ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ?

ຄຳຕອບສັ້ນໆ: ວິສະວະກອນໄຟຟ້າຈະບໍ່ຖືກທົດແທນເປັນກຸ່ມ, ແຕ່ AI ຈະເຂົ້າຮັບໜ້າທີ່ໃນວຽກງານທີ່ເຮັດຊ້ຳໆໄດ້ຫຼາຍຢ່າງຄື: ການຮ່າງ, ເອກະສານ, ເຟີມແວຣແບບ boilerplate, ແລະ ການອອກແບບແບບ first-pass. ຖ້າວຽກຂອງເຈົ້າສ່ວນໃຫຍ່ແມ່ນ "ການປະຕິບັດຮູບແບບ", ເຈົ້າຈະຮູ້ສຶກເຖິງຄວາມບີບອັດ; ຖ້າເຈົ້າເປັນເຈົ້າຂອງຂໍ້ຈຳກັດ, ການກວດສອບ, ແລະ ການຕັດສິນໃຈດ້ານຄວາມປອດໄພ, AI ຈະກາຍເປັນຕົວຄູນແຮງ.

ບົດຮຽນຫຼັກ:

ການປ່ຽນໜ້າວຽກ : ອັດຕະໂນມັດການຮ່າງ, ສະຫຼຸບ, ລາຍການກວດສອບ ແລະ ການຄິດໄລ່ຢ່າງວ່ອງໄວ, ໃນຂະນະທີ່ຮັກສາການຄວບຄຸມຂອງມະນຸດ.

ຂໍ້ຈຳກັດ : ຮັກສາຄຸນຄ່າໂດຍການເປັນແມ່ບົດໃນການຄວບຄຸມຂໍ້ຈຳກັດດ້ານຄວາມຮ້ອນ, EMC, derating, creepage, ແລະ ຄວາມໜ້າເຊື່ອຖື.

ການຢັ້ງຢືນ : ປະຕິບັດຕໍ່ຜົນຜະລິດຂອງ AI ເປັນສົມມຸດຕິຖານ; ຢືນຢັນຜ່ານການຈຳລອງ, ການວັດແທກ ແລະ ແຜນການທົດສອບທີ່ມີລະບຽບວິໄນ.

ຄວາມຮັບຜິດຊອບ : ມະນຸດຍັງຄົງຮັບຜິດຊອບຕໍ່ການປະຕິບັດຕາມ, ການຕັດສິນໃຈທີ່ສຳຄັນຕໍ່ຄວາມປອດໄພ, ແລະຜົນສະທ້ອນຂອງຄວາມລົ້ມເຫຼວ.

ຜົນກະທົບໃນລະດັບນ້ອຍກວ່າ : ໃນລະດັບນ້ອຍກວ່າຕ້ອງການຕົວແທນຫ້ອງທົດລອງ ແລະ ການຝຶກຊ້ອມການແກ້ໄຂບັນຫາຫຼາຍຂຶ້ນ ຖ້າ AI ດູດເອົາວຽກງານ “ການຝຶກງານ” ໃນຕອນຕົ້ນ.

ຄຳຖາມນີ້ມັກຈະຕົກຢູ່ໃນສະພາບທີ່ສັບສົນ. ບໍ່ແມ່ນຍ້ອນວ່າວິສະວະກຳໄຟຟ້າມີຄວາມບອບບາງ (ມັນບໍ່ແມ່ນ), ແຕ່ຍ້ອນວ່າ AI ມີຄວາມສາມາດທີ່ໜ້າຢ້ານກົວໃນວຽກງານທີ່ເຄີຍຮູ້ສຶກວ່າ - ຖ້າບໍ່ສັກສິດ - ຢ່າງໜ້ອຍກໍ່ປອດໄພສຳລັບມະນຸດ. ການຮ່າງ, ການສະຫຼຸບ, ການຄົ້ນຫາ, ການຊອກຫາຮູບແບບ, ແລະການປ່ຽນແນວຄວາມຄິດທີ່ມົວໆໃຫ້ກາຍເປັນສິ່ງທີ່ເບິ່ງຄືວ່າ "ສຳເລັດແລ້ວ" 🧠⚡ OECD McKinsey

ດັ່ງນັ້ນ, ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ? ຄຳຕອບທີ່ດີກວ່າບໍ່ແມ່ນການຕອບວ່າ ແມ່ນ ຫຼື ບໍ່ ແບບໜ້າຕື່ນເຕັ້ນ. ມັນອ່ານຄ້າຍຄືແບບນີ້: ວຽກງານບາງຢ່າງຈະຖືກກິນ, ບາງວຽກງານຈະຖືກ turbocharged, ແລະ ບາງວຽກງານຈະຍັງຄົງເປັນມະນຸດຢ່າງດື້ດ້ານ . ເວທີປຶກສາຫາລືເສດຖະກິດໂລກ ILO

ຂ້າງລຸ່ມນີ້ແມ່ນລາຍລະອຽດຄົບຖ້ວນ - ສິ່ງທີ່ເປັນອັດຕະໂນມັດ, ສິ່ງທີ່ບໍ່ແມ່ນອັດຕະໂນມັດ, ສິ່ງທີ່ສິ່ງນີ້ກຳລັງມຸ່ງໜ້າໄປທາງໃດ, ແລະວິທີການຮັກສາຄຸນຄ່າ (ໂດຍບໍ່ຕ້ອງກາຍເປັນຫຸ່ນຍົນດ້ວຍຕົວເອງ 🤖).

ບົດຄວາມທີ່ທ່ານອາດຈະຢາກອ່ານຫຼັງຈາກບົດຄວາມນີ້:

🔗 AI ຈະທົດແທນນັກວິທະຍາສາດລັງສີບໍ?
ສິ່ງທີ່ອັດຕະໂນມັດສາມາດເຮັດໄດ້ ແລະ ບໍ່ສາມາດເຮັດໄດ້ໃນການຖ່າຍພາບທາງການແພດໃນປະຈຸບັນ.

🔗 AI ຈະປ່ຽນແທນນັກບັນຊີ
ວິທີທີ່ AI ສົ່ງຜົນກະທົບຕໍ່ການເຮັດບັນຊີ, ການກວດສອບ ແລະ ເສັ້ນທາງອາຊີບການບັນຊີ.

🔗 AI ຈະທົດແທນນັກທະນາຄານລົງທຶນບໍ?
ວຽກງານທີ່ AI ສາມາດເຮັດໃຫ້ເປັນອັດຕະໂນມັດໃນການທະນາຄານ, ແລະສິ່ງທີ່ຍັງຄົງເປັນມະນຸດ.

🔗 AI ຈະທົດແທນນັກວິເຄາະຂໍ້ມູນບໍ?: ການສົນທະນາທີ່ແທ້ຈິງ
ການພິຈາລະນາຢ່າງກົງໄປກົງມາກ່ຽວກັບວຽກງານວິເຄາະ, ເຄື່ອງມື ແລະ ຄວາມປອດໄພໃນວຽກງານ.

---

1) ຄຳຕອບທີ່ຊັດເຈນຕໍ່ “ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ?” 😬

ວິສະວະກອນໄຟຟ້າຈະບໍ່ຖືກທົດແທນເປັນຈຳນວນຫຼວງຫຼາຍ. ແຕ່ບາງສ່ວນຂອງວຽກໄດ້ຖືກທົດແທນແລ້ວ. ເວທີປາໄສເສດຖະກິດໂລກ OECD

ສິ່ງທີ່ເກີດຂຶ້ນແມ່ນ “ການທົດແທນໜ້າວຽກ,” ບໍ່ແມ່ນ “ການທົດແທນອາຊີບ.” ILO OECD

AI ກຳລັງເລື່ອນເຂົ້າໄປໃນ:

• ເອກະສານທີ່ຊໍ້າຊ້ອນ📄

• ແບບ ແລະ ຮ່າງຜ່ານຄັ້ງທຳອິດ ✍️

• ການຊອກຫາຂໍ້ຜິດພາດໃນລະຫັດ ແລະ ການຕັ້ງຄ່າຕ່າງໆ 🧩

• ການວິເຄາະຂໍ້ມູນການທົດສອບ ແລະ ການກວດຫາຄວາມຜິດປົກກະຕິ 📈

• ການຄິດໄລ່ໄວ, ການກວດສອບສຸຂະພາບ, ແລະ ວຽກງານຄົ້ນຫາ 🔍 OECD McKinsey

ແລະມັນກໍ່ບໍ່ໄດ້ເລື່ອນເຂົ້າມາຢ່າງສຸພາບເຊັ່ນກັນ. ມັນແລ່ນເຂົ້າມາຄືກັບເດັກນ້ອຍທີ່ມີປາກກາ.

