
ChatGPT,是美國OPEN AI研發的通用AI。自2022年11月30日發布發布以來,熱度飆升火爆出圈,多個行業的從業人員應用后都驚呼失業之期將至。
仿真從業者真的會面臨被通用AI取代的風險嗎?我們“一試便知”本文以高科技行業的連接器結構仿真為例,
實測ChatGPT的仿真認知水平。
(相關資料圖)
連接器使用過程中,反復插拔會導致端子磨損,進而出現電氣性能不良、松脫等問題。所以磨損損耗仿真報告是連接器開發設計過程的重要輸入。
我們對ChatGPT的“考驗”逐步專業化。
哦吼,這個問題沒有難住它,ChatGPT回答得很全面。正確,并且強調了材料參數準確性對結果的影響。乘勝追擊,我們進一步詢問了ChatGPT具體應用場景下的單元類型問題。終于觸及了ChatGPT的盲區,只是較籠統的說明了適用單元的方法,但沒能給出具體適用的單元類型及名稱,并且ChatGPT翻譯用詞略不專業,這里的分層單元應該是指多層實體單元。那么,我們再問一個單元類型的問題確認ChatGPT的盲區。Chat的答案正確但不完整。例如缺失了深受用戶歡迎的、計算效率和準確性都較高的C3D8R。事實上,用戶在建立了基礎仿真能力之后,通常需要進一步對連接器端子進行優化仿真。Nice~滿分回答。ChatGPT對Tosca和Isight的功能認知正確。例如以下案例,只從力學角度考慮降低端子結構的塑性變形量,可使用Tosca進行形狀優化,也可以使用Isight進行尺寸參數化優化。綜上所述,在和ChatGPT“切磋”的過程中,我們可以得出結論:ChatGPT對連接器力學仿真分析中的應用有較充分的了解,但在具體仿真技術細節方面還不夠深入。
當然,以上問答僅基于這一時間點的ChatGPT能力。
事實上,在測試過程中,我們發現ChatGPT每個問題都會收集對話者的意見“同意”或“不同意”,即人類在使用ChatGPT時也在對其提供監督訓練。細分專業領域類的反饋信息,尤其是否定反饋,會被算法作為強監督數據進行加權,以優化ChatGPT在此領域的能力。一段時間后,同樣的問題就可能給出不同的答案。
回到最開始的問題,對于AI帶來的“失業危機”,在僅此一次的短短測試中,我們并不能得出準確的答案,但AI的信息獲取和整合能力日益迅猛是不容否認的趨勢。
各位仿真工程師們,在圍觀這次“測試”之后,你們覺得:如果ChatGPT成為你的同事,你覺得它適合怎樣職級的崗位?以及,它多久之后能趕上或超越你呢?
END本文來源:達索系統公眾號,如有侵權,請聯系小編進行刪除。關于thinks:廣州思茂信息科技有限公司(thinks)作為達索系統資深增值服務商,依托深厚的CAE技術背景和工程經驗,為制造業企業、科研機構、高校提供“基于行業最佳實踐”的仿真解決方案,已幫助眾多知名企業、科研院所以及高校建立有限元仿真平臺。thinks將SIMULIA的仿真解決方案與企業研發相結合,幫助企業打造仿真分析平臺,提升產品研發能力,完善技術研發創新體系; 提供有限元理論和軟件基礎培訓,根據用戶案例要求,提供最佳的仿真分析方案與設計優化方案,并提供完善的跟蹤服務,確保項目的成功;根據用戶產品設計開發流程,提供軟件開發,降低仿真分析難度,提升仿真分析效率,完善技術研發創新體系。
標簽: