OpenAI ilipozindua GPT-6 Astra wiki hii, onyesho moja lilivutia hadhira ambayo ni nadra kupata kelele katika uzinduzi wa miundo ya mipakani: wahandisi wa umeme. Chapisho la uzinduzi liliangazia modeli inayounda bodi ya mzunguko katika KiCad, zana ya usanifu wa chanzo huria ya kielektroniki. Lakini timu ndogo ya wahandisi imekuwa ikiuliza swali gumu zaidi - sio kama mifano ya AI inaweza kutumia programu ya kielektroniki, lakini ikiwa saketi wanazozalisha hufanya kazi kweli.
Jibu lao lilifika Septemba 4 katika mfumo wa EEBench, alama mpya ya umma ambayo inaweka alama za mizunguko iliyoundwa na AI kwa kutumia masimulizi ya kuamua ya SPICE badala ya uamuzi wa kibinadamu. Matokeo ya mapema yanapendekeza miundo ya sasa inajua mengi zaidi kuhusu vifaa vya elektroniki kuliko matokeo yao ya kawaida, lakini bado hushindwa katika aina ya tabia ya ulimwengu halisi ambayo huwavutia wahandisi binadamu pia. For more context on this story, see our ongoing AI industry coverage.
Kwa Nini Muundo wa Mzunguko Ulihitaji Kigezo Chake Chenyewe
Timu ya EEBench, ambayo huchapisha alama katika eebench.org, inasema uzoefu wake unaonyesha miundo ya sasa imechukua vitabu vya kiada, hifadhidata, madokezo ya programu, na idadi kubwa ya msimbo. Kikwazo ni kiolesura. Wakala anapotumia zana ya picha ya CAD kama KiCad, hutumia juhudi zake nyingi kubofya menyu na kufuatilia kilicho kwenye skrini, ikitumia dirisha la muktadha wake na viwianishi na hali ya utumaji badala ya hoja za kielektroniki.
EEBench inachukua mbinu tofauti. Mizunguko katika alama ya alama huandikwa kwa atopile, lugha inayofafanua vifaa vya elektroniki kama msimbo wa kutangaza, kwa hivyo wakala hufanya kazi moja kwa moja kwenye vijenzi, miunganisho na vikwazo. Mfano huo unaweza kurekebisha muundo, kuujenga, kuendesha simulation, na kukagua kushindwa bila kuacha mradi. Kulingana na timu, hii inafanya kazi vizuri zaidi kuliko kuuliza modeli kuchora mistari katika GUI - na huruhusu maarifa ya kielektroniki ya majaribio badala ya ustadi wa kutumia kompyuta.
Sehemu Halisi, Kushindwa Kweli
Kazi moja ya umma hutolewa kutoka kwa mita ya nishati ya makazi. Ugavi wake wa volti 5 unapotoweka, saketi lazima ihifadhi hai kichakataji kwa milisekunde 20 nyingine ili iweze kuhifadhi usomaji uliokusanywa, na reli iliyolindwa ikikaa juu ya kizingiti cha 3.0-volt brownout ya kichakataji wakati wote.
Mifano nyingi, ripoti za timu, mara moja hufikia hitimisho sahihi la msingi: ongeza capacitor. Kigezo hufanya hilo kuwa gumu kuliko inavyosikika. Capacitor halisi ya kauri inaweza kutoa chini sana kuliko uwezo wake unaotangazwa mara tu voltage inapowekwa juu yake, sehemu zinazoweza kustahimili, na uwezo wa ziada huongeza gharama, huchukua nafasi, na kupunguza kasi ya kuchaji reli wakati nishati inaporejea.
Wanafunzi wa darasa walishika wasilisho moja ambalo linaonyesha pengo kati ya majibu ya kiada na vifaa vya kufanya kazi. Muundo ulibainisha mikrofaradi 22 kwa jina - thamani ambayo inaonekana ya kutosha kwenye karatasi. Lakini kwa volti 4.7 za upendeleo, greda ilipima mikrofaradi 11.4 pekee za uwezo bora, chini ya mahitaji ya kazi ya 545-microfarad. Msimbo wa chanzo umeundwa kwa mafanikio. Mzunguko bado haukufaulu: uigaji ulionyesha reli iliyolindwa ikianguka chini ya hitaji la volt 3 baada ya milisekunde 0.85 tu, hakuna mahali karibu na 20 zinazohitajika.
Kazi ngumu zaidi zinasukuma zaidi. Jukumu moja la analogi linahitaji kuunganisha kichujio chenye maoni mengi cha pasi-chini karibu na op-amp, kutatua uwiano wa kipinga na capacitor kwa nguzo zinazohitajika, na kuweka faida, marudio ya kukatika, na Q ndani ya mipaka hata wakati kila sehemu inasukumwa kwenye pembe za kustahimili kesi mbaya zaidi.
