Сочетание максимальной автоматизации и сокращения времени и затрат образует Полярную звезду инженерной практики.

ИИ обеспечивает все три составляющие Полярной звезды — он автоматизирует, сокращает время и сокращает затраты.

Результатом должно стать больше времени и бюджета на НИОКР новых продуктов (время НИОКР новых продуктов → ).

Поэтому рекомендуется пересмотреть ВСЕ аспекты инженерной деятельности и работать над внедрением ИИ

везде!

Прочитайте, например, следующую статью.

Авторы: Rama, Engineering Association Narbeh Nahapetyan, YEA Manufacturing

В этой работе мы рассмотрели процесс закупок и стремились снизить его стоимость.

Постановка задачи

Складские базы данных обычно огромны и содержат тысячи позиций, особенно когда это электронные компоненты.

Традиционный метод поиска, основанный на простом совпадении ключевых слов, находил не все детали, хотя они были на складе. Это связано с тем, что на складе могут быть одни и те же детали, закупленные у разных поставщиков, у каждого из которых собственный формат описания, синтаксис и артикулы, отличающиеся от других поставщиков.

Кроме того, традиционный подход к поиску не позволял находить заменители (достаточно близкие детали), поскольку мы не знали, как их искать.

Из-за этого нам приходилось закупать детали повторно, хотя они были на складе. В Армении каждая закупка — это импорт, а значит, к каждой покупке добавляются расходы на доставку и таможенное оформление.

Это явные ограничения классического метода поиска.

Пожелания

Мы хотели бы, чтобы пользователь описывал то, что ищет, человеческим языком, не зная точных форматов описания и синтаксиса различных поставщиков, и находил достаточно близкие детали по своему запросу.

Например, пользовательский промпт может выглядеть примерно так:

Мне нужен конденсатор, ёмкость от 20pf до 30pf, напряжение около 35v, корпус 0603 или 0805, допуск от 1% до 5%.

Решение

Внедрить ИИ в процесс поиска, благодаря чему мы фактически перейдём от простого совпадения ключевых слов к концептуальному поиску, позволяющему проводить сложное сопоставление на основе смысла и намерения, а не только ключевых слов. Концептуальный поиск распознаёт связи и контекст, а не только точные совпадения ключевых слов.

Использовать Open AI в качестве механизма ИИ.

Программа ИИ будет иметь следующую архитектуру:

1. Складской файл, содержащий данные о запасах

2. Пользовательский промпт, позволяющий использовать человеческий язык

3. Системный промпт, задающий механизму ИИ логику поиска

Здесь следует отметить, что Open AI работает с векторизованными данными, поэтому складской файл необходимо преобразовать в векторизованные данные. Кроме того, исходный файл может быть слишком большим для быстрого поиска, поэтому его рекомендуется предварительно отфильтровать по определённым категориям. Например, если ищется конденсатор, мы отфильтруем файл, оставив только конденсаторы. Последовательность преобразования исходного складского файла Excel в векторизованные данные выглядит так:

Open AI хорошо работает с данными/текстом в формате Jason.

А архитектура будет выглядеть так:

Перейдём к системному промпту. Системный промпт определяет логику сопоставления пользовательского промпта с векторизованными данными.

Системный промпт может выглядеть так:

. Ты — поисковый ассистент.

. Раздел Data в промпте всегда состоит из 3 полей, разделённых запятыми: Part Number, Description, Stock availability.

. Перед сопоставлением нормализуй и данные (Data), и запрос пользователя следующим образом: 1- Преобразуй весь текст в нижний регистр.

2- Замени все разделители (такие как '/', ',', '-' и множественные пробелы) одним пробелом. Best Matches:

. Начинай с позиций, являющихся точными совпадениями.

. Затем включай позиции, которые совпадают не точно, но имеют много общих токенов или близкие числовые значения.

. Упорядочи все результаты от наибольшей оценки совпадения к наименьшей.

. Порядок токенов не имеет значения; дополнительные токены в описании (Description) допускаются.

. Не включай частичные совпадения токенов (например, "TO-277A" не совпадает с "TO-277").

. Правила оценки и вывода: . Присваивай оценку совпадения по **шкале 0–10** (10 = полное совпадение, 0 = никакой связи).

. Всегда указывай оценку совпадения в формате: [Matching Score: X/10].

. Всегда указывай наличие на складе в формате: (Stock availability: N).

. Всегда указывай причину в формате: (Reason: …) с кратким пояснением, например "package differs", "voltage differs", "tolerance differs" и … . Оформи ответ простым текстом ровно с одним заголовком:

. Best Matches:

Не добавляй никакого другого текста, пояснений или заголовков.

Этот алгоритм можно реализовать прямо в исходном складском файле с помощью макросов.

Самое приятное, что системный промпт также могут совместно обновлять пользователи и команда разработчиков ИИ, добиваясь гораздо лучшего результата поиска.

Теперь посмотрим на результат поиска с помощью ИИ.

Пользовательский промпт был таким:

Мне нужен конденсатор, ёмкость от 20pf до 30pf, напряжение около 35v, корпус 0603 или 0805, допуск от 1% до 5%.

Поиск выдал следующий ответ:

1. Part Number: 06035U300GAT2A, Description: 30 pF ±2% 50V Ceramic Capacitor C0G, NP0 0603 (1608 Metric), [Matching Score: 9/10] (Stock availability: 8) (Reason: capacitance and voltage match, tolerance slightly tighter)

2. Part Number: 06035A300JAT2A, Description: 30 pF ±5% 50V Ceramic Capacitor C0G, NP0 0603 (1608 Metric), [Matching Score: 8/10] (Stock availability: 20) (Reason: capacitance and voltage match, tolerance at max level)

3. Part Number: C0805C220K5GAC7800, Description: 22 pF ±10% 50V Ceramic Capacitor C0G, NP0 0805 (2012 Metric), [Matching Score: 6/10] (Stock availability: 7) (Reason: capacitance match, voltage slightly higher, tolerance not matched)

Это и было то, что мы искали.

С точки зрения пользователя поиск был простым и быстрым. Не нужно было знать точный синтаксис обозначения детали. Кроме того, система выдала все возможные замены запрошенного компонента, имеющиеся на складе.

Невероятно, но с помощью ИИ мы попали во все аспекты Полярной звезды: мы автоматизировали поиск, сократили время поиска и снизили затраты на закупки.

Чем дальше мы развиваем отношения между инженерией и производством, тем больше подробностей этих отношений открываем.

Вначале у нас в голове была такая простая картина.

Затем мы поняли, что между инженерией и производством должна быть промежуточная фаза, которая, как мы позже узнали, называется «проектированием с учётом технологичности (DFM)».

Затем мы поняли, что до DFM есть ещё одна фаза, которую мы теперь называем «производственным выпуском» (Manufacturing Release); она идёт после «инженерного выпуска» (Engineering Release) и перед «DFM».

Теперь мы понимаем, что существует три типа выпусков, каждый из которых даёт свой тип изделия:

1. Инженерный выпуск — результатом является инженерный образец.

2. Производственный выпуск — результатом является производственный образец.

3. Выпуск проектирования для производства (DFM) — результатом является технологичное изделие.

Что на практике выражается в трёх типах документации:

1. Инженерная документация

2. Производственная документация

3. Документация DFM

Вот как развивается история продукта. Часто, особенно если мы разрабатываем индивидуальный продукт для заказчика, достаточно отправить заказчику «инженерный образец». Изготовление инженерного образца полностью является ответственностью инженерной команды, хотя инженеры могут запросить производственные услуги для завершения инженерного образца. Здесь документ, подготовленный на этапе инженерного выпуска, адресован инженерам.

Затем, как это часто бывает, этот продукт снова заказывает тот же или другие заказчики. Именно тогда продукт нужно передать производственной команде, так как это следует рассматривать как производственный заказ, а не инженерный.

Поэтому нужно начать новую фазу выпуска — то, что мы теперь называем фазой «производственного выпуска». Здесь документы выпуска адресованы производственной команде, то есть все чертежи и схемы должны содержать информацию, необходимую для изготовления на производстве. Подготовка этой документации по-прежнему является ответственностью инженерной команды.

Документы производственного выпуска затем могут быть отправлены разным производителям в разных странах, у каждого из которых свои производственные технологии и процессы, и поэтому каждый пройдёт собственную фазу «выпуска DFM», чтобы создать свой производственный процесс технологичного изделия. Следовательно, если производственный выпуск может быть только один, то выпусков DFM может быть несколько в зависимости от производителя. Ответственность за фазу DFM — совместная ответственность производителя и инженерного подразделения.

Поэтому, завершая проект, инженеры должны чётко указывать, какое изделие они имеют в виду — инженерный образец, производственный образец или технологичное изделие. Часто мы упускаем эту конкретику, и когда наступает время производства, оказывается, что производственный выпуск и выпуск DFM ещё не сделаны, что непременно задержит поставку заказчику.

Здесь нужно добавить ещё один случай — когда производство входит в состав инженерной организации. Тогда всё движется в разы быстрее. В этом случае инженер-технолог может входить в команду инженерного проектирования и направлять проектирование с учётом производства. Это можно назвать первоначальным DFM. Кроме того, инженерный образец можно показать производственной команде до отправки заказчику. Это потому, что как бы ни старались инженеры, их мысль сосредоточена на функциональности продукта, а не на взгляде потребителя, тогда как у производственной команды хороший глаз с точки зрения потребителя.

Мы считаем, что инженерное образование, которое мы даём в нашей отраслевой системе развития талантов (IB-TDS), должно опираться как минимум на следующие четыре опоры:

1. Инженерные науки. Это теория (лекции).

2. Инженерные проекты. Это применение теории на практике, решение задач и доведение работы до результата. (Багреванд 21, стажировки, дипломные проекты, …).

3. Инженерное лидерство. Это технологические исследования. Здесь также потребуются знания истории развития технологий. (ARC).

4. Инженерный менеджмент. Это организация инженерной практики. Это также культура инженерного дела (скоро будет введена в EC в виде вечерних занятий).

Результатом такого образования станут зрелые инженеры, которые с самого начала могут заниматься инженерией, проводить исследования и управлять различными аспектами инженерной организации.