¿Se puede utilizar ChatGPT para el diseño de PCB?

Zachariah Peterson
|  Creado: Mayo 18, 2023  |  Actualizado: Octobre 15, 2023
¿Se puede utilizar ChatGPT para el diseño de PCB?

ChatGPT se ha convertido rápidamente en la aplicación estrella de la IA y ha facilitado enormemente el acceso y el uso de la IA generativa. Así que hemos querido plantearnos la pregunta: ¿Es posible usar ChatGPT para tareas de diseño de PCB? ¿Proporciona respuestas o resultados útiles al realizar alguna investigación técnica? En este artículo, veremos lo que el sistema puede y no puede hacer.

En la siguiente guía, quiero enfatizar que solo uso ChatGPT en el diseño de PCB en su forma nativa (suscripción Pro, pero sin complementos). Haremos algunas pruebas de conocimientos utilizando los modelos GPT-3.5 y GPT-4. Spoiler: El sistema arroja resultados dispares y la especificidad de estos está directamente relacionada con cuán específicas son las preguntas.

ChatGPT en tu proceso de diseño de PCB

Primero, veamos qué puede hacer ChatGPT en su forma básica (solo modelos, sin complementos) y qué no puede hacer. Si solo tienes una suscripción estándar sin modelos, ChatGPT se limitará a las siguientes tareas:

  • Responder a preguntas en formato de texto.
  • Generar bloques de código a partir de descripciones de tareas o funciones.
  • Realizar cálculos matemáticos básicos con fórmulas analíticas.
  • Resumir, parafrasear o explicar conceptos complejos.
  • Proporcionar listas de tareas, describir procesos y proporcionar instrucciones para realizar tareas.

En general, esto convierte a ChatGPT en un buen candidato para generar ciertos bloques de conocimiento sobre el diseño de PCB. A fecha de mayo de 2023, una suscripción ChatGPT todavía no permite al sistema llevar a cabo ninguna de las siguientes tareas:

  • Crear archivos de diseño en tu formato de archivo nativo.
  • Generar imágenes o vídeos.
  • Entrenarse a partir de transcripciones de vídeos disponibles públicamente.
  • Acceder a Internet a partir de una URL.
  • Leerte la mente para inferir los requisitos de ingeniería.

Técnicamente, con algunos ajustes y algunos complementos, esta lista de "cosas que no puede hacer" podría reducirse. A medida que se añaden nuevas funciones a la plataforma, todo esto podría cambiar. Si consideramos las distintas tareas que implica el diseño de PCB, ¿qué tipo de tareas en el diseño de PCB podríamos esperar que realizara ChatGPT?

La siguiente lista debería proporcionar algunas ideas. No se trata de algo definitivo y las siguientes tareas fueron elegidas para demostrar el conocimiento técnico del sistema ChatGPT con respecto al diseño de PCB. Para una mejor visión general de las pruebas que he llevado a cabo con ChatGPT, echa un vistazo al siguiente vídeo:

 

Resultados

Se pusieron a prueba varios tipos diferentes de consultas en GPT-3.5 y GPT-4. Me gustaría señalar que los resultados en GPT-4 no fueron necesariamente ni más ni menos acertados que en GPT-3.5, lo realmente importante es la precisión técnica y no la profundidad o redacción de la respuesta. Teniendo esto en cuenta, veamos algunas de las consultas que probé en ChatGPT.

Resumen de la investigación del uso de ChatGPT en el diseño de PCB

Una tarea para la que creo que ChatGPT es muy útil es como sintetizador de la investigación. Por ejemplo, a veces necesito obtener una visión general de los estándares de la industria como parte de un proyecto de diseño de PCB, de un vídeo o de un artículo. Por ejemplo, me gusta usar ChatGPT para determinar:

  • Listas de estándares del sector en ciertas áreas (EMC, militar, automoción, etc.).
  • Una descripción general del contenido de ciertos estándares del sector.
  • Una descripción general de los estándares de interfaz y cómo se utilizan.
  • Algunos cálculos que podrían ser necesarios como parte de la ingeniería de una interconexión o PCB.
  • La generación de fórmulas necesarias para el cálculo de ciertos aspectos.

