האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית?

תשובה קצרה: מהנדסי חשמל לא יוחלפו בהמוניהם, אבל בינה מלאכותית תשתלט על חלק ניכר מהעבודה החוזרת על עצמה: שרטוט, תיעוד, קושחת בסיס ועיצובים במעבר ראשון. אם העבודה שלכם היא בעיקר "ביצוע תבניות", תרגישו את הלחץ; אם אתם אחראים על אילוצים, אימות והחלטות בטיחות, בינה מלאכותית הופכת למכפיל כוח.

נקודות מפתח:

שינוי משימות: אוטומציה של ניסוח, סיכומים, רשימות תיוג וחישובים מהירים, תוך שמירה על פיקוח אנושי.

אילוצים: שמירה על ערך על ידי שליטה במגבלות תרמיות, EMC, ירידה ברמת המתח, זחילה ואמינות.

אימות: התייחסו לתפוקות של בינה מלאכותית כהשערות; אשרו באמצעות סימולציה, מדידה ותוכניות בדיקה ממושמעות.

אחריות: בני אדם נשארים אחראים לתאימות, לקבל החלטות קריטיות לבטיחות ולהשלכות של כישלון.

השפעה של תלמידי ג'וניור: תלמידי ג'וניור זקוקים ליותר נציגי מעבדה ותרגול ניפוי שגיאות אם בינה מלאכותית שואבת מעבודת "התמחויות" מוקדמת.

שאלה זו נוטה לנחות בחבטה. לא בגלל שהנדסת חשמל היא שברירית (היא לא), אלא בגלל שבינה מלאכותית מוכשרת באופן מטריד בעבודה שבעבר הרגישה - אם לא קדושה - לפחות אנושית בבטחה. כתיבה, סיכום, חיפוש, איתור תבניות והפיכת רעיון מעורפל למשהו שנראה "גמור" 🧠⚡ OECD מקינזי

אז, האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית? התשובה הטובה יותר אינה כן או לא דרמטיים. היא נקראת יותר כך: חלק מהמשימות ייבלעו, חלקן יקבלו טורבו, וחלקן יישארו אנושיות בעקשנות. הפורום הכלכלי העולמי של ארגון העבודה הבינלאומי (ILO)

להלן הפירוט המלא - מה ניתן לאוטומציה, מה לא, לאן זה הולך, ואיך להישאר בעלי ערך (מבלי להפוך בעצמכם לרובוט 🤖).

מאמרים שאולי תרצו לקרוא אחרי זה:

🔗 האם בינה מלאכותית תחליף רדיולוגים
מה אוטומציה יכולה ומה לא יכולה לעשות בהדמיה רפואית כיום.

🔗 האם בינה מלאכותית תחליף את רואי החשבון
כיצד בינה מלאכותית משפיעה על הנהלת חשבונות, ביקורות ומסלול הקריירה בחשבונאות.

🔗 האם בינה מלאכותית תחליף את בנקאי ההשקעות
משימות שבינה מלאכותית יכולה להפוך לאוטומטיות בבנקאות, ואת מה שנשאר אנושי.

🔗 האם בינה מלאכותית תחליף אנליסטים של נתונים: דיבורים אמיתיים
מבט גלוי על עבודת אנליטיקה, כלים וביטחון תעסוקתי.

---

1) התשובה הבוטה ל"האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית?" 😬

מהנדסי חשמל לא יוחלפו בבת אחת. אבל חלקים מהעבודה כבר מוחלפים. הפורום הכלכלי העולמי OECD

מה שקורה הוא "החלפת משימות", לא "החלפת קריירה". ארגון העבודה הבינלאומי (ILO) וה-OECD

בינה מלאכותית מחליקה ל:

• תיעוד חוזר על עצמו 📄

• עיצובים וטיוטות במעבר ראשון ✍️

• איתור שגיאות בקוד ובקונפיגורציות 🧩

• ניתוח נתוני בדיקה וזיהוי אנומליות 📈

• חישובים מהירים, בדיקות שפיות ועבודת חיפוש 🔍 OECD מקינזי

והוא גם לא מחליק פנימה בנימוס. הוא מתפרץ פנימה כמו פעוט עם טוש.

אבל התפקיד המלא של מהנדס חשמל כרוך בהרבה יותר מאשר רק יצירת סכמה מסודרת. זה כולל אחריות, בטיחות, פשרות, אילוצים פיזיים, תאימות, דרישות פרועות, ומצב מדי פעם של "זה אמור לעבוד אבל זה לא עובד ואף אחד לא יודע למה" 😵💫 NIST AI RMF BSI EN 60601

בינה מלאכותית עוזרת - לפעמים בצורה אדירה - אבל היא לא נושאת באחריות על ההשלכות. בני אדם עדיין עושים זאת. NIST AI RMF חוק הבינה המלאכותית של האיחוד האירופי (EUR-Lex)

אז כן, האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית? חלקם ירגישו מוחלפים אם יעשו רק את הפרוסה הקלה לאוטומציה. רובם לא, כי התפקיד גדול יותר מהפרוסה.

