कल हम काफी उत्साहित हो गए जब Open AI ने अपने लॉन्च पोस्ट के पहले पृष्ठ पर Ki Cad में सर्किट बोर्ड पर काम करते हुए GPT-6 Astra का डेमो रखा। यह देखना अच्छा है कि इस तरह के प्रमुख मॉडल रिलीज़ में इलेक्ट्रॉनिक्स दिखाई देते हैं। हम स्पष्ट रूप से एक प्रॉम्प्ट में AI से पूरा फोन बनाने के लिए कहने से अभी भी कुछ दूरी पर हैं। हालाँकि, डेमो एक सवाल उठाता है जिसके बारे में हम कुछ समय से सोच रहे हैं: हम कैसे मापें कि AI द्वारा उत्पादित इलेक्ट्रॉनिक्स वास्तव में अच्छे हैं या नहीं?

मॉडल इलेक्ट्रॉनिक्स के बारे में आश्चर्यजनक मात्रा में जानते हैं। हमारा अनुभव रहा है कि वर्तमान मॉडल इलेक्ट्रॉनिक्स के बारे में उससे कहीं अधिक जानते हैं जितना उनका आउटपुट पारंपरिक डिज़ाइन टूल में दिखाता है। उन्होंने पाठ्यपुस्तकें, डेटाशीट, एप्लिकेशन नोट्स और बहुत सारा कोड पढ़ा है। आप एक एजेंट को ग्राफिकल CAD टूल संचालित करने दे सकते हैं, लेकिन यह स्क्रीन पर क्या है, इसे ट्रैक करने और क्लिक करने में बहुत समय बिताता है। इसका बहुत सारा संदर्भ निर्देशांक, मेनू और एप्लिकेशन स्थिति से बना होता है। EEBench इसके बजाय एक टोपाइल का उपयोग करता है। सर्किट घोषणात्मक कोड में रहता है, इसलिए एजेंट सीधे घटकों, कनेक्शनों और विद्युत बाधाओं पर काम कर सकता है। यह प्रोजेक्ट छोड़े बिना डिज़ाइन बदल सकता है, उसे बना सकता है, सिमुलेशन चला सकता है और विफलता का निरीक्षण कर सकता है। यह हमारे लिए GUI में रेखाएँ खींचने के लिए मॉडल से पूछने की तुलना में बहुत बेहतर काम करता है। इसका मतलब यह भी है कि बेंचमार्क कंप्यूटर उपयोग के परीक्षण में कम समय और इलेक्ट्रॉनिक्स के परीक्षण में अधिक समय बिता सकता है।

वास्तविक दुनिया गड़बड़ है। सार्वजनिक कार्यों में से एक आवासीय ऊर्जा मीटर पर आधारित है। जब इसकी 5 V आपूर्ति गायब हो जाती है, तो सर्किट को प्रोसेसर को अगले 20 ms तक जीवित रखना होता है ताकि वह संचित रीडिंग को सहेज सके। संरक्षित रेल उस विंडो के दौरान प्रोसेसर की 3.0 V ब्राउनआउट सीमा से ऊपर रहनी चाहिए। अधिकांश मॉडल सहज रूप से सही आधार निष्कर्ष पर पहुँचते हैं: एक कैपेसिटर जोड़ें। एक वास्तविक कैपेसिटर कार्य को और दिलचस्प बनाता है। एक सिरेमिक हिस्सा वोल्टेज होने पर अपनी विज्ञापित कैपेसिटेंस से बहुत कम प्रदान कर सकता है। हिस्सों में सहनशीलता होती है। अधिक कैपेसिटेंस जोड़ने पर अधिक लागत आती है, जगह लेती है और बिजली लौटने पर रेल को रिचार्ज करने में धीमा बनाती है। नाममात्र मूल्यों के साथ काम करने वाला डिज़ाइन आने वाले हिस्सों के साथ विफल हो सकता है। EEBench सिमुलेशन में इनपुट पावर काटता है और मापता है कि क्या होता है। यह पूरे आउटेज के दौरान वोल्टेज, ऑपरेटिंग पॉइंट पर प्रभावी कैपेसिटेंस, बिजली लौटने के बाद रिकवरी और पैकेज, डाइइलेक्ट्रिक, वोल्टेज रेटिंग और लागत की सीमाओं की जाँच करता है।

लेकिन समीकरणों को सही करना इलेक्ट्रॉनिक्स इंजीनियरिंग का केवल एक हिस्सा है। EEBench वास्तविक निर्माता भागों का उपयोग करता है, जिनकी विशिष्टताएँ उनकी डेटाशीट से निकाली जाती हैं और SPICE मॉडल में ले जाई जाती हैं। एजेंट को उन सहनशीलता कोनों में काम करने वाला संयोजन खोजना होता है, साथ ही ऐसे हिस्से चुनने होते हैं जो मौजूद हैं, हो सकते हैं...