ແຕ່ບົດບາດຢ່າງເຕັມທີ່ຂອງວິສະວະກອນໄຟຟ້ານັ້ນກ່ຽວຂ້ອງຫຼາຍກວ່າການສະແດງແຜນວາດທີ່ລະອຽດ. ມັນປະກອບມີຄວາມຮັບຜິດຊອບ, ຄວາມປອດໄພ, ການແລກປ່ຽນ, ຂໍ້ຈຳກັດທາງດ້ານຮ່າງກາຍ, ການປະຕິບັດຕາມ, ຂໍ້ກຳນົດທີ່ບໍ່ເປັນລະບຽບ, ແລະ ບາງຄັ້ງຄາວສະຖານະການ "ອັນນີ້ຄວນຈະໄດ້ຜົນແຕ່ມັນບໍ່ໄດ້ຜົນ ແລະ ບໍ່ມີໃຜຮູ້ວ່າເປັນຫຍັງ" 😵💫 NIST AI RMF BSI EN 60601

ປັນຍາປະດິດ (AI) ຊ່ວຍໄດ້ - ບາງຄັ້ງກໍ່ຢ່າງຫຼວງຫຼາຍ - ແຕ່ມັນບໍ່ໄດ້ ຮັບຜິດຊອບ ຜົນສະທ້ອນ. ມະນຸດຍັງຮັບຜິດຊອບຢູ່. NIST AI RMF EU AI Act (EUR-Lex)

ສະນັ້ນແມ່ນແລ້ວ, ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ? ບາງຄົນຈະຮູ້ສຶກວ່າຖືກທົດແທນຖ້າພວກເຂົາເຮັດພຽງແຕ່ການຕັດທີ່ງ່າຍຕໍ່ການອັດຕະໂນມັດ. ສ່ວນໃຫຍ່ຈະບໍ່ເຮັດ, ເພາະວ່າບົດບາດໃຫຍ່ກວ່າການຕັດ.

---

2) ສິ່ງໃດທີ່ເຮັດໃຫ້ AI ລຸ້ນທີ່ດີສຳລັບວຽກງານວິສະວະກຳໄຟຟ້າ? ✅🤝

ບໍ່ແມ່ນ AI ທັງໝົດຈະເປັນປະໂຫຍດ. ບາງສ່ວນຂອງມັນເປັນພຽງສຽງທີ່ໝັ້ນໃຈດ້ວຍນໍ້າສຽງທີ່ເປັນມິດ. ໜ້າຮັກ, ແຕ່ບໍ່. ໂປຣໄຟລ໌ NIST GenAI

ຮຸ່ນທີ່ດີຂອງ AI ສຳລັບວິສະວະກຳໄຟຟ້າມັກຈະມີ:

• ການຮັບຮູ້ຂໍ້ຈຳກັດ : ມັນບໍ່ໄດ້ລະເລີຍການຈັດອັນດັບແຮງດັນ, ຂອບເຂດຄວາມຮ້ອນ, ຄວາມເປັນຈິງຂອງ EMC, ການເຄື່ອນທີ່ຂອງກະແສໄຟຟ້າ, ການເກັບກູ້, ວົງຈອນການເຮັດວຽກ, ການຫຼຸດລົງຂອງອັດຕາການລະບາຍ... ສິ່ງທີ່ບໍ່ໜ້າສົນໃຈທີ່ຊ່ວຍປະຢັດຜະລິດຕະພັນ 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B

• ເຫດຜົນທີ່ຕິດຕາມໄດ້ : ມັນສາມາດອະທິບາຍໄດ້ວ່າເປັນຫຍັງມັນຈຶ່ງເລືອກວິທີການ, ບໍ່ພຽງແຕ່ຖິ້ມຄຳຕອບ 🧠 NIST AI RMF

• ຄຳສັບໂດເມນ : ມັນເວົ້າ “ແຜ່ນຂໍ້ມູນ,” “ຊັ້ນຄວາມທົນທານ,” “ຄວາມໝັ້ນຄົງຂອງວົງ,” “ຂອບໄລຍະ,” “ການກັບຄືນພື້ນດິນ,” ໂດຍບໍ່ຕ້ອງການການເວົ້າແບບເດັກນ້ອຍ 📚

• ການຮ່ວມມືແບບຊ້ຳໆ : ມັນບໍ່ລົ້ມລົງເມື່ອທ່ານເວົ້າວ່າ "ນີ້ແມ່ນກະດານ 4 ຊັ້ນທີ່ມີສຽງລົບກວນສະຫຼັບ ແລະ ຕົວເຊື່ອມຕໍ່ລາຄາຖືກ" 😅

• ຜົນຜະລິດທີ່ງ່າຍຕໍ່ການກວດສອບ : ມັນຜະລິດສິ່ງທີ່ທ່ານສາມາດທົດສອບ, ຈຳລອງ, ຫຼືທົບທວນຄືນ - ບໍ່ພຽງແຕ່ vibes ເທົ່ານັ້ນ ⚙️ NIST AI RMF

• ການຄວບຄຸມຄວາມຖ່ອມຕົວ (ແມ່ນແລ້ວ, ແທ້ໆ): ມັນໝາຍເຖິງຄວາມບໍ່ແນ່ນອນ, ແນະນຳການກວດສອບ, ແລະບໍ່ໄດ້ແກ້ຕົວວ່າມັນວັດແທກຮູບແບບຄື້ນ 🫠 ໂປຣໄຟລ໌ NIST GenAI

ຖ້າເຄື່ອງມື AI ບໍ່ສາມາດເຮັດວຽກພາຍໃຕ້ຂໍ້ຈຳກັດໄດ້, ມັນກໍ່ຄືກັບໄຂຄວງທີ່ເຮັດດ້ວຍເນີຍແຂງ. ໃນທາງເທັກນິກແລ້ວມັນເປັນເຄື່ອງມື... ບໍ່ແມ່ນໃນທາງປະຕິບັດ.

---

3) ບ່ອນທີ່ AI ໄດ້ທົດແທນຊິ້ນສ່ວນຕ່າງໆຂອງວິສະວະກຳໄຟຟ້າແລ້ວ (ຢ່າງງຽບໆ) 🧠⚡

ນີ້ແມ່ນບ່ອນທີ່ AI ກຳລັງພະຍາຍາມແກ້ໄຂບັນຫາທີ່ໃຊ້ເວລາຫຼາຍ, ໂດຍສະເພາະໃນທີມທີ່ຮັບເອົາມັນ:

ການຮ່າງ ແລະ ເອກະສານ

• ປ່ຽນບັນທຶກໃຫ້ເປັນເອກະສານຄວາມຕ້ອງການ

• ສະຫຼຸບການທົບທວນຄືນການອອກແບບ

• ການສ້າງຂັ້ນຕອນການທົດສອບ ແລະ ລາຍການກວດສອບ

• ການຂຽນຄຳເຫັນເຟີມແວ ແລະ ໄຟລ໌ README OECD

ນີ້ບໍ່ແມ່ນວຽກທີ່ໜ້າສົນໃຈ, ແຕ່ມັນໃຊ້ເວລາຫຼາຍຊົ່ວໂມງ. AI ກິນຫຼາຍຊົ່ວໂມງ 🍽️

ວົງຈອນຜ່ານຄັ້ງທຳອິດ ແລະ ການຕິດຕັ້ງເຟີມແວ

• ແນະນຳທາງເລືອກໂທໂພໂລຢີສຳລັບຂັ້ນຕອນພະລັງງານ

• ການສ້າງລະຫັດທີ່ຝັງຢູ່ໃນຕົວເລີ່ມຕົ້ນ (ໄດຣເວີ, ເຄື່ອງຈັກສະຖານະ, ໂຄງກະດູກການສື່ສານ)

• ການສະເໜີ “ຫ້ອງຮຽນ” ຂອງອົງປະກອບ (ບໍ່ແມ່ນພາກສ່ວນທີ່ແນ່ນອນ, ແຕ່ເປັນໝວດໝູ່) McKinsey

ນີ້ແມ່ນບ່ອນທີ່ຜູ້ຄົນຕົກໃຈເພາະມັນເບິ່ງຄືກັບວິສະວະກຳ. ມັນແມ່ນ - ແຕ່ "ຜ່ານຄັ້ງທຳອິດ" ບໍ່ແມ່ນອາຫານຄາບສຸດທ້າຍ.