---

2) מה הופך גרסה טובה של בינה מלאכותית לעבודות הנדסת חשמל? ✅🤝

לא כל בינה מלאכותית מועילה. חלק ממנה הוא סתם רעש בטוח בעצמו עם גוון ידידותי. חמוד, אבל לא. פרופיל NIST GenAI

גרסה טובה של בינה מלאכותית להנדסת חשמל כוללת בדרך כלל:

• מודעות לאילוצים: היא אינה מתעלמת מדירוגי מתח, מגבלות תרמיות, מציאות EMC, זחילה, מרווח, מחזור עבודה, ירידה ברמת המתח... הדברים הלא זוהרים שמצילים מוצרים 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B

• נימוק בר-מעקב: זה יכול להסביר מדוע בחר בגישה מסוימת, לא רק להגיש תשובה 🧠 NIST AI RMF

• אוצר מילים בתחום: הוא מדבר על "גיליון נתונים", "מחסנית סובלנות", "יציבות לולאה", "שולי פאזה", "החזרת קרקע", ללא צורך בשפת תינוקות 📚

• שיתוף פעולה איטרטיבי: זה לא קורס כשאתה אומר "זה לוח בעל 4 שכבות עם רעש מיתוג ומחבר זול" 😅

• פלט ידידותי לאימות: הוא מייצר דברים שניתן לבדוק, לדמות או לסקור - לא רק ויברציות ⚙️ NIST AI RMF

• בקרות ענווה (כן, באמת): היא מסמנת אי ודאות, מציעה בדיקות, ולא מעמידה פנים שהיא מדד את צורת הגל 🫠 פרופיל NIST GenAI

אם כלי בינה מלאכותית לא יכול להתנהג תחת אילוצים, זה כמו מברג עשוי גבינה. ​​טכנית כלי... לא באופן מעשי.

---

3) היכן שבינה מלאכותית כבר מחליפה נתחים מהנדסת חשמל (בשקט) 🧠⚡

הנה המקום שבו בינה מלאכותית כבר מכריחה עבודה גוזלת זמן, במיוחד בצוותים שמאמצים אותה:

ניסוח ותיעוד

• הפיכת הערות למסמכי דרישות

• סיכום ביקורות עיצוב

• יצירת נהלי בדיקה ורשימות תיוג

• כתיבת הערות קושחה וקבצי README OECD

זו לא עבודה זוהרת, אבל זה הרבה שעות. בינה מלאכותית אוכלת שעות 🍽️

פיגומים של מעגל מעבר ראשון וקושחה

• הצעת אפשרויות טופולוגיה עבור שלבי הספק

• יצירת קוד משובץ להפעלה (מנהלי התקנים, מכונות מצב, שלדי תקשורת)

• הצעת "מחלקות" רכיבים (לא חלקים מדויקים, אלא קטגוריות) מקינזי

זה המקום שבו אנשים נבהלים כי זה נראה כמו הנדסה. זה אכן כך - אבל "מעבר ראשון" אינו הארוחה האחרונה.

זיהוי תבניות ניפוי שגיאות

• זיהוי אנומליות ביומנים

• זיהוי קורלציות בנתוני בדיקה

• איתור חתימות כשל חוזרות ונשנות NIST DARE MERL

זה כמו להתמחה היפראקטיבי שלעולם לא ישן ולא מבקש חטיפים. מסוכן ונוח 😆

---

4) במה שבינה מלאכותית מתקשה בהנדסת חשמל (aka הדברים הדביקים) 🧷

בינה מלאכותית מתקשה ביותר במקומות שבהם המציאות נוגעת. הנדסת חשמל מלאה במציאות.

לעולם הפיזי לא אכפת מביטחון עצמי

בינה מלאכותית יכולה להישמע בטוחה. לפיזיקה לא אכפת. טפילי פריסה, EMI, רעידות, לחות, שחיקה של מחברים, רכיבים שוליים - אלה הם "המיסים המפתיעים" של מוצרים שחיים מחוץ למגלשות. IEC EMC FCC חלק 15

פשרות הארקה, EMI ופריסה

אי אפשר לפתור EMI באופן מלא בעזרת חיזוי טקסט. אפשר לפתור את זה בעזרת:

• גֵאוֹמֶטרִיָה

• נתיבי חזרה

• אפשרויות מיגון וסינון

• מְדִידָה

• איטרציה IEC 61000-4-3 IEC EMC

בינה מלאכותית יכולה להציע תיקונים, אבל היא לא מריחה את הכשל בבדיקת התא. מהנדסים כן 👃⚡

משא ומתן על דרישות וסבך בעלי עניין

חצי מהעבודה היא תרגום:

• "להקטין את זה"

• "להיות זול יותר"

• "לגרום לזה לעבור את תנאי הציות"

• "לגרום למשלוח בשבוע הבא"

לעיצוב שניתן לשרוד. בינה מלאכותית לא אחראית על הפוליטיקה, הסיכון או האשמה. בני אדם כן (יאי?) 😅

אחריות ובטיחות

כאשר ספק הכוח נכשל, מכשיר רפואי מתקלקל, או חבילת סוללות הופכת למדורה - מישהו צריך לקבל החלטות הגנתיות. BSI EN 60601 NI ISO 26262

בינה מלאכותית יכולה להיות מעורבת, אבל היא לא יכולה להיות הגורם האחראי. זה משנה. הרבה. חוק הבינה המלאכותית של האיחוד האירופי (EUR-Lex) NIST AI RMF

---

5) המשרות בהנדסת חשמל החשופות ביותר לאוטומציה 🎯

חלק מתפקידי המשנה ישתנו מהר יותר מאחרים. לא בגלל שהם "פחותים" - רק בגלל שהם מכילים יותר דפוסים חוזרים.

חשוף יותר:

• שרטוט סכמטי שגרתי מתבניות ידועות

• קוד בסיסי מוטמע (קוד פתיחה, פרוטוקולים נפוצים, לוגיקת דבק) מקינזי

• יצירת דוחות בדיקה ועיצוב ניירת תאימות

• סיכומי מחקר רכיבים (עם אימות אנושי, בבקשה)

• חזרה פשוטה על פריסת PCB (הצבת מעגלים מוכרים שוב ושוב)

פחות חשוף:

• שלמות חשמל + עיצוב כבד EMC IEC EMC

• מערכות קריטיות לבטיחות NI ISO 26262

• חומרה בעלת אמינות גבוהה (סביבות קשות, אורך חיים ארוך) MIL-STD-1547B

• עבודה ארכיטקטורתית חדשנית (אילוצים חדשים, אופני כשל חדשים)

• הנדסת מערכות (תפקיד המתרגם בין תחומים)

אז אם מישהו ישאל שוב, האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית? ככל שהעבודה שלך תהיה יותר "ביצוע תבניות", כך הבינה המלאכותית יכולה להצל עליך. ככל שהעבודה שלך תהיה יותר "בעלות על המציאות", כך הבינה המלאכותית הופכת לעוזרת שלך.

---

6) טבלת השוואה: אפשרויות בינה מלאכותית נפוצות המסייעות ל-EEs 🧰🤖

(אלה קטגוריות, לא מותגי קסם. קבוצות אמיתיות לעיתים קרובות מערבבות כמה.)

כלי / אפשרות	קהל	מְחִיר	למה זה עובד (בערך)
עוזר קוד בינה מלאכותית לעבודה מוטמעת	EEs עתירי קושחה	חינמי-בערך למנוי	סטנדרטים מהירים + שיפוץ, אבל לפעמים טועים בביטחון... כמו חבר מעבדה רועש 😬 arXiv מקינזי
רמזים לסימולטור מעגלים משופר באמצעות בינה מלאכותית	מעצבי אנלוגים/כוח	מִנוּי	עוזר לחקור טופולוגיות ולוכד טעויות תצורה "ברורות" - עדיין דורש סימולציה אמיתית + שיקול דעת NIST AI RMF
גנרטור דרישות לבדיקה	מערכות + אימות	צוות / ארגון	הופך מפרטים למקרי בדיקה במהירות; חוסך שעות לא זוהרות, אך יכול לפספס מקרי קצה מסובכים NIST AI RMF
גלאי אנומליות צורת גל + לוגריתם	מהנדסי בדיקה	מִנוּי	מעולה בזיהוי דפוסים במערכי נתונים ענקיים; לא מבין "למה" אלא אם כן אתה מנחה אותו. NIST DARE
עוזר למיקום PCB בעזרת בינה מלאכותית	פריסה + חומרה	מִפְעָל	מאיץ מיקום חוזר ונשנה; ניתוב + משמעת EMI עדיין דורשת אדם שכבר נכווה בעבר 🔥 קיידנס
תיעוד בינה מלאכותית + סיכום ביקורות	כֹּל אֶחָד	חינמי-יש	מקצץ בבלגן של פגישות; הופך ביקורות לניתנות לחיפוש - לפעמים מסכם את הדבר הלא נכון... אופס פרופיל NIST GenAI

שימו לב לנושא: בינה מלאכותית מאיצה את התפוקות, אבל מהנדסים מאמתים את המציאות. זה הריקוד. NIST AI RMF

---

7) כיצד תפקידו של מהנדס החשמל משתנה (ולמה סטודנטים זוטרים מרגישים זאת ראשונים) 👣⚡

החלק הזה קצת לא נוח, אז אני אגיד את זה בפשטות.

