วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่? [วิดีโอและแบบทดสอบ]

คำตอบสั้นๆ คือ วิศวกรไฟฟ้าจะไม่ถูกแทนที่ทั้งหมด แต่ AI จะเข้ามาแทนที่งานที่ทำซ้ำๆ ได้เป็นจำนวนมาก เช่น การเขียนแบบ การจัดทำเอกสาร เฟิร์มแวร์พื้นฐาน และการออกแบบเบื้องต้น หากงานของคุณส่วนใหญ่เป็นเรื่อง "การทำตามแบบแผน" คุณจะรู้สึกถึงแรงกดดัน แต่ถ้าคุณรับผิดชอบเรื่องข้อจำกัด การตรวจสอบ และการตัดสินใจด้านความปลอดภัย AI จะกลายเป็นตัวช่วยเพิ่มประสิทธิภาพอย่างมาก

ประเด็นสำคัญ:

การปรับเปลี่ยนภารกิจ: สร้างระบบอัตโนมัติสำหรับการร่างเอกสาร สรุป รายการตรวจสอบ และการคำนวณอย่างรวดเร็ว ในขณะที่ยังคงมีการกำกับดูแลจากมนุษย์

ข้อจำกัด: รักษาคุณค่าไว้ด้วยการควบคุมข้อจำกัดด้านความร้อน, EMC, การลดกำลังการทำงาน, การคืบคลานของกระแสไฟฟ้า และความน่าเชื่อถือ

การตรวจสอบ: พิจารณาผลลัพธ์จาก AI เป็นเพียงสมมติฐาน และยืนยันผลลัพธ์เหล่านั้นผ่านการจำลอง การวัดผล และแผนการทดสอบที่เป็นระบบ

ความรับผิดชอบ: มนุษย์ยังคงต้องรับผิดชอบต่อการปฏิบัติตามกฎระเบียบ การตัดสินใจที่สำคัญด้านความปลอดภัย และผลที่ตามมาจากการไม่ปฏิบัติตาม

ผลกระทบต่อนักศึกษาฝึกงาน: นักศึกษาฝึกงานจำเป็นต้องมีตัวแทนในห้องปฏิบัติการและการฝึกฝนการแก้ไขข้อผิดพลาดมากขึ้น หาก AI ดึงเอาเวลาและประสบการณ์จากการฝึกงานในช่วงแรกไป

คำถามนี้มักจะได้รับคำตอบที่ไม่ค่อยดีนัก ไม่ใช่เพราะวิศวกรรมไฟฟ้าเปราะบาง (มันไม่เปราะบางเลย) แต่เพราะ AI มีความสามารถที่น่าตกใจในการทำงานที่ครั้งหนึ่งเคยรู้สึกว่า – หากไม่ศักดิ์สิทธิ์ – อย่างน้อยก็ปลอดภัยในฐานะงานของมนุษย์ เช่น การร่าง การสรุป การค้นหา การจับรูปแบบ และการเปลี่ยนความคิดที่คลุมเครือให้กลายเป็นสิ่งที่ดู “เสร็จสมบูรณ์” 🧠⚡ OECD McKinsey

ดังนั้น วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่? คำตอบที่ดีกว่าไม่ใช่คำว่าใช่หรือไม่ใช่แบบชัดเจน แต่เป็นเช่นนี้: งานบางอย่างจะถูกแทนที่ด้วย AI บางอย่างจะถูกเพิ่มประสิทธิภาพอย่างรวดเร็ว และบางอย่างจะยังคงเป็นงานของมนุษย์ต่อไป( World Economic Forum ILO)

ด้านล่างนี้คือรายละเอียดทั้งหมด - อะไรที่สามารถทำให้เป็นระบบอัตโนมัติได้ อะไรที่ทำไม่ได้ ทิศทางในอนาคต และวิธีการรักษาคุณค่าของตนเอง (โดยไม่กลายเป็นหุ่นยนต์เสียเอง 🤖).

บทความที่คุณอาจสนใจอ่านต่อหลังจากบทความนี้:

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่รังสีแพทย์หรือไม่
ปัจจุบันระบบอัตโนมัติสามารถทำอะไรได้บ้างและทำอะไรไม่ได้บ้างในงานถ่ายภาพทางการแพทย์.

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่นักบัญชีหรือไม่
ปัญญาประดิษฐ์ (AI) ส่งผลกระทบต่อการทำบัญชี การตรวจสอบบัญชี และเส้นทางอาชีพด้านบัญชีอย่างไร.

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่นักลงทุนในธนาคารหรือไม่
งานใดบ้างที่ AI สามารถทำให้เป็นอัตโนมัติได้ในภาคการธนาคาร และงานใดบ้างที่ยังคงเป็นงานที่ต้องใช้มนุษย์.

🔗 AI จะเข้ามาแทนที่นักวิเคราะห์ข้อมูลหรือไม่: พูดคุยกันอย่างตรงไปตรงมา
บทวิเคราะห์เจาะลึกเกี่ยวกับงานด้านการวิเคราะห์ข้อมูล เครื่องมือ และความมั่นคงในสายงานนี้.

1) คำตอบตรงๆ สำหรับคำถามที่ว่า “วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่?” 😬

วิศวกรไฟฟ้าจะไม่ถูกแทนที่ในวงกว้าง แต่บางส่วนของงานได้ถูกแทนที่ไปแล้ว (World Economic Forum OECD)

สิ่งที่เกิดขึ้นคือ “การทดแทนงาน” ไม่ใช่ “การทดแทนอาชีพ” (ILO OECD

ปัญญาประดิษฐ์กำลังก้าวเข้าสู่:

• เอกสารซ้ำซ้อน 📄

• แบบร่างและดีไซน์ขั้นแรก ✍️

• การตรวจจับข้อผิดพลาดในโค้ดและการตั้งค่า 🧩

• การวิเคราะห์ข้อมูลทดสอบและการตรวจจับความผิดปกติ 📈

• การคำนวณอย่างรวดเร็ว การตรวจสอบความถูกต้อง และการค้นหาข้อมูล 🔍 OECD McKinsey

และมันก็ไม่ได้เข้ามาอย่างสุภาพด้วย มันบุกเข้ามาเหมือนเด็กเล็กที่ถือปากกาเมจิก.

