načini kvara)

• sistemski inženjering (uloga prevodioca u različitim disciplinama)

Dakle, ako neko ponovo pita: Hoće li elektroinženjere zamijeniti vještačka inteligencija? Što je vaš rad više „izvršavanje obrazaca“, to vas više vještačka inteligencija može pratiti. Što je vaš rad više „posjedovanje stvarnosti“, to više vještačka inteligencija postaje vaš asistent.

6) Tabela poređenja: uobičajene opcije veštačke inteligencije koje pomažu EE-ima 🧰🤖

(Ovo su kategorije, a ne magični brendovi. Pravi timovi često miješaju nekoliko njih.)

Obratite pažnju na temu: AI ubrzava rezultate, ali inženjeri potvrđuju stvarnost. To je ples. NIST AI RMF

7) Kako se mijenja uloga elektroinženjera (i zašto to prvo osjete mlađi studenti) 👣⚡

Ovaj dio je malo neugodan, pa ću to reći otvoreno.

Vještačka inteligencija će promijeniti „ljestvicu naukovanja“. Svjetski ekonomski forum OECD- a

Tradicionalno, mlađi inženjeri su učili radeći:

• crtanje shema

• pisanje jednostavnih drajvera

• dokumentiranje testova

• ispravljanje očiglednih grešaka

• iteriranje na poznatim dizajnima

Ali ako vještačka inteligencija bude zadužena za veliki dio toga... juniori bi mogli dobiti manje ponavljanja. ILO

To ne znači da su juniori osuđeni na propast. To znači da se put mijenja. Timovi će morati biti svjesni treninga, a juniori će morati tražiti:

• praktično vrijeme u laboratoriji 🔧

• vještine mjerenja (osciloskop, VNA, sonde, disciplina uzemljenja) 📟

• instinkti za otklanjanje grešaka (šta provjeriti prvo, drugo, treće)

• sistemsko razmišljanje (interfejsi, načini kvara, ograničenja)

Inženjer koji može dobro mjeriti postaje vrijedniji, a ne manje. Jer je mjerenje tamo gdje je vještačka inteligencija najmanje „stvarna“. IEC 61000-4-3 FCC Dio 15

Ako ste stariji, vaš posao se pomjera ka:

• arhitektonske odluke

• kompromisi rizika

• pregledi i planovi verifikacije

• međufunkcionalno pregovaranje

• mentorstvo - ali na drugačiji način

I da, možda ćete provoditi više vremena "režirajući" vještačku inteligenciju, što zvuči glupo dok ne shvatite da je režiranje u osnovi inženjering.

8) Praktični priručnik: kako ne biti zamijenjen (a da ne postanete navijačica umjetne inteligencije) 🛠️

Ako želite jednostavnu strategiju, ovo je:

Postanite inženjer koji posjeduje ograničenja ✅

Vještačka inteligencija je dobra u prepoznavanju mogućnosti. Postajete vrijedni posjedovanjem:

• sigurnosne margine

• ograničenja usklađenosti

• proizvodnost

• ciljevi pouzdanosti

• toplotne i energetske budžete

• testabilnost NIST AI RMF

Postanite odlični u verifikaciji 🔍

Budućnost pripada inženjerima koji mogu reći:

• "Evo hipoteze."

• "Evo plana mjerenja."

• "Evo rezultata."

• "Evo šta smo promijenili."

Vještačka inteligencija može predložiti. Ljudi dokazuju. NIST AI RMF

Izgradite „savladavanje interfejsa“

Budite osoba koja razumije granice:

• hardvera u firmver

• analogno-digitalno

• snaga za signalizaciju

• senzor za izračunavanje

• zahtjevi proizvoda prema inženjerskim specifikacijama

Greške u interfejsu su uzrok kvara rasporeda 😵

Naučite koristiti vještačku inteligenciju kao mlađi saigrač

Ne kao šef, ne kao bog. Kao mlađi saigrač koji je:

• brzo

• željan

• ponekad pogrešno

• izuzetno oštar ponekad NIST GenAI profil

Ne prepuštate razmišljanje vanjskim saradnicima. Prepuštate nacrte i istraživanje vanjskim saradnicima.

