Generatív mesterséges intelligencia alkalmazása villamosmérnöki tervezésben
A nyelvi mesterséges intelligenciák a szoftverfejlesztés egy régóta fejlődő ágát képviselik, azonban az eddig létrehozott modellek hiányosságaik miatt nem voltak széleskörűen alkalmazhatók. A ChatGPT (GPT-3.5) modell 2022-es kiadása az OpenAI által egy mérföldkő lehet a nyelvi mesterséges intelligenciák fejlesztését és alkalmazhatóságát illetően. Az új modell képes emberinek látszó szöveget generálni, és azt a benyomást kelti, mintha természetes módon értené a nyelveket és kommunikációt. Az új modell gyorsan terjedt el a világban, és rengeteg kutatásban próbálják feltérképezni lehetséges alkalmazási területeit: tudományos publikálás, oktatás, pénzügy, orvosi terület stb. [1]. Bár rengeteg publikáció jelent meg a Chat-GPT-vel kapcsolatban, a mérnöki tudományokban való alkalmazással csak meglepően kevés kiadvány foglalkozik, azok is főleg programozási [2]–[4] vagy vegyészmérnöki oldalról közelítve a problémát [5].
Jelen kutatásban feltérképeztem a ChatGPT modell alkalmazási lehetőségeit egy villamosmérnöki szempontból, egy elektronikai fejlesztés szemszögéből, alkalmazott szenzorikai esettanulmányon keresztül. A chatbot egy okos otthon tervezési projekt kezdeti feladatait kapta bemenetként, hogy felmérhetők legyenek a képességei és határai. A kérdéseknek több célterülete is volt: adatok tág értelmezése és érvelési készség, pontos adatok lekérdezése, munkamenet és programkód generálása, és végezetül irodalomkutatási kérdések. Míg a ChatGPT jó eredményeket mutatott a tágabb kérdéseket illetően, problémái voltak a specifikusabb kérdésekkel, mint például pontos szenzorspecifikációk megadása, munkamenet és kód generálása. A terület, ahol a modell legrosszabban teljesített, az irodalomkutatás volt, ahol a modell kimenete elfogadhatatlan minőségű volt (nem létező kiadványok, hamis szerzőlisták, nem létező DOI–Digitális Objektumazonosító számok stb.).
Amellett, hogy egy részletes kvalitatív analízist szolgáltat a ChatGPT villamosmérnöki alkalmazásairól, ez a kutatás tartalmaz egy rövid összehasonlítást más LLM (Large Language Model) rendszerekkel is, mint például a Bard, vagy a Bing AI.
[1] P. P. Ray, ‘ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope’, Internet of Things and Cyber-Physical Systems, vol. 3, pp. 121–154, 2023, doi: 10.1016/j.iotcps.2023.04.003.
[2] S. Biswas, ‘Role of ChatGPT in Computer Programming’, Mesopotamian Journal of Computer Science, pp. 8–16, Jan. 2023, doi: 10.58496/MJCSC/2023/002.
[3] N. M. S. Surameery and M. Y. Shakor, ‘Use Chat GPT to Solve Programming Bugs’, IJITC, no. 31, pp. 17–22, Jan. 2023, doi: 10.55529/ijitc.31.17.22.
[4] S. Vemprala, R. Bonatti, A. Bucker, and A. Kapoor, ‘ChatGPT for Robotics: Design Principles and Model Abilities’, 2023, doi: 10.48550/ARXIV.2306.17582.
[5] B. Mahjour, J. Hoffstadt, and T. Cernak, ‘Designing Chemical Reaction Arrays Using Phactor and ChatGPT’, Org. Process Res. Dev., vol. 27, no. 8, pp. 1510–1516, Aug. 2023, doi: 10.1021/acs.oprd.3c00186.
szerző
-
Tafferner Zoltán
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Géczy Attila
Habil. docens, Elektronikai Technológia Tanszék
