ChatGPT быстро захватил первенство в области искусственного интеллекта, сделав генеративный искусственный интеллект чрезвычайно доступным и простым в использовании. Поэтому конечно же возникает вопрос: можно ли использовать ChatGPT для решения задач проектирования печатных плат? Позволяет ли приложение получить полезные ответы или результаты при проведении технических исследований? В этой статье мы рассмотрим, что может и чего не может делать эта система.
Хочу подчеркнуть, что в этом руководстве я использую ChatGPT в его исходном варианте (подписка Pro, но без плагинов). Проведем несколько тестов на проверку знаний с использованием моделей GPT-3.5 и GPT-4. Спойлер: система показывает неоднозначные результаты, причем их специфика напрямую связана со спецификой поставленных вопросов.
Прежде всего, давайте разберемся, что может и чего не может ChatGPT в исходном виде (только модели, без плагинов). Если у вас стандартная подписка без моделей, то возможности ChatGPT будут ограничены следующими задачами:
В целом это позволяет рассматривать приложение в качестве кандидата для формирования определенных блоков знаний о проектировании печатных плат. По состоянию на май 2023 года подписка на ChatGPT по-прежнему не позволяет системе выполнять какую-либо из нижеперечисленных задач:
В принципе, при определенной доработке и подключении ряда плагинов список того, что «нельзя сделать», может сократиться. С появлением на платформе новых функций все может поменяться. Какие из разнообразных задач, связанных с проектированием печатных плат, можно было бы отдать на откуп приложению?
Некоторые идеи можно почерпнуть из приведенного ниже списка. Это отнюдь не окончательный перечень, а приведенные ниже задачи выбраны для демонстрации технических знаний системы в части проектирования печатных плат. Чтобы узнать больше о тестах, которые я проводил с ChatGPT, посмотрите видео ниже:
В GPT-3.5 и GPT-4 тестировались запросы нескольких типов. Отмечу, что результаты GPT-4 не обязательно были более или менее содержательными, чем GPT-3.5, главное в них — техническая точность, а не глубина или структура ответа. Учитывая это, рассмотрим несколько запросов, которые я тестировал в ChatGPT.
Одна из задач, для решения которой, на мой взгляд, ChatGPT очень полезен, — это обобщение результатов исследований. Например, иногда в рамках проекта по разработке печатной платы, создания видео или написания статьи мне требуется составить обзор отраслевых стандартов. Например, я предпочитаю использовать ChatGPT для получения следующей информации:
Другой пример относится к разработке и тестированию встраиваемых систем. В приведенном ниже примере я создаю класс python для моего старого осциллографа LeCroy 9300, чтобы я мог собирать данные с этого устройства. Он был сгенерирован с помощью GPT-4; GPT-3.5 также успешно справился с задачей, но в качестве основы для генерируемого кода был использован класс pyvisa. Хотя я не тестировал приведенный ниже код, тем не менее система генерирует код с корректным синтаксисом Python. Перед тем как использовать сгенерированный код в своей системе, обязательно проверьте его качество.
В этой области ChatGPT демонстрирует неоднозначные результаты. В первой серии запросов я обнаружил, что на чрезмерно обобщенные вопросы приходят чрезмерно обобщенные ответы. Полученные результаты могут быть полезны для начинающих проектировщиков, которые хотят узнать, чему им еще нужно научиться, но они не могут пригодиться опытным проектировщикам и содержат слишком обобщенную информацию по нескольким запросам.
Например, я запросил у ChatGPT инструкции по проектированию трех типов плат:
Полученные результаты были практически одинаковы для всех трех типов плат. При генерировании результатов система просто меняла «высокоскоростную печатную плату» на «радиочастотную печатную плату» и «печатную плату высокой плотности». В видео выше показано, как это происходит и какие сильно обобщенные ответы генерирует ChatGPT.
Это означает, что система чрезмерно обобщает рекомендации по проектированию до уровня, который не может применяться в реальных ситуациях. Если вы хотите получить более подробные рекомендации по задачам проектирования, следует задавать гораздо более конкретные вопросы. А на них даются и более конкретные ответы.
В другой итерации я попросил ChatGPT сообщить значения дифференциального импеданса в различных поколениях стандарта PCIe.
В одном случае я обнаружил противоречия в потоке ответов, что также показано в приведенном выше видео. После указания на противоречие ChatGPT объяснил его, как показано ниже.