แต่บทบาทเต็มรูปแบบของวิศวกรไฟฟ้าไม่ได้มีแค่การสร้างแผนผังวงจรที่เรียบร้อยเท่านั้น มันรวมถึงความรับผิดชอบ ความปลอดภัย การแลกเปลี่ยนข้อดีข้อเสีย ข้อจำกัดทางกายภาพ การปฏิบัติตามกฎระเบียบ ข้อกำหนดที่ซับซ้อน และสถานการณ์ที่ว่า “นี่น่าจะใช้งานได้แต่กลับใช้งานไม่ได้ และไม่มีใครรู้ว่าทำไม” 😵💫 NIST AI RMF BSI EN 60601

AI ช่วยได้มาก บางครั้งก็ช่วยได้มหาศาล แต่ AI ไม่ได้ เป็นผู้รับผิดชอบ ต่อผลที่ตามมา มนุษย์ยังคงเป็นผู้รับผิดชอบอยู่ดี (NIST AI RMF EU AI Act (EUR-Lex))

ดังนั้น คำตอบคือใช่ วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่? บางคนอาจรู้สึกว่าถูกแทนที่หากพวกเขาทำงานเฉพาะส่วนที่สามารถใช้ระบบอัตโนมัติได้ง่ายๆ แต่ส่วนใหญ่จะไม่รู้สึกเช่นนั้น เพราะบทบาทของพวกเขากว้างกว่าแค่ส่วนงานนั้น

2) อะไรคือคุณสมบัติที่ทำให้ AI เวอร์ชันที่ดีสำหรับงานวิศวกรรมไฟฟ้า? ✅🤝

ไม่ใช่ว่า AI ทุกตัวจะมีประโยชน์ บางตัวก็เป็นแค่เสียงรบกวนที่ฟังดูเป็นมิตร น่ารัก แต่ไม่ใช่เลย (อ้างอิง จาก NIST GenAI Profile)

ปัญญาประดิษฐ์ (AI) ที่ดีสำหรับการใช้งานด้านวิศวกรรมไฟฟ้าโดยทั่วไปจะมีคุณสมบัติดังนี้:

• การตระหนักถึงข้อจำกัด: มันไม่ได้ละเลยพิกัดแรงดันไฟฟ้า ขีดจำกัดความร้อน ความเป็นจริงของ EMC การคืบคลาน ระยะห่าง รอบการทำงาน การลดพิกัด... สิ่งที่ไม่น่าดึงดูดใจแต่ช่วยให้ผลิตภัณฑ์อยู่รอดได้ 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B

• เหตุผลที่ตรวจสอบได้: สามารถอธิบายได้ว่าทำไมจึงเลือกวิธีการนั้น ไม่ใช่แค่ให้คำตอบออกมาเฉยๆ 🧠 NIST AI RMF

• คำศัพท์เฉพาะทาง: มันพูดได้คล่องแคล่วเหมือนภาษาเด็กๆ เช่น “ข้อมูลจำเพาะของผลิตภัณฑ์” “ค่าความคลาดเคลื่อน” “ความเสถียรของวงจร” “ระยะขอบเฟส” “การต่อลงกราวด์” 📚

• การทำงานร่วมกันแบบวนซ้ำ: มันไม่ล่มสลายหรอกเมื่อคุณบอกว่า “นี่คือแผงวงจร 4 ชั้นที่มีสัญญาณรบกวนจากการสวิตช์และขั้วต่อราคาถูก” 😅

• ผลลัพธ์ที่ตรวจสอบได้ง่าย: มันสร้างสิ่งที่สามารถทดสอบ จำลอง หรือตรวจสอบได้ ไม่ใช่แค่ความรู้สึก ⚙️ NIST AI RMF

• ความอ่อนน้อมถ่อมตนเป็นตัวควบคุม (ใช่แล้ว จริงๆ): มันจะชี้ให้เห็นถึงความไม่แน่นอน แนะนำการตรวจสอบ และไม่แสร้งทำเป็นว่าได้วัดรูปคลื่นแล้ว 🫠 โปรไฟล์ NIST GenAI

หากเครื่องมือ AI ไม่สามารถทำงานภายใต้ข้อจำกัดได้ มันก็เหมือนกับไขควงที่ทำจากชีส ในทางเทคนิคแล้วมันเป็นเครื่องมือ...แต่ใช้การไม่ได้ในทางปฏิบัติ.

3) ที่ซึ่ง AI เข้ามาแทนที่ส่วนต่างๆ ของวิศวกรรมไฟฟ้าแล้ว (อย่างเงียบๆ) 🧠⚡

นี่คือตัวอย่างที่ AI เข้ามาช่วยจัดการงานที่ใช้เวลานาน โดยเฉพาะในทีมที่นำ AI มาใช้:

การร่างและการจัดทำเอกสาร

• แปลงบันทึกย่อให้เป็นเอกสารข้อกำหนด

• สรุปผลการตรวจสอบการออกแบบ

• การสร้างขั้นตอนการทดสอบและรายการตรวจสอบ

• การเขียนคำอธิบายเฟิร์มแวร์และไฟล์ README ของ OECD

งานนี้อาจจะไม่ดูหรูหรา แต่ต้องใช้เวลาทำงานหลายชั่วโมงมาก AI กินเวลาเยอะมาก 🍽️

การสร้างโครงร่างวงจรและเฟิร์มแวร์ขั้นแรก

• เสนอทางเลือกด้านโครงสร้างสำหรับภาคจ่ายไฟ

• สร้างโค้ดฝังตัวเริ่มต้น (ไดรเวอร์, สเตทแมชชีน, โครงร่างการสื่อสาร)

• เสนอให้ใช้ “คลาส” ของส่วนประกอบ (ไม่ใช่ชิ้นส่วนที่แน่นอน แต่เป็นหมวดหมู่) โดย McKinsey

ตรงนี้แหละที่คนรู้สึกหวาดกลัว เพราะมันดูเหมือนงานวิศวกรรม ซึ่งมันก็เป็นอย่างนั้นแหละ แต่ "ขั้นตอนแรก" ไม่ใช่ผลลัพธ์สุดท้าย.

การจดจำรูปแบบการแก้ไขข้อผิดพลาด

• การตรวจจับความผิดปกติในไฟล์บันทึกข้อมูล

• การระบุความสัมพันธ์ในข้อมูลทดสอบ

• การตรวจจับสัญญาณความล้มเหลวซ้ำๆ NIST DARE MERL

มันก็เหมือนกับมีเด็กฝึกงานที่ไฮเปอร์แอคทีฟ ไม่ยอมนอน และไม่ยอมขอของว่างนั่นแหละ อันตรายแต่ก็มีประโยชน์ไปพร้อมๆ กัน 😆

4) สิ่งที่ AI ประสบปัญหาในด้านวิศวกรรมไฟฟ้า (หรือที่เรียกกันว่า เรื่องที่ยุ่งยาก) 🧷

ปัญญาประดิษฐ์ประสบปัญหามากที่สุดเมื่อเผชิญกับความเป็นจริง วิศวกรรมไฟฟ้าเต็มไปด้วยความเป็นจริง.

โลกทางกายภาพไม่สนใจเรื่องความมั่นใจหรอก

AI อาจฟังดูมั่นใจ แต่หลักฟิสิกส์ไม่สนใจ ปัญหาที่เกิดขึ้นกับผลิตภัณฑ์ที่ไม่ได้ติดตั้งบนสไลด์ ได้แก่ สัญญาณรบกวนจากอุปกรณ์ การสั่นสะเทือน ความชื้น การสึกหรอของขั้วต่อ และชิ้นส่วนที่ด้อยคุณภาพ สิ่งเหล่านี้คือ "ค่าใช้จ่ายที่ไม่คาดคิด" ของผลิตภัณฑ์ที่ไม่ได้ติดตั้งบนสไลด์ มาตรฐาน IEC EMC และ FCC Part 15

การต่อสายดิน การรบกวนทางแม่เหล็กไฟฟ้า และข้อแลกเปลี่ยนระหว่างการจัดวางรูปแบบต่างๆ

คุณไม่สามารถแก้ปัญหา EMI ได้อย่างสมบูรณ์ด้วยการคาดเดาข้อความ คุณต้องแก้ปัญหาด้วยวิธีต่อไปนี้:

• เรขาคณิต

• เส้นทางส่งคืน

• ตัวเลือกการป้องกันและการกรอง

• การวัด

• การทำซ้ำ IEC 61000-4-3 IEC EMC

AI สามารถแนะนำวิธีแก้ไขได้ แต่ไม่สามารถตรวจจับความล้มเหลวในระหว่างการทดสอบในห้องทดสอบได้ วิศวกรต่างหากที่ทำได้ 👃⚡

การเจรจาข้อกำหนดและความยุ่งยากซับซ้อนของผู้มีส่วนได้ส่วนเสีย

งานครึ่งหนึ่งคือการแปล:

• “ทำให้เล็กลง”

• “ทำให้ถูกลง”

• “ทำให้ผ่านการตรวจสอบตามข้อกำหนด”

• “จัดส่งสัปดาห์หน้า”

สู่การออกแบบที่ยั่งยืน AI ไม่ได้เป็นเจ้าของเรื่องการเมือง ความเสี่ยง หรือความผิด มนุษย์ต่างหากที่เป็นเจ้าของ (เย้?) 😅

ความรับผิดชอบและความปลอดภัย

เมื่อระบบจ่ายไฟขัดข้อง อุปกรณ์ทางการแพทย์ทำงานผิดปกติ หรือชุดแบตเตอรี่กลายเป็นกองไฟ จำเป็นต้องมีผู้ตัดสินใจอย่างรอบคอบและมีเหตุผล (มาตรฐาน BSI EN 60601 และ NI ISO 26262)

AI สามารถมีส่วนร่วมได้ แต่ไม่สามารถเป็นผู้รับผิดชอบหลักได้ เรื่องนี้สำคัญมาก กฎหมาย AI ของสหภาพยุโรป (EUR-Lex) NIST AI RMF

5) งานด้านวิศวกรรมไฟฟ้าที่ได้รับผลกระทบจากระบบอัตโนมัติมากที่สุด 🎯

บทบาทย่อยบางบทบาทจะเปลี่ยนแปลงเร็วกว่าบทบาทอื่นๆ ไม่ใช่เพราะว่าบทบาทเหล่านั้น "ด้อยกว่า" แต่เป็นเพราะว่าบทบาทเหล่านั้นมีรูปแบบที่ซ้ำซากมากกว่า.

เปิดเผยมากขึ้น:

• การร่างแผนผังวงจรไฟฟ้า ตามแบบแผนที่ทราบแล้ว

• โครงสร้างพื้นฐานสำหรับระบบฝัง ตัว (โค้ดเริ่มต้น, โปรโตคอลทั่วไป, ตรรกะเชื่อมต่อ) (McKinsey

• การจัดทำรายงานการทดสอบ และการจัดรูปแบบเอกสารการปฏิบัติตามข้อกำหนด

• สรุปผลการวิจัยส่วนประกอบ (โปรดตรวจสอบโดยมนุษย์ด้วย)

• การออกแบบแผงวงจรพิมพ์แบบง่าย (การวางวงจรที่คุ้นเคยซ้ำๆ)

ได้รับผลกระทบน้อยกว่า:

• ความสมบูรณ์ของพลังงาน + การออกแบบที่เน้น EMC ตามมาตรฐาน IEC EMC

• ระบบที่มีความสำคัญต่อความปลอดภัย NI ISO 26262

• ฮาร์ดแวร์ที่มีความน่าเชื่อถือสูง (สภาพแวดล้อมที่รุนแรง อายุการใช้งานยาวนาน) MIL-STD-1547B

• งานสถาปัตยกรรมรูปแบบใหม่ (ข้อจำกัดใหม่ รูปแบบความล้มเหลวใหม่)

• วิศวกรรมระบบ (บทบาทของผู้แปลความรู้ข้ามสาขาวิชา)

ดังนั้น หากมีใครถามอีกครั้งว่า วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่? คำตอบคือ ยิ่งงานของคุณเป็นการ "ดำเนินการตามแบบแผน" มากเท่าไหร่ AI ก็ยิ่งสามารถเข้ามาควบคุมคุณได้มากเท่านั้น และยิ่งงานของคุณเป็นการ "ควบคุมความเป็นจริง" มากเท่าไหร่ AI ก็ยิ่งกลายเป็นผู้ช่วยของคุณมากขึ้นเท่านั้น

6) ตารางเปรียบเทียบ: ตัวเลือก AI ทั่วไปที่ช่วยวิศวกรไฟฟ้า 🧰🤖

(นี่เป็นเพียงหมวดหมู่ ไม่ใช่แบรนด์วิเศษ ทีมจริงมักจะผสมผสานหลายๆ แบรนด์เข้าด้วยกัน)

สังเกตธีมหลัก: AI ช่วยเร่งผลลัพธ์แต่ วิศวกรตรวจสอบความถูกต้องของความเป็นจริงนั่นคือกระบวนการทำงาน (NIST AI RMF)

7) บทบาทของวิศวกรไฟฟ้าเปลี่ยนแปลงไปอย่างไร (และทำไมวิศวกรระดับจูเนียร์ถึงรู้สึกถึงการเปลี่ยนแปลงก่อน) 👣⚡

ส่วนนี้อาจจะฟังดูอึดอัดสักหน่อย ดังนั้นผมจะพูดตรงๆเลย.

AI จะเปลี่ยน “บันไดแห่งการฝึกงาน” (องค์การเพื่อ การพัฒนาทางเศรษฐกิจโลก

ตามธรรมเนียมแล้ว วิศวกรฝึกหัดเรียนรู้จากการลงมือปฏิบัติจริง:

• การร่างแผนผัง

• การเขียนไดรเวอร์แบบง่าย

• การบันทึกการทดสอบ

• แก้ไขข้อผิดพลาดที่เห็นได้ชัด

• การพัฒนาต่อยอดจากแบบแผนที่มีอยู่แล้ว

แต่ถ้า AI เข้ามาจัดการงานส่วนใหญ่... พนักงานรุ่นน้องอาจได้โอกาสน้อยลง (ILO)

นั่นไม่ได้หมายความว่านักกีฬารุ่นเยาว์จะหมดหวัง แต่หมายความว่าเส้นทางจะเปลี่ยนไป ทีมต่างๆ จะต้องตั้งใจฝึกฝนอย่างจริงจัง และนักกีฬารุ่นเยาว์จะต้องแสวงหา:

• เวลาฝึกปฏิบัติในห้องปฏิบัติการ 🔧

• ทักษะการวัด (ออสซิโลสโคป, VNA, โพรบ, การต่อสายดิน) 📟

• สัญชาตญาณในการแก้ไขข้อผิดพลาด (ควรตรวจสอบอะไรก่อน เป็นลำดับที่สอง และเป็นลำดับที่สาม)

• การคิดเชิงระบบ (ส่วนต่อประสาน โหมดความล้มเหลว ข้อจำกัด)

วิศวกรที่สามารถ วัดผลได้ดี จะมีคุณค่ามากขึ้น ไม่ใช่น้อยลง เพราะการวัดผลคือจุดที่ AI ยัง “ไม่สมจริง” ที่สุด (IEC 61000-4-3 FCC Part 15)

หากคุณเป็นผู้บริหารระดับสูง บทบาทหน้าที่ของคุณจะเปลี่ยนไปดังนี้:

• การตัดสินใจด้านสถาปัตยกรรม

• การแลกเปลี่ยนความเสี่ยง

• แผนการตรวจสอบและยืนยัน

• การเจรจาข้ามสายงาน

• การให้คำปรึกษา – แต่ในรูปแบบที่แตกต่างออกไป

ใช่แล้ว คุณอาจใช้เวลามากขึ้นในการ "กำกับ" AI ซึ่งอาจฟังดูไร้สาระจนกว่าคุณจะตระหนักว่าการกำกับนั้นก็คืองานวิศวกรรมนั่นเอง.

8) คู่มือปฏิบัติจริง: วิธีไม่ให้ถูกแทนที่ (โดยไม่ต้องกลายเป็นผู้สนับสนุน AI อย่างสุดโต่ง) 🛠️

ถ้าคุณต้องการกลยุทธ์ที่ง่ายๆ ก็คือแบบนี้:

มาเป็นวิศวกรที่ควบคุมข้อจำกัดได้กันเถอะ ✅

AI เก่งเรื่องการค้นหาความเป็นไปได้ คุณจะมีคุณค่ามากขึ้นเมื่อคุณมีคุณสมบัติดังต่อไปนี้:

• ระยะปลอดภัย

• ข้อจำกัดการปฏิบัติตาม

• ความสามารถในการผลิต

• เป้าหมายความน่าเชื่อถือ

• งบประมาณด้านความร้อนและพลังงาน

• ความสามารถในการทดสอบ NIST AI RMF

ฝึกฝนทักษะการยืนยันตัวตนให้เชี่ยวชาญ 🔍

อนาคตเป็นของวิศวกรที่สามารถพูดได้ว่า:

• “นี่คือสมมติฐาน”

• “นี่คือแผนการวัดผล”

• “นี่คือผลลัพธ์”

• “นี่คือสิ่งที่เราเปลี่ยนแปลงไป”

AI สามารถเสนอแนะได้ มนุษย์เป็นผู้พิสูจน์ NIST AI RMF

สร้าง “ความเชี่ยวชาญด้านอินเทอร์เฟซ”

จงเป็นคนที่เข้าใจเรื่องขอบเขต:

• ฮาร์ดแวร์สู่เฟิร์มแวร์

• อนาล็อกเป็นดิจิทัล

• กำลังส่งสัญญาณ

• เซ็นเซอร์เพื่อคำนวณ

• ข้อกำหนดของผลิตภัณฑ์เทียบกับข้อกำหนดทางวิศวกรรม

บั๊กในส่วนติดต่อผู้ใช้คือสาเหตุที่ทำให้ตารางงานล่มสลาย 😵

เรียนรู้วิธีการใช้ AI เหมือนกับเพื่อนร่วมทีมรุ่นน้อง

ไม่ใช่แบบเจ้านาย ไม่ใช่แบบพระเจ้า แต่เป็นเหมือนเพื่อนร่วมทีมรุ่นน้องที่:

• เร็ว

• กระตือรือร้น

• บางครั้งก็ผิดพลาด

• คมชัดเป็นพิเศษในบางครั้ง โปรไฟล์ NIST GenAI

คุณไม่ได้จ้างคนอื่นมาคิดแทน คุณจ้างคนอื่นมาเขียนร่างและสำรวจข้อมูลต่างหาก.

9) ความเชื่อผิดๆ เกี่ยวกับ “วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่?” 🧠💥

ความเชื่อผิดๆ: “AI จะออกแบบทั้งหมดเอง”

ความเป็นจริง: มันอาจสร้างวัตถุที่มีรูปร่างตามการออกแบบได้ แต่การออกแบบที่แท้จริงนั้นรวมถึงข้อจำกัด การทดสอบ ความเป็นจริงของการจัดวาง การปฏิบัติตามข้อกำหนด และการผลิต นั่นคือภาพรวมทั้งหมดที่ไม่เรียบร้อย (NIST AI RMF)

ความเชื่อผิดๆ: “เฉพาะฮาร์ดแวร์เท่านั้นที่ปลอดภัย”

ความเป็นจริง: เฟิร์มแวร์ได้รับการพัฒนาให้เป็นระบบอัตโนมัติได้เร็วกว่าในบางด้าน เพราะเป็นแบบข้อความ ฮาร์ดแวร์มีแรงเสียดทานทางกายภาพ แต่เอกสารและการร่างเอกสารก็ได้รับการพัฒนาให้เป็นระบบอัตโนมัติเช่นกัน (OECD

ความเชื่อผิดๆ: “ถ้า AI สอบผ่านได้ มันก็ทำงานได้”

ความจริง: การสอบไม่ใช่ส่วนสำคัญของงาน งานที่แท้จริงคือการจัดการกับข้อกำหนดที่ไม่ครบถ้วน ตัวเชื่อมต่อที่ไม่ได้มาตรฐาน รางจ่ายไฟที่มีเสียงรบกวน และซัพพลายเออร์ที่ยืนยันว่าชิ้นส่วนนั้นเหมือนกันทุกประการ ทั้งๆ ที่ความจริงแล้ว...ไม่เหมือนกัน 😑

ความเชื่อผิดๆ: “AI ช่วยประหยัดเวลาได้เสมอ”

ความเป็นจริง: AI ช่วยประหยัดเวลาเมื่อคุณตรวจสอบอย่างรวดเร็ว หากคุณไม่ตรวจสอบ คุณจะเสียเวลาในภายหลัง เหมือนกับการกวาดฝุ่นไปไว้ใต้พรม แต่พรมนั้นคือวันเปิดตัวของคุณ ( ข้อมูลจาก NIST GenAI Profile)

10) ข้อสรุปและสรุปย่อ 🌩️✨

ดังนั้น วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI หรือไม่? ไม่ใช่ในแบบที่หลายคนกลัว บทบาทนี้จะไม่หายไป แต่มันจะ ปรับสมดุลใหม่( World Economic Forum ILO)

AI จะทำสิ่งต่อไปนี้:

• ทำให้กระบวนการร่างเอกสาร การจัดทำเอกสาร และการดำเนินการซ้ำๆ เป็นไปโดยอัตโนมัติ

• ช่วยให้การสำรวจและแก้ไขปัญหารวดเร็วยิ่งขึ้น

• ยกระดับความคาดหวังพื้นฐานสำหรับความเร็วในการส่งออก ของ OECD

วิศวกรไฟฟ้ายังคงเป็นที่ต้องการในด้านต่างๆ ดังนี้:

• ความปลอดภัย ความสอดคล้อง และความน่าเชื่อถือของตัวเอง BSI EN 60601 NI ISO 26262

• ตรวจสอบความถูกต้องด้วยการวัดและการทดสอบตามมาตรฐาน IEC 61000-4-3 และ FCC Part 15

• ทำการแลกเปลี่ยนภายใต้ข้อจำกัด

• จัดการการบูรณาการเชิงปฏิบัติ

• รับผิดชอบเมื่อสิ่งต่างๆ เสียหาย (เพราะมันจะต้องเสียหาย) NIST AI RMF

สรุปสั้นๆ 😄
AI เข้ามาแทนที่งานต่างๆ วิศวกรที่ทำงานแต่สิ่งที่ทดแทนได้จะรู้สึกถูกกดดัน วิศวกรที่เข้าใจข้อจำกัด การตรวจสอบ และการแลกเปลี่ยนที่เหมาะสมจะยิ่งมีคุณค่ามากขึ้น ซึ่งก็เป็นเรื่องดีในอีกแง่หนึ่ง

และถ้าคุณต้องการเวอร์ชันที่สั้นที่สุด:
AI ก็เหมือนเครื่องมือไฟฟ้า คุณยังคงเป็นคนสร้างบ้านอยู่ดี บางครั้งเครื่องมือก็อาจเกิดประกายไฟได้ 🔧⚡ (โอเค ​​คำเปรียบเทียบนี้อาจจะดูไม่ค่อยลงตัวนัก แต่คุณคงเข้าใจ)

ตัวอย่างในโลกแห่งความเป็นจริง: การสร้างผู้ช่วยห้องปฏิบัติการ AI สำหรับการตรวจสอบความถูกต้องของระบบจ่ายไฟ ⚡🔍

สถานการณ์

ลองนึกภาพทีมพัฒนาฮาร์ดแวร์ขนาดเล็กกำลังตรวจสอบความถูกต้องของตัวแปลง DC-DC 24V เป็น 5V สำหรับกล่องเซ็นเซอร์อุตสาหกรรม การออกแบบไม่ได้แปลกใหม่ แต่ก็ยังมีความเสี่ยงทางวิศวกรรมที่แท้จริงอยู่ เช่น อุณหภูมิที่สูงขึ้น สัญญาณรบกวนจากการสวิตช์ การเปลี่ยนแปลงโหลดอย่างฉับพลัน แรงดันตกคร่อมของขั้วต่อ และตัวเรือนที่คับแคบซึ่งมีการระบายอากาศไม่ดี.

ทีมงาน ไม่ได้ ปล่อยให้ AI ออกแบบและ "อนุมัติ" การจัดหาวัสดุ เพราะนั่นจะเป็นการกระทำที่ประมาท แต่พวกเขาใช้ AI เป็นผู้ช่วยในห้องปฏิบัติการที่รวดเร็ว โดยเปลี่ยนข้อกำหนด ข้อมูลจำเพาะ และบันทึกการทดลองให้เป็นแผนการทดสอบ รายการตรวจสอบ และรายงานเบื้องต้น วิศวกรยังคงรับผิดชอบในการวัดผล การตัดสินใจว่าผ่านหรือไม่ผ่าน และการลงนามอนุมัติขั้นสุดท้าย ซึ่งสอดคล้องกับประเด็นของบทความที่ว่า AI ควรเสนอแนะในขณะที่มนุษย์ตรวจสอบ

สิ่งที่ผู้ช่วยต้องการ

ให้ข้อมูลที่จำเป็นแก่ผู้ช่วย AI เท่านั้น:

• ช่วงแรงดันไฟฟ้าขาเข้า: 18V-30V

• เป้าหมายเอาต์พุต: 5V ที่ 2A

• ค่าริปเปิลที่อนุญาต: ต่ำกว่า 50 มิลลิโวลต์ (ค่าสูงสุดถึงต่ำสุด)

• อุณหภูมิสูงสุดของแผงวงจร: 85°C ที่อุณหภูมิแวดล้อม 40°C

• เอกสารข้อมูลตัวแปลง

• แผนผัง PDF

• ภาพหน้าจอ PCB หากได้รับอนุญาต

• รายการอุปกรณ์ห้องปฏิบัติการ: ออสซิลโลสโคป, โหลดอิเล็กทรอนิกส์, กล้องถ่ายภาพความร้อน, แหล่งจ่ายไฟแบบตั้งโต๊ะ

• แม่แบบทดสอบของบริษัท

• กฎความปลอดภัย: “ห้ามทำเครื่องหมายว่าผ่านการตรวจสอบแล้ว เว้นแต่ว่าวิศวกรจะทำการวัดข้อมูลอย่างแม่นยำ”

ตัวอย่างคำแนะนำ

โปรดปฏิบัติตามคำแนะนำนี้:

คุณกำลังช่วยเหลือวิศวกรไฟฟ้าในการตรวจสอบความถูกต้องของตัวแปลง DC-DC 24V เป็น 5V จงสร้างแผนการทดสอบบนแท่นทดสอบที่ตรวจสอบแรงดันเอาต์พุต ริปเปิล การตอบสนองต่อการเปลี่ยนแปลงโหลด พฤติกรรมการเริ่มต้นทำงาน การเพิ่มขึ้นของอุณหภูมิ และพฤติกรรมเมื่อเกิดข้อผิดพลาด สำหรับแต่ละการทดสอบ ให้ระบุวัตถุประสงค์ การตั้งค่า ขั้นตอน การวัดที่คาดหวัง กฎการผ่าน/ไม่ผ่าน และข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง ห้ามสร้างผลการวัดขึ้นเอง หากข้อมูลขาดหาย ให้เขียนว่า “ต้องทำการวัด” ทำเครื่องหมายการทดสอบใดๆ ที่ต้องใช้การตัดสินใจของมนุษย์หรือการตรวจสอบด้านความปลอดภัย.

วิธีการทดสอบ

ควรตรวจสอบความถูกต้องของตัวช่วยในขั้นตอนการทำงานอย่างละเอียดก่อนที่จะนำไปใช้จริง:

• สั่งให้โปรแกรมสร้างการทดสอบริปเปิล จากนั้นตรวจสอบว่ามีการกล่าวถึงการต่อสายดินของโพรบและการตั้งค่าขีดจำกัดแบนด์วิดท์หรือไม่.

• ขอให้ตรวจสอบการวัดปลอม: “ค่าริปเปิล = 82mV พีคถึงพีค, ค่าจำกัด = 50mV” ควรทำเครื่องหมายว่าไม่ผ่าน ไม่ใช่ลดทอนผลลัพธ์.

• ถามระบบว่าควรทำอย่างไรหากตัวแปลงไฟมีอุณหภูมิสูงถึง 92°C เมื่อทำงานเต็มกำลัง ระบบควรแจ้งเตือนความล้มเหลวจากความร้อนและแนะนำให้ตรวจสอบ ไม่ใช่รับรองการออกแบบ.

• ขอให้โปรแกรมสร้างรายงานสรุปจากค่าที่วัดได้ห้าค่า และตรวจสอบให้แน่ใจว่าไม่ได้สร้างการทดสอบที่ขาดหายไปขึ้นมาเอง.

ผลลัพธ์

ผลลัพธ์ที่แสดงให้เห็น: จากการจับเวลาการทำงานตรวจสอบความถูกต้อง 5 ตัวอย่าง ก่อนและหลังการใช้เวิร์กโฟลว์ วิศวกรสามารถลดเวลาในการจัดทำเอกสารและร่างแผนการทดสอบจาก 3 ชั่วโมง 20 นาที เหลือเพียง 52นาที

การตรวจสอบที่วัดผลได้นั้นง่ายมาก:

• กำหนดเวลาสำหรับการร่างแผนการทดสอบด้วยตนเอง

• ระยะเวลาระหว่างการร่างเอกสารโดยใช้ AI ช่วยเหลือ บวกกับการตรวจสอบโดยมนุษย์

• จำเป็นต้องแก้ไขจำนวนก่อนที่แผนจะนำกลับมาใช้งานได้

• เปรียบเทียบแผนงานขั้นสุดท้ายกับรายการตรวจสอบความถูกต้องภายใน 14 ข้อ

ในตัวอย่างนี้ เวอร์ชันที่ใช้ AI ช่วยเหลือผ่าน การตรวจสอบ 12 จาก 14 รายการในการตรวจสอบครั้งแรกรายการที่ขาดหายไปสองรายการนั้นถูกตรวจพบโดยวิศวกรที่เป็นมนุษย์ ได้แก่ ไม่มีคำแนะนำเกี่ยวกับการต่อสายดินของปลายโพรบอย่างชัดเจนสำหรับการทดสอบริปเปิล และไม่มีการทดสอบการเริ่มต้นทำงานขณะร้อนแยกต่างหากหลังจากแช่เย็นอุณหภูมิ

นั่นเป็นความก้าวหน้าที่สำคัญ แต่ไม่สามารถทดแทนวิจารณญาณทางวิศวกรรมได้.

อะไรบ้างที่อาจผิดพลาดได้

ความเสี่ยงที่ใหญ่ที่สุดคือการปล่อยให้ผู้ช่วยแสดงความมั่นใจมากกว่าที่ข้อมูลจะเอื้ออำนวย.

ข้อผิดพลาดที่พบบ่อย ได้แก่:

• การปล่อยให้ AI สร้างผลลัพธ์ที่ส่งต่อจากการวัดที่ไม่สมบูรณ์

• ลืมตรวจสอบขีดจำกัดในเอกสารข้อมูลจำเพาะด้วยตนเอง

• การใช้คำสั่งที่ไม่ชัดเจน เช่น “จัดทำแผนการทดสอบ” โดยไม่มีข้อจำกัด

• ข้ามรายละเอียดการตั้งค่าออสซิลโลสโคป

• การถือว่ารายงานที่สะอาดเป็นหลักฐานของการออกแบบที่สะอาด

• ไม่สามารถบันทึกการสังเกตการณ์ที่ผิดปกติในห้องปฏิบัติการได้ เช่น เสียงดังจากขดลวด หรือการเริ่มต้นทำงานที่ไม่ต่อเนื่อง

AI สามารถทำให้เอกสารดูเรียบร้อยสวยงามก่อนที่งานวิศวกรรมจะเสร็จสมบูรณ์ ซึ่งเป็นเรื่องอันตราย.

ข้อคิดที่นำไปใช้ได้จริง

กระบวนการทำงานที่ดีของ AI สำหรับวิศวกรไฟฟ้าไม่ใช่ “AI ออกแบบ แล้วคนคลิกอนุมัติ” แต่ควรจะเป็นประมาณนี้: AI ร่างแผน วิศวกรทำการทดสอบ การวัดผลเป็นตัวตัดสิน และคนลงนามอนุมัตินี่คือจุดที่ AI ช่วยประหยัดเวลาโดยที่ไม่ต้องเอาหลักฟิสิกส์มาเกี่ยวข้อง

คำถามที่พบบ่อย

วิศวกรไฟฟ้าจะถูกแทนที่ด้วย AI ในอีก 5-10 ปีข้างหน้าหรือไม่?

ในกรณีส่วนใหญ่ วิศวกรไฟฟ้าจะไม่ถูกแทนที่โดยสิ้นเชิง แต่ภารกิจที่ทำซ้ำได้หลายอย่างจะถูกทำให้เป็นระบบอัตโนมัติ การเปลี่ยนแปลงนี้ใกล้เคียงกับการ "ทดแทนภารกิจ" มากกว่า "ทดแทนอาชีพ" โดย AI จะจัดการงานร่างแบบ เอกสาร และงานตรวจสอบเบื้องต้น วิศวกรที่ยังคงมีคุณค่าคือผู้ที่รับผิดชอบข้อจำกัด การตรวจสอบ และการแลกเปลี่ยนที่เหมาะสม ความรับผิดชอบยังคงอยู่ที่มนุษย์ โดยเฉพาะอย่างยิ่งเมื่อเกี่ยวข้องกับความปลอดภัยและการปฏิบัติตามกฎระเบียบ.