ແກ້ໄຂຂໍ້ຜິດພາດການຮັບຮູ້ຮູບແບບ

• ການກວດຫາຄວາມຜິດປົກກະຕິໃນທົ່ວບັນທຶກຕ່າງໆ

• ການກຳນົດຄວາມສຳພັນໃນຂໍ້ມູນການທົດສອບ

• ການກວດພົບລາຍເຊັນຄວາມລົ້ມເຫຼວຊ້ຳໆ NIST DARE MERL

ມັນຄືກັບວ່າມີພະນັກງານຝຶກງານທີ່ມີປະຕິກິລິຍາໄວ ແຕ່ບໍ່ເຄີຍນອນ ແລະ ບໍ່ຂໍອາຫານວ່າງ. ອັນຕະລາຍ ແລະ ສະດວກໃຊ້ 😆

---

4) ສິ່ງທີ່ AI ມີບັນຫາໃນວິສະວະກຳໄຟຟ້າ (ຫຼືສິ່ງທີ່ໜຽວ) 🧷

ສ່ວນຫຼາຍແລ້ວ AI ມີບັນຫາຢູ່ບ່ອນທີ່ຄວາມເປັນຈິງກັດກິນ. ວິສະວະກຳໄຟຟ້າເຕັມໄປດ້ວຍຄວາມເປັນຈິງ.

ໂລກທາງກາຍະພາບບໍ່ສົນໃຈຄວາມໝັ້ນໃຈ

AI ສາມາດຟັງແລ້ວແນ່ນອນ. ຟີຊິກບໍ່ສົນໃຈ. ຮູບແບບການຈັດວາງ, EMI, ການສັ່ນສະເທືອນ, ຄວາມຊຸ່ມຊື່ນ, ການສວມໃສ່ຂອງຕົວເຊື່ອມຕໍ່, ອົງປະກອບຂອບ - ສິ່ງເຫຼົ່ານີ້ແມ່ນ "ພາສີທີ່ບໍ່ຄາດຄິດ" ຂອງຜະລິດຕະພັນທີ່ຢູ່ນອກສະໄລ້. IEC EMC FCC ພາກທີ 15

ການຕໍ່ສາຍດິນ, EMI, ແລະ ການແລກປ່ຽນຮູບແບບ

ທ່ານບໍ່ສາມາດແກ້ໄຂ EMI ໄດ້ຢ່າງຄົບຖ້ວນດ້ວຍການຄາດຄະເນຂໍ້ຄວາມ. ທ່ານແກ້ໄຂມັນດ້ວຍ:

• ເລຂາຄະນິດ

• ເສັ້ນທາງກັບຄືນ

• ທາງເລືອກໃນການປ້ອງກັນ ແລະ ການກັ່ນຕອງ

• ການວັດແທກ

• ຊ້ຳກັນ IEC 61000-4-3 IEC EMC

AI ສາມາດແນະນຳການແກ້ໄຂໄດ້, ແຕ່ມັນບໍ່ໄດ້ກິ່ນຄວາມລົ້ມເຫຼວໃນການທົດສອບຫ້ອງ. ວິສະວະກອນເຮັດໄດ້ 👃⚡

ການເຈລະຈາກ່ຽວກັບຄວາມຕ້ອງການ ແລະ ການສັບສົນຂອງຜູ້ມີສ່ວນໄດ້ສ່ວນເສຍ

ເຄິ່ງໜຶ່ງຂອງວຽກແມ່ນການແປ:

• "ເຮັດໃຫ້ມັນນ້ອຍລົງ"

• "ເຮັດໃຫ້ມັນລາຄາຖືກກວ່າ"

• "ເຮັດໃຫ້ມັນຜ່ານການປະຕິບັດຕາມ"

• "ສັ່ງເຄື່ອງອາທິດໜ້າໄດ້ເລີຍ"

ເຂົ້າສູ່ການອອກແບບທີ່ສາມາດຢູ່ລອດໄດ້. AI ບໍ່ໄດ້ເປັນເຈົ້າຂອງການເມືອງ, ຄວາມສ່ຽງ, ຫຼື ຄວາມຜິດ. ມະນຸດເປັນເຈົ້າຂອງ (ເຢ້?) 😅

ຄວາມຮັບຜິດຊອບ ແລະ ຄວາມປອດໄພ

ເມື່ອແຫຼ່ງຈ່າຍໄຟລົ້ມເຫຼວ, ອຸປະກອນການແພດມີບັນຫາ, ຫຼື ແບັດເຕີຣີກາຍເປັນໄຟໄໝ້ - ຕ້ອງມີຜູ້ໜຶ່ງຕັດສິນໃຈທີ່ສາມາດປ້ອງກັນຕົວໄດ້. BSI EN 60601 NI ISO 26262

AI ສາມາດມີສ່ວນຮ່ວມໄດ້, ແຕ່ມັນບໍ່ສາມາດເປັນຜູ້ຮັບຜິດຊອບໄດ້. ນັ້ນມີຄວາມສຳຄັນ. ຫຼາຍ. ກົດໝາຍວ່າດ້ວຍ AI ຂອງສະຫະພາບເອີຣົບ (EUR-Lex) NIST AI RMF

---

5) ວຽກງານພາຍໃນວິສະວະກຳໄຟຟ້າທີ່ມີຄວາມສ່ຽງຫຼາຍທີ່ສຸດຕໍ່ລະບົບອັດຕະໂນມັດ 🎯

ບາງບົດບາດຍ່ອຍຈະປ່ຽນແປງໄວກວ່າບົດບາດອື່ນໆ. ບໍ່ແມ່ນຍ້ອນວ່າມັນ "ໜ້ອຍກວ່າ" - ພຽງແຕ່ຍ້ອນວ່າມັນມີຮູບແບບທີ່ເຮັດຊ້ຳໄດ້ຫຼາຍກວ່າ.

ເປີດເຜີຍຫຼາຍຂຶ້ນ:

• ການຮ່າງແຜນວາດປົກກະຕິ ຈາກແມ່ແບບທີ່ຮູ້ຈັກ

• ແຜ່ນຕິດຕັ້ງພື້ນຖານທີ່ຝັງຢູ່ (ລະຫັດເລີ່ມຕົ້ນ, ໂປຣໂຕຄອນທົ່ວໄປ, ເຫດຜົນກາວ) McKinsey

• ການສ້າງບົດລາຍງານການທົດສອບ ແລະ ການຈັດຮູບແບບເອກະສານການປະຕິບັດຕາມກົດລະບຽບ

• ສະຫຼຸບການຄົ້ນຄວ້າອົງປະກອບ (ກະລຸນາຢືນຢັນດ້ວຍມະນຸດ)

• ການເຮັດຊ້ຳຮູບແບບ PCB ແບບງ່າຍໆ (ວາງວົງຈອນທີ່ຄຸ້ນເຄີຍຊ້ຳໆ)

ເປີດເຜີຍໜ້ອຍກວ່າ:

• ຄວາມສົມບູນຂອງພະລັງງານ + ການອອກແບບທີ່ໜັກໜ່ວງຂອງ EMC IEC EMC

• ລະບົບຄວາມປອດໄພທີ່ສຳຄັນ NI ISO 26262

• ຮາດແວທີ່ມີຄວາມໜ້າເຊື່ອຖືສູງ (ສະພາບແວດລ້ອມທີ່ຮຸນແຮງ, ອາຍຸການໃຊ້ງານຍາວນານ) MIL-STD-1547B

• ວຽກງານສະຖາປັດຕະຍະກຳແບບໃໝ່ (ຂໍ້ຈຳກັດໃໝ່, ຮູບແບບຄວາມລົ້ມເຫຼວໃໝ່)

• ວິສະວະກຳລະບົບ (ບົດບາດຂອງນັກແປພາສາໃນທົ່ວສາຂາວິຊາຕ່າງໆ)

ສະນັ້ນ, ຖ້າມີໃຜຖາມອີກວ່າ, ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ? ຍິ່ງວຽກງານຂອງເຈົ້າເປັນ "ການປະຕິບັດຮູບແບບ" ຫຼາຍເທົ່າໃດ, AI ກໍ່ສາມາດຄອບງຳເຈົ້າໄດ້ຫຼາຍເທົ່ານັ້ນ. ຍິ່ງວຽກງານຂອງເຈົ້າເປັນ "ການເປັນເຈົ້າຂອງຄວາມເປັນຈິງ" ຫຼາຍເທົ່າໃດ, AI ກໍ່ຈະກາຍເປັນຜູ້ຊ່ວຍຂອງເຈົ້າຫຼາຍຂຶ້ນເທົ່ານັ້ນ.