Generación de código en ChatGPT

Otro ejemplo proviene del diseño integrado y las pruebas. En el siguiente ejemplo, estoy generando una clase de Python para mi antiguo osciloscopio LeCroy 9300, de forma que pueda capturar datos del dispositivo. Esto se generó utilizando GPT-4. GPT-3.5 también funcionó, pero utilizó la clase Pyvisa como base para el código generado. Si bien no he probado el código que te muestro a continuación, es capaz de generar código con la sintaxis correcta de Python. Asegúrate de comprobar la calidad del código generado antes de utilizarlo en tu sistema ChatGPT.

Diseño de PCB con ChatGPT

 

Tareas prácticas de alto nivel con ChatGPT

En este ámbito, ChatGPT arroja resultados dispares. En el primer conjunto de consultas que realicé, descubrí que las preguntas demasiado generales producían respuestas demasiado generales. Los resultados generados podrían ser útiles para los nuevos diseñadores que necesiten saber lo que aún les falta por aprender, pero no son útiles para un diseñador experimentado y sobregeneralizan la información en múltiples consultas.

Por ejemplo, consulté ChatGPT para obtener orientación sobre cómo diseñar tres tipos de placas de PCB:

  • PCB de alta velocidad
  • PCB de RF
  • PCB de alta densidad

Los resultados generados fueron prácticamente idénticos para los tres tipos de placa. El sistema simplemente reemplazó "PCB de alta velocidad" por "PCB de RF" y "PCB de alta densidad" al generar los resultados. El vídeo anterior muestra lo que sucede y los tipos de respuestas altamente generalizadas que genera ChatGPT.

Esto significa que el sistema está generalizando en exceso las orientaciones de diseño a ámbitos en los que pueden no aplicarse en situaciones realistas. Si deseas obtener una mejor orientación sobre las tareas de diseño, asegúrate de hacer preguntas mucho más concretas. Con preguntas más concretas se obtienen respuestas más específicas.

Conocimientos específicos de ingeniería

En otra iteración, le pedí a ChatGPT los valores de la impedancia diferencial bajo varias generaciones del estándar PCIe

En uno de los casos, descubrí que el flujo de respuestas que daba ChatGPT era contradictorio, lo que también se muestra en el vídeo anterior. Tras señalar una contradicción, ChatGPT proporcionó una explicación de la contradicción como se muestra a continuación.

respuesta de ChatGPT en el diseño de PCB

 

Creo que esto también ilustra la necesidad de un control de calidad cuando se trata de conocimientos generados por cualquier LLM, incluido ChatGPT. No tengas miedo de señalar las contradicciones aparentes, porque pueden ser fácilmente explicables o totalmente válidas. En otros casos, como en el cálculo de la tensión de CA pico que se muestra a continuación, las contradicciones son simplemente una alucinación o una incapacidad para comprender el contexto de la pregunta.

Cálculo

Es bien sabido que ChatGPT es útil para resolver problemas matemáticos, incluidos algunos cálculos de ingeniería. Los cálculos de ingeniería que van más allá de los problemas típicos que encontrarías en clase y que, en cambio, requieren una comprensión y un contexto más profundos para el cálculo.

En primer lugar, le pedí a ChatGPT que calculara la tensión máxima asociada con una señal de CA de 115 V. Es de sobra conocido que los 115 V en una señal de CA no son la amplitud, sino la tensión RMS. En 1 de cada 4 intentos, ChatGPT confundió el valor RMS con la amplitud y calculó la tensión incorrecta dado que no captó el contexto de la pregunta.

Es interesante que el sistema sea así de incoherente. Podemos ver que esto ocurre de nuevo cuando se hace una pregunta más compleja sobre la impedancia de una guía de onda coplanar. Le pedí al sistema que la calculara utilizando GPT-3.5 y GPT-4. En ambos casos, la respuesta fue incorrecta. Con GPT-4, que es un modelo más avanzado, el sistema fue aún menos preciso, ya que indicó que se necesitaba la longitud de la línea para calcular la impedancia.

utilizar ChatGPT para el diseño de PCB
Salida de GPT-4 mostrando una fórmula incorrecta indicada para una guía de onda coplanar conectada a tierra.

 

Recomendar componentes

También le pedí ChatGPT que recomendara algunos componentes en función de ciertas especificaciones generales. El sistema fracasó completamente en esta tarea. Los componentes recomendados por el sistema no eran correctos ni de lejos. Por ejemplo, cuando le solicité una recomendación para un amplificador de transimpedancia, me dio recomendaciones para un amplificador de potencia (HMC994APM5E) y para un mezclador pasivo (ADL-5812). Tampoco proporcionó especificaciones correctas sobre los componentes recomendados.

