Peut-on s'aider de ChatGPT pour produire un design de PCB ?

ChatGPT est rapidement devenu l'application incontournable en matière d'IA et a placé l'IA générative à la portée de tous. Alors bien sûr, nous nous sommes interrogés : peut-on concevoir un circuit imprimé à l'aide de ChatGPT ? Cet outil peut-il fournir des réponses ou des résultats pertinents lors de recherches techniques ? Nous verrons ce que ce système peut et ne peut pas faire dans cet article.

Avant toute chose, il faut savoir que j'utiliserai uniquement ChatGPT sous sa forme native pour ce test (abonnement Pro, mais sans plug-ins). Nous effectuerons quelques tests de connaissances en utilisant les modèles GPT-3.5 et GPT-4.

Je vous l'annonce déjà : le système donne des résultats mitigés et la précision des résultats dépend directement de celle des questions.

ChatGPT et le design de PCB 

Tout d'abord, voyons ce que ChatGPT, dans sa forme de base (modèles uniquement, pas de plugins), peut faire et ce qu'il ne peut pas faire. Si vous optez pour un abonnement standard sans modèle, ChatGPT sera limité aux tâches suivantes :

• Répondre aux questions sous forme de texte
• Générer des blocs de code à partir de descriptions de tâches ou de fonctions
• Effectuer des calculs mathématiques de base impliquant des formules analytiques
• Résumer, paraphraser ou expliquer des concepts complexes
• Fournir des listes de tâches, décrire des processus et donner des instructions pour accomplir des tâches

Nous devrions donc pouvoir utiliser ChatGPT pour générer des informations sur la conception de circuits imprimés. En mai 2023, un abonnement à ChatGPT ne permettait toujours pas au système d'effectuer les tâches suivantes :

• Créer des fichiers de conception dans votre format de fichier natif
• Générer des images ou des vidéos
• Entraîner un modèle à partir de transcriptions de vidéos accessibles au public
• Accéder à Internet à partir d'une URL
• Déduire des exigences techniques en lisant dans vos pensées

Techniquement, un peu d'optimisation et quelques plug-ins devraient suffire à réduire cette liste de tâches « impossibles ».

À mesure que de nouvelles fonctionnalités sont ajoutées à la plateforme, tout ceci pourrait vite changer. Si nous examinons maintenant les différentes tâches impliquées dans la conception de PCB, lesquelles pouvons-nous espérer accomplir ?

La liste ci-dessous devrait vous donner quelques idées. Bien sûr, rien de tout cela n'est gravé dans le marbre. Ces tâches ont été choisies afin d'évaluer la connaissance technique du système en ce qui concerne la conception de circuits imprimés.

Pour obtenir un meilleur aperçu des tests que j'ai exécutés sur ChatGPT, regardez la vidéo ci-dessous :

Design de PCB avec ChatGPT: Résultats

J'ai donc testé différents types de requêtes à partir de GPT-3.5 et GPT-4. Je tiens à souligner que les résultats de GPT-4 n'étaient pas nécessairement plus ou moins pertinents que ceux de GPT-3.5.

Ce qui compte ici, c'est la précision technique et non la profondeur ou la composition des réponses. En gardant cela à l'esprit, examinons certaines des requêtes testées dans ChatGPT.

Résumé de recherches

ChatGPT me semble très utile pour résumer des recherches. Par exemple, j'ai parfois besoin d'une vue d'ensemble des normes industrielles dans le cadre d'un projet de conception de circuits imprimés, d'une vidéo ou d'un article.

J'aime utiliser ChatGPT pour déterminer :

• Listes des normes industrielles dans certains domaines (CEM, militaire, automobile, etc.)
• Un aperçu du contenu de certaines normes industrielles
• Un aperçu des normes d'interface et de leur utilisation
• Certains calculs qui peuvent être nécessaires pour l'ingénierie d'une interconnexion ou d'un circuit imprimé
• Générer des formules qui seraient nécessaires pour calculer quelque chose

Génération de code

Un autre exemple vient des tests et de la conception de systèmes embarqués. Dans l'exemple ci-dessous, je voudrais générer une classe Python pour mon ancien oscilloscope LeCroy 9300 afin de pouvoir capturer des données à partir de l'appareil.