בינה מלאכותית תשנה את "סולם החניכות". הפורום הכלכלי העולמי של ה-OECD

באופן מסורתי, מהנדסים זוטרים למדו על ידי עשייה:

• שרטוט סכמות

• כתיבת דרייברים פשוטים

• תיעוד בדיקות

• תיקון באגים ברורים

• איטרציה על עיצובים ידועים

אבל אם בינה מלאכותית תטפל בחלק גדול מזה... שחקנים צעירים עשויים לקבל פחות חזרות. ארגון העבודה הבינלאומי

זה לא אומר שהשחקנים הצעירים נידונים לכישלון. זה אומר שהדרך משתנה. קבוצות יצטרכו להיות מכוונות לגבי האימונים, והשחקנים הצעירים יצטרכו לשאוף ל:

• זמן מעבדה מעשי 🔧

• כישורי מדידה (סקופ, VNA, גלאים, תחום הארקה) 📟

• אינסטינקטים של ניפוי שגיאות (מה לבדוק קודם, שני, שלישי)

• חשיבה מערכתית (ממשקים, אופני כשל, אילוצים)

המהנדס שיכול למדוד היטב הופך להיות בעל ערך רב יותר, לא פחות. כי מדידה היא המקום שבו בינה מלאכותית היא הכי פחות "אמיתית". IEC 61000-4-3 FCC חלק 15

אם אתה בכיר, תפקידך משתנה לכיוון:

• החלטות אדריכליות

• פשרות סיכונים

• ביקורות ותוכניות אימות

• משא ומתן בין-תחומי

• חונכות - אבל בצורה אחרת

וכן, ייתכן שתבלו יותר זמן ב"בימוי" של בינה מלאכותית, וזה נשמע טיפשי עד שתבינו שבימוי הוא בעצם הנדסה בכל מקרה.

---

8) ספר המשחק המעשי: איך לא להיות מוחלפים (בלי להפוך למעודד בינה מלאכותית) 🛠️

אם אתם רוצים אסטרטגיה פשוטה, זו היא:

הפוך למהנדס ששולט באילוצים ✅

בינה מלאכותית טובה באפשרויות. אתה הופך לבעל ערך על ידי בעלות על:

• שולי בטיחות

• אילוצי ציות

• יכולת ייצור

• יעדי אמינות

• תקציבי תרמיה וחשמל

• יכולת בדיקה NIST AI RMF

להצטיין באימות 🔍

העתיד שייך למהנדסים שיכולים לומר:

• "הנה ההשערה."

• "הנה תוכנית המדידה."

• "הנה התוצאה."

• "הנה מה ששינינו."

בינה מלאכותית יכולה להציע הצעות. בני אדם מוכיחים. NIST AI RMF

בניית "שליטה בממשק"

היה האדם שמבין גבולות:

• חומרה לקושחה

• אנלוגי לדיגיטלי

• כוח לאותת

• חיישן לחישוב

• דרישות מוצר למפרטי הנדסה

באגים בממשק הם המקום שבו לוחות זמנים מתים 😵

למד להשתמש בבינה מלאכותית כמו חבר קבוצה זוטר

לא כמו בוס, לא כמו אל. כמו חבר קבוצה זוטר שהוא:

• מָהִיר

• לָהוּט

• לפעמים לא נכון

• חד במיוחד לעיתים פרופיל NIST GenAI

אתם לא מעבירים למיקור חוץ את החשיבה. אתם מעבירים למיקור חוץ את טיוטות וחקירה.

---

9) מיתוסים נפוצים לגבי "האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית?" 🧠💥

מיתוס: "בינה מלאכותית תעשה את כל העיצוב"

מציאות: זה אולי יוצר אובייקט בצורת עיצוב. אבל עיצוב אמיתי כולל אילוצים, בדיקות, מציאות של פריסה, תאימות וייצור. זה כל הסנדוויץ' הלא מסודר. NIST AI RMF

מיתוס: "רק חומרה בטוחה"

מציאות: קושחה הופכת לאוטומטית מהר יותר בתחומים מסוימים מכיוון שהיא מבוססת טקסט. לחומרה יש חיכוך פיזי, אבל גם התיעוד והניסוח הופכים לאוטומטיים. OECD

מיתוס: "אם בינה מלאכותית יכולה לעבור מבחנים, היא יכולה לעשות את העבודה"