Jinsi Upangaji Unavyofanya Kazi
Ukaguzi wa EEBench unabainisha kikamilifu. Kuunganisha huunda muundo uliowasilishwa, huunda grafu ya saketi na hati ya nyenzo, na huendesha seti ya uigaji wa SPICE na ukaguzi wa muundo, huku kila hitaji likitoa kipimo dhidi ya kikomo cha nambari. Majukumu hupima faida, vizingiti, ripple, majibu ya muda mfupi, na tabia katika pembe za kustahimili vipengele. Alama ya kiufundi inajumuishwa na kipimo cha ufanisi wa gharama dhidi ya muswada wa marejeleo wa nyenzo - ingawa gharama husaidia tu pindi mzunguko unapofanya kazi.
Timu inalinganisha usanidi na kumpa wakala wa usimbaji mkusanyaji na safu ya majaribio, isipokuwa vipimo vinavyopima viwango vya voltage na tabia ya vipengele. Kazi zote katika toleo la 1 hutumia sehemu za mtengenezaji halisi, na vipimo vilivyotolewa kutoka kwa hifadhidata na kubebwa katika mifano ya uigaji, na kulazimisha wakala kupata michanganyiko iliyopo, inaweza kuagizwa, na bei yake ni nzuri.
Ubao wa Kwanza wa Wanaoongoza
Matokeo ya Septemba 1 yamemweka Claude Opus 5 juu ya EEBench V1 akiwa na 61.6% katika majukumu 13. Grok 4.6 ilishika nafasi ya pili kwa 57.1%, mbele tu ya Claude Fable 5.1 kwa 56.4%. Claude Fable 5 alipata 54.3% na Claude Opus 4.8 Max 51.4%. Timu inabaini kuwa miezi michache iliyopita haingetarajia wanamitindo watafanya hivi vizuri.
Tokeo moja liliifurahisha timu hasa: xAI ilijumuisha EEBench katika kadi ya kielelezo cha Grok 4.6, katika sehemu ya kuongeza kasi ya uhandisi pamoja na uundaji wa 3D na tathmini za CAD. Uendeshaji uliochapishwa wa xAI mwenyewe ulipata Grok 4.6 kwa 60.0% kwa bidii ya xhigh ya kufikiria. Kulingana na nyenzo za uzinduzi wa xAI, modeli ilipokea data ya uhandisi ya ubora wa juu na mafunzo ya uimarishaji wa mafunzo katika mazingira mahususi ya kikoa, ikijumuisha usanifu unaosaidiwa na kompyuta.
Aina za OpenAI zilizojaribiwa hadi sasa zinakaa chini zaidi kwenye jedwali: GPT-5.5 ilipata 42.3% na GPT-5.6 Sol 39.4%. Bado hakuna matokeo ya GPT-6 Astra - pengo kubwa ikizingatiwa kuwa onyesho la KiCad la modeli liliibua umakini mpya. Ubao wa wanaoongoza, mbinu, na kichunguzi cha matokeo cha sampuli zote ni za umma, na maabara zinaweza kuendesha miundo yao wenyewe.
Kile Isichopima - Bado
EEBench V1 inashughulikia muundo wa analogi na dijitali kupitia uigaji pekee. Bado haijaribu kama modeli inaweza kuweka ubao halisi, kuitengeneza, au kuleta bidhaa iliyokamilishwa - hatua ambapo aina mpya kabisa za kutofaulu huonekana. Timu inasema inataka kuongeza hatua hizo baadaye, lakini ililenga toleo la 1 kwenye kitanzi cha uthibitishaji wa mahitaji kwa sababu hapo ndipo kazi muhimu ya uhandisi inaweza tayari kupangwa kwa upendeleo.
Bado, alama hiyo inatua kwa wakati unaofaa. Maabara ya mipaka sasa inaitaja kwenye kadi ya mfano, maonyesho ya uzinduzi yanaweka vifaa vya elektroniki kwenye ukurasa wa mbele, na alama ya juu - 61.6% - inaonyesha miundo ikipata uwezo wa kueleweka huku ikibakia mbali na kuaminika. Kwa wahandisi wa umeme wanaotazama, ujumbe kutoka kwa matokeo ya kwanza ya EEBench hupimwa: AI inaweza kuzidi kubuni mizunguko kwenye karatasi. Iwapo wanaweza kuishi kugusana na sehemu halisi ndicho kigezo hiki hasa kipo ili kujua.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