Ce code a été généré à l'aide de GPT-4 ; GPT-3.5 a également réussi, mais il a utilisé la classe pyvisa comme base du code généré. Bien que je n'ai pas testé le code en question, la syntaxe Python est correcte. Veillez à contrôler tout code généré avant de l'utiliser dans votre système.

• En savoir plus sur l'utilisation de ChatGPT pour la génération de codes de test

Demande de conseils

C'est un domaine dans lequel ChatGPT apporte des résultats mitigés. Lors de ma première série de requêtes, j'ai pu constater que des questions trop générales donnent lieu à des réponses tout aussi générales.

Les résultats générés peuvent être utiles aux nouveaux concepteurs qui veulent savoir ce qu'ils doivent encore apprendre, mais ils ne sont pas exploitables par un concepteur expérimenté et ils généralisent excessivement les informations à travers de multiples requêtes.

À titre d'exemple, j'ai demandé à ChatGPT des conseils sur la façon de concevoir trois types de cartes :

• PCB haute vitesse
• PCB RF
• PCB haute densité

Les résultats obtenus étaient pratiquement identiques pour les trois types de cartes. Le système a simplement remplacé « PCB haute vitesse » par « PCB RF » et « PCB haute densité » au moment de générer les résultats.

La vidéo ci-dessus montre ce qui se passe et les types de réponses très généralisées que ChatGPT génère.

Cela signifie que le système généralise à l'excès les conseils de conception dans des domaines où ils peuvent ne pas s'appliquer dans des situations réalistes.

Si vous souhaitez obtenir de meilleurs conseils sur les tâches de conception, vous devrez vous assurer de poser des questions beaucoup plus spécifiques. Vous aurez ainsi plus de chance d'obtenir une réponse précise.

Connaissances spécialisées en ingénierie

J'ai également interrogé ChatGPT sur les valeurs d'impédance différentielle selon différentes générations de la norme PCIe. 

Dans un exemple, j'ai constaté que le flux de réponses était contradictoire (cela apparaît également dans la vidéo ci-dessus). Après avoir signalé une contradiction, ChatGPT a fourni une explication à la contradiction, comme indiqué ci-dessous.

Je pense que cela illustre également le besoin de contrôle qualité en ce qui concerne les connaissances générées à partir de n'importe quel modèle de langage large (LLM), y compris ChatGPT.

N'hésitez pas à souligner les contradictions apparentes, car elles peuvent être facilement explicables ou tout à fait valables. Dans d'autres cas, comme le calcul de la tension alternative de crête mentionné ci-dessous, les contradictions ne sont que des hallucinations ou une incapacité à comprendre le contexte d'une question.

Calculs

On sait aussi que ChatGPT peut être utilisé pour résoudre des problèmes mathématiques, y compris certains calculs d'ingénierie qui vont au-delà des problèmes habituels que vous pourriez rencontrer à l'école et qui nécessitent une compréhension et un contexte plus approfondis derrière le calcul.

Tout d'abord, j'ai demandé à ChatGPT de calculer la tension de crête associée à un signal en courant alternatif de 115 VIl est bien connu que les 115 V dans un signal en courant alternatif ne représentent pas l'amplitude, mais la tension efficace (RMS).Dans 1 essai sur 4, ChatGPT a confondu la valeur RMS avec l'amplitude, et il a calculé une tension incorrecte car il n'a pas saisi le contexte de la question.

Il est étonnant que le système soit aussi incohérent. Cette situation se reproduit lorsqu'on pose une question plus complexe sur l'impédance d'un guide d'ondes coplanaire. J'ai demandé au système de calculer cette valeur en utilisant GPT-3.5 et GPT-4. Dans les deux cas, la réponse était incorrecte. Avec GPT-4, qui est un modèle plus avancé, le système était encore moins précis, car il a affirmé que la longueur de la ligne était nécessaire pour calculer l'impédance.