מציאות: מבחנים הם לא העבודה. העבודה היא להתמודד עם דרישות לא שלמות, מחברים גרועים, מסילות חשמל רועשות וספקים שנשבעים שהחלק זהה כשהוא... לא זהה 😑

מיתוס: "בינה מלאכותית תמיד חוסכת זמן"

מציאות: בינה מלאכותית חוסכת זמן כשמאמתים במהירות. אם לא מאמתים, מאבדים זמן אחר כך. כמו לטאטא אבק מתחת לשטיח, אבל השטיח הוא תאריך ההשקה שלכם. פרופיל NIST GenAI

---

10) הערות סיכום וסיכום קצר 🌩️✨

אז, האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית? לא כפי שאנשים חוששים. התפקיד לא ייעלם. הוא יתאזן מחדש. פורום הכלכלי העולמי, ארגון העבודה הבינלאומי (ILO).

בינה מלאכותית תעשה את הדברים הבאים:

• אוטומציה של חלקי ניסוח, תיעוד ויישום חוזרים ונשנים

• להאיץ את החיפוש ופתרון הבעיות

• להעלות את ציפיית הבסיס למהירות התפוקה ב-OECD

עדיין יידרשו מהנדסי חשמל ל:

• בטיחות, תאימות ואמינות משלו BSI EN 60601 NI ISO 26262

• אימות באמצעות מדידה ובדיקה IEC 61000-4-3 FCC חלק 15

• לעשות פשרות תחת אילוצים

• לטפל באינטגרציה מעשית

• היו אחראים כשדברים מתקלקלים (כי זה יקרה) NIST AI RMF

סיכום קצר 😄
בינה מלאכותית מחליפה משימות. מהנדסים שמבצעים רק משימות הניתנות להחלפה מרגישים לחוצים. מהנדסים שלוקחים אחריות על אילוצים, אימות ופשרות מעשיות הופכים להיות בעלי ערך רב עוד יותר. מנחם בדרכו שלו.

ואם אתם רוצים את הגרסה הקצרה ביותר:
בינה מלאכותית היא כלי עבודה חשמלי. אתם עדיין אלה שבונים את הבית. לפעמים הכלי מבעיר ניצוצות. 🔧⚡ (אוקיי, המטאפורה הזאת קצת רעועה, אבל הבנתם.)

דוגמה מהעולם האמיתי: בניית עוזר מעבדה מבוסס בינה מלאכותית לאימות ספק כוח ⚡🔍

תַרחִישׁ

דמיינו צוות חומרה קטן שמאמת ממיר DC-DC 24V ל-5V עבור קופסת חיישנים תעשייתית. העיצוב אינו אקזוטי, אך עדיין טומן בחובו סיכון הנדסי ממשי: עלייה תרמית, רעשי מיתוג, תנודות בעומס, ירידת מתח במחבר ומארז צפוף עם זרימת אוויר לקויה.

הצוות לא מאפשר לבינה מלאכותית לתכנן את האספקה ​​ו"לאשר" אותה. זה יהיה פזיז. במקום זאת, הם משתמשים בבינה מלאכותית כעוזר מעבדה מהיר שהופך דרישות, גיליונות נתונים והערות מבחן לתוכנית בדיקה, רשימת בדיקה ודוח מעבר ראשון. המהנדס עדיין אחראי על המדידות, החלטות ההצלחה/הכישלון והאישור הסופי, מה שמתאים לנקודת המאמר שבינה מלאכותית צריכה להציע בזמן שבני אדם מאמתים.

מה שהעוזר צריך

תן לעוזר הבינה המלאכותית רק את המידע שהוא צריך:

• טווח מתח כניסה: 18V-30V

• יעד פלט: 5V ב-2A

• אדווה מותרת: מתחת ל-50mV שיא-שיא

• טמפרטורת לוח מקסימלית: 85°C בטמפרטורת סביבה של 40°C

• גיליון נתונים של הממיר

• קובץ PDF סכמטי

• צילומי מסך של PCB, אם מותר

• רשימת ציוד מעבדה: אוסצילוסקופ, עומס אלקטרוני, מצלמה תרמית, ציוד שולחני

• תבנית בדיקת חברה

• כלל בטיחות: "אין לסמן שום דבר כמאושר אלא אם כן מהנדס אנושי מספק נתונים שנמדדו."

הוראה לדוגמה

השתמש בהוראה זו:

אתה מסייע למהנדס חשמל באימות של ממיר DC-DC 24V ל-5V. צור תוכנית בדיקה על ספסל שבודקת את מתח המוצא, אדוות, תגובת מעבר עומס, התנהגות אתחול, עלייה תרמית והתנהגות תקלות. עבור כל בדיקה, כלול את המטרה, ההתקנה, השלבים, המדידה הצפויה, כלל עבר/נכשל, וטעויות נפוצות שיש להימנע מהן. אל תמציא תוצאות מדידה. אם חסרים נתונים, כתוב "נדרשת מדידה". סמן כל בדיקה הדורשת שיקול דעת אנושי או סקירת בטיחות.

