AI 將如何改變測(cè)試和測(cè)量
加入技術(shù)交流群
人工智能 （AI） 有可能改變產(chǎn)品生命周期的每個(gè)階段，從設(shè)計(jì)和制造到運(yùn)營(yíng)和維護(hù)。雖然這種說(shuō)法似乎很明顯，但測(cè)試和測(cè)量產(chǎn)品和流程的確切情況仍然成為焦點(diǎn)（圖 1）。
正如在測(cè)試和測(cè)量這樣一個(gè)眾所周知的保守行業(yè)中所預(yù)料的那樣，迄今為止，AI 主要用于適度的、漸進(jìn)的改進(jìn)。解析文檔以幫助用戶設(shè)置和作產(chǎn)品的工具顯然是一個(gè)起點(diǎn)。
更進(jìn)一步，一些產(chǎn)品現(xiàn)在提供基于 AI 的功能，例如神經(jīng)網(wǎng)絡(luò)，或針對(duì)特定參數(shù)的基于 AI 的優(yōu)化。對(duì)于管理大型數(shù)據(jù)集的科學(xué)家和工程師來(lái)說(shuō)，用于后處理、檢測(cè)異常、跟蹤趨勢(shì)和指導(dǎo)決策的軟件工具非常強(qiáng)大，但需要定制。
用戶提示構(gòu)建
然而，變化正在發(fā)生，這些漸進(jìn)式改進(jìn)正在讓位于更雄心勃勃的人工智能實(shí)施。Liquid Instruments 最近與新的 Moku：Delta 軟件定義儀器平臺(tái)一起宣布的生成式儀器等功能允許人工智能根據(jù)用戶提示構(gòu)建整個(gè)儀器和測(cè)試設(shè)置（圖 2）。
用戶描述他們想要完成的任務(wù)，人工智能在多個(gè)儀器上確定和配置無(wú)數(shù)參數(shù)以達(dá)到最佳結(jié)果。如果不存在所需的功能，AI 可以創(chuàng)建它并將其部署到用戶可編程的 FPGA 中，以實(shí)時(shí)增強(qiáng)標(biāo)準(zhǔn)儀器的功能。
但結(jié)果可信嗎？
人工智能釋放創(chuàng)新和加速產(chǎn)品開發(fā)的前景不容忽視，即使在傳統(tǒng)上規(guī)避風(fēng)險(xiǎn)的領(lǐng)域也是如此。測(cè)試和測(cè)量供應(yīng)商以在發(fā)布前測(cè)試其產(chǎn)品的每個(gè)角落而自豪。隨著人工智能進(jìn)入產(chǎn)品，這將不再可能——當(dāng)用戶使用人工智能開發(fā)前所未見的功能時(shí)，部分責(zé)任將轉(zhuǎn)移到用戶身上（圖 3）。
信任經(jīng)受考驗(yàn)
與人工智能的任何應(yīng)用一樣，盲目相信它每次都能提供正確的答案是一個(gè)壞主意。不正確的測(cè)試結(jié)果至少會(huì)造成時(shí)間損失的不便。在最壞的情況下，它們可能會(huì)危及最終用戶的安全。通常的指導(dǎo)是一個(gè)好的開始：從簡(jiǎn)單開始，仔細(xì)選擇訓(xùn)練數(shù)據(jù)，保持專家的人工監(jiān)督。但是在使用測(cè)試系統(tǒng)時(shí)，用戶可以使用其他一些工具。
審核代碼以確保其正在做的事情有意義是一種可能困難但萬(wàn)無(wú)一失的方法。這可以通過用于 FPGA 定制的硬件描述語(yǔ)言 （HDL） 或用于儀器配置的 Python 等軟件編程語(yǔ)言來(lái)完成。創(chuàng)建提供信號(hào)和測(cè)量可視化的自檢，以驗(yàn)證系統(tǒng)是否已按預(yù)期方式配置或定制，提供了另一種建立對(duì)設(shè)計(jì)及其結(jié)果信任的方法。
如今，人工智能正在從工具過渡到助手。也許有一天它會(huì)成為真正的合作伙伴（希望不是老板！我們可以將人工智能的早期與互聯(lián)網(wǎng)的最初幾天進(jìn)行類比。
“你不能相信你在網(wǎng)上讀到的東西”是上個(gè)世紀(jì)末的常見說(shuō)法。但我們制定了戰(zhàn)略，使互聯(lián)網(wǎng)不僅是一個(gè)可用的信息來(lái)源，而且可能是最有價(jià)值的信息來(lái)源。為了充分利用 AI，我們需要一個(gè)升級(jí)的工具集，以及一種從根本上更現(xiàn)代、更靈活的測(cè)試和測(cè)量方法。
評(píng)論