9) Uobičajeni mitovi o tome „Hoće li vještačka inteligencija zamijeniti elektroinženjere?“ 🧠💥

Mit: „Vještačka inteligencija će uraditi cijeli dizajn“

Stvarnost: Možda generira objekt u obliku dizajna. Ali pravi dizajn uključuje ograničenja, testove, realnost rasporeda, usklađenost i proizvodnju. To je cijeli neuredan sendvič. NIST AI RMF

Mit: „Samo je hardver siguran“

Stvarnost: firmver se u nekim oblastima brže automatizuje jer je zasnovan na tekstu. Hardver ima fizičko trenje, ali dokumentacija i izrada nacrta se također automatizuju. OECD

Mit: „Ako vještačka inteligencija može položiti ispite, onda može i obaviti posao“

Stvarnost: Ispiti nisu posao. Posao se sastoji od nepotpunih zahtjeva, loših konektora, bučnih energetskih vodova i dobavljača koji se kunu da je dio identičan, a... nije identičan 😑

Mit: „Vještačka inteligencija uvijek štedi vrijeme“

Stvarnost: Vještačka inteligencija štedi vrijeme kada brzo verificirate. Ako ne verificirate, gubite vrijeme kasnije. Kao guranje prašine pod tepih, ali tepih je vaš datum lansiranja. NIST GenAI profil

10) Završne bilješke i kratki pregled 🌩️✨

Dakle, hoće li elektroinženjere zamijeniti vještačka inteligencija? Ne na način na koji se ljudi boje. Uloga neće nestati. Ona će se ponovo uravnotežiti. Svjetski ekonomski forum ILO

Vještačka inteligencija će:

• automatizirati dijelove izrade nacrta, dokumentacije i ponovljene implementacije

• ubrzajte istraživanje i rješavanje problema

• povećati osnovna očekivanja za brzinu proizvodnje OECD-a

Elektroinženjeri će i dalje biti potrebni za:

• vlastita sigurnost, usklađenost i pouzdanost BSI EN 60601 NI ISO 26262

• validirati mjerenjem i testiranjem IEC 61000-4-3 FCC dio 15

• praviti kompromise pod ograničenjima

• baviti se praktičnom integracijom

• budi odgovoran kada se nešto pokvari (jer hoće) NIST AI RMF

Kratak pregled 😄
Vještačka inteligencija zamjenjuje zadatke. Inženjeri koji rade samo zamjenjive zadatke osjećaju se stisnuto. Inženjeri koji posjeduju ograničenja, verifikaciju i praktične kompromise postaju još vrijedniji. Utješno na svoj način.

A ako želite najkraću verziju:
VI je električni alat. Vi ste i dalje taj koji gradi kuću. Ponekad alat iskri. 🔧⚡ (U redu, ta metafora je malo klimava, ali shvatate.)

Primjer iz stvarnog svijeta: Izrada AI laboratorijskog asistenta za validaciju napajanja ⚡🔍

Scenarij

Zamislite mali hardverski tim koji validira 24V na 5V DC-DC pretvarač za industrijsku senzorsku kutiju. Dizajn nije egzotičan, ali i dalje nosi stvarni inženjerski rizik: porast temperature, šum pri prebacivanju, tranzijente opterećenja, pad napona konektora i usko kućište sa slabim protokom zraka.

Tim ne dozvoljava vještačkoj inteligenciji da dizajnira isporuku i "odobri" je. To bi bilo nepromišljeno. Umjesto toga, oni koriste vještačku inteligenciju kao brzog laboratorijskog asistenta koji pretvara zahtjeve, tehničke listove i bilješke s laboratorija u plan testiranja, kontrolnu listu i izvještaj o prvom prolazu. Inženjer i dalje posjeduje mjerenja, odluke o prolazu/padu i konačno odobrenje, što se uklapa u poentu članka da vještačka inteligencija treba da predlaže, dok ljudi provjeravaju.

Šta je potrebno asistentu

Dajte AI asistentu samo informacije koje su mu potrebne:

• Raspon ulaznog napona: 18V-30V

• Ciljani izlaz: 5V pri 2A

• dozvoljeno talasanje: ispod 50mV od vrha do vrha

• maksimalna temperatura ploče: 85°C na 40°C ambijentalne temperature

• tehnički list pretvarača

• shematski PDF

• Snimci ekrana PCB-a, ako je dozvoljeno

• Popis laboratorijske opreme: osciloskop, elektronsko opterećenje, termalna kamera, pribor za laboratorijski rad

• obrazac za testiranje kompanije

• sigurnosno pravilo: „Ne označavajte ništa kao uspješno osim ako vam ljudski inženjer ne dostavi izmjerene podatke.“

