เมื่อ OpenAI เปิดตัว GPT-6 Astra ในสัปดาห์นี้ การสาธิตรายการหนึ่งดึงดูดความสนใจเป็นพิเศษจากผู้ชมที่ไม่ค่อยได้รับการกล่าวถึงในการเปิดตัวโมเดลแนวชายแดน นั่นก็คือวิศวกรไฟฟ้า โพสต์เปิดตัวนำเสนอโมเดลการออกแบบแผงวงจรใน KiCad ซึ่งเป็นเครื่องมือออกแบบอิเล็กทรอนิกส์แบบโอเพ่นซอร์ส แต่ทีมวิศวกรกลุ่มเล็กๆ ถามคำถามที่ยากกว่านั้น ไม่ว่าโมเดล AI จะสามารถใช้งานซอฟต์แวร์อิเล็กทรอนิกส์ได้หรือไม่ แต่วงจรที่พวกเขาสร้างขึ้นนั้นใช้งานได้จริงหรือไม่

คำตอบของพวกเขามาถึงเมื่อวันที่ 4 กันยายนในรูปแบบของ EEBench ซึ่งเป็นเกณฑ์มาตรฐานสาธารณะใหม่ที่ให้คะแนนวงจรที่ออกแบบโดย AI โดยใช้การจำลอง SPICE ที่กำหนดมากกว่าการตัดสินของมนุษย์ ผลลัพธ์ในช่วงแรกชี้ให้เห็นว่าโมเดลปัจจุบันรู้เกี่ยวกับอุปกรณ์อิเล็กทรอนิกส์มากกว่าที่เอาต์พุตปกติจะแสดง แต่ก็ยังล้มเหลวในพฤติกรรมของชิ้นส่วนในโลกแห่งความเป็นจริงที่ทำให้วิศวกรมนุษย์สะดุดเช่นกัน For more context on this story, see our ongoing latest AI developments.

เหตุใดการออกแบบวงจรจึงต้องมีเกณฑ์มาตรฐานของตัวเอง

ทีมงาน EEBench ซึ่งเผยแพร่เกณฑ์มาตรฐานที่ eebench.org กล่าวว่าประสบการณ์ของทีมแสดงให้เห็นว่าโมเดลปัจจุบันได้ซึมซับตำราเรียน เอกสารข้อมูล บันทึกการใช้งาน และโค้ดจำนวนมหาศาล คอขวดเป็นส่วนต่อประสาน เมื่อตัวแทนใช้งานเครื่องมือ CAD แบบกราฟิก เช่น KiCad จะใช้ความพยายามอย่างมากในการคลิกผ่านเมนูและติดตามสิ่งที่อยู่บนหน้าจอ โดยใช้หน้าต่างบริบทกับพิกัดและสถานะแอปพลิเคชัน แทนที่จะใช้เหตุผลทางไฟฟ้า

EEBench ใช้แนวทางที่แตกต่างออกไป วงจรในการวัดประสิทธิภาพเขียนด้วยอะโทไพล์ ซึ่งเป็นภาษาที่อธิบายอุปกรณ์อิเล็กทรอนิกส์ว่าเป็นโค้ดประกาศ ดังนั้นเอเจนต์จึงทำงานโดยตรงกับส่วนประกอบ การเชื่อมต่อ และข้อจำกัด โมเดลสามารถปรับเปลี่ยนการออกแบบ สร้าง รันการจำลอง และตรวจสอบความล้มเหลวโดยไม่ต้องออกจากโปรเจ็กต์ ทีมงานกล่าวว่าวิธีนี้ทำงานได้ดีกว่าการขอให้โมเดลวาดเส้นใน GUI และช่วยให้ทดสอบเกณฑ์มาตรฐานความรู้ด้านอิเล็กทรอนิกส์มากกว่าทักษะการใช้คอมพิวเตอร์

ชิ้นส่วนจริง ความล้มเหลวที่แท้จริง

งานสาธารณะชิ้นหนึ่งดึงมาจากเครื่องวัดพลังงานที่อยู่อาศัย เมื่อแหล่งจ่ายไฟ 5 โวลต์หายไป วงจรจะต้องรักษาโปรเซสเซอร์ให้คงอยู่ต่อไปอีก 20 มิลลิวินาที เพื่อที่จะสามารถบันทึกการอ่านที่สะสมไว้ได้ โดยรางที่ได้รับการป้องกันจะอยู่เหนือเกณฑ์ไฟดับ 3.0 โวลต์ของโปรเซสเซอร์ตลอดเวลา