איך לבדוק את זה

בדוק לעוזר כמה בדיקות מציאותיות לפני שאתה סומך עליו בתהליך העבודה:

• בקש ממנו ליצור בדיקת אדוות, לאחר מכן בדוק אם הוא מזכיר את הגדרות הארקת הגשוש ומגבלת רוחב הפס.

• בקש ממנו לבדוק מדידה מזויפת: "Ripple = 82mV peak-to-peak, limit = 50mV". הוא אמור לסמן זאת ככישלון, לא לרכך את התוצאה.

• שאל אותו מה לעשות אם הממיר מגיע ל-92 מעלות צלזיוס בעומס מלא. עליו לסמן כשל תרמי ולהציע בדיקה, לא לאשר את התכנון.

• בקשו ממנו להפיק סיכום דוח מחמישה ערכים שנמדדו ולאשר שהוא לא ממציא בדיקות חסרות.

תוֹצָאָה

תוצאה להמחשה: בהתבסס על תזמון של חמש משימות אימות לדוגמה לפני ואחרי שימוש בזרימת העבודה, המהנדס צמצם את זמן התיעוד וניסוח תוכנית הבדיקה מ -3 שעות ו-20 דקות ל-52 דקות.

הבדיקה המדידת הייתה פשוטה:

• זמן טיוטת תוכנית הבדיקה הידנית

• זמן הטיוטה בסיוע בינה מלאכותית בתוספת סקירה אנושית

• תיקוני ספירה נדרשים לפני שהתוכנית הייתה שמישה

• השווה את התוכנית הסופית מול רשימת בדיקה פנימית בת 14 נקודות לאימות

בדוגמה זו, הגרסה בסיוע בינה מלאכותית עברה 12 מתוך 14 פריטי בדיקה בבדיקה הראשונה. שני הפריטים החסרים נתפסו שניהם על ידי מהנדס אנושי: אין הוראה מפורשת להארקה של קצה הגשוש לבדיקת אדוות, ואין בדיקת הפעלה חמה נפרדת לאחר השרייה התרמית.

זהו רווח משמעותי, אך אינו תחליף לשיקול דעת הנדסי.

מה יכול להשתבש

הסיכון הגדול ביותר הוא לתת לעוזר להישמע בטוח יותר ממה שהנתונים מאפשרים.

טעויות נפוצות כוללות:

• מתן אפשרות לבינה מלאכותית להמציא תוצאות לא מוצלחות ממדידות לא מלאות

• שוכח לבדוק את מגבלות גיליון הנתונים באופן ידני

• שימוש בהנחיות מעורפלות כמו "צור תוכנית בדיקה" ללא אילוצים

• דילוג על פרטי הגדרת האוסילוסקופ

• התייחסות לדוח נקי כהוכחה לעיצוב נקי

• אי-לכידת תצפיות מעבדה חריגות, כגון רעש סליל נשמע או הפעלה לסירוגין

בינה מלאכותית יכולה לגרום לניירת להיראות מלוטשת עוד לפני שההנדסה גמורה. זה מסוכן.

טייק אווי מעשי

תהליך עבודה טוב של בינה מלאכותית עבור מהנדסי חשמל אינו "בינה מלאכותית מתכננת, אנושי לוחץ על מאשר". זה קרוב יותר ל: בינה מלאכותית משרטטת את התוכנית, המהנדס מפעיל את הספסל, המדידות מחליטות, והאדם חותם. כאן בינה מלאכותית חוסכת זמן מבלי להעמיד פנים שהפיזיקה עזבה את הבניין.

---

שאלות נפוצות

האם מהנדסי חשמל יוחלפו על ידי בינה מלאכותית ב-5-10 השנים הקרובות?

ברוב המקרים, מהנדסי חשמל לא יוחלפו באופן מיידי, אך משימות רבות שחוזרות על עצמן יהיו אוטומטיות. המעבר קרוב יותר ל"החלפת משימות" מאשר ל"החלפת קריירה", כאשר בינה מלאכותית מטפלת בניסוח, תיעוד ועבודה במעבר מוקדם. המהנדסים שנותרים בעלי ערך הם אלה שבבעלותם האילוצים, האימות והפשרות המעשיות. האחריות עדיין מוטלת על בני האדם, במיוחד כשמדובר בבטיחות ותאימות.

אילו חלקים בהנדסת חשמל הכי קלים לאוטומציה עבור בינה מלאכותית?

בינה מלאכותית נוטה ללעוס עבודה עמוסת טקסט, חוזרת על עצמה או מבוססת תבניות. זה כולל תיעוד, סיכום סקירות, יצירת רשימות בדיקה, פיגומים של קושחה סטנדרטית, חישובים מהירים וזיהוי אנומליות ביומני בדיקה. היא יכולה גם להציע אפשרויות טופולוגיה וקטגוריות רכיבים כנקודת התחלה. הבעיה היא שתפוקות אלו עדיין דורשות אימות אנושי כדי להימנע מטעויות בטוחות אך שגויות.

אילו תחומי הנדסת חשמל נוטים להיות מוחלפים הכי פחות על ידי בינה מלאכותית?

עבודה הקשורה קשר הדוק לעולם הפיזי ולהשלכותיה קשה יותר לאוטומציה. שלמות צריכת חשמל, תכנון כבד EMC/EMI, מערכות קריטיות לבטיחות, חומרה בעלת אמינות גבוהה והחלטות ארכיטקטורה חדשניות חשופות פחות משום שהן תלויות במדידה, איטרציה ושיקול דעת תחת אילוצים. הנדסת מערכות גם נשארת כבדה על בני אדם משום שהיא עוסקת במשא ומתן, פשרות סיכונים ותרגום דרישות מעורפלות לתכנונים ברי הגנה.

איך אפשר להשתמש בבינה מלאכותית בהנדסת חשמל בלי לסמוך עליה יותר מדי?

התייחסו לבינה מלאכותית כמו לחבר צוות זוטר ומהיר: שימושי לטיוטות וחקירה, אך לא מקור לאמת. גישה נפוצה היא לבקש ממנה אפשרויות, תוכניות בדיקה או הסבר במעבר ראשון, ולאחר מכן לאמת באמצעות סימולציה, מדידה וסקירות. העדיפו זרימות עבודה שבהן התפוקות "ידידותיות לאימות", כלומר ניתן לבדוק אותן במהירות. אם היא לא יכולה להסביר את נימוקיה או מסמנת שאין אי ודאות, קחו סיכון נוסף.

מה אמור להיות מסוגל לעשות כלי בינה מלאכותית "טוב" להנדסת חשמל?

בינה מלאכותית מועילה לעבודה בתחום ה-EE מתנהגת היטב תחת אילוצים ואינה מתעלמת ממציאויות לא זוהרות כמו ירידה ברמת המתח, מגבלות תרמיות, זחילה/מרווח, EMC ומחזור עבודה. היא צריכה לספק הנמקה ניתנת למעקב, להשתמש באוצר מילים מדויק של תחומים, ולייצר פלטים שניתן לבדוק או לדמות. היא זקוקה גם ל"בקרות ענווה" שחושפות אי ודאות ומציעות בדיקות. אם היא מייצרת רק תשובות בטוחות, היא יותר רעש מכלי.

האם מהנדסי חשמל זוטרים יושפעו יותר מבינה מלאכותית מאשר מהנדסים ותיקים?

כן, סטודנטים זוטרים לעיתים קרובות מרגישים זאת ראשונים מכיוון שמשימות מסורתיות ברמת כניסה חופפות למה שבינה מלאכותית מאפשרת אוטומציה טובה: ניסוח, מנהלי התקנים פשוטים, תיעוד ותיקוני ניפוי באגים בסיסיים. אם בינה מלאכותית לוקחת את החזרות הללו, צוותים צריכים להיות מכוונים יותר לגבי ההכשרה. סטודנטים זוטרים יכולים להישאר צעד אחד קדימה על ידי חיפוש זמן מעבדה מעשי, כישורי מדידה ואינסטינקטים של ניפוי באגים. היכולת לתכנן בדיקות ולפרש אותות אמיתיים הופכת לגורם מבדיל.

כיצד אוכל להכין את הקריירה שלי בהנדסת חשמל לעתיד ככל שהבינה המלאכותית משתפרת?

שאפו להפוך למהנדס שבבעלותו אילוצים ואימות. התמקדו במרווחי בטיחות, תאימות, יכולת ייצור, יעדי אמינות, תקציבי תרמיה והספק ויכולת בדיקה - תחומים שבהם אחריות מעשית חשובה. בנה שליטה חזקה בממשקים על פני גבולות חומרה/קושחה ואנלוגי/דיגיטלי, שבהם באגים באינטגרציה נפוצים. השתמשו בבינה מלאכותית כדי להאיץ טיוטות וחקירה, אך הפכו את הערך המרכזי שלכם ל"בני אדם מוכיחים, בינה מלאכותית מציעה"

האם בינה מלאכותית יכולה להתמודד באופן אמין עם בעיות EMI/EMC ופשרות בפריסת PCB?

