Kort svar: Elektroingeniører vil ikke blive erstattet i massevis, men AI vil overtage en rimelig andel af det gentagelige arbejde: tegninger, dokumentation, standard firmware og first-pass designs. Hvis dit job primært er "mønsterudførelse", vil du mærke presset; hvis du ejer begrænsninger, verifikation og sikkerhedsbeslutninger, bliver AI en kraftmultiplikator.
Vigtige konklusioner:
Opgaveskift : Automatiser udarbejdelse, resuméer, tjeklister og hurtige beregninger, samtidig med at menneskeligt tilsyn bevares.
Begrænsninger : Forbliv værdifuld ved at mestre termiske, EMC-, derating-, krybevejs- og pålidelighedsgrænser.
Verifikation : Behandl AI-output som hypoteser; bekræft gennem simulering, måling og disciplinerede testplaner.
Ansvarlighed : Mennesker er fortsat ansvarlige for overholdelse af regler, sikkerhedskritiske beslutninger og konsekvenserne af fejl.
Junior-påvirkning : Juniorelever har brug for flere laboratorierepræsentanter og fejlfindingsøvelse, hvis AI udelukker tidligt "lærlingearbejde".
Dette spørgsmål har en tendens til at lande med et bump. Ikke fordi elektroteknik er skrøbeligt (det er det ikke), men fordi AI er foruroligende kompetent i et arbejde, der engang føltes - om ikke helligt - så i det mindste trygt menneskeligt. At udarbejde, opsummere, søge, finde mønstre og forvandle en tåget idé til noget, der ser "færdigt" ud 🧠⚡ OECD McKinsey
Så, vil elektroingeniører blive erstattet af AI? Det bedre svar er ikke et dramatisk ja eller nej. Det lyder mere sådan her: nogle opgaver vil blive spist, nogle vil blive turboladet, og nogle vil forblive stædigt menneskelige . World Economic Forum ILO
Nedenfor er den fulde oversigt - hvad der kan automatiseres, hvad der ikke kan, hvor det går hen, og hvordan man forbliver værdifuld (uden selv at blive til en robot 🤖).
Artikler du måske har lyst til at læse efter denne:
🔗 Vil AI erstatte radiologer
Hvad automatisering kan og ikke kan inden for medicinsk billeddannelse i dag.
🔗 Vil AI erstatte revisorer
Hvordan AI påvirker bogføring, revisioner og karrierevejen inden for regnskab.
🔗 Vil AI erstatte investeringsbankfolk
Opgaver, som AI kan automatisere i banksektoren, og det, der forbliver menneskeligt.
🔗 Vil AI erstatte dataanalytikere: Ærlig snak
Et ærligt kig på analysearbejde, værktøjer og jobsikkerhed.
1) Det præcise svar på "Vil elektroingeniører blive erstattet af AI?" 😬
Elektroingeniører vil ikke blive erstattet i store mængder. Men dele af jobbet bliver det allerede. World Economic Forum OECD
Det, der sker, er "opgaveerstatning", ikke "karriererstatning". ILO OECD
AI glider ind i:
-
gentagen dokumentation 📄
-
førstegangsdesign og udkast ✍️
-
Fejlfinding i kode og konfigurationer 🧩
-
testdataanalyse og anomalidetektion 📈
-
Hurtige beregninger, fornuftstjek og opslagsarbejde 🔍 OECD McKinsey
Og den glider heller ikke høfligt ind. Den braser ind som et lille barn med en tusch.
Men hele rollen som elektroingeniør involverer langt mere end blot at lave et pænt diagram. Det omfatter ansvar, sikkerhed, afvejninger, fysiske begrænsninger, overholdelse af regler, uregerlige krav og lejlighedsvise "dette burde virke, men det gør det ikke, og ingen ved hvorfor"-situationer 😵💫 NIST AI RMF BSI EN 60601
tager ikke konsekvenserne. Mennesker gør det stadig. NIST AI RMF EU AI Act (EUR-Lex)
Så ja, vil elektroingeniører blive erstattet af AI? Nogle vil føle sig erstattet, hvis de kun laver den letautomatiserede del. De fleste vil ikke, fordi rollen er større end selve delen.