ChatGPT para el diseño de PCB
Este componente recomendado no es un amplificador de transimpedancia.

El único caso en el que la respuesta generada en esta categoría fue útil de alguna manera fue cuando le pregunté a ChatGPT si un componente de PCB cumplía con un conjunto de especificaciones. En este caso, el componente que quería que el ChatGPT recomendara era el OPA855. Cuando le pregunté si el OPA855 se ajustaría al requisito de ancho de banda, respondió correctamente.

ChatGPT y el diseño de PCB

 

Cuando le pedí que me recomendara algo más sencillo, como un regulador de potencia, el sistema también erró espectacularmente, como se muestra en el vídeo de arriba. Personalmente, sin un poco de ingeniería rápida creativa, no utilizaría las recomendaciones de componentes de ChatGPT para el diseño de PCB.

Resumen

En general, veo resultados muy dispares al examinar el uso de ChatGPT para el diseño de PCB, tanto si se utiliza como una herramienta de ingeniería, una herramienta de aprendizaje o una herramienta de investigación.

Como herramienta de investigación y herramienta de aprendizaje, el sistema genera afirmaciones técnicamente verdaderas, pero los resultados son muy generales y no siempre son útiles. Para preguntas de alto nivel, como "¿Cómo diseño una PCB de alta velocidad?", ChatGPT proporciona respuestas demasiado generales. Falta mucho contexto y, a menudo, faltan consejos prácticos. Sin embargo, ayuda mucho con cosas como definiciones y descripciones de los estándares del sector, dos aspectos que podrían requerir horas de búsqueda en Google para encontrar respuestas concisas.

  • Mi calificación como herramienta de investigación y aprendizaje: un notable

Como herramienta de ingeniería, ChatGPT funciona mucho peor. Para preguntas muy básicas, como cómo calcular la tensión pico de CA a partir de una tensión de CA RMS, el sistema acertó un 75 % de las veces (si bien se trata de una muestra pequeña). Para tareas más complejas, como recomendar componentes que puedan cumplir objetivos de funcionamiento específicos, erró de manera estrepitosa con los modelos GPT-3,5 y GPT-4.

  • Mi calificación como herramienta de ingeniería: un insuficiente

Una vez llegados a este punto, recuerda que puedes utilizar complementos con una suscripción Pro para mejorar tu capacidad de generar ideas de diseño y una orientación útil en las tareas de ingeniería. Por el momento, me he dedicado a hacer exactamente esto, y en cuanto disponga de una orientación más definitiva, me encargaré de compartir mi experiencia en este ámbito.

Independientemente de cómo utilices ChatGPT para el diseño de PCB, necesitarás las mejores herramientas de diseño para crear productos que sean funcionales que se puedan fabricar. A medida que más herramientas de IA se abran camino en el diseño de PCB, Altium Designer® seguirá estando a tu lado con el mejor software de diseño de PCB para ayudarte a tener éxito. Una vez que hayas terminado el diseño de tu PCB y estés listo para compartir tus entregables de fabricación, podrás compartir fácilmente datos y entregar archivos a tu equipo gracias a la plataforma Altium 365™.

Esto es solo una muestra de todo lo que es posible hacer con Altium Designer en Altium 365. Empieza hoy mismo la prueba gratuita de Altium Designer + Altium 365.

Sobre el autor / Sobre la autora

Sobre el autor / Sobre la autora

Zachariah Peterson tiene una amplia experiencia técnica en el mundo académico y la industria. Actualmente brinda servicios de investigación, diseño y marketing a empresas de la industria electrónica. Antes de trabajar en la industria de PCB, enseñó en la Universidad Estatal de Portland y realizó investigaciones sobre la teoría, los materiales y la estabilidad del láser aleatorio. Su experiencia en investigación científica abarca temas de láseres de nanopartículas, dispositivos semiconductores electrónicos y optoelectrónicos, sensores ambientales y estocástica. Su trabajo ha sido publicado en más de una docena de revistas revisadas por pares y actas de congresos, y ha escrito más de 1000 blogs técnicos sobre diseño de PCB para varias empresas. Es miembro de IEEE Photonics Society, IEEE Electronics Packaging Society, American Physical Society y Printed Circuit Engineering Association (PCEA), y anteriormente se desempeñó en el Comité Asesor Técnico de Computación Cuántica de INCITS.

Recursos Relacionados

Volver a la Pàgina de Inicio
Thank you, you are now subscribed to updates.