Avoir une conversation avec votre conception en utilisant des jumeaux numériques IA

Aussi omniprésente que semble être l'IA de nos jours, il existe une quantité égale de confusion sur la meilleure manière de tirer parti de cette technologie. Dans des articles tels que Utiliser ChatGPT pour analyser vos données de test et Utiliser l'IA générative pour écrire et exécuter du code embarqué, nous avons vu comment l'IA, telle que ChatGPT, peut nous aider non seulement à analyser des données mais aussi à écrire du code pour nous. Pour les ingénieurs électriciens, les composants d'analyse et d'écriture de code de l'IA générative peuvent être utiles mais pas toujours révolutionnaires. Dans cet article, nous allons construire un GPT personnalisé qui nous permet de « avoir une conversation avec notre conception ». Nous allons créer un « Jumeau Numérique » de la carte d'évaluation Arty A7 dans ChatGPT, nous donnant la capacité de concevoir, de dépanner et de travailler avec la carte à l'aide d'un assistant IA.

Qu'est-ce qu'un Jumeau Numérique ?

Un jumeau numérique est un modèle virtuel qui reflète un objet réel. En créant ce double numérique, nous pouvons simuler et tester le comportement de l'objet sans avoir besoin de l'élément physique. Pour la carte d'évaluation Arty A7, avoir un jumeau numérique signifie que vous pouvez dépanner, concevoir et travailler avec la carte virtuellement, sans avoir à manipuler le matériel réel en premier. Cela rend le processus plus efficace, permettant des tests approfondis et des ajustements de conception. Évidemment, le ciel est la limite en termes de précision de votre modèle et de facilité d'interaction avec celui-ci. Pour des raisons de brièveté et de simplicité, nous allons construire un jumeau numérique assez primitif de l'Arty A7 qui peut nous aider avec des questions de conception et de dépannage

Un jumeau numérique simple utilisant RAG

La génération augmentée par récupération (RAG), plus connue sous le nom du papier intitulé Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, est une méthodologie où un grand modèle de langage (LLM) est utilisé conjointement avec des données disponibles (par opposition aux données apprises au sein du modèle). Par exemple, si je demande à un LLM quel est le prix de ma maison, il pourrait ou non être capable de répondre précisément à cette question. Si je lui fournis un "contexte" avec, disons, ma dernière facture de taxe foncière, il devrait pouvoir le déterminer assez facilement (puisqu'il utilise, plus ou moins, juste le traitement du langage naturel). En résumé, le RAG utilise le même concept en fournissant un contexte au LLM pour générer une réponse de meilleure qualité. Bien qu'il soit difficile de savoir exactement quels systèmes propriétaires utilisent comme backend, il est assez sûr de supposer qu'une approche similaire à RAG est assez commune pour construire un jumeau numérique avec l'IA.

Construire un GPT personnalisé avec Contexte

Comme nous l'avons vu dans Construire un assistant de laboratoire IA et Utiliser l'IA générative pour écrire et exécuter du code embarqué, vous pouvez écrire des GPT personnalisés pour interagir avec des serveurs web et contrôler des instruments, mais ils peuvent également contenir un contexte pour agir comme des jumeaux numériques. La configuration est en fait très simple. En utilisant la version payante plus de ChatGPT, je peux créer un GPT personnalisé en cliquant sur « Explorer les GPTs » dans la barre latérale gauche, puis en cliquant sur le bouton « Créer » dans le coin supérieur droit. Note : Au moment de rédiger cet article, la navigation pour créer un GPT personnalisé avait changé presque 3 fois au cours des 6 derniers mois. Vous voudrez peut-être consulter la documentation d'OpenAI sur comment créer un GPT personnalisé si ces instructions sont obsolètes.

Une fois que j'ai navigué vers la page qui me donne l'option de créer un GPT personnalisé, je suis prêt à entrer tous mes paramètres et fournir mon « contexte ».

Figure 1 : Configuration du GPT personnalisé

Vous remarquerez que j'ai donné à mon GPT personnalisé un nom, une description, un ensemble d'instructions de base, et un ensemble de fichiers « Connaissance ». Ces fichiers sont composés de mon Arty A7:

• Conception schématique 
• Diverses fiches techniques des puces sur la carte
• Exemple de code VHDL
• Fichier de contrainte de conception FPGA

Je peux, bien sûr, fournir encore plus de données telles que la nomenclature, d'autres documents de conception, et encore plus de fiches techniques, mais cela semblait suffisant pour prouver mon concept.

Alors, que peut-il faire ?

Pour effectuer une recherche rapide de référence à partir de notre jumeau numérique, je peux économiser quelques secondes ici et là en le questionnant sur les composants de la carte. Par exemple:

Figure 2 : Interrogation d'une fiche technique

Et les données qu'il a extraites de la fiche technique semblent correspondre (même s'il peut parfois interpréter incorrectement les tableaux dans les PDF):

Figure 3: Spécifications extraites de la fiche technique

Bien que cela soit trivial, cela permet de gagner du temps, surtout si vous utilisez la version vocale de ChatGPT. Nous pouvons également dire à notre GPT personnalisé que l'oscillateur ne fonctionne pas correctement et lui demander des suggestions de dépannage adaptées à la pièce spécifique:

Figure 4: Dépannage de l'oscillateur

Selon votre niveau de compétence, cette information peut être utile ou non. Nous pouvons aller un peu plus loin et lui demander de nous aider, par exemple, à diagnostiquer pourquoi la mémoire flash ne répond pas. Une réponse plus complexe impliquera les spécifications de la fiche technique (similaires à celles de l'oscillateur) mais également des références au code et aux contraintes des broches. Fournir à l'invite encore plus de contexte, comme votre code modifié, lui donnera de meilleures chances de découvrir votre problème. Ces exemples, bien que quelque peu triviaux, démontrent la capacité et la puissance d'utiliser les LLMs et RAG pour construire très rapidement un jumeau numérique. Le processus de configuration du GPT personnalisé a littéralement pris 5 minutes (et la plupart de ce temps était dû aux temps de téléchargement). Ce n'est que le début de l'ère du jumeau numérique et je suis sûr que nous verrons de nombreuses autres percées dans les années à venir.

Conclusion

Dans cet article, nous avons exploré le concept de jumeaux numériques et comment créer un GPT personnalisé pour travailler et dépanner la carte d'évaluation Arty A7. En tirant parti de l'IA, nous pouvons interagir virtuellement avec nos conceptions, économisant du temps et augmentant l'efficacité. Les étapes pour configurer votre propre GPT personnalisé sont simples et peuvent être réalisées rapidement. Maintenant que vous comprenez les bases, il est temps d'expérimenter et de voir les avantages par vous-même. Plongez, créez votre jumeau numérique et commencez à optimiser votre conception et votre processus de mise en service dès aujourd'hui!