2) Hvad gør en god version af AI til elektroteknisk arbejde? ✅🤝
Ikke al AI er nyttig. Noget af det er bare selvsikker støj med en venlig tone. Sødt, men nej. NIST GenAI-profil
En god version af AI til elektroteknik har normalt:
-
Begrænsningsbevidsthed : Den ignorerer ikke spændingsklassificeringer, termiske grænser, EMC-realitet, krybeafstand, frigang, driftscyklus, derating ... de uglamourøse ting, der redder produkter 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B
-
Sporbar ræsonnement : Den kan forklare, hvorfor den valgte en tilgang, ikke bare dumpe et svar 🧠 NIST AI RMF
-
Domænevokal : Den taler "datablad", "tolerancestak", "løkkestabilitet", "fasemargin", "jordretur" uden at behøve babysnak 📚
-
Iterativt samarbejde : Det kollapser ikke, når man siger "dette er et 4-lags printkort med switching-støj og et billigt stik" 😅
-
Verifikationsvenligt output : Det producerer ting, du kan teste, simulere eller gennemgå - ikke bare vibrationer ⚙️ NIST AI RMF
-
Ydmyghedskontroller (ja, virkelig): Den markerer usikkerhed, foreslår kontroller og foregiver ikke at have målt bølgeformen 🫠 NIST GenAI Profile
Hvis et AI-værktøj ikke kan opføre sig under begrænsninger, er det som en skruetrækker lavet af ost. Teknisk set et værktøj ... ikke praktisk.
3) Hvor AI allerede erstatter dele af elektroteknik (stille og roligt) 🧠⚡
Her er hvor AI allerede tygger sig igennem tidskrævende arbejde, især i teams, der omfavner det:
Udarbejdelse og dokumentation
-
omdannelse af noter til kravdokumenter
-
opsummering af designanmeldelser
-
generering af testprocedurer og tjeklister
-
skrive firmwarekommentarer og README-filer OECD
Det er ikke glamourøst arbejde, men det er mange timer. AI spiser timer 🍽️
Stilladsering af førstepassagekredsløb og firmware
-
forslag til topologimuligheder for effekttrin
-
generering af indlejret starterkode (drivere, tilstandsmaskiner, kommunikationsskeletter)
-
foreslå komponent-"klasser" (ikke nøjagtige dele, men kategorier) McKinsey
Det er her, folk bliver skræmte, fordi det ligner ingeniørkunst. Det er det - men "første gennemløb" er ikke det sidste måltid.
Fejlfindingsmønstergenkendelse
-
anomalidetektion på tværs af logfiler
-
Identificering af korrelationer i testdata
Det er ligesom at have en hyperaktiv praktikant, der aldrig sover og ikke beder om snacks. Farligt og praktisk 😆
4) Hvad AI kæmper med inden for elektroteknik (også kendt som det klistrede) 🧷
AI kæmper mest der, hvor virkeligheden bider igen. Elektroteknik er fuld af virkelighed.
Den fysiske verden er ligeglad med selvtillid
AI kan lyde sikker. Fysikken er ligeglad. Layoutparasitter, EMI, vibrationer, fugtighed, stikslid, marginale komponenter - disse er "overraskelsesafgifterne" for produkter, der lever uden for slides. IEC EMC FCC Del 15
Jordforbindelse, EMI og layout-afvejninger
Du kan ikke fuldt ud løse EMI med tekstforudsigelse. Du løser det med:
-
geometri
-
returruter
-
valg af afskærmning og filtrering
-
måling
-
iteration IEC 61000-4-3 IEC EMC
AI kan foreslå løsninger, men den lugter ikke fejlen i kammertesten. Det gør ingeniørerne 👃⚡
Kravforhandling og interessentsammenbrud
Halvdelen af arbejdet er at oversætte:
-
"Gør det mindre"
-
"Gør det billigere"
-
"få det til at bestå overholdelsen"
-
"Få den sendt i næste uge"
Til et overlevelsesvenligt design. AI ejer ikke politikken, risikoen eller skylden. Det gør mennesker (yay?) 😅
Ansvarlighed og sikkerhed
Når en strømforsyning svigter, et medicinsk udstyr fejler, eller en batteripakke bliver til et lejrbål - skal nogen have truffet forsvarlige beslutninger. BSI EN 60601 NI ISO 26262
AI kan være involveret, men det kan ikke være den ansvarlige part. Det betyder meget. EU's AI-lov (EUR-Lex) NIST AI RMF
5) De job inden for elektroteknik, der er mest udsat for automatisering 🎯
Nogle underroller vil ændre sig hurtigere end andre. Ikke fordi de er "mindre betydningsfulde" - bare fordi de indeholder flere gentagelige mønstre.