Recommandation de composants

J'ai également demandé à ChatGPT de recommander certains composants en fonction de spécifications générales. Sur ce point, le système a complètement échoué. Les composants recommandés étaient loin d'être adaptés.

Par exemple, lorsque j'ai demandé une recommandation pour un amplificateur à transimpédance, il m'a donné des recommandations pour un amplificateur de puissance (HMC994APM5E) et un mélangeur passif (ADL-5812). Il n'a pas non plus fourni de spécifications correctes sur les pièces recommandées.

Le seul cas où la réponse générée dans cette catégorie s'est avérée utile est celui où j'ai demandé si un composant était conforme à un ensemble de spécifications. Dans ce cas, le composant que je voulais que ChatGPT recommande était l'OPA855.

Lorsque je lui ai demandé si l'OPA855 était conforme à l'exigence de bande passante, le système a répondu correctement.

Lorsque j'ai sollicité une recommandation plus simple, comme un régulateur de puissance, le système a également échoué de manière spectaculaire, comme illustré dans la vidéo ci-dessus. Personnellement, je n'utiliserais pas les composants recommandés par ChatGPT sans faire preuve de créativité en matière d'ingénierie.

Design de PCB et ChatGPT: résumé

Dans l'ensemble, je constate des résultats très mitigés lorsque j'examine l'utilisation de ChatGPT pour le design de PCB, à la fois comme outil d'ingénierie, comme outil d'apprentissage et comme outil de recherche.

En tant qu'outil de recherche et d'apprentissage, le système génère des informations techniquement vraies, mais les résultats sont très vastes et ne sont pas toujours exploitables.

Pour les questions d'ordre général, telles que « Comment concevoir un circuit imprimé à grande vitesse ? », le système fournit des réponses très (trop) générales, elles aussi.

Il manque beaucoup de contexte et, dans de nombreux cas, de conseils pratiques. En revanche, il est très utile pour les définitions et les descriptions des normes industrielles, qui peuvent nécessiter des heures de recherche sur Google pour trouver des réponses concises.

• Ma note en tant qu'outil de recherche/apprentissage : B

En tant qu'outil d'ingénierie, il fait bien pire. Pour des questions très basiques, telles que comment calculer la tension alternative de crête à partir d'une tension alternative efficace (RMS), le système était correct 75 % du temps (bien que cela soit basé sur un petit échantillon)Pour des tâches plus complexes, comme recommander des composants pouvant répondre à des objectifs de fonctionnement spécifiques, les modèles GPT-3.5 et GPT-4 ont échoué de manière lamentable.

• Ma note en tant qu'outil d'ingénierie : D-

Maintenant que vous savez cela, n'oubliez pas que vous pouvez utiliser des plug-ins avec un abonnement Pro pour améliorer la capacité de l'outil à générer des idées de conception et des conseils pratiques pour les tâches d'ingénierie. Pour l'instant, c'est exactement ce que je fais, et je ne manquerai pas de partager mon expérience dans ce domaine une fois que j'en saurai plus.

Quelle que soit la façon dont vous utilisez ChatGPT pour la conception de circuits imprimés, vous aurez toujours besoin des meilleurs outils de conception pour créer des produits fonctionnels et faciles à fabriquer.

Alors que de plus en plus d'outils d'IA débarquent dans le secteur, Altium Designer® continue de proposer le meilleur logiciel de conception de circuits imprimés pour vous aider à réussir tous vos projets. Une fois que vous avez achevé le routage de votre circuit imprimé et que vous êtes prêt à partager vos livrables de fabrication, vous pouvez facilement partager des données et fichiers de sortie avec votre équipe grâce à la plateforme Altium 365™.

Tout cela n'est qu'un aperçu des possibilités offertes par Altium Designer sur Altium 365. Commencez sans plus attendre votre essai gratuit d'Altium Designer + Altium 365.