用ChatGPT来回答关于检验测试周期（Ti）的问题

当下被誉为可能是第五次技术革命的ChatGPT横空出世，立即成为热点，各路人马已经各显其能，对其提问调侃教育，尝试各种用法。对于安全咨询SIS计算这种小众行业，ChatGPT有何帮助呢？翻出一篇之前的技术问答文章： “干货|检验测试周期（Ti）对SIL计算影响的11个关键点” ，同样的问题让ChatGPT来回答，和原作者能有何不同呢？

首先从概念提问开始。

ChatGPT：

原作者：

平均失效概率PFDavg是指一个时间段内失效概率的平均值，为什么使用平均值而不是失效概率本身呢？原因很简单，算起来太难， 失效概率是时间的指数函数，实时失效概率随时间变化而变化，这在实际操作中难以求取，因此引入平均值代替，换成平均值后碍眼的积分符号就消失了。 工程师最爱不就是简单粗暴有效嘛。

小C（让我们简称ChatGPT为小C）紧扣问题，中规中矩用词严谨，似乎比原作者有点跳脱的语气更接近一个严谨的工程人员，第一回合，小C和原作者不分伯仲。

ChatGPT：

原作者：

检验测试（ Proof Test ）在 GB/T21109-2007检验测试定义为执行定期测试以检测安全相关系统中危险的隐藏故障， 以便在必要时进行维修可以将系统恢复到如新状态或尽可能接近该状态。检验测试之间的时间间隔则为测试周期Ti。

小C深知套路，给出的答案面面俱到，看着完全没有问题，然而和原作者的回答比较，似乎有点未搔到痒处，此时追加一个条件再次提问。

ChatGPT：

这次小C的回答是不是优秀很多了？果然提问人的角度略有变化，就能引导出更优秀的答案。

ChatGPT：

原作者：

验证测试旨在揭示仪表设备可能隐藏的所有“被发现/未被发现”的故障，任何人都不知道的故障。测试的频率，即Ti，对PFDavg有重大影响。 如果仪表设备未在指定的时间间隔内进行测试，则存在未检测到的故障可能会在提出要求之前未被发现的危险，安全功能在您需要时可能无法工作！

看来小C颇为擅长灌水，让我们试一试挤掉水分，再次提问。

ChatGPT：

回答一眼看去十分完美，但是否有一丝说不出来的别扭呢？仔细检查一下问题，再次增加条件提问。

ChatGPT：

果然，正确的答案取决于正确的提问，小C再一次回到了轨道上。

以上问题，小C不能说十全十美，但是基本上没有出现错误，而且回答的十分面面俱到，似乎已经可以拿来即用。现在用一个有难度的细节问题来探一探小C的底限。

第一次提问，小C依然用套路。

ChatGPT：

原作者：

以1oo1表决结构的简化公式为例，其中Ti即检验测试周期，λdu为危险不可测失效率。

在仪表设备的服务寿命内，制造商一般认为λdu为固定值，影响最终PFDavg的参数就是测试周期Ti了。从以上公式可推测，Ti由一年检测一次的频率变化为半年检测一次时，失效概率PFDavg会降低一倍，但工程实践中也是这样吗？

这里要引入安全功能（SIF）回路的概念，完成一个安全功能（SIF）实际上需要三个子单元协作：信号测量、逻辑运算控制器、动作执行，好像人的五官、大脑、四肢；一旦感受到危险，传递警报给大脑，做出判断，是逃跑还是战斗，由四肢执行。

而上面的简化公式只是描述了一个组件（仪表或阀门）的失效概率，没有反映出三个子单元，即一个SIF回路的平均失效概率。那么SIF回路的PFDavg如何计算？正解为：

原理很好理解，熟悉概率的同学复习下如何计算随机独立事件发生概率，别忘了，三个单元出现失效都是各自独立的随机事件呦。

既然以上三个单元都能够出现失效，那么一个SIF回路的失效肯定是要考虑三个单元，测试频率变了，三个单元的失效会同步变化吗？笔者尝试用国内使用率较高的SIL计算软件RiskCloud计算了一下验证测试周期分别从1延长为10年的一个变化，结果如下图。

计算假设如下，仅Ti一个参数变化。

· 仅限1oo1结构，没有共因失效；

· 仪表型号保持相同；

· 测试周期一致。

验证测试周期 vs PFD变化趋势

*蓝色代表安全功能回路整体的PFDavg变化趋势；橙色对应传感器子系统，灰色对应SIS控制系统，黄色对应执行子系统。

显然，随着验证测试周期的递增，PFDavg随着周期的逐年延长而越来越高，说明完成安全功能的可能性随着周期的加长而下降， 但与Ti=1年时每年规律线性增长相比，PFDavg变化率并没有呈现同步的线性响应，到了Ti=10年时，PFDavg也不过只有Ti=1年时的4倍左右（见下表），和上面简化公式相比，似乎有点出乎意料。

测试周期Ti vs PFD变化汇总比较

各个子单元随验证周期改变发生变化的敏感性不同，以及各个子单元对PFDavg贡献度不同，使得最终的PFDavg偏离了周期变化的线性规律。同时也反映出PFD（t）的非线性化特征。

和原作者回答比较后，按照惯例，提问人换了种问法。

ChatGPT：

反复让小C回答几次之后，这是得到的最优答案，有理有据有计算，但其中牛头不对马嘴之处，大家看到了吗？

以上是使用ChatGPT的一些小尝试，从上面的一系列问答可知，小C并不是擅于分析处理知识点，它遵循一定模板回答问题，而且从提问人一步步加入限制条件细化问题的提问方式来看，小C没有主动性，不提要求就不会主动解释，小C也没有分辨能力，如果得到的资料错误，那么它也只会遵循资料。作为人工智能，假以时日，随着经验数据的积累，凭着小C远胜于人类的数据存储能力，从浩瀚的资讯中提炼资料，可以说，小C能成为人类的好助力，颠覆现在对于信息的处理以及使用方式。瑟瑟发抖害怕小C这样的人工智能抢掉饭碗则大可不必，人工智能总会在不经意的地方露出它的马脚，只要坚持自己的判断力和知识存储，学习如何和人工智能相处，警惕小C一本正经的胡说八道，那么未来可期！

来源：北京安必达科技有限公司

作者：王琳

小编：ABD