ทีมงานรายงานว่าโมเดลส่วนใหญ่ไปถึงข้อสรุปฐานที่ถูกต้องทันที: เพิ่มตัวเก็บประจุ เกณฑ์มาตรฐานทำให้ยากกว่าที่คิด ตัวเก็บประจุเซรามิกจริงอาจส่งประจุได้น้อยกว่าความจุที่โฆษณาไว้มากเมื่อมีแรงดันไฟฟ้าส่งผ่าน ชิ้นส่วนต่างๆ มีค่าความคลาดเคลื่อน และความจุเพิ่มเติมจะทำให้ต้นทุนเพิ่มขึ้น ใช้พื้นที่ และทำให้การชาร์จของรางช้าลงเมื่อพลังงานกลับมา

นักเรียนระดับเกรดได้รับผลงานชิ้นหนึ่งที่แสดงให้เห็นช่องว่างระหว่างคำตอบในตำราเรียนกับฮาร์ดแวร์ที่ใช้งาน การออกแบบระบุไมโครฟารัด 22 ตัวในนาม ซึ่งเป็นค่าที่ดูเพียงพอบนกระดาษ แต่ที่ค่าไบแอส 4.7 โวลต์ เครื่องคัดเกรดวัดค่าความจุไฟฟ้าได้จริงเพียง 11.4 ไมโครฟารัด ซึ่งต่ำกว่าข้อกำหนด 545 ไมโครฟารัดของงานมาก สร้างซอร์สโค้ดสำเร็จแล้ว วงจรยังคงล้มเหลว: การจำลองแสดงให้เห็นว่ารางที่ได้รับการป้องกันลดลงต่ำกว่าข้อกำหนด 3 โวลต์หลังจากเวลาเพียง 0.85 มิลลิวินาที ไม่มีที่ไหนใกล้กับ 20 ที่ต้องการ

งานที่ยากขึ้นจะผลักดันต่อไป การกำหนดแอนะล็อกหนึ่งครั้งจำเป็นต้องสังเคราะห์ตัวกรองความถี่ต่ำผ่านฟีดแบ็กหลายตัวรอบๆ op-amp เพื่อหาอัตราส่วนของตัวต้านทานและตัวเก็บประจุสำหรับโพลที่ต้องการ และรักษาอัตราขยาย ความถี่คัตออฟ และ Q ให้อยู่ในขีดจำกัด แม้ว่าทุกส่วนประกอบจะถูกผลักไปยังมุมที่ยอมรับได้ในกรณีที่แย่ที่สุด

วิธีการให้คะแนนทำงานอย่างไร

การตรวจสอบของ EEBench นั้นสามารถกำหนดได้อย่างสมบูรณ์ ชุดสายรัดจะสร้างการออกแบบที่ส่งมา สร้างกราฟวงจรและรายการวัสดุ และดำเนินการชุดการจำลอง SPICE และการตรวจสอบการออกแบบ โดยแต่ละข้อกำหนดจะสร้างการวัดโดยเทียบกับขีดจำกัดตัวเลข งานวัดเกน เกณฑ์ การกระเพื่อม การตอบสนองชั่วคราว และพฤติกรรมที่มุมที่ยอมรับได้ของส่วนประกอบ คะแนนทางเทคนิคจะรวมกับการวัดความคุ้มค่าเทียบกับรายการวัสดุอ้างอิง แม้ว่าต้นทุนจะช่วยได้ก็ต่อเมื่อวงจรทำงานเท่านั้น

ทีมงานจะเปรียบเทียบการตั้งค่ากับการให้คอมไพเลอร์และชุดทดสอบแก่ตัวแทนการเขียนโค้ด ยกเว้นการทดสอบจะวัดแรงดันไฟฟ้าและพฤติกรรมของส่วนประกอบ งานทั้งหมดในเวอร์ชัน 1 ใช้ชิ้นส่วนของผู้ผลิตจริง โดยมีข้อมูลจำเพาะที่ดึงมาจากเอกสารข้อมูลและนำไปไว้ในแบบจำลอง บังคับให้ตัวแทนค้นหาชุดค่าผสมที่มีอยู่ สามารถสั่งซื้อได้ และมีราคาที่สมเหตุสมผล

