Salah satu tugas paling mencabar ketika itu ialah "mendidik" cip menerusi pengaturcaraan aras rendah. Menerusi protokol komunikasi seperti I²C, kami mengumpul data sensor secara berterusan, menganalisis tingkah laku cip, dan memprogramkan semula parameter penentukuran ke dalam peranti.
Cabaran sebenarnya bukan sekadar memprogramkan cip.
Ia membina dan mengendalikan keseluruhan persekitaran validasi automatik. Bangku ujian (test benches) berjalan 24/7 berbulan-bulan, mengintegrasikan multiplexer, bekalan kuasa boleh atur, pengawal dan pam tekanan Druck yang tepat, kamar persekitaran, peti sejuk, ketuhar, pengawal suhu, sistem pemerolehan data, osiloskop, dan pelbagai instrumen pengukuran-semuanya untuk mencirikan satu kepingan silikon kecil di bawah pelbagai keadaan operasi.
Setelah data yang mencukupi terkumpul, barulah kerja kejuruteraan sebenar bermula.
Kami menganalisis set data besar menggunakan persamaan kejuruteraan, analisis regresi, kaedah statistik, penentukuran berulang, dan iterasi tanpa henti untuk mendapatkan parameter yang betul. Untuk mencapai penentukuran siap pengeluar, sering memakan masa berbulan, malah kadang-kadang bertahun.
Hari ini, AI dan pengkomputeran statistik moden boleh menilai berjuta-juta, malah berbilion kemungkinan dalam masa singkat. 回归 mengenal pasti hubungan, Monte Carlo meneroka ketidakpastian menerusi simulasi, dan inferens Bayesian sentiasa mengemas kini kebarangkalian apabila bukti baharu didapati.
Namun, prinsip kejuruteraan kekal sama-satu pembelajaran yang membawa kami di AINNA membantu PKS 马来西亚 melangkah ke era AI dengan lebih yakin.
系统 paling berkesan tidak bergantung kepada AI bagi setiap pelaksanaan. Ia mula-mula mencari penyelesaian optimum, mengesahkannya, dan kemudian menukarkannya kepada proses deterministik yang dilaksanakan oleh peraturan, parser, dan sistem khusus.
AI mempercepat penemuan.
系统 deterministik menjamin konsistensi.
Disiplin kejuruteraan kekal menjadi asas.
Teknologi telah berubah. Mindset kejuruteraan tidak.
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
我对mengintegrasikan multiplexer, bekalan kuasa还有问题，但文章已经提供了很好的起点。
benches) berjalan 24 24这个说法我要拿回去跟同事讨论。 读完之后还有一些疑问。
我特别喜欢osiloskop, dan pelbagai instrumen这一部分，内容没有把实施过程说得太简单。
我会把analisis regresi, kaedah statistik这一段分享给需要了解技术的同事。
我喜欢文章对sering memakan masa berbulan, malah保持务实的态度。
文章对pengawal suhu, sistem pemerolehan data的结论比较平衡，不只是强调好处。 值得再看一遍。
这篇文章对kami mengumpul data sensor secara的解释很清楚，实际操作的重点也很容易理解。