---

6) ຕາຕະລາງປຽບທຽບ: ຕົວເລືອກ AI ທົ່ວໄປທີ່ຊ່ວຍ EEs 🧰🤖

(ເຫຼົ່ານີ້ແມ່ນໝວດໝູ່, ບໍ່ແມ່ນຍີ່ຫໍ້ມະຫັດສະຈັນ. ທີມງານຕົວຈິງມັກຈະປະສົມບາງອັນເຂົ້າກັນ.)

ເຄື່ອງມື / ທາງເລືອກ	ຜູ້ຊົມ	ລາຄາ	ເປັນຫຍັງມັນຈຶ່ງເຮັດວຽກ (ish)
ຜູ້ຊ່ວຍລະຫັດ AI ສຳລັບວຽກງານທີ່ຝັງຢູ່	EE ທີ່ໃຊ້ firmware ຫຼາຍ	ຟຣີສຳລັບການສະໝັກໃຊ້	ຮູບແບບການຜະລິດໄວ + ການປັບປຸງໃໝ່, ແຕ່ບາງຄັ້ງກໍ່ຜິດພາດຢ່າງໝັ້ນໃຈ... ຄືກັບເພື່ອນຮ່ວມຫ້ອງທົດລອງທີ່ດັງ 😬 arXiv McKinsey
ຄຳແນະນຳກ່ຽວກັບຕົວຈຳລອງວົງຈອນທີ່ປັບປຸງດ້ວຍ AI	ຜູ້ອອກແບບພະລັງງານ/ອະນາລັອກ	ການສະໝັກໃຊ້	ຊ່ວຍສຳຫຼວດໂທໂພໂລຢີ ແລະ ກວດສອບຄວາມຜິດພາດໃນການຕັ້ງຄ່າທີ່ "ເຫັນໄດ້ຊັດເຈນ" - ຍັງຕ້ອງການການຊິມ ແລະ ການຕັດສິນທີ່ແທ້ຈິງ NIST AI RMF
ຕົວສ້າງຄວາມຕ້ອງການເພື່ອທົດສອບ	ລະບົບ + ການກວດສອບຄວາມຖືກຕ້ອງ	ທີມງານ / ວິສາຫະກິດ	ປ່ຽນສະເປັກໃຫ້ກາຍເປັນກໍລະນີທົດສອບໄດ້ໄວ; ຊ່ວຍປະຢັດຊົ່ວໂມງທີ່ບໍ່ໜ້າສົນໃຈ, ແຕ່ສາມາດພາດກໍລະນີທີ່ຫຍຸ້ງຍາກໄດ້. NIST AI RMF
ເຄື່ອງກວດຈັບຄວາມຜິດປົກກະຕິຂອງຮູບແບບຄື້ນ Log +	ວິສະວະກອນທົດສອບ	ການສະໝັກໃຊ້	ເກັ່ງໃນການສັງເກດຮູບແບບຕ່າງໆໃນຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່; ບໍ່ເຂົ້າໃຈ “ເຫດຜົນ” ເວັ້ນເສຍແຕ່ວ່າທ່ານຈະແນະນຳມັນ NIST DARE
ຜູ້ຊ່ວຍວາງ PCB ທີ່ໄດ້ຮັບການຊ່ວຍເຫຼືອຈາກ AI	ຮູບແບບ + ຮາດແວ	ວິສາຫະກິດ	ເລັ່ງການວາງຕຳແໜ່ງຊ້ຳໆ; ການກຳນົດເສັ້ນທາງ + ວິໄນ EMI ຍັງຕ້ອງການມະນຸດຜູ້ທີ່ຖືກເຜົາໄໝ້ມາກ່ອນ 🔥 Cadence
ເອກະສານ AI + ຕົວສະຫຼຸບການທົບທວນຄືນ	ທຸກໆຄົນ	ແບບອິດສະຫຼະ	ຫຼຸດຜ່ອນການພົບກັບຂີ້ຕົມ; ເຮັດໃຫ້ການທົບທວນຄືນສາມາດຄົ້ນຫາໄດ້ - ບາງຄັ້ງກໍ່ສະຫຼຸບສິ່ງທີ່ຜິດພາດ... ອຸ້ຍ ໂປຣໄຟລ໌ NIST GenAI

ສັງເກດຫົວຂໍ້: AI ເລັ່ງຜົນຜະລິດ , ແຕ່ ວິສະວະກອນຢືນຢັນຄວາມເປັນຈິງ . ນັ້ນແມ່ນການເຕັ້ນ. NIST AI RMF

---

7) ບົດບາດວິສະວະກອນໄຟຟ້າປ່ຽນແປງໄປແນວໃດ (ແລະເປັນຫຍັງນັກຮຽນຊັ້ນມັດທະຍົມປາຍຈຶ່ງຮູ້ສຶກເຖິງມັນກ່ອນ) 👣⚡

ສ່ວນນີ້ມັນບໍ່ສະບາຍໜ້ອຍໜຶ່ງ, ສະນັ້ນຂ້ອຍຈະເວົ້າມັນຢ່າງຈະແຈ້ງ.

ປັນຍາປະດິດ (AI) ຈະປ່ຽນແປງ “ຂັ້ນໄດການຝຶກງານ.” ເວທີປຶກສາຫາລືເສດຖະກິດໂລກ OECD

ຕາມປະເພນີ, ວິສະວະກອນລະດັບຕົ້ນໄດ້ຮຽນຮູ້ໂດຍການເຮັດ:

• ການຮ່າງແຜນວາດ

• ຂຽນໄດຣເວີງ່າຍໆ

• ການບັນທຶກການທົດສອບ

• ແກ້ໄຂຂໍ້ຜິດພາດທີ່ຊັດເຈນ

• ການເຮັດຊ້ຳໆກ່ຽວກັບການອອກແບບທີ່ຮູ້ຈັກ

ແຕ່ຖ້າ AI ຈັດການກັບສ່ວນໃຫຍ່ຂອງສິ່ງນັ້ນ… ນັກຮຽນຊັ້ນມັດທະຍົມປາຍອາດຈະມີຕົວແທນໜ້ອຍລົງ. ILO

ນັ້ນບໍ່ໄດ້ໝາຍຄວາມວ່ານັກກິລາໜຸ່ມນ້ອຍຈະຕ້ອງຖືກວິນາດ. ມັນໝາຍຄວາມວ່າເສັ້ນທາງຈະປ່ຽນໄປ. ທີມຕ່າງໆຈະຕ້ອງມີຄວາມຕັ້ງໃຈໃນການຝຶກຊ້ອມ, ແລະນັກກິລາໜຸ່ມນ້ອຍຈະຕ້ອງຊອກຫາ:

• ເວລາທົດລອງປະຕິບັດຕົວຈິງ 🔧

• ທັກສະການວັດແທກ (ຂອບເຂດ, VNA, ໂພຣບ, ລະບຽບວິໄນການຕໍ່ດິນ) 📟

• ສະຕິປັນຍາການແກ້ໄຂບັນຫາ (ສິ່ງທີ່ຕ້ອງກວດສອບກ່ອນ, ທີສອງ, ທີສາມ)