กระดานผู้นำแรก

ผลลัพธ์ตั้งแต่วันที่ 1 กันยายน ทำให้ Claude Opus 5 อยู่ในอันดับต้นๆ ของ EEBench V1 ด้วยคะแนน 61.6% จาก 13 งาน Grok 4.6 มาเป็นอันดับสองที่ 57.1% นำหน้า Claude Fable 5.1 ที่ 56.4% Claude Fable 5 ได้คะแนน 54.3% และ Claude Opus 4.8 สูงสุด 51.4% ทีมงานตั้งข้อสังเกตว่าเมื่อไม่กี่เดือนที่ผ่านมา ไม่คิดว่าโมเดลจะทำงานได้ดีขนาดนี้

ผลลัพธ์ประการหนึ่งทำให้ทีมพอใจเป็นพิเศษ: xAI รวม EEBench ไว้ในการ์ดโมเดล Grok 4.6 ในส่วนเกี่ยวกับการเร่งทางวิศวกรรมควบคู่ไปกับการสร้างแบบจำลอง 3 มิติและการประเมิน CAD แบบพาราเมตริก การเผยแพร่ของ xAI เองได้คะแนน Grok 4.6 ที่ 60.0% ด้วยความพยายามในการให้เหตุผล xhigh ตามเอกสารการเปิดตัวของ xAI โมเดลดังกล่าวได้รับข้อมูลทางวิศวกรรมคุณภาพสูงและการฝึกอบรมการเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมเฉพาะโดเมน รวมถึงการออกแบบโดยใช้คอมพิวเตอร์ช่วย

จนถึงขณะนี้ โมเดลของ OpenAI ที่ผ่านการทดสอบแล้วยังนั่งต่ำกว่าตาราง: GPT-5.5 ได้คะแนน 42.3% และ GPT-5.6 Sol 39.4% ยังไม่มีผลลัพธ์ GPT-6 Astra ซึ่งเป็นช่องว่างที่น่าสังเกตเนื่องจากการสาธิต KiCad ของโมเดลได้จุดประกายความสนใจครั้งใหม่ บอร์ดผู้นำ วิธีการ และเครื่องมือสำรวจผลลัพธ์ตัวอย่างของการวัดประสิทธิภาพล้วนเป็นแบบสาธารณะ และห้องปฏิบัติการสามารถเรียกใช้โมเดลของตนเองได้

สิ่งที่ยังไม่ได้วัด — ยัง

EEBench V1 ครอบคลุมการออกแบบแอนะล็อกและดิจิทัลผ่านการจำลองเท่านั้น ยังไม่ได้ทดสอบว่าแบบจำลองสามารถวางแผ่นกระดาน ผลิต หรือสร้างผลิตภัณฑ์สำเร็จรูปได้หรือไม่ ซึ่งเป็นขั้นตอนที่โหมดความล้มเหลวใหม่ทั้งหมดปรากฏขึ้น ทีมงานกล่าวว่าต้องการเพิ่มขั้นตอนเหล่านั้นในภายหลัง แต่มุ่งเน้นไปที่เวอร์ชัน 1 ในวงจรข้อกำหนด-การออกแบบ-การตรวจสอบ เนื่องจากนั่นคือจุดที่งานวิศวกรรมที่มีประโยชน์สามารถให้คะแนนได้อย่างเป็นกลาง

ถึงกระนั้นเกณฑ์มาตรฐานก็มาถึงช่วงเวลาที่บอกได้ ขณะนี้ห้องปฏิบัติการชายแดนอ้างอิงข้อมูลดังกล่าวไว้ในการ์ดโมเดล การสาธิตการเปิดตัววางอุปกรณ์อิเล็กทรอนิกส์ไว้หน้าแรก และคะแนนสูงสุด — 61.6% — แสดงให้เห็นว่าโมเดลมีความสามารถอย่างมีความหมายแต่ยังคงห่างไกลจากความน่าเชื่อถือ สำหรับวิศวกรไฟฟ้าที่กำลังรับชม ข้อความจากผลลัพธ์ EEBench แรกจะถูกวัดว่า AI สามารถออกแบบวงจรบนกระดาษได้มากขึ้น ไม่ว่าพวกเขาจะรอดจากการสัมผัสกับชิ้นส่วนจริงหรือไม่ก็ตามนั้นคือสิ่งที่เป็นเกณฑ์มาตรฐานนี้ที่ต้องค้นหา

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →