PCB設計にチャットGPTは使えるのか？

ChatGPTは瞬く間にAIのキラーアプリとなり、生成AIが極めて簡単に利用できるようになりました。ここで出てくるのが、ChatGPTをPCB設計に使えるのか、技術的な調査をする際に有益な答えや結果を提供してくれるのかといった疑問です。この記事では、このシステムでできることとできないことを見ていきます。

今後のガイドでは、ChatGPTをあくまでもそのままの形で使っていることを強調したいと思います（Proサブスクリプションですが、プラグインはありません）。GPT-3.5モデルとGPT-4モデルを使っていくつかの知識テストを行います。ネタバレ注意: システムではさまざまな結果が得られ、結果の具体性は質問の具体性に直接関係します。

PCB設計プロセスにおけるChatGPT

まず、ChatGPTの基本形（モデルのみ、プラグインなし）で何ができるか、また何ができないかを詳しく見てみましょう。モデルなしの標準サブスクリプションの場合、ChatGPTで可能なことは次のタスクに限定されます。

• テキスト形式の質問に答える
• タスクまたは関数の記述からコードのブロックを生成する
• 分析式を含む基本的な数学計算の実行
• 複雑な概念を要約、言い換え、または説明する
• タスクのリストを提示してプロセスを説明し、タスク完了のための指示を提供する

このことから、全体としてみれば、ChatGPTはPCB設計に関する特定の知識を生成してくれます。2023年5月の時点では、ChatGPTサブスクリプションでは、次のタスクを実行できません。

• ネイティブファイル形式で設計ファイルを作成する
• 画像またはビデオを生成する
• 公開されている動画のトランスクリプトを利用して自ら学習する
• URLに基づいてインターネットにアクセスする
• ユーザーの心を読んで技術要件を推測する

厳密には、ある程度の微調整とプラグインを使えば、この「できないこと」リストは縮小できるかもしれません。プラットフォームに新しい機能が追加されれば、すべてが変わる可能性があります。PCB設計に関わるさまざまな作業について考えてみて、ChatGPTはどのような作業を達成できそうでしょうか？

以下のリストから、いくつかのヒントを得られると思います。これは決して決定的なものではなく、以下のタスクは、PCB設計に関するシステムの技術的知識を実証するために選びました。ChatGPTで実行したテストの概要を詳しく知るには、以下の動画をご覧ください。

結果

GPT-3.5とGPT-4で、いくつかの異なる種類のクエリをテストしました。GPT-4の結果は、GPT-3.5と比較して、必ずしも優れているというわけではなく、また劣っているわけでもありませんでした。ここで注意したいのは、重要なのは技術的な正確さであり、回答の奥深さや構成ではないということです。それを念頭に置いて、ChatGPTでテストしたいくつかのクエリを見てみましょう。

研究要約

ChatGPTが非常に役立つと思うタスクの1つは、研究の要約です。たとえば、私は時々、PCB設計プロジェクト、動画、または記事の一部として業界標準の概要を入手する必要がありますが、以下のようなことを判断するときにChatGPTを好んで使っています。

• 特定分野(EMC、軍事、自動車など)の業界規格のリスト
• 特定の業界標準の内容の概要
• インターフェース規格の概要とその使用方法
• 相互接続またはPCBの設計の一部として必要になるかもしれない特定の計算
• 何かの計算に必要な数式の生成

コード生成

もう1つの例は、組み込みの設計とテストに関するものです。以下の例では、古いLeCroy 9300オシロスコープ用のPythonクラスを生成して、このデバイスからデータをキャプチャできるようにしています。これはGPT-4を使って生成されました。GPT-3.5でも成功しましたが、生成されたコードの基礎としてpyvisaクラスを使用しました。以下のコードはテストしていませんが、正しいPython構文でコードが生成されています。生成されたコードをシステムで使用する前に、必ずQCを行ってください。

• テストコードを生成するためのChatGPTの詳細はこちらをご覧ください

一般化されたハウツータスク

ChatGPTでさまざまな結果を得られるのはこの領域です。最初に実行した一連のクエリでは、一般化しすぎた質問からは一般的すぎる回答が得られることがわかりました。生成された結果は、学び足りないことを知りたい新人設計者にとっては役立つかもしれませんが、経験豊富な設計者には実用的ではなく、複数のクエリにまたがる情報を一般化しすぎています。

たとえば、ChatGPTに3種類の基板の設計方法に関するガイダンスを問い合わせました。

• 高速PCB
• RF PCB
• 高密度PCB

生成された結果は、3種類の基板すべてでほぼ同じでした。システムは結果を生成するときに「高速PCB」を「RF PCB」と「高密度PCB」に置き換えただけでした。上の動画は、ChatGPTを使うとどうなるのか、ChatGPTが生成する非常に一般化された回答のタイプを示しています。

つまり、現実の状況では適用されない可能性がある領域にまで、設計ガイダンスを過度に一般化しています。設計作業についてより良いガイダンスを得たいのであれば、もっと具体的な質問をする必要があります。 質問が具体的であるほど、より具体的な答えが返ってきます。

具体的なエンジニアリング知識

別の例では、PCIe規格の各世代における差動インピーダンス値をChatGPTに尋ねました。

ある例では、一連の回答が矛盾していることに気づきましたが、それは上記の動画でも紹介しています。 矛盾を指摘した後、ChatGPTは次のように矛盾について説明しました。

このことは、ChatGPTを含むLLMから生成された知識にはQCの必要性があることも示していると思います。明らかな矛盾を指摘することを恐れないでください。そのような矛盾は、簡単に説明できる場合もあれば、完全に正当なこともあります。以下に示すピークAC電圧の計算など、矛盾が単なる幻覚、または質問の文脈を理解できないことによって生じることもあります。

計算

ChatGPTがいくつかの工学計算など数学の問題に使用できることはよく知られています。学校で見かけるような典型的な問題を超えた工学的な計算であり、そのような計算には、より深い理解とその文脈が必要です。

まず、ChatGPTに115 V AC信号に関連するピーク電圧を計算するように頼みました。AC信号の115 Vは振幅ではなく、RMS電圧であることはよく知られています。4回の試行のうち1回で、ChatGPTはRMS値を振幅と間違え、質問の文脈を把握していなかったため、電圧の計算を間違えました。

このようにシステムに一貫性がないのは興味深いことです。コプレーナ導波管のインピーダンスについてより複雑な質問をすると、このようなことが再び起こることがわかります。GPT-3.5とGPT-4を使用してこれを計算するようにシステムに頼みました。どちらの場合も、答えは正しくありませんでした。より高度なモデルであるGPT-4では、インピーダンスを計算するために回線の長さが必要であるとして、システムの精度はさらに低下しました。

推奨コンポーネント

また、広範な仕様を考慮して、いくつかのコンポーネントを推奨するようChatGPTに頼みました。システムはこのタスクに完全に失敗し、推奨されるコンポーネントがまったく見当違いなこともありました。たとえば、トランスインピーダンスアンプの推奨事項をリクエストした場合、パワーアンプ（HMC994APM5E）とパッシブミキサー（ADL-5812）の推奨事項が示されました。また、推奨コンポーネントの正しい仕様も提供されませんでした。

このカテゴリーで生成された回答が何らかの形で役立った唯一の例は、コンポーネントが一連の仕様に合っているかどうかを尋ねたときでした。この場合、ChatGPTに推奨させたいコンポーネントはOPA855でした。OPA855が帯域幅の要件に合うかどうか尋ねたところ、正しく答えました。

電源レギュレーターのようなもっと単純なものを推奨するように求められると、上の動画にあるように、システムは見事に失敗しました。個人的には、創造的なプロンプトエンジニアリングがなければ、ChatGPTからのコンポーネントの推奨事項は使用しません。

概要

全体として、PCB設計でChatGPTを使用することをエンジニアリングツール、学習ツール、研究ツールとして検討した場合、その結果にはばらつきがあります。

システムは研究ツールおよび学習ツールとして技術的に正しい文を生成しますが、結果は非常に広範であり、常に実行可能であるとは限りません。「高速PCBを設計するにはどうすればよいですか？」などざっくりした質問をすると、システムは非常に一般化された回答を出してきます。文脈が欠落していることが多く、実用的なアドバイスが欠落していることがほとんどです。ただし、業界標準の定義や説明などには非常に役立ちますが、簡潔な答えを見つけるには何時間もGoogle検索する必要があります。

• 研究/学習ツールとしての評価: B

エンジニアリングツールの評価ははるかに下がります。RMS AC電圧からピークAC電圧を計算する方法など、かなり基本的な質問については、（小さいサンプルサイズにもかかわらず）75%の確率で正解でした。特定の動作目標を満たせるコンポーネントの推奨など、より複雑なタスクでは、GPT-3.5モデルとGPT-4モデルのどちらも惨敗でした。

• エンジニアリングツールとしての評価: Dマイナス

さて、ここまで来たら、Proサブスクリプションでプラグインを使用すれば、設計のアイデアやエンジニアのタスクに役立つガイダンスを生成する力を改善できるという点に留意してください。今のところ、私はまさにこうした作業に取り組んでいます。より明確なガイダンスが得られたら、必ずこの分野での経験をシェアするつもりです。

PCB設計にChatGPTをどう利用するにしても、機能的で製造可能な製品を作成するには、最高の設計ツールが必要です。PCB設計に導入されるAIツールが増える中、Altium Designer®は最高のPCB設計ソフトウェアで成功を実現します。PCBレイアウトが完了し、製造成果物を共有する準備ができたら、Altium 365™プラットフォームを使用してチームとデータやリリースファイルを簡単に共有できます。

ここでは、Altium 365とAltium Designerで何が可能か、その一部を紹介したに過ぎません。今すぐ、Altium Designerの無償評価版を始めてください。