ساعدت ChatGPT على تصميم متحكم لآلة بيع عصائر بـ 32 نوع

ظهرت منشورة ملحوظة على موقع Habr توضح كيفية استخدام ChatGPT ليس للنصوص أو الأكواد، بل لتصميم الأجهزة الأولي — تحديداً جهاز تحكم لآلة بيع عصائر. المؤلف لا يعرض الجهاز النهائي، لكن المحادثة نفسها توضح جيداً كيف يمكن لنموذج اللغة الكبير أن يجري مقابلة هندسية ويجمع المتطلبات خطوة بخطوة.

كيفية تشكيل المتطلبات

بدأ المؤلف بطلب مباشر: هل يمكن لـ ChatGPT تطوير مخطط وملفات Gerber لجهاز تحكم آلة بيع عصائر؟ ردت ChatGPT بدلاً من البدء الفوري برسم اللوحة، طلبت أولاً المعاملات الأساسية: طرق الدفع، عدد قنوات الجرعات، متطلبات التبريد، نوع واجهة المستخدم، تنسيق الاتصال بالخادم والمنصة الحاسوبية المفضلة. بالنسبة لمهمة الأجهزة، هذه لحظة مهمة: تصرف النموذج ليس كمولد حلول عشوائية، بل كمهندس في مرحلة جمع المتطلبات.

بعد التوضيحات، أصبحت الصورة أكثر تحديداً. يجب أن يقبل الجهاز بطاقات NFC، ويمزج المشروبات من 32 عصير مختلف، ويسكب في كوب قياسي، ويعمل مع التبريد، ويمتلك شاشة تعمل باللمس، وينقل قراءات الاستشعار إلى نظام سحابي عبر المقابس. بعد ذلك، حدد المستخدم اتجاهاً ليس مجرد مجرد بل محدداً تماماً: فصل لوحة الطاقة ولوحة الواجهة، واستخدام Orange Pi وشاشة TFT بحجم 10 بوصات و PN532 واتصالية LTE للعمل مع خادم Linux.

ما اقترحه النموذج

بناءً على هذه المتطلبات، قسّم ChatGPT النظام إلى وحدات وقترح هندسة معمارية أولية. تضمنت المحادثة ليس فقط الأفكار العامة بل أيضاً كتل عملية يحتاجها مثل هذا الجهاز فعلاً.

• لوحة طاقة منفصلة للتحكم في الأجهزة التنفيذية وتوزيع الطاقة
• لوحة واجهة المستخدم بناءً على Orange Pi
• وحدة NFC PN532 لقبول البطاقات
• شاشة TFT بحجم 10 بوصات لسيناريوهات اختيار المشروب
• معدل LTE والاتصال بالخادم عبر المقابس

بشكل منفصل، اقترح النموذج خيارات للتحكم في توزيع السائل والتبريد. في البداية، تم مناقشة المحركات الخطوية، والصمامات الكهرومغناطيسية، وحتى بدائل مثل Raspberry Pi و STM32 و ESP32 في أدوار مختلفة. للتبريد، ذكرت ChatGPT إما عناصر Peltier مع مراوح أو نظام ضاغط — أي أنها لم تختزل كل شيء إلى حل قالب واحد.

كان مفيداً أيضاً أن النموذج استمر في طرح الأسئلة بدلاً من التظاهر بأن جميع المعاملات معروفة بالفعل. وضحت ما إذا كان هناك حاجة لمراقبة مستوى العصير، وأي نطاق اتصال مع الخادم سيكون أكثر راحة، وما إذا كان سيكون هناك أنواع أكواب متعددة وأي برامج تشغيل يجب اختيارها. على هذه التفاصيل بالذات غالباً ما تفشل العروض الموضحة للذكاء الاصطناعي المتفائلة جداً.

كيفية تطور المخطط

خلال المحادثة، أعاد المؤلف النظر في أحد المكونات الرئيسية: بدلاً من المحركات الخطوية، طلب استخدام مضخات الحركة الدودية الصغيرة من AliExpress لأنها أرخص. وافقت ChatGPT على هذا التوازن وأشارت فوراً إلى القيد: مثل هذه المضخات أسهل في التحكم وأرخص، لكنها عادة ما تقل عن الدقة في الجرعات.

« مضخات الحركة الدودية أسهل في التحكم وأرخص، على الرغم من أن لديها دقة

جرعات أقل قليلاً. »

بعد ذلك، اقترح النموذج تسلسل عمل منطقي: أولاً تصميم لوحة الطاقة، ثم العمل على التوجيه وملفات Gerber. أكد المؤلف هذا الأمر.

المقتطف المنشور لا يحتوي على مخططات فعلية أو PCB أو ملفات الإنتاج. لذلك، لا يتعلق الأمر بجهاز تحكم مكتمل تماماً بعد، بل بمرحلة مبكرة من تطور الهندسة حيث تساعد ChatGPT في حزم فكرة في بنية نظام وتحويل طلب غامض إلى مواصفات أكثر رسمية. هذا هو السبب في أن المنشور مثير للاهتمام ليس كدليل على أن نماذج اللغة الكبيرة تحل محل مطوري الإلكترونيات بالفعل، بل كمثال على سيناريو مختلف. يعمل النموذج كشريك في النقاش يساعد على عدم نسيان كتل النظام الحرجة، ويهيكل اختيار المكونات ويكرر بسرعة الخيارات المعمارية قبل بدء العمل على التصميم الفعلي.

ماذا يعني هذا

تُظهر مثل هذه الحالات أن ChatGPT مفيد بالفعل في مهام الأجهزة كأداة للتصميم الأولي وجمع المتطلبات. لكن القيمة تنشأ ليس حيث قام النموذج « بكل شيء بنفسه »، بل حيث يستخدم الشخص للتسريع من تكرارات الهندسة المبكرة والتحقق من كل حل قبل الإنتاج.