• ການຄິດແບບລະບົບ (ການໂຕ້ຕອບ, ຮູບແບບຄວາມລົ້ມເຫຼວ, ຂໍ້ຈຳກັດ)

ວິສະວະກອນທີ່ສາມາດ ວັດແທກໄດ້ດີ ຈະກາຍເປັນມີຄຸນຄ່າຫຼາຍຂຶ້ນ, ບໍ່ແມ່ນໜ້ອຍລົງ. ເພາະວ່າການວັດແທກແມ່ນບ່ອນທີ່ AI ມີ “ຄວາມເປັນຈິງ” ໜ້ອຍທີ່ສຸດ. IEC 61000-4-3 FCC ພາກທີ 15

ຖ້າທ່ານເປັນຜູ້ອາວຸໂສ, ວຽກຂອງທ່ານຈະປ່ຽນໄປສູ່:

• ການຕັດສິນໃຈກ່ຽວກັບສະຖາປັດຕະຍະກຳ

• ການແລກປ່ຽນຄວາມສ່ຽງ

• ການທົບທວນ ແລະ ແຜນການຢັ້ງຢືນ

• ການເຈລະຈາຂ້າມໜ້າທີ່

• ການໃຫ້ຄຳປຶກສາ - ແຕ່ໃນທາງທີ່ແຕກຕ່າງກັນ

ແລະແມ່ນແລ້ວ, ເຈົ້າອາດຈະໃຊ້ເວລາຫຼາຍໃນການ "ກຳກັບ" AI, ເຊິ່ງຟັງແລ້ວໂງ່ຈົນກວ່າເຈົ້າຈະຮູ້ວ່າການກຳກັບແມ່ນວິສະວະກຳຢູ່ແລ້ວ.

---

8) ຄູ່ມືການປະຕິບັດຕົວຈິງ: ວິທີການບໍ່ໃຫ້ຖືກທົດແທນ (ໂດຍບໍ່ຕ້ອງກາຍເປັນຜູ້ເຊຍ AI) 🛠️

ຖ້າທ່ານຕ້ອງການຍຸດທະສາດທີ່ງ່າຍດາຍ, ມັນແມ່ນສິ່ງນີ້:

ກາຍເປັນວິສະວະກອນຜູ້ທີ່ເປັນເຈົ້າຂອງຂໍ້ຈຳກັດ ✅

AI ເກັ່ງໃນເລື່ອງຄວາມເປັນໄປໄດ້. ເຈົ້າຈະກາຍເປັນຄົນທີ່ມີຄຸນຄ່າໂດຍການເປັນເຈົ້າຂອງ:

• ຂອບເຂດຄວາມປອດໄພ

• ຂໍ້ຈຳກັດດ້ານການປະຕິບັດຕາມ

• ຄວາມສາມາດໃນການຜະລິດ

• ເປົ້າໝາຍຄວາມໜ້າເຊື່ອຖື

• ງົບປະມານຄວາມຮ້ອນ ແລະ ພະລັງງານ

• ການທົດສອບ NIST AI RMF

ເກັ່ງໃນການກວດສອບ 🔍

ອະນາຄົດເປັນຂອງວິສະວະກອນຜູ້ທີ່ສາມາດເວົ້າໄດ້ວ່າ:

• "ນີ້ແມ່ນສົມມຸດຕິຖານ."

• "ນີ້ແມ່ນແຜນການວັດແທກ."

• "ນີ້ແມ່ນຜົນໄດ້ຮັບ."

• "ນີ້ແມ່ນສິ່ງທີ່ພວກເຮົາໄດ້ປ່ຽນແປງ."

AI ສາມາດສະເໜີຕົວໄດ້. ມະນຸດພິສູດໄດ້. NIST AI RMF

ສ້າງ "ຄວາມຊຳນານດ້ານອິນເຕີເຟດ"

ຈົ່ງເປັນຄົນທີ່ເຂົ້າໃຈຂອບເຂດ:

• ຮາດແວຫາເຟີມແວຣ

• ອະນາລັອກກັບດິຈິຕອນ

• ພະລັງງານໃນການສົ່ງສັນຍານ

• ເຊັນເຊີເພື່ອຄິດໄລ່

• ຂໍ້ກຳນົດຂອງຜະລິດຕະພັນຕໍ່ສະເປັກວິສະວະກຳ

ຂໍ້ບົກຜ່ອງຂອງອິນເຕີເຟດແມ່ນບ່ອນທີ່ຕາຕະລາງເວລາໄປຕາຍ 😵

ຮຽນຮູ້ການໃຊ້ AI ຄືກັບເພື່ອນຮ່ວມທີມໜຸ່ມ

ບໍ່ຄືກັບນາຍຈ້າງ, ບໍ່ຄືກັບພະເຈົ້າ. ຄືກັບເພື່ອນຮ່ວມທີມໜຸ່ມຜູ້ທີ່:

• ໄວ

• ກະຕືລືລົ້ນ

• ບາງຄັ້ງກໍ່ຜິດ

• ຄົມຊັດເປັນພິເສດໃນບາງຄັ້ງຄາວ NIST GenAI Profile

ເຈົ້າບໍ່ໄດ້ຈ້າງຄົນພາຍນອກໃຫ້ຄິດ. ເຈົ້າຈ້າງຄົນພາຍນອກໃຫ້ຂຽນຮ່າງ ແລະ ສຳຫຼວດ.

---

9) ຄວາມເຂົ້າໃຈຜິດທົ່ວໄປກ່ຽວກັບ “ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ?” 🧠💥

ຄວາມເຂົ້າໃຈຜິດ: “AI ຈະອອກແບບທັງໝົດ”

ຄວາມເປັນຈິງ: ມັນອາດຈະສ້າງວັດຖຸທີ່ມີຮູບຮ່າງຄືກັບການອອກແບບ. ແຕ່ການອອກແບບທີ່ແທ້ຈິງລວມມີຂໍ້ຈຳກັດ, ການທົດສອບ, ຄວາມເປັນຈິງຂອງຮູບແບບ, ການປະຕິບັດຕາມ, ແລະ ການຜະລິດ. ນັ້ນແມ່ນແຊນວິດທີ່ບໍ່ເປັນລະບຽບທັງໝົດ. NIST AI RMF

ຄວາມລຶກລັບ: “ມີແຕ່ຮາດແວເທົ່ານັ້ນທີ່ປອດໄພ”

ຄວາມເປັນຈິງ: ເຟີມແວຈະຖືກອັດຕະໂນມັດໄວຂຶ້ນໃນບາງພື້ນທີ່ເພາະວ່າມັນອີງໃສ່ຂໍ້ຄວາມ. ຮາດແວມີແຮງສຽດທານທາງກາຍະພາບ, ແຕ່ເອກະສານ ແລະ ການຮ່າງກໍ່ຈະຖືກອັດຕະໂນມັດເຊັ່ນກັນ. OECD

ຄວາມເຂົ້າໃຈຜິດ: “ຖ້າ AI ສາມາດຜ່ານການສອບເສັງໄດ້, ມັນສາມາດເຮັດວຽກໄດ້”

ຄວາມເປັນຈິງ: ການສອບເສັງບໍ່ແມ່ນວຽກ. ວຽກແມ່ນການຈັດການກັບຄວາມຕ້ອງການທີ່ບໍ່ຄົບຖ້ວນ, ຕົວເຊື່ອມຕໍ່ທີ່ບໍ່ດີ, ລາງລົດໄຟທີ່ມີສຽງດັງ, ແລະ ຜູ້ສະໜອງທີ່ສາບານວ່າຊິ້ນສ່ວນແມ່ນຄືກັນໃນເມື່ອມັນ... ບໍ່ຄືກັນ 😑

ຄວາມເຂົ້າໃຈຜິດ: “AI ຊ່ວຍປະຢັດເວລາສະເໝີ”

