Saya biasa melihat sesuatu dari sudut operasi - bagaimana satu projek bergerak dari makmal ke tangan pengguna akhir. Dulu, ketika saya terlibat dalam reka bentuk MEMS, kerja kami bukan sekadar menyusun litar pada kertas. Setiap cip kecil itu perlu 'dididik' melalui low-level programming, supaya sensor yang dipadukan dengan litar bersepadu tahu bagaimana bertindak balas dengan betul.
Dari sudut operasi harian, ini bermakna banyak urusan dengan protokol seperti I²C. Kami terus mengumpul data sensor, menganalisis kelakuan cip, dan memasukkan semula parameter kalibrasi ke dalam peranti. Proses ini berulang, hari demi hari, sehingga cip itu akhirnya berkelakuan seperti yang diharapkan.
Tapi cabaran sebenar bukan sekadar programming cip.
Yang paling mencabar ialah memastikan keseluruhan persekitaran validasi automatik berjalan tanpa masalah. Test bench beroperasi 24/7 selama berbulan-bulan, menggabungkan multiplexer, bekalan kuasa boleh program, pengawal tekanan Druck, pam, environmental chamber, peti sejuk, ketuhar, pengawal suhu, sistem data acquisition, oscilloscope, dan macam-macam peralatan pengukuran lain. Semua itu hanya untuk mengkaji satu ketulan silikon kecil dalam pelbagai keadaan operasi.
Apabila data sudah cukup, kerja sebenar bermula.
Kami memproses dataset besar menggunakan persamaan kejuruteraan, regresi, kaedah statistik, kalibrasi berulang, dan iterasi berkali-kali untuk mendapatkan parameter yang tepat. Proses ini boleh mengambil masa berbulan, malah bertahun, sebelum cip itu betul-betul sedia untuk pengeluaran.
Hari ini, AI dan perkomputeran statistik moden boleh menilai berjuta-juta malah berbilion kemungkinan dalam sebahagian daripada masa yang diperlukan dahulu. Regresi mengenal pasti hubungan, Monte Carlo meneroka ketidaktentuan melalui simulasi, dan Bayesian inference mengemas kini kebarangkalian secara berterusan apabila bukti baru muncul.
Walaupun begitu, prinsip kejuruteraan tetap sama.
Sistem yang paling berkesan tidak meletakkan AI untuk melaksanakan setiap perkara. Sebaliknya, AI digunakan untuk mencari penyelesaian terbaik, penyelesaian itu disahkan, dan kemudian ditukarkan kepada proses deterministik yang dilaksanakan oleh rules, parsers, dan sistem khusus.
AI mempercepatkan penemuan.
Sistem deterministik memastikan konsistensi.
Disiplin kejuruteraan kekal sebagai asas.
Teknologi berubah. Cara berfikir kejuruteraan tidak.
Dari MEMS ke AI: Sistem Kejuruteraan di Sebalik Setiap Cip Kecil