ส่วนใดของวิศวกรรมไฟฟ้าที่ง่ายที่สุดสำหรับการนำ AI มาใช้ในการทำงานอัตโนมัติ?

AI มักจะทำงานได้ดีกับงานที่มีข้อความจำนวนมาก งานที่ซ้ำซาก หรือ งานที่มีรูปแบบตายตัว ซึ่งรวมถึงการจัดทำเอกสาร การสรุปบทวิจารณ์ การสร้างรายการตรวจสอบ โครงสร้างพื้นฐานเฟิร์มแวร์ การคำนวณอย่างรวดเร็ว และการตรวจจับความผิดปกติในบันทึกการทดสอบ นอกจากนี้ยังสามารถเสนอตัวเลือกโครงสร้างและหมวดหมู่ส่วนประกอบเป็นจุดเริ่มต้นได้อีกด้วย ข้อเสียคือผลลัพธ์เหล่านี้ยังคงต้องการการตรวจสอบจากมนุษย์เพื่อหลีกเลี่ยงความผิดพลาดที่มั่นใจแต่ไม่ถูกต้อง.

สาขาวิศวกรรมไฟฟ้าใดบ้างที่มีโอกาสน้อยที่สุดที่จะถูกแทนที่ด้วย AI?

งานที่เกี่ยวข้องอย่างใกล้ชิดกับโลกทางกายภาพและผลที่ตามมานั้นยากต่อการทำให้เป็นระบบอัตโนมัติ ความสมบูรณ์ของพลังงาน การออกแบบที่เน้น EMC/EMI ระบบที่สำคัญต่อความปลอดภัย ฮาร์ดแวร์ที่มีความน่าเชื่อถือสูง และการตัดสินใจด้านสถาปัตยกรรมใหม่ๆ นั้นมีความเสี่ยงน้อยกว่า เนื่องจากขึ้นอยู่กับการวัด การทำซ้ำ และการตัดสินใจภายใต้ข้อจำกัด วิศวกรรมระบบยังคงต้องอาศัยมนุษย์เป็นอย่างมาก เพราะเกี่ยวข้องกับการเจรจา การแลกเปลี่ยนความเสี่ยง และการแปลงข้อกำหนดที่ไม่ชัดเจนให้เป็นการออกแบบที่สมเหตุสมผล.

ฉันจะนำ AI มาใช้ในวิศวกรรมไฟฟ้าได้อย่างไรโดยที่ไม่ต้องไว้วางใจมันมากเกินไป?

จงปฏิบัติต่อ AI เหมือนเพื่อนร่วมทีมรุ่นน้องที่ทำงานเร็ว: มีประโยชน์สำหรับการร่างและสำรวจ แต่ไม่ใช่แหล่งข้อมูลที่ถูกต้องที่สุด วิธีการทั่วไปคือการขอตัวเลือก แผนการทดสอบ หรือคำอธิบายเบื้องต้นจาก AI จากนั้นตรวจสอบความถูกต้องด้วยการจำลอง การวัด และการทบทวน เลือกใช้เวิร์กโฟลว์ที่ผลลัพธ์ "ตรวจสอบได้ง่าย" หมายความว่าคุณสามารถตรวจสอบได้อย่างรวดเร็ว หาก AI ไม่สามารถอธิบายเหตุผลได้หรือไม่ได้ระบุความไม่แน่นอนใด ๆ ให้สันนิษฐานว่ามีความเสี่ยงเพิ่มขึ้น.

เครื่องมือ AI ที่ดีสำหรับวิศวกรรมไฟฟ้าควรทำอะไรได้บ้าง?

AI ที่มีประโยชน์สำหรับงานด้านวิศวกรรมไฟฟ้าควรทำงานได้ดีภายใต้ข้อจำกัด และไม่ละเลยความเป็นจริงที่ไม่น่าดึงดูดใจ เช่น การลดกำลังการทำงาน ขีดจำกัดด้านความร้อน การคืบคลาน/ระยะห่าง EMC และรอบการทำงาน ควรให้เหตุผลที่ตรวจสอบได้ ใช้คำศัพท์เฉพาะทางอย่างถูกต้อง และสร้างผลลัพธ์ที่คุณสามารถทดสอบหรือจำลองได้ นอกจากนี้ยังต้องการ "การควบคุมความไม่แน่นอน" ที่แสดงให้เห็นถึงความไม่แน่นอนและแนะนำการตรวจสอบ หากมันสร้างคำตอบที่มั่นใจได้เพียงอย่างเดียว มันก็เป็นเพียงแค่สิ่งรบกวนมากกว่าเครื่องมือ.

วิศวกรไฟฟ้าจูเนียร์จะได้รับผลกระทบจาก AI มากกว่าวิศวกรไฟฟ้าอาวุโสหรือไม่?

ใช่แล้ว พนักงานระดับจูเนียร์มักจะรู้สึกถึงผลกระทบก่อน เพราะงานระดับเริ่มต้นแบบดั้งเดิมนั้นซ้ำซ้อนกับสิ่งที่ AI ทำได้ดีในการทำงานอัตโนมัติ เช่น การร่างแบบ การเขียนโปรแกรมอย่างง่าย การจัดทำเอกสาร และการแก้ไขข้อผิดพลาดเบื้องต้น หาก AI เข้ามาทำงานเหล่านั้น ทีมงานจำเป็นต้องวางแผนการฝึกอบรมให้มากขึ้น พนักงานระดับจูเนียร์สามารถก้าวล้ำหน้าได้ด้วยการแสวงหาเวลาฝึกฝนในห้องปฏิบัติการ ทักษะการวัดผล และสัญชาตญาณในการแก้ไขข้อผิดพลาด ความสามารถในการวางแผนการทดสอบและตีความสัญญาณจริงจะกลายเป็นจุดเด่นที่แตกต่าง.

ฉันจะเตรียมความพร้อมสำหรับอนาคตในอาชีพวิศวกรรมไฟฟ้าได้อย่างไร ในขณะที่ปัญญาประดิษฐ์ (AI) พัฒนาขึ้นเรื่อยๆ?

ตั้งเป้าหมายที่จะเป็นวิศวกรผู้ควบคุมข้อจำกัดและการตรวจสอบ ให้ความสำคัญกับขอบเขตความปลอดภัย การปฏิบัติตามข้อกำหนด ความสามารถในการผลิต เป้าหมายด้านความน่าเชื่อถือ งบประมาณด้านความร้อนและพลังงาน และความสามารถในการทดสอบ ซึ่งเป็นส่วนต่างๆ ที่ความรับผิดชอบเชิงปฏิบัติมีความสำคัญ สร้างความเชี่ยวชาญด้านการเชื่อมต่อระหว่างฮาร์ดแวร์/เฟิร์มแวร์และอนาล็อก/ดิจิทัลอย่างแข็งแกร่ง ซึ่งเป็นส่วนที่มักเกิดข้อผิดพลาดในการบูรณาการ ใช้ AI เพื่อเร่งกระบวนการร่างและสำรวจ แต่ให้คุณค่าหลักคือ “มนุษย์พิสูจน์ AI เสนอแนะ”

AI สามารถจัดการกับปัญหา EMI/EMC และข้อจำกัดในการออกแบบ PCB ได้อย่างน่าเชื่อถือหรือไม่?

AI สามารถแนะนำวิธีแก้ไขทั่วไปได้ แต่ปัญหา EMI/EMC นั้นเกี่ยวข้องอย่างมากกับรูปทรงเรขาคณิต เส้นทางส่งกลับ การป้องกัน การเลือกใช้ตัวกรอง และการปรับปรุงแก้ไขโดยอาศัยการวัดผล ปัจจัยแฝงในเลย์เอาต์และปัจจัยด้านสิ่งแวดล้อมไม่สนใจว่าแบบจำลองจะฟังดูน่าเชื่อถือแค่ไหน ในทางปฏิบัติ วิศวกรยังคงต้องตรวจสอบความถูกต้องในห้องปฏิบัติการและสภาพแวดล้อมการปฏิบัติตามข้อกำหนด และปรับปรุงแก้ไขตามผลลัพธ์ AI สามารถช่วยเร่งการระดมความคิดได้ แต่ไม่สามารถทดแทน “การเห็นรูปคลื่น” และการพิสูจน์ว่าวิธีแก้ไขนั้นได้ผล.

การที่ AI สอบผ่าน เป็นสัญญาณบ่งชี้ว่ามันสามารถทำงานด้านวิศวกรรมไฟฟ้าได้จริงหรือไม่?

ไม่จริงหรอก เพราะการสอบไม่ได้สะท้อนความเป็นจริงที่ยุ่งเหยิงของงานวิศวกรรม งานนี้มีทั้งข้อกำหนดที่ไม่ครบถ้วน ความล้มเหลวในการบูรณาการที่ไม่คาดคิด การสึกหรอของตัวเชื่อมต่อ ปัญหาเรื่องเสียงรบกวน ความประหลาดใจจากซัพพลายเออร์ และข้อจำกัดด้านการปฏิบัติตามกฎระเบียบที่ปรากฏขึ้นในภายหลัง AI สามารถสร้างผลลัพธ์ที่มีรูปร่างตามการออกแบบได้ แต่ส่วนที่ยากคือการจัดการกับข้อแลกเปลี่ยน การทดสอบ และความรับผิดชอบเมื่อสิ่งต่างๆ พังทลาย วิศวกรรมที่แท้จริงไม่ได้เน้นที่คำตอบที่สมบูรณ์แบบ แต่เน้นที่การตัดสินใจที่สมเหตุสมผลภายใต้ความไม่แน่นอน.

เอกสารอ้างอิง

1. องค์การเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนา (OECD) - ผลกระทบของปัญญาประดิษฐ์เชิงสร้างสรรค์ต่อผลิตภาพ นวัตกรรม และการเป็นผู้ประกอบการ - oecd.org

2. องค์การเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนา (OECD) - ช่องว่างที่เกิดขึ้นใหม่ในการเปลี่ยนผ่านสู่ปัญญาประดิษฐ์ - oecd.org

3. องค์การเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนา (OECD) - ใครจะเป็นกลุ่มแรงงานที่ได้รับผลกระทบจาก AI มากที่สุด? - oecd.org

4. EUR-Lex - พระราชบัญญัติ AI ของสหภาพยุโรป - eur-lex.europa.eu

5. สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) - กรอบการบริหารความเสี่ยงด้านปัญญาประดิษฐ์ (AI RMF 1.0) - nist.gov

6. สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) - ข้อมูลสรุปเกี่ยวกับปัญญาประดิษฐ์เชิงสร้างสรรค์ - nist.gov

7. เวทีเศรษฐกิจโลก - ปัญญาประดิษฐ์ ระบบอัตโนมัติ และการเสริมศักยภาพ: งานในที่ทำงานแห่งอนาคต - weforum.org

8. องค์การแรงงานระหว่างประเทศ (ILO) - ปัญญาประดิษฐ์เชิงสร้างสรรค์และการจ้างงาน: ดัชนีความเสี่ยงทางอาชีพระดับโลกที่ปรับปรุงแล้ว - ilo.org

9. รายงานอนาคตของการจ้างงานปี 2025 จาก World Economic Forum - weforum.org

10. McKinsey & Company - ศักยภาพทางเศรษฐกิจของ AI เชิงสร้างสรรค์: ขอบเขตใหม่แห่งการเพิ่มผลผลิต - mckinsey.com

11. McKinsey & Company - ปลดปล่อยศักยภาพการทำงานของนักพัฒนาด้วย AI เชิงสร้างสรรค์ - mckinsey.com

12. BSI Group - EN 60601 - bsigroup.com

13. ความรู้จาก BSI Group - IEC 60664-1 (การประสานฉนวนสำหรับอุปกรณ์ภายในระบบจ่ายไฟแรงดันต่ำ) - bsigroup.com

14. คณะกรรมการไฟฟ้าสากล (IEC) - เอกสารพื้นฐานด้าน EMC - iec.ch

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

16. ระเบียบข้อบังคับอิเล็กทรอนิกส์ของรัฐบาลกลางสหรัฐอเมริกา (eCFR) - FCC ส่วนที่ 15, ส่วนย่อย B - ecfr.gov

17. บริษัท เท็กซัส อินสตรูเมนต์ (TI) - SLUP421 - ti.com

18. มหาวิทยาลัยการจัดซื้อจัดจ้างด้านกลาโหม (DAU) - MIL-STD-1547B ชิ้นส่วนอิเล็กทรอนิกส์ วัสดุ และกระบวนการสำหรับยานอวกาศและยานปล่อยจรวด (ธันวาคม 1992) - dau.edu

19. บริษัท เนชั่นแนล อินสตรูเมนต์ (NI) - มาตรฐานความปลอดภัยเชิงฟังก์ชัน ISO 26262 - ni.com

20. สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) - กรอบการทำงานตรวจสอบความผิดปกติระดับอุปกรณ์ (DARE) - nist.gov

21. ห้องปฏิบัติการวิจัยมิตซูบิชิ อิเล็กทริก (MERL) - TR2018-097 - merl.com

22. Cadence - ภาพรวม AI - cadence.com

23. arXiv - 2310.02059v2 - arxiv.org

ค้นหา AI รุ่นล่าสุดได้ที่ร้านค้าผู้ช่วย AI อย่างเป็นทางการ

เกี่ยวกับเรา