昨日、Open AIがローンチ投稿のトップページにKi Cadで回路基板を扱うGPT-6 Astraのデモを掲載したとき、私たちはかなり興奮しました。このような主要なモデルリリースにエレクトロニクスが登場するのは素晴らしいことです。1つのプロンプトでAIにスマートフォン全体を構築させるには、まだ距離があります。しかし、このデモは私たちがしばらく考えてきた疑問を提起します：AIが生成するエレクトロニクスが実際に優れているかどうかをどう測定するのか？

モデルはエレクトロニクスについて驚くほど多くのことを知っています。私たちの経験では、現在のモデルは従来の設計ツールでの出力が示す傾向よりもはるかに多くのエレクトロニクス知識を持っています。彼らは教科書、データシート、アプリケーションノート、そして多くのコードを読んでいます。エージェントにグラフィカルなCADツールを操作させることはできますが、画面上のものをクリックして追跡するのに多くの時間を費やします。そのコンテキストの多くは、座標、メニュー、アプリケーションの状態で構成されています。EEBenchは代わりにトパイルを使用します。回路は宣言的コードで表現されるため、エージェントはコンポーネント、接続、電気的制約に直接取り組むことができます。プロジェクトを離れることなく、設計を変更し、構築し、シミュレーションを実行し、失敗した箇所を検査できます。これは、GUIで線を描くようにモデルに依頼するよりもはるかにうまく機能しました。また、ベンチマークがコンピュータ使用のテストに費やす時間を減らし、エレクトロニクスのテストに多くの時間を費やすことができることを意味します。

現実の世界は複雑です。公開タスクの1つは住宅用エネルギー計に基づいています。5 V電源が消えると、回路はプロセッサをさらに20 ms生存させ、蓄積された読み取り値を保存できるようにする必要があります。保護されたレールは、そのウィンドウの間、プロセッサの3.0 Vブラウンアウトしきい値を上回っている必要があります。ほとんどのモデルは直感的に正しい基本結論に飛びつきます：コンデンサを追加する。実際のコンデンサはタスクをより興味深くします。セラミック部品は、電圧がかかると宣伝された静電容量よりもはるかに少ない値を提供する場合があります。部品には許容差があります。静電容量を追加するとコストがかかり、スペースを取り、電力が戻ったときにレールの再充電が遅くなります。公称値で機能する設計は、実際に届く部品では失敗する可能性があります。EEBenchはシミュレーションで入力電力を遮断し、何が起こるかを測定します。停電全体を通しての電圧、動作点での実効静電容量、電力復帰後の回復、パッケージ、誘電体、定格電圧、コストの制限をチェックします。

しかし、方程式を正しくすることはエレクトロニクス工学の一部にすぎません。EEBenchは実際のメーカー部品を使用し、その仕様はデータシートから抽出され、SPICEモデルに組み込まれます。エージェントは、存在する部品を選択しながら、それらの許容差コーナー全体で機能する組み合わせを見つける必要があります。