ຄວາມເປັນຈິງ: AI ຊ່ວຍປະຢັດເວລາເມື່ອທ່ານກວດສອບຢ່າງວ່ອງໄວ. ຖ້າທ່ານບໍ່ກວດສອບ, ທ່ານຈະເສຍເວລາໃນພາຍຫຼັງ. ຄືກັບການກວາດຂີ້ຝຸ່ນຢູ່ໃຕ້ຜ້າປູພື້ນ, ແຕ່ຜ້າປູພື້ນແມ່ນວັນເປີດຕົວຂອງທ່ານ. ໂປຣໄຟລ໌ NIST GenAI

---

10) ບັນທຶກສະຫຼຸບ ແລະ ສະຫຼຸບສັ້ນໆ 🌩️✨

ດັ່ງນັ້ນ, ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ບໍ? ບໍ່ແມ່ນໃນວິທີທີ່ຄົນຢ້ານກົວ. ບົດບາດຈະບໍ່ຫາຍໄປ. ມັນຈະ ປັບສົມດຸນຄືນໃໝ່ . ເວທີປາໄສເສດຖະກິດໂລກ ILO

AI ຈະ:

• ອັດຕະໂນມັດສ່ວນຕ່າງໆຂອງການຮ່າງ, ເອກະສານ, ແລະ ການປະຕິບັດທີ່ຊ້ຳໆ

• ເລັ່ງການສຳຫຼວດ ແລະ ການແກ້ໄຂບັນຫາ

• ຍົກສູງຄວາມຄາດຫວັງພື້ນຖານສຳລັບຄວາມໄວຜົນຜະລິດ ຂອງ OECD

ວິສະວະກອນໄຟຟ້າຍັງຈະຕ້ອງການ:

• ຄວາມປອດໄພຂອງຕົນເອງ, ການປະຕິບັດຕາມ, ແລະຄວາມຫນ້າເຊື່ອຖື BSI EN 60601 NI ISO 26262

• ກວດສອບຄວາມຖືກຕ້ອງດ້ວຍການວັດແທກ ແລະ ການທົດສອບ IEC 61000-4-3 FCC ພາກທີ 15

• ເຈລະຈາພາຍໃຕ້ຂໍ້ຈຳກັດຕ່າງໆ

• ຈັດການກັບການເຊື່ອມໂຍງປະຕິບັດໄດ້

• ຮັບຜິດຊອບເມື່ອສິ່ງຕ່າງໆເກີດບັນຫາ (ເພາະມັນຈະເກີດຂຶ້ນ) NIST AI RMF

ສະຫຼຸບໂດຍຫຍໍ້ 😄
AI ທົດແທນໜ້າວຽກ. ວິສະວະກອນຜູ້ທີ່ເຮັດພຽງແຕ່ໜ້າວຽກທີ່ສາມາດທົດແທນໄດ້ຮູ້ສຶກວ່າຖືກບີບອັດ. ວິສະວະກອນຜູ້ທີ່ເປັນເຈົ້າຂອງຂໍ້ຈຳກັດ, ການກວດສອບ, ແລະການແລກປ່ຽນຕົວຈິງຈະກາຍເປັນມີຄຸນຄ່າຫຼາຍຂຶ້ນ. ສະດວກສະບາຍໃນແບບຂອງມັນເອງ.

ແລະຖ້າທ່ານຕ້ອງການລຸ້ນທີ່ສັ້ນທີ່ສຸດ:
AI ເປັນເຄື່ອງມືໄຟຟ້າ. ເຈົ້າຍັງເປັນຄົນທີ່ສ້າງເຮືອນຢູ່. ບາງຄັ້ງເຄື່ອງມືກໍ່ເກີດประกายໄຟ. 🔧⚡ (ໂອເຄ, ຄຳປຽບທຽບນັ້ນມັນສັ່ນຄອນໜ້ອຍໜຶ່ງ, ແຕ່ເຈົ້າເຂົ້າໃຈແລ້ວ.)

---

ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆ

ວິສະວະກອນໄຟຟ້າຈະຖືກທົດແທນໂດຍ AI ໃນ 5-10 ປີຂ້າງໜ້າບໍ?

ໃນກໍລະນີຫຼາຍທີ່ສຸດ, ວິສະວະກອນໄຟຟ້າຈະບໍ່ຖືກທົດແທນໂດຍກົງ, ແຕ່ວຽກງານທີ່ເຮັດຊ້ຳໄດ້ຫຼາຍຢ່າງຈະຖືກອັດຕະໂນມັດ. ການປ່ຽນແປງແມ່ນໃກ້ຊິດກັບ "ການທົດແທນວຽກງານ" ຫຼາຍກວ່າ "ການທົດແທນອາຊີບ", ດ້ວຍ AI ຈັດການກັບການຮ່າງ, ເອກະສານ, ແລະວຽກງານຜ່ານກ່ອນໄວອັນຄວນ. ວິສະວະກອນທີ່ຍັງຄົງມີຄຸນຄ່າແມ່ນຜູ້ທີ່ເປັນເຈົ້າຂອງຂໍ້ຈຳກັດ, ການກວດສອບ, ແລະການແລກປ່ຽນທີ່ເປັນປະໂຫຍດ. ຄວາມຮັບຜິດຊອບຍັງຄົງຢູ່ກັບມະນຸດ, ໂດຍສະເພາະເມື່ອມີຄວາມປອດໄພແລະການປະຕິບັດຕາມ.

ສ່ວນໃດຂອງວິສະວະກຳໄຟຟ້າທີ່ງ່າຍທີ່ສຸດສຳລັບ AI ໃນການອັດຕະໂນມັດ?

AI ມັກຈະເຮັດວຽກທີ່ມີຂໍ້ຄວາມຫຼາຍ, ຊໍ້າໆ, ຫຼື ອີງໃສ່ຮູບແບບ. ນັ້ນລວມມີເອກະສານ, ການສະຫຼຸບການທົບທວນຄືນ, ການສ້າງລາຍການກວດສອບ, ການຕິດຕັ້ງເຟີມແວແບບ boilerplate, ການຄິດໄລ່ໄວ, ແລະ ການກວດຫາຄວາມຜິດປົກກະຕິໃນທົ່ວບັນທຶກການທົດສອບ. ມັນຍັງສາມາດສະເໜີທາງເລືອກ topology ແລະ ໝວດໝູ່ອົງປະກອບເປັນຈຸດເລີ່ມຕົ້ນ. ຂໍ້ແມ້ແມ່ນວ່າຜົນຜະລິດເຫຼົ່ານີ້ຍັງຕ້ອງການການຢັ້ງຢືນຂອງມະນຸດເພື່ອຫຼີກເວັ້ນຄວາມຜິດພາດທີ່ໝັ້ນໃຈແຕ່ຜິດພາດ.

ສາຂາວິສະວະກຳໄຟຟ້າໃດທີ່ມີແນວໂນ້ມທີ່ຈະຖືກທົດແທນໂດຍ AI ໜ້ອຍທີ່ສຸດ?

ວຽກງານທີ່ຜູກພັນຢ່າງແໜ້ນແຟ້ນກັບໂລກທາງກາຍະພາບ ແລະ ຜົນສະທ້ອນແມ່ນຍາກທີ່ຈະເຮັດໃຫ້ເປັນອັດຕະໂນມັດ. ຄວາມສົມບູນຂອງພະລັງງານ, ການອອກແບບທີ່ເນັ້ນໃສ່ EMC/EMI, ລະບົບທີ່ເນັ້ນໃສ່ຄວາມປອດໄພ, ຮາດແວທີ່ມີຄວາມໜ້າເຊື່ອຖືສູງ, ແລະ ການຕັດສິນໃຈກ່ຽວກັບສະຖາປັດຕະຍະກຳແບບໃໝ່ແມ່ນມີໜ້ອຍລົງເພາະວ່າມັນຂຶ້ນກັບການວັດແທກ, ການເຮັດຊ້ຳ, ແລະ ການຕັດສິນພາຍໃຕ້ຂໍ້ຈຳກັດ. ວິສະວະກຳລະບົບຍັງເນັ້ນໃສ່ມະນຸດເປັນຫຼັກເພາະມັນກ່ຽວກັບການເຈລະຈາ, ການແລກປ່ຽນຄວາມສ່ຽງ, ແລະ ການແປຄວາມຕ້ອງການທີ່ບໍ່ຊັດເຈນໄປສູ່ການອອກແບບທີ່ສາມາດປ້ອງກັນໄດ້.

ຂ້ອຍສາມາດໃຊ້ AI ໃນວິສະວະກຳໄຟຟ້າໄດ້ແນວໃດໂດຍບໍ່ຕ້ອງໄວ້ວາງໃຈມັນຫຼາຍເກີນໄປ?

ປະຕິບັດຕໍ່ AI ຄືກັບເພື່ອນຮ່ວມທີມໜຸ່ມທີ່ວ່ອງໄວ: ສະດວກໃນການຮ່າງ ແລະ ການສຳຫຼວດ, ແຕ່ບໍ່ແມ່ນແຫຼ່ງຄວາມຈິງ. ວິທີການທົ່ວໄປແມ່ນການຂໍມັນສຳລັບຕົວເລືອກ, ແຜນການທົດສອບ, ຫຼື ຄຳອະທິບາຍຜ່ານຄັ້ງທຳອິດ, ຈາກນັ້ນກວດສອບຄວາມຖືກຕ້ອງດ້ວຍການຈຳລອງ, ການວັດແທກ, ແລະ ການທົບທວນ. ມັກຂະບວນການເຮັດວຽກທີ່ຜົນຜະລິດແມ່ນ "ງ່າຍຕໍ່ການກວດສອບ," ຊຶ່ງໝາຍຄວາມວ່າທ່ານສາມາດກວດສອບພວກມັນໄດ້ໄວ. ຖ້າມັນບໍ່ສາມາດອະທິບາຍເຫດຜົນຂອງມັນ ຫຼື ຊີ້ບອກວ່າບໍ່ມີຄວາມບໍ່ແນ່ນອນ, ໃຫ້ສົມມຸດຄວາມສ່ຽງເພີ່ມເຕີມ.

ເຄື່ອງມື AI “ທີ່ດີ” ສຳລັບວິສະວະກຳໄຟຟ້າຄວນເຮັດຫຍັງໄດ້ແດ່?

AI ທີ່ເປັນປະໂຫຍດສຳລັບວຽກງານ EE ມີປະສິດທິພາບດີພາຍໃຕ້ຂໍ້ຈຳກັດ ແລະ ບໍ່ໄດ້ລະເລີຍຄວາມເປັນຈິງທີ່ບໍ່ໜ້າສົນໃຈເຊັ່ນ: ການຫຼຸດລະດັບ, ຂອບເຂດຄວາມຮ້ອນ, ການເລື່ອນ/ການຫຼຸດຊ່ອງຫວ່າງ, EMC, ແລະ ວົງຈອນການເຮັດວຽກ. ມັນຄວນໃຫ້ເຫດຜົນທີ່ສາມາດຕິດຕາມໄດ້, ໃຊ້ຄຳສັບໂດເມນຢ່າງຖືກຕ້ອງ, ແລະ ຜະລິດຜົນຜະລິດທີ່ທ່ານສາມາດທົດສອບ ຫຼື ຈຳລອງໄດ້. ມັນຍັງຕ້ອງການ "ການຄວບຄຸມຄວາມຖ່ອມຕົວ" ທີ່ສະແດງຄວາມບໍ່ແນ່ນອນ ແລະ ແນະນຳການກວດສອບ. ຖ້າມັນພຽງແຕ່ຜະລິດຄຳຕອບທີ່ໝັ້ນໃຈ, ມັນຈະມີສຽງລົບກວນຫຼາຍກວ່າເຄື່ອງມື.

ວິສະວະກອນໄຟຟ້າລະດັບໜຸ່ມຈະໄດ້ຮັບຜົນກະທົບຈາກ AI ຫຼາຍກວ່າວິສະວະກອນໄຟຟ້າລະດັບອາວຸໂສບໍ?

ແມ່ນແລ້ວ, ນັກຮຽນຊັ້ນມັດທະຍົມປາຍມັກຈະຮູ້ສຶກເຖິງມັນກ່ອນ ເພາະວ່າວຽກງານລະດັບເລີ່ມຕົ້ນແບບດັ້ງເດີມຊໍ້າຊ້ອນກັບສິ່ງທີ່ AI ອັດຕະໂນມັດໄດ້ດີ: ການຮ່າງ, ຕົວຂັບເຄື່ອນງ່າຍໆ, ເອກະສານ, ແລະ ການແກ້ໄຂຂໍ້ຜິດພາດພື້ນຖານ. ຖ້າ AI ໃຊ້ຕົວແທນເຫຼົ່ານັ້ນ, ທີມງານຕ້ອງມີຄວາມຕັ້ງໃຈຫຼາຍຂຶ້ນກ່ຽວກັບການຝຶກອົບຮົມ. ນັກຮຽນຊັ້ນມັດທະຍົມປາຍສາມາດຢູ່ຂ້າງໜ້າໄດ້ໂດຍການຊອກຫາເວລາຫ້ອງທົດລອງ, ທັກສະການວັດແທກ, ແລະ ສະຕິປັນຍາການແກ້ໄຂຂໍ້ຜິດພາດ. ຄວາມສາມາດໃນການວາງແຜນການທົດສອບ ແລະ ຕີຄວາມໝາຍສັນຍານທີ່ແທ້ຈິງກາຍເປັນຕົວແຍກຄວາມແຕກຕ່າງ.

ຂ້ອຍຈະສ້າງອະນາຄົດໃຫ້ກັບອາຊີບວິສະວະກຳໄຟຟ້າຂອງຂ້ອຍໄດ້ແນວໃດ ເມື່ອ AI ດີຂຶ້ນ?

ຕັ້ງເປົ້າໝາຍທີ່ຈະກາຍເປັນວິສະວະກອນຜູ້ທີ່ເປັນເຈົ້າຂອງຂໍ້ຈຳກັດ ແລະ ການກວດສອບ. ສຸມໃສ່ຂອບເຂດຄວາມປອດໄພ, ການປະຕິບັດຕາມ, ຄວາມສາມາດໃນການຜະລິດ, ເປົ້າໝາຍຄວາມໜ້າເຊື່ອຖື, ງົບປະມານດ້ານຄວາມຮ້ອນ ແລະ ພະລັງງານ, ແລະ ຄວາມສາມາດໃນການທົດສອບ - ຂົງເຂດທີ່ຄວາມຮັບຜິດຊອບໃນທາງປະຕິບັດມີຄວາມສຳຄັນ. ສ້າງຄວາມຊຳນານດ້ານການໂຕ້ຕອບທີ່ເຂັ້ມແຂງໃນທົ່ວຮາດແວ/ເຟີມແວ ແລະ ຂອບເຂດອະນາລັອກ/ດິຈິຕອນ, ບ່ອນທີ່ມີຂໍ້ຜິດພາດໃນການເຊື່ອມໂຍງທົ່ວໄປ. ໃຊ້ AI ເພື່ອເລັ່ງຮ່າງ ແລະ ການສຳຫຼວດ, ແຕ່ເຮັດໃຫ້ຄຸນຄ່າຫຼັກຂອງທ່ານ “ມະນຸດພິສູດ, AI ສະເໜີ.”

AI ສາມາດຈັດການກັບບັນຫາ EMI/EMC ແລະ ການແລກປ່ຽນຮູບແບບ PCB ໄດ້ຢ່າງໜ້າເຊື່ອຖືບໍ?

AI ສາມາດແນະນຳການແກ້ໄຂທົ່ວໄປໄດ້, ແຕ່ EMI/EMC ມັກຈະກ່ຽວຂ້ອງກັບເລຂາຄະນິດ, ເສັ້ນທາງກັບຄືນ, ການປ້ອງກັນ, ຕົວເລືອກການກັ່ນຕອງ, ແລະ ການເຮັດຊ້ຳທີ່ຂັບເຄື່ອນດ້ວຍການວັດແທກ. ປັດໄຈດ້ານຮູບແບບ ແລະ ປັດໃຈສິ່ງແວດລ້ອມບໍ່ສົນໃຈວ່າຮູບແບບຈະຟັງແລ້ວໜ້າເຊື່ອຖືແນວໃດ. ໃນທາງປະຕິບັດ, ວິສະວະກອນຍັງຕ້ອງການກວດສອບຄວາມຖືກຕ້ອງໃນຫ້ອງທົດລອງ ແລະ ສະພາບແວດລ້ອມການປະຕິບັດຕາມກົດລະບຽບ ແລະ ເຮັດຊ້ຳໂດຍອີງໃສ່ຜົນໄດ້ຮັບ. AI ສາມາດເລັ່ງການລະດົມສະໝອງໄດ້, ແຕ່ມັນບໍ່ສາມາດທົດແທນ "ການເຫັນຮູບແບບຄື້ນ" ແລະ ພິສູດວ່າການແກ້ໄຂເຮັດວຽກໄດ້.