Primjer upute

Koristite ovo uputstvo:

Pomažete elektroinženjeru u validaciji DC-DC pretvarača od 24 V do 5 V. Napravite plan ispitivanja na laboratorijskom stolu koji provjerava izlazni napon, mreškanje, odziv opterećenja pri pokretanju, porast temperature i ponašanje u slučaju kvara. Za svaki test navedite svrhu, podešavanje, korake, očekivano mjerenje, pravilo prolaza/neuspjeha i uobičajene greške koje treba izbjegavati. Nemojte izmišljati izmjerene rezultate. Ako podaci nedostaju, napišite „potrebno mjerenje“. Označite svaki test koji zahtijeva ljudsku procjenu ili sigurnosni pregled.

Kako to testirati

Dajte asistentu nekoliko realnih provjera prije nego što mu povjerite radni proces:

• Zatražite da se napravi test talasanja, a zatim provjerite da li spominje uzemljenje sonde i postavke ograničenja propusnog opsega.

• Zatražite od njega da pregleda lažno mjerenje: „Ripple = 82mV od vrha do vrha, granica = 50mV.“ Trebao bi ovo označiti kao neuspjeh, a ne ublažiti rezultat.

• Pitajte ga šta da radi ako pretvarač dostigne 92°C pri punom opterećenju. Trebao bi prijaviti termalni kvar i predložiti istragu, a ne odobriti dizajn.

• Zatražite od njega da izradi sažetak izvještaja na osnovu pet izmjerenih vrijednosti i potvrdite da ne izmišlja propuštene testove.

Rezultat

Ilustrativni rezultat: Na osnovu vremenskog mjerenja pet zadataka validacije uzoraka prije i poslije korištenja radnog toka, inženjer je smanjio vrijeme izrade dokumentacije i plana testiranja sa 3 sata i 20 minuta na 52 minute.

Mjerljiva provjera je bila jednostavna:

• vrijeme za ručni nacrt plana testiranja

• vrijeme nacrta uz pomoć umjetne inteligencije plus ljudski pregled

• prebrojati potrebne korekcije prije nego što je plan bio upotrebljiv

• uporedite konačni plan sa internom kontrolnom listom za validaciju od 14 tačaka

U ovom primjeru, verzija uz pomoć vještačke inteligencije prošla je 12 od 14 stavki kontrolne liste prilikom prvog pregleda. Dvije nedostajuće stavke otkrio je ljudski inženjer: nema eksplicitnih uputa za uzemljenje vrha sonde za testiranje talasanja i nema zasebnog testa vrućeg pokretanja nakon termičkog zadržavanja.

To je značajan dobitak, ali ne i zamjena za inženjersku procjenu.

Šta može poći po zlu

Najveći rizik je dozvoliti asistentu da zvuči sigurnije nego što podaci dozvoljavaju.

Uobičajene greške uključuju:

• omogućavanje umjetnoj inteligenciji da izmišlja rezultate nepotpunih mjerenja

• zaboravljajući ručno provjeriti ograničenja podatkovnog lista

• korištenje nejasnih uputa poput „napravite plan testiranja“ bez ograničenja

• preskakanje detalja podešavanja osciloskopa

• tretiranje čistog izvještaja kao dokaza čistog dizajna

• neuspjeh u bilježenju neobičnih laboratorijskih zapažanja, kao što su čujni šum zavojnice ili povremeno pokretanje

Vještačka inteligencija može učiniti da papirologija izgleda uglađeno prije nego što je inženjering završen. To je opasno.

Praktična informacija

Dobar AI tok rada za elektroinženjere nije "AI dizajnira, ljudi kliknu i odobre". To je bliže sljedećem: AI izrađuje plan, inženjer radi na stolu, mjerenja odlučuju, a čovjek potpisuje. Tu AI štedi vrijeme bez pretvaranja da je fizika napustila zgradu.

Često postavljana pitanja

Hoće li vještačka inteligencija (AI) zamijeniti elektroinženjere u narednih 5-10 godina?

U većini slučajeva, elektroinženjeri neće biti u potpunosti zamijenjeni, ali mnogi ponovljivi zadaci će biti automatizirani. Promjena je bliža "zamjeni zadataka" nego "zamjeni karijere", pri čemu će vještačka inteligencija (AI) rješavati izradu nacrta, dokumentaciju i rano odobrene zadatke. Inženjeri koji ostaju vrijedni su oni koji posjeduju ograničenja, verifikaciju i praktične kompromise. Odgovornost je i dalje na ljudima, posebno kada su u pitanju sigurnost i usklađenost.

