ChatGPT 已迅速成为人工智能的杀手级应用，它使生成式人工智能变得极其易于访问和使用。因此，我们当然要问：ChatGPT 可以用于 PCB 设计任务吗？在进行技术研究时，它能提供有用的答案或结果吗？在本文中，我们将探讨该系统的功能和局限性。
在即将发布的指南中，我想强调的是，我使用的是 ChatGPT 的原生版本（专业版订阅，不含插件）。我们将使用 GPT-3.5 和 GPT-4 模型进行一些知识测试。剧透预警：系统给出的结果好坏参半，结果的特异性与你问题的特殊性直接相关。
首先，让我们深入了解一下 ChatGPT 的基本版本（仅包含模型，无插件）能做什么，以及不能做什么。如果您只购买了标准订阅，且不包含模型，ChatGPT 将只能执行以下任务：
总的来说，这使得它成为生成某些 PCB 设计知识块的候选方案。截至 2023 年 5 月，ChatGPT 订阅仍然无法使系统执行以下任何任务：
从技术上讲，通过一些微调和一些插件，这份“不能做”的清单可能会缩小。随着平台新功能的加入，这一切可能都会改变。当我们审视PCB设计涉及的各种任务时，我们期望它能够完成哪些任务呢？
以下列表应该能提供一些思路。这绝不是最终的答案，选择以下任务是为了展示系统在 PCB 设计方面的技术知识。为了更好地了解我在 ChatGPT 上运行的测试，请观看以下视频：
我在 GPT-3.5 和 GPT-4 中测试了几种不同类型的查询。需要指出的是，GPT-4 的结果并不一定比 GPT-3.5 更有洞察力或更缺乏洞察力，重要的是技术准确性，而不是响应的深度或构成。考虑到这一点，让我们来看看我在 ChatGPT 中测试的一些查询。
我认为 ChatGPT 非常有用的一项任务是作为研究摘要工具。例如，我有时需要了解一些行业标准，作为 PCB 设计项目、视频或文章的一部分。例如，我喜欢使用 ChatGPT 来确定：
另一个例子来自嵌入式设计和测试。在下面的例子中，我正在为我的旧款 LeCroy 9300 示波器生成一个 Python 类，以便从设备中捕获数据。这是使用 GPT-4 生成的；GPT-3.5 也成功了，但它使用了 pyvisa 类作为生成代码的基础。虽然我没有测试过下面的代码，但它确实生成了具有正确 Python 语法的代码。在系统中使用任何生成的代码之前，请务必进行质量控制 (QC)。
这是 ChatGPT 在这方面给出结果好坏参半的地方。在我运行的第一组查询中，我发现过于笼统的问题会得到过于笼统的答案。生成的结果对于想要了解自己还需要学习什么的新设计师来说可能有用，但对于经验丰富的设计师来说，这些结果并不具有可操作性，而且它们在多个查询中过度概括了信息。
例如，我向 ChatGPT 咨询了如何设计三种类型的板：
三种类型的电路板生成的结果几乎完全相同。系统在生成结果时，只是将“高速 PCB”替换成了“RF PCB”和“高密度 PCB”。上方视频展示了整个过程，以及 ChatGPT 生成的高度通用的答案类型。
这意味着系统会将设计指导过度概括到实际情况下可能不适用的领域。如果你想在设计任务上获得更好的指导，那么你应该确保提出更具体的问题。问题越具体，答案就越具体。
在另一次迭代中，我向 ChatGPT 询问了各代PCIe 标准下的差分阻抗值。 [](https://resources.altium.com/p/overview-pcie-60-standard)
有一次，我发现答案流自相矛盾，这也在上面的视频中有所体现。在指出矛盾之后，ChatGPT 给出了如下所示的解释。
我认为这也说明了对任何法学硕士（包括 ChatGPT）产生的知识进行质量控制的必要性。不要害怕指出明显的矛盾，因为它们可能很容易解释或完全合理。在其他情况下，例如下面显示的峰值交流电压计算，这些矛盾只是一种幻觉，或者是无法理解问题的背景。
众所周知，ChatGPT 可以用于解决数学问题，包括一些工程计算。这些工程计算超出了你在学校里遇到的典型问题，它们需要更深入的理解和计算背后的背景。
首先，我让 ChatGPT 计算 115 V 交流信号的峰值电压。众所周知，交流信号中的 115 V 不是幅度，而是有效值电压。在四次尝试中，有一次 ChatGPT 把有效值误认为幅度，由于没有理解题目的上下文，计算出了错误的电压。
有趣的是，系统竟然会如此不一致。当被问及一个关于共面波导阻抗的更复杂问题时，我们再次看到这种情况发生。我让系统使用 GPT-3.5 和 GPT-4 计算这个问题。在这两种情况下，答案都是错误的。使用更高级的 GPT-4 模型时，系统的准确性更低，因为它指出计算阻抗需要线路长度。
GPT-4 输出显示接地共面波导的公式不正确。
我还要求 ChatGPT 推荐一些基于一些粗略规格的组件。但系统完全失败了。推荐的组件甚至远非正确。例如，当我请求推荐跨阻放大器时，它推荐了功率放大器 (HMC994APM5E) 和无源混频器 (ADL-5812)。而且，它也没有提供推荐器件的正确规格。
该推荐组件不是跨阻放大器。
此类别中生成的响应唯一有用的情况是，当我询问某个组件是否符合一组规格时。在这种情况下，我希望 ChatGPT 推荐的组件是 OPA855。当我询问 OPA855 是否符合带宽要求时，它做出了正确的响应。
当被要求推荐一些更简单的组件，比如电源调节器时，系统也出现了惊人的故障，如上图所示。就我个人而言，如果没有一些富有创意的快速工程，我不会使用 ChatGPT 的组件推荐。
总的来说，在研究将 ChatGPT 用于 PCB 设计时，我看到了非常复杂的结果，无论是作为工程工具、学习工具还是研究工具。
作为一种研究工具和学习工具，该系统能够生成技术上正确的陈述，但结果过于宽泛，并非总是具有可操作性。对于诸如“如何设计高速PCB？”之类的高级问题，系统给出的答案过于笼统。缺少大量背景信息，而且通常缺乏可操作的建议。然而，它对于诸如行业标准的定义和描述之类的问题非常有帮助，而这两方面的问题可能需要花费数小时在谷歌上搜索才能找到简洁的答案。
作为一种工程工具，它的表现要差得多。对于一些非常基本的问题，例如如何根据 RMS 交流电压计算峰值交流电压，该系统的正确率高达 75%（尽管样本量很小）。对于更复杂的任务，例如推荐能够满足特定操作目标的组件，它在 GPT-3.5 和 GPT-4 模型上的表现惨不忍睹。
既然我们已经谈到了这一点，请注意，您可以使用 Pro 订阅的插件来提高您在工程任务中产生设计想法和实用指导的能力。到目前为止，我一直在花时间做这件事，一旦我获得更明确的指导，我一定会分享我在这方面的经验。
更多回帖