Полагаю, что это еще одна иллюстрация необходимости контроля качества, когда речь идет о знаниях, полученных с помощью любой большой языковой модели, включая ChatGPT. Не стесняйтесь указывать на явные противоречия, поскольку они могут быть легко объяснимы или абсолютно обоснованы. В других случаях, например в приведенном ниже расчете пикового переменного напряжения, противоречия являются лишь галлюцинацией или неспособностью понять контекст вопроса.
Известно, что ChatGPT можно использовать для решения математических задач, в том числе и для некоторых инженерных расчетов. Инженерные расчеты, выходят за рамки типичных школьных задач и требуют более глубокого понимания и знания контекста, связанного с расчетом.
Сначала я попросил ChatGPT рассчитать пиковое напряжение для сигнала 115 В переменного тока. Хорошо известно, что для сигнала переменного тока значение 115 В — это не амплитуда, а среднеквадратичное напряжение. В одной из четырех попыток ChatGPT перепутал среднеквадратичное значение с амплитудой и рассчитал неверное напряжение, так как не уловил контекст вопроса.
Интересно, что система может быть непоследовательной. Мы видим, как это проявляется, когда задаем более сложный вопрос об импедансе копланарного волновода. Я попросил систему рассчитать его с помощью GPT-3.5 и GPT-4. В обоих случаях ответ был неверным. При использовании GPT-4, которая является более совершенной моделью, система оказалась еще менее точна, так как для расчета импеданса ей потребовалась длина линии.
Я также попросил ChatGPT порекомендовать ряд компонентов с учетом некоторых расширенных характеристик. Система полностью провалила эту задачу. Рекомендованные компоненты даже близко не соответствовали действительности. Например, когда я обратился с просьбой порекомендовать трансимпедансный усилитель, мне были предложены усилитель мощности (HMC994APM5E) и пассивный смеситель (ADL-5812). Также отсутствовали правильные технические характеристики рекомендуемых компонентов.
Единственный случай, когда полученный ответ в этой категории запросов оказался хоть сколько-нибудь полезным, был связан с вопросом о соответствии компонента набору спецификаций. Компонентом, по поводу которого я хотел получить рекомендации ChatGPT, был OPA855. Когда я спросил, будет ли OPA855 соответствовать требованиям к ширине полосы частот, был дан правильный ответ.
Когда систему попросили порекомендовать что-то попроще, например стабилизатор мощности, она также впечатляюще провалилась, как показано на видео выше. Поэтому я не стал бы пользоваться рекомендациями по компонентам от ChatGPT без некоторого технического переосмысления.
В целом результаты использования ChatGPT для проектирования печатных плат как в качестве инженерного инструмента, так и в качестве средства для обучения и исследований весьма неоднозначны.
В роли исследовательского и учебного инструмента система генерирует технически верные утверждения, но результаты очень неконкретны и не всегда применимы на практике. На вопросы высокого уровня, например «Как спроектировать высокоскоростную печатную плату?», система дает очень обобщенные ответы. В них отсутствует контекст, а зачастую и практические рекомендации. Однако она очень помогает в ответах на такие вопросы, как определения и описания отраслевых стандартов, для самостоятельного ответа на которые можно потратить часы поиска в Интернете.
Как инженерный инструмент система справляется гораздо хуже. На очень простые вопросы, например о том, как вычислить пиковое переменное напряжение по среднеквадратичному значению, система отвечала правильно в 75 % случаев (хотя это была небольшая выборка). При решении более сложных задач, например при выборе компонентов, удовлетворяющих определенным эксплуатационным требованиям, система потерпела неудачу с обеими моделями GPT-3.5 и GPT-4.
Напоследок стоит отметить, что с подпиской Pro вы можете использовать плагины, позволяющие улучшить способность генерировать проектные идеи и полезные рекомендации при решении инженерных задач. Сейчас я занимаюсь именно этим и непременно поделюсь своим опытом, как только смогу сформулировать более четкие рекомендации.
В какой бы форме вы ни пользовались ChatGPT для проектирования печатных плат, вам все равно понадобятся лучшие средства проектирования для создания функциональных и технологичных изделий. Несмотря на все более широкое проникновение искусственного интеллекта в проектирование печатных плат, Altium Designer® остается лучшим программным обеспечением для проектирования плат, которое поможет вам добиться успеха. По завершении компоновки печатной платы и подготовки производственной документации вы сможете легко обмениваться данными и и передавать файлы своей команде на платформе Altium 365™.
Мы лишь поверхностно рассмотрели некоторые возможности Altium Designer на Altium 365. Начните использование бесплатной пробной версии Altium Designer + Altium 365 сегодня .