Koje dijelove elektrotehnike je najlakše automatizirati pomoću umjetne inteligencije?

Vještačka inteligencija (AI) ima tendenciju da se bavi poslovima koji su prepuni teksta, repetitivni ili zasnovani na obrascima. To uključuje dokumentaciju, sažimanje pregleda, generiranje kontrolnih lista, izradu standardnog firmvera, brze proračune i otkrivanje anomalija u zapisnicima testova. Također može predložiti opcije topologije i kategorije komponenti kao početnu tačku. Kvaka je u tome što ovi rezultati i dalje zahtijevaju ljudsku verifikaciju kako bi se izbjegle greške tipa "sigurni, ali pogrešni".

Koja područja elektrotehnike imaju najmanje šanse da budu zamijenjena vještačkom inteligencijom?

Posao koji je čvrsto vezan za fizički svijet i njegove posljedice teže je automatizirati. Integritet napajanja, dizajn s naglaskom na EMC/EMI, sigurnosno kritični sistemi, hardver visoke pouzdanosti i nove arhitektonske odluke su manje izložene jer zavise od mjerenja, iteracije i procjene pod ograničenjima. Sistemski inženjering također ostaje pretežito vezan za ljude jer se radi o pregovaranju, kompromisima rizika i prevođenju dvosmislenih zahtjeva u odbranjive dizajne.

Kako mogu koristiti vještačku inteligenciju u elektrotehnici bez prevelikog povjerenja u nju?

Tretirajte vještačku inteligenciju kao brzog mlađeg saigrača: praktičan za nacrte i istraživanje, ali ne i kao izvor istine. Uobičajeni pristup je tražiti od nje opcije, planove testiranja ili prvo objašnjenje, a zatim validirati simulacijom, mjerenjem i pregledima. Favorizirajte tokove rada gdje su rezultati "prilagođeni verifikaciji", što znači da ih možete brzo provjeriti. Ako ne može objasniti svoje obrazloženje ili ne označi nesigurnost, preuzmite dodatni rizik.

Šta bi "dobar" AI alat za elektrotehniku ​​trebao biti u stanju da uradi?

Korisna umjetna inteligencija za EE rad se dobro ponaša pod ograničenjima i ne ignorira neugodne realnosti poput smanjenja nazivne snage, termalnih ograničenja, puzanja/razmaka, elektromagnetne kompatibilnosti i radnog ciklusa. Trebala bi omogućiti sljedivo zaključivanje, precizno koristiti vokabular domene i proizvoditi izlaze koje možete testirati ili simulirati. Također su joj potrebne „kontrole skromnosti“ koje ističu nesigurnost i predlažu provjere. Ako daje samo sigurne odgovore, više je buka nego alat.

Hoće li vještačka inteligencija više uticati na mlađe elektroinženjere nego na starije inženjere?

Da, mlađi studenti to često prvi osjete jer se tradicionalni zadaci početnog nivoa preklapaju s onim što vještačka inteligencija dobro automatizira: crtanje, jednostavni drajveri, dokumentacija i osnovne ispravke grešaka. Ako vještačka inteligencija preuzima te ponavljanja, timovi moraju biti svjesniji obuke. Mladi studenti mogu ostati ispred tražeći praktično vrijeme u laboratoriji, vještine mjerenja i instinkte za otklanjanje grešaka. Sposobnost planiranja testova i tumačenja stvarnih signala postaje diferencijalna prednost.

Kako da osiguram budućnost svoje karijere u elektrotehnici dok se umjetna inteligencija poboljšava?

Cilj je postati inženjer koji je odgovoran za ograničenja i verifikaciju. Fokusirajte se na sigurnosne margine, usklađenost, proizvodnost, ciljeve pouzdanosti, termalne i energetske budžete te mogućnost testiranja - područja gdje je praktična odgovornost važna. Izgradite snažno savladavanje interfejsa preko granica hardvera/firmvera i analognih/digitalnih sistema, gdje su greške u integraciji česte. Koristite vještačku inteligenciju za ubrzavanje nacrta i istraživanja, ali neka vaša osnovna vrijednost bude "ljudi dokazuju, vještačka inteligencija predlaže"

Može li vještačka inteligencija pouzdano riješiti probleme EMI/EMC i kompromise u rasporedu PCB-a?

Vještačka inteligencija može predložiti uobičajena rješenja, ali EMI/EMC je poznato vezan za geometriju, povratne putanje, zaštitu, izbore filtriranja i iteraciju vođenu mjerenjima. Parazitski faktori rasporeda i faktori okoline ne mare koliko pouzdano model zvuči. U praksi, inženjeri i dalje moraju validirati u laboratorijskim i usklađenim okruženjima i iterirati na osnovu rezultata. Vještačka inteligencija može ubrzati brainstorming, ali ne može zamijeniti "viđenje talasnog oblika" i dokazivanje da rješenje funkcioniše.

Da li je "polaganje ispita od strane vještačke inteligencije" znak da može obavljati pravi elektrotehnički posao?

Ne baš, jer ispiti ne obuhvataju neurednu stvarnost inženjerskog rada. Posao uključuje nepotpune zahtjeve, neočekivane kvarove integracije, habanje konektora, probleme sa šumom, iznenađenja od strane dobavljača i ograničenja usklađenosti koja se pojavljuju kasno. Vještačka inteligencija može generirati izlaze u obliku dizajna, ali težak dio je posjedovanje kompromisa, testiranje i odgovornost kada se stvari pokvare. Pravo inženjerstvo se manje odnosi na savršene odgovore, a više na odbranjive odluke u neizvjesnosti.

Reference

1. Organizacija za ekonomsku saradnju i razvoj (OECD) - Uticaj generativne vještačke inteligencije na produktivnost, inovacije i preduzetništvo - oecd.org

2. Organizacija za ekonomsku saradnju i razvoj (OECD) - Pojavne razlike u tranziciji ka vještačkoj inteligenciji - oecd.org

3. Organizacija za ekonomsku saradnju i razvoj (OECD) - Koji će radnici biti najviše pogođeni umjetnom inteligencijom? - oecd.org

4. EUR-Lex - Zakon o veštačkoj inteligenciji EU - eur-lex.europa.eu

5. Nacionalni institut za standarde i tehnologiju (NIST) - Okvir za upravljanje rizikom umjetne inteligencije (AI RMF 1.0) - nist.gov

6. Nacionalni institut za standarde i tehnologiju (NIST) - Profil generativne umjetne inteligencije - nist.gov

7. Svjetski ekonomski forum - Vještačka inteligencija, automatizacija i proširenje: radna mjesta sutrašnjice - weforum.org

8. Međunarodna organizacija rada (ILO) - Generativna umjetna inteligencija i radna mjesta: Unaprijeđeni globalni indeks izloženosti na radnom mjestu - ilo.org

9. Svjetski ekonomski forum - Izvještaj o budućnosti radnih mjesta 2025. - weforum.org

10. McKinsey & Company - Ekonomski potencijal generativne umjetne inteligencije: Sljedeća granica produktivnosti - mckinsey.com

11. McKinsey & Company - Oslobađanje produktivnosti programera generativnom umjetnom inteligencijom - mckinsey.com

12. BSI Group - EN 60601 letak - bsigroup.com

13. Znanje BSI grupe - IEC 60664-1 (Koordinacija izolacije za opremu unutar niskonaponskih sistema napajanja) - bsigroup.com

14. Međunarodna elektrotehnička komisija (IEC) - Osnovne publikacije o EMC- - iec.ch

15. IEC Web prodavnica - IEC 61000-4-3 - iec.ch

16. Američki elektronski kodeks federalnih propisa (eCFR) - FCC Dio 15, Pododjeljak B - ecfr.gov

17. Texas Instruments (TI) - SLUP421 - ti.com

18. Univerzitet za nabavku odbrane (DAU) - MIL-STD-1547B Elektronski dijelovi, materijali i procesi za svemirske i lansirne letjelice (decembar 1992.) - dau.edu

19. National Instruments (NI) - ISO 26262 standard funkcionalne sigurnosti - ni.com

20. Nacionalni institut za standarde i tehnologiju (NIST) - Okvir za anomalije na nivou uređaja (DARE) - nist.gov

21. Mitsubishi Electric istraživačke laboratorije (MERL) - TR2018-097 - merl.com

22. Cadence - Pregled umjetne inteligencije - cadence.com

23. arXiv - 2310.02059v2 - arxiv.org

Pronađite najnoviju umjetnu inteligenciju u službenoj trgovini AI Assistant

O nama