“AI ຜ່ານການສອບເສັງ” ເປັນສັນຍານວ່າມັນສາມາດເຮັດວຽກວິສະວະກຳໄຟຟ້າໄດ້ແທ້ບໍ?

ບໍ່ແມ່ນແທ້ໆ, ເພາະວ່າການສອບເສັງບໍ່ໄດ້ສະແດງເຖິງຄວາມເປັນຈິງທີ່ບໍ່ເປັນລະບຽບຂອງວຽກງານວິສະວະກຳ. ວຽກດັ່ງກ່າວປະກອບມີຄວາມຕ້ອງການທີ່ບໍ່ຄົບຖ້ວນ, ຄວາມລົ້ມເຫຼວຂອງການເຊື່ອມໂຍງທີ່ບໍ່ຄາດຄິດ, ການສວມໃສ່ຂອງຕົວເຊື່ອມຕໍ່, ບັນຫາສຽງລົບກວນ, ຄວາມແປກໃຈຂອງຜູ້ສະໜອງ, ແລະ ຂໍ້ຈຳກັດດ້ານການປະຕິບັດຕາມກົດລະບຽບທີ່ປາກົດຂຶ້ນຊ້າ. AI ສາມາດສ້າງຜົນຜະລິດທີ່ມີຮູບຮ່າງການອອກແບບ, ແຕ່ສ່ວນທີ່ຍາກແມ່ນການເປັນເຈົ້າຂອງການແລກປ່ຽນ, ການທົດສອບ, ແລະ ຄວາມຮັບຜິດຊອບເມື່ອສິ່ງຕ່າງໆເກີດບັນຫາ. ວິສະວະກຳທີ່ແທ້ຈິງແມ່ນກ່ຽວກັບຄຳຕອບທີ່ສົມບູນແບບໜ້ອຍກວ່າ ແລະ ກ່ຽວກັບການຕັດສິນໃຈທີ່ສາມາດປ້ອງກັນໄດ້ພາຍໃຕ້ຄວາມບໍ່ແນ່ນອນ.

ເອກະສານອ້າງອີງ

1. ອົງການເພື່ອການຮ່ວມມືດ້ານເສດຖະກິດ ແລະ ການພັດທະນາ (OECD) - ຜົນກະທົບຂອງ AI ທີ່ສ້າງສັນຕໍ່ຜົນຜະລິດ, ນະວັດຕະກໍາ ແລະ ການເປັນຜູ້ປະກອບການ - oecd.org

2. ອົງການເພື່ອການຮ່ວມມືດ້ານເສດຖະກິດ ແລະ ການພັດທະນາ (OECD) - ຄວາມແຕກແຍກທີ່ເກີດຂຶ້ນໃໝ່ໃນການຫັນປ່ຽນໄປສູ່ປັນຍາປະດິດ - oecd.org

3. ອົງການເພື່ອການຮ່ວມມືທາງເສດຖະກິດ ແລະ ການພັດທະນາ (OECD) - ໃຜຈະເປັນຜູ້ອອກແຮງງານທີ່ໄດ້ຮັບຜົນກະທົບຫຼາຍທີ່ສຸດຈາກ AI? - oecd.org

4. EUR-Lex - EU AI Act - eur-lex.europa.eu

5. ສະຖາບັນມາດຕະຖານ ແລະ ເຕັກໂນໂລຊີແຫ່ງຊາດ (NIST) - ຂອບການຄຸ້ມຄອງຄວາມສ່ຽງດ້ານ AI (AI RMF 1.0) - nist.gov

6. ສະຖາບັນມາດຕະຖານ ແລະ ເຕັກໂນໂລຊີແຫ່ງຊາດ (NIST) - ໂປຣໄຟລ໌ AI ທີ່ສ້າງສັນ - nist.gov

7. ເວທີປຶກສາຫາລືເສດຖະກິດໂລກ - AI, ອັດຕະໂນມັດ ແລະ ການເພີ່ມປະສິດທິພາບ: ວຽກງານໃນບ່ອນເຮັດວຽກໃນອະນາຄົດ - weforum.org

8. ອົງການແຮງງານສາກົນ (ILO) - ປັນຍາປະດິດ ແລະ ວຽກເຮັດງານທຳ: ດັດຊະນີໂລກທີ່ໄດ້ຮັບການປັບປຸງໃຫ້ດີຂຶ້ນກ່ຽວກັບການສຳຜັດກັບອາຊີບ - ilo.org

9. ເວທີປຶກສາຫາລືເສດຖະກິດໂລກ - ບົດລາຍງານອະນາຄົດຂອງວຽກງານປີ 2025 - weforum.org

10. McKinsey & Company - ທ່າແຮງທາງເສດຖະກິດຂອງ AI ທີ່ສ້າງສັນ: ຂອບເຂດການຜະລິດຕໍ່ໄປ - mckinsey.com

11. McKinsey & Company - ປົດປ່ອຍຜົນຜະລິດຂອງນັກພັດທະນາດ້ວຍ AI ທີ່ສ້າງສັນ - mckinsey.com

12. ກຸ່ມ BSI - ໃບຍ່ອຍ EN 60601 - bsigroup.com

13. ຄວາມຮູ້ຂອງກຸ່ມ BSI - IEC 60664-1 (ການປະສານງານການສນວນສຳລັບອຸປະກອນພາຍໃນລະບົບສະໜອງແຮງດັນຕ່ຳ) - bsigroup.com

14. ຄະນະກຳມະການໄຟຟ້າເຕັກນິກສາກົນ (IEC) - ສິ່ງພິມພື້ນຖານກ່ຽວກັບ EMC - iec.ch

15. ຮ້ານເວັບໄຊຕ໌ IEC - IEC 61000-4-3 - iec.ch

16. ລະຫັດເອເລັກໂຕຣນິກຂອງກົດລະບຽບລັດຖະບານກາງສະຫະລັດ (eCFR) - FCC ພາກທີ 15, ຍ່ອຍພາກ B - ecfr.gov

17. ເທັກຊັສ ອິນສະຕຣູສ (TI) - SLUP421 - ti.com

18. ມະຫາວິທະຍາໄລການໄດ້ມາເຊິ່ງການປ້ອງກັນປະເທດ (DAU) - MIL-STD-1547B ຊິ້ນສ່ວນເອເລັກໂຕຣນິກ, ວັດສະດຸ ແລະ ຂະບວນການສຳລັບຍານອະວະກາດ ແລະ ຍານອະວະກາດຍິງ (ທັນວາ 1992) - dau.edu

19. ເຄື່ອງມືແຫ່ງຊາດ (NI) - ມາດຕະຖານຄວາມປອດໄພດ້ານການເຮັດວຽກຂອງ ISO 26262 - ni.com

20. ສະຖາບັນມາດຕະຖານ ແລະ ເຕັກໂນໂລຊີແຫ່ງຊາດ (NIST) - ຂອບການເຮັດວຽກຄວາມຜິດປົກກະຕິລະດັບອຸປະກອນ (DARE) - nist.gov

21. ຫ້ອງທົດລອງຄົ້ນຄວ້າໄຟຟ້າ Mitsubishi (MERL) - TR2018-097 - merl.com

22. Cadence - ພາບລວມຂອງ AI - cadence.com

23. arXiv - 2310.02059v2 - arxiv.org

ຊອກຫາ AI ລ່າສຸດໄດ້ທີ່ຮ້ານ AI Assistant ຢ່າງເປັນທາງການ

ກ່ຽວກັບພວກເຮົາ