Ведение диалога с вашим проектом с помощью цифровых двойников на базе ИИ

Несмотря на то, что искусственный интеллект (ИИ) кажется сегодня повсеместным, существует такое же количество путаницы относительно того, как лучше всего использовать эту технологию. В статьях, таких как Использование ChatGPT для анализа ваших тестовых данных и Использование генеративного ИИ для написания и выполнения встроенного кода, мы видели, как ИИ, например ChatGPT, может помочь нам не только в анализе данных, но и в написании кода за нас. Для электротехников аналитические и кодирующие компоненты генеративного ИИ могут быть полезными, но не всегда кардинально меняющими игру. В этой статье мы собираемся создать собственный GPT, который позволит нам «вести беседу с нашим дизайном». Мы создадим «Цифрового двойника» оценочной платы Arty A7 в ChatGPT, что даст нам возможность проектировать, устранять неполадки и работать с платой с помощью помощника на основе ИИ.

Что такое Цифровой двойник?

Цифровой двойник - это виртуальная модель, которая является зеркальным отображением объекта из реальной жизни. Создавая этот цифровой аналог, мы можем симулировать и тестировать поведение объекта без необходимости иметь физический предмет. Для оценочной платы Arty A7 наличие цифрового двойника означает, что вы можете устранять неполадки, проектировать и работать с платой виртуально, не прибегая к использованию фактического оборудования. Это делает процесс более эффективным, позволяя тщательно тестировать и корректировать дизайн. Очевидно, что возможности точности вашей модели и удобства взаимодействия с ней практически безграничны. В целях краткости и простоты мы собираемся создать довольно примитивный цифровой двойник Arty A7, который может помочь нам с вопросами проектирования и устранения неполадок

Простой цифровой двойник с использованием RAG

Генерация с использованием восстановления информации (RAG), наиболее известная благодаря статье под названием Генерация с использованием восстановления информации для задач NLP, требующих знаний, представляет собой методологию, при которой большая языковая модель (LLM) используется в сочетании с имеющимися данными (в отличие от данных, изученных внутри модели). Например, если я спрошу LLM, какова цена моего дома, она может как дать точный ответ, так и не суметь это сделать. Если я предоставлю ей «контекст», скажем, мой последний налоговый счет на имущество, она должна будет легко это выяснить (поскольку это, по большей части, просто обработка естественного языка). В двух словах, RAG использует тот же концепт, предоставляя контекст LLM для генерации ответа более высокого качества. Хотя трудно точно знать, какие проприетарные системы используют в качестве своего бэкенда, можно с уверенностью предположить, что подход, похожий на RAG, довольно распространен для создания цифрового двойника с ИИ.

Создание пользовательского GPT с контекстом

Как мы видели в Создании лабораторного помощника на базе ИИ и Использовании генеративного ИИ для написания и выполнения встроенного кода, вы можете написать пользовательские GPT для взаимодействия с веб-серверами и управления приборами, но они также могут содержать контекст для действия как цифровые двойники. Настройка на самом деле очень проста. Используя платную расширенную версию ChatGPT, я могу создать пользовательский GPT, нажав на «Explore GPTs» в левой боковой панели, а затем нажав на кнопку «Create» в правом верхнем углу. Примечание: на момент написания этой статьи навигация для создания пользовательского GPT изменилась почти 3 раза за последние 6 месяцев. Вам может потребоваться обратиться к документации OpenAI о том, как создать пользовательский GPT, если эти инструкции устарели.

Как только я перехожу на страницу, которая дает мне возможность создать пользовательский GPT, я готов ввести все мои параметры и предоставить мой «контекст».

Рисунок 1: Настройка пользовательского GPT

Вы заметите, что я дал моему пользовательскому GPT имя, описание, набор основных инструкций и набор файлов «Знаний». Эти файлы состоят из моего Arty A7:

• Схемотехническое проектирование
• Различные технические описания микросхем на плате
• Пример кода VHDL
• Файл ограничений проектирования FPGA

Конечно, я могу предоставить еще больше данных, таких как спецификация материалов, другие документы по проектированию и даже больше технических описаний, но это, казалось бы, достаточно, чтобы доказать мою концепцию.

Так что же оно может делать?

Чтобы выполнить быстрый поиск справочной информации из нашего цифрового двойника, я могу сэкономить несколько секунд здесь и там, спрашивая его о компонентах на плате. Например:

Рисунок 2: Запрос технического описания

И данные, которые он извлек из технического описания, кажутся соответствующими (хотя иногда он может неправильно интерпретировать таблицы в PDF):

Рисунок 3: Характеристики, взятые из технического описания

Хотя это и мелочи, это действительно экономит время, особенно если вы используете голосовую версию ChatGPT. Мы также можем сообщить нашему пользовательскому GPT, что осциллятор работает неправильно, и попросить его предложить варианты устранения неполадок, специфичные для данной детали:

Рисунок 4: Устранение неполадок осциллятора

В зависимости от вашего уровня навыков, эта информация может быть для вас полезной или нет. Мы можем пойти дальше и попросить её помочь нам, например, в диагностике причин, по которым флэш-память не реагирует. Более сложный ответ будет включать в себя спецификации по даташиту (подобно осциллятору), но также ссылки на код и ограничения по выводам. Предоставление запросу еще большего контекста, такого как ваш измененный код, даст ему лучший шанс выявить вашу проблему. Эти примеры, хотя и кажутся довольно простыми, демонстрируют возможности и мощь использования LLM и RAG для очень быстрого создания цифрового двойника. Процесс настройки пользовательского GPT занял буквально 5 минут (и большая часть этого времени ушла на загрузку). Это только начало эры цифровых двойников, и я уверен, что в ближайшие годы мы увидим еще много прорывов.

Заключение

В этой статье мы исследовали концепцию цифровых двойников и как создать собственный GPT для работы и устранения неполадок с оценочной платой Arty A7. Используя искусственный интеллект, мы можем взаимодействовать с нашими проектами виртуально, экономя время и повышая эффективность. Шаги по настройке вашего собственного GPT просты и могут быть выполнены быстро. Теперь, когда вы поняли основы, пришло время экспериментировать и увидеть преимущества на собственном опыте. Погрузитесь, создайте своего цифрового двойника и начните сегодня оптимизировать процесс проектирования и запуска!