בינה מלאכותית יכולה להציע תיקונים נפוצים, אך EMC קשורה לשמצה לגיאומטריה, נתיבי החזרה, מיגון, אפשרויות סינון ואיטרציה מונעת מדידה. טפילי פריסה וגורמים סביבתיים לא אכפת להם עד כמה מודל נשמע בטוח. בפועל, מהנדסים עדיין צריכים לאמת במעבדה ובסביבות תאימות ולבצע איטרציות על סמך תוצאות. בינה מלאכותית יכולה להאיץ סיעור מוחות, אך היא לא יכולה להחליף "ראיית צורת הגל" ולהוכיח שהתיקון עובד.

האם "מעבר בחינות של בינה מלאכותית" הוא סימן שהיא יכולה לעשות עבודה אמיתית בהנדסת חשמל?

לא ממש, כי מבחנים לא לוכדים את המציאות הלא מסודרת של עבודת הנדסה. העבודה כוללת דרישות לא שלמות, כשלים בלתי צפויים באינטגרציה, בלאי מחברים, בעיות רעש, הפתעות של ספקים ואילוצי תאימות שמופיעים באיחור. בינה מלאכותית יכולה לייצר תוצאות מעוצבות בעיצוב, אבל החלק הקשה הוא לקחת אחריות על פשרות, בדיקות ואחריות כאשר דברים מתקלקלים. הנדסה אמיתית עוסקת פחות בתשובות מושלמות ויותר בהחלטות ניתנות להגנה תחת אי ודאות.

הפניות

1. הארגון לשיתוף פעולה ופיתוח כלכלי (OECD) - השפעות הבינה המלאכותית הגנרטיבית על פרודוקטיביות, חדשנות ויזמות - oecd.org

2. הארגון לשיתוף פעולה ופיתוח כלכלי (OECD) - פערים מתעוררים במעבר לבינה מלאכותית - oecd.org

3. ארגון לשיתוף פעולה ופיתוח כלכלי (OECD) - מי יהיו העובדים שייפגעו הכי הרבה מבינה מלאכותית? - oecd.org

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

5. המכון הלאומי לתקנים וטכנולוגיה (NIST) - מסגרת ניהול סיכוני בינה מלאכותית (AI RMF 1.0) - nist.gov

6. המכון הלאומי לתקנים וטכנולוגיה (NIST) - פרופיל בינה מלאכותית גנרטיבית - nist.gov

7. הפורום הכלכלי העולמי - בינה מלאכותית, אוטומציה והרחבת תחומי עניין: עבודות המחר במקום העבודה - weforum.org

8. ארגון העבודה הבינלאומי (ILO) - בינה מלאכותית גנרטיבית ומשרות: מדד עולמי משופר של חשיפה תעסוקתית - ilo.org

9. הפורום הכלכלי העולמי - דו"ח עתיד המשרות 2025 - weforum.org

10. מקינזי ושות' - הפוטנציאל הכלכלי של בינה מלאכותית גנרטורה: חזית הפרודוקטיביות הבאה - mckinsey.com

11. מקינזי ושות' - שחרור פרודוקטיביות של מפתחים בעזרת בינה מלאכותית גנרטורה - mckinsey.com

12. BSI Group - עלון EN 60601 - bsigroup.com

13. ידע של קבוצת BSI - IEC 60664-1 (תיאום בידוד עבור ציוד במערכות אספקה ​​במתח נמוך) - bsigroup.com

14. הוועדה האלקטרוטכנית הבינלאומית (IEC) - פרסומים בסיסיים בנושא EMC - iec.ch

15. חנות האינטרנט של IEC - IEC 61000-4-3 - iec.ch

16. קוד התקנות הפדרלי האלקטרוני של ארה"ב (eCFR) - חלק 15 של ה-FCC, תת-חלק ב' - ecfr.gov

17. טקסס אינסטרומנטס (TI) - SLUP421 - ti.com

18. אוניברסיטת רכש ביטחוני (DAU) - MIL-STD-1547B חלקים אלקטרוניים, חומרים ותהליכים עבור כלי רכב לחלל ולשיגור (דצמבר 1992) - dau.edu

19. National Instruments (NI) - תקן בטיחות פונקציונלית ISO 26262 - ni.com

20. המכון הלאומי לתקנים וטכנולוגיה (NIST) - מסגרת אנומליות ברמת המכשיר (DARE) - nist.gov

21. מעבדות המחקר של מיצובישי אלקטריק (MERL) - TR2018-097 - merl.com

22. קיידנס - סקירה כללית של בינה מלאכותית - cadence.com

23. arXiv - 2310.02059v2 - arxiv.org

מצאו את הבינה המלאכותית העדכנית ביותר בחנות הרשמית של עוזרי בינה מלאכותית

אודותינו