Mere eksponeret:
-
rutinemæssig skematisk udarbejdelse ud fra kendte skabeloner
-
grundlæggende indlejret standardtekst (initieringskode, almindelige protokoller, limlogik) McKinsey
-
Generering af testrapporter og formatering af overholdelse af dokumenter
-
resuméer af komponentforskning (med menneskelig verifikation, tak)
-
simpel gentagelse af printkortlayout (gentagne placeringer af velkendte kredsløb)
Mindre eksponeret:
-
strømintegritet + EMC-tungt design IEC EMC
-
sikkerhedskritiske systemer NI ISO 26262
-
Højpålideligt hardware (barske miljøer, lang levetid) MIL-STD-1547B
-
nyt arkitekturarbejde (nye begrænsninger, nye fejltilstande)
-
systemteknik (oversætterrollen på tværs af discipliner)
Så hvis nogen spørger igen: Vil elektroingeniører blive erstattet af AI? Jo mere dit arbejde er "mønsterudførelse", jo mere kan AI skygge dig. Jo mere dit arbejde er "at eje virkeligheden", jo mere bliver AI din assistent.
6) Sammenligningstabel: Almindelige AI-muligheder, der hjælper EE'er 🧰🤖
(Dette er kategorier, ikke magiske mærker. Rigtige hold blander ofte et par stykker.)
| Værktøj / Valgmulighed | Målgruppe | Pris | Hvorfor det virker (nok) |
|---|---|---|---|
| AI-kodeassistent til indlejret arbejde | firmware-tunge EE'er | Gratis-agtigt til abonnement | Hurtig standardtekst + refaktorering, men nogle gange helt sikkert forkert ... ligesom en højlydt laboratoriekammerat 😬 arXiv McKinsey |
| Tip til AI-forbedrede kredsløbssimulatorer | analoge/strømdesignere | Abonnement | Hjælper med at udforske topologier og fanger "åbenlyse" konfigurationsfejl - kræver stadig reel simulering + vurdering NIST AI RMF |
| Krav til testgenerator | systemer + validering | Team / Virksomhed | Omdanner hurtigt specifikationer til testcases; sparer upraktiske timer, men kan overse vanskelige edge-cases NIST AI RMF |
| Log + bølgeform anomali detektor | testingeniører | Abonnement | God til at spotte mønstre på tværs af enorme datasæt; forstår ikke "hvorfor", medmindre du styrer den. NIST DARE |
| AI-assisteret PCB-placeringshjælper | layout + hardware | Virksomhed | Fremskynder gentagen placering; routing + EMI-disciplin kræver stadig et menneske, der har været udsat for brændinger før 🔥 Cadence |
| AI-dokumentation + anmeldelsesopsummerer | alle | Gratis-agtig | Skærer ned på mødeslam; gør anmeldelser søgbare - opsummerer dog nogle gange det forkerte ... ups NIST GenAI-profil |
Bemærk temaet: AI accelererer output , men ingeniører validerer virkeligheden . Det er dansen. NIST AI RMF
7) Hvordan elektroingeniørens rolle ændrer sig (og hvorfor juniorstuderende mærker det først) 👣⚡
Denne del er lidt ubehagelig, så jeg vil sige det ligeud.
AI vil ændre "lærlingeuddannelsesstigen". OECD World Economic Forum
Traditionelt lærte yngre ingeniører ved at gøre:
-
tegningsskemaer
-
at skrive simple drivere
-
dokumentation af tests
-
rettelse af åbenlyse fejl
-
iterering på kendte designs
Men hvis AI håndterer en stor del af det ... får juniorer måske færre gentagelser. ILO
Det betyder ikke, at juniorer er dømt til at mislykkes. Det betyder, at kursen ændrer sig. Holdene bliver nødt til at være bevidste om deres træning, og juniorer bliver nødt til at søge:
-
Praktisk laboratorietid 🔧
-
Målefærdigheder (oscilloskop, VNA, prober, jordingsdisciplin) 📟
-
fejlfindingsinstinkt (hvad skal kontrolleres først, andet, tredje)
-
systemtænkning (grænseflader, fejltilstande, begrænsninger)
Ingeniøren, der kan måle godt, bliver mere værdifuld, ikke mindre. Fordi måling er der, hvor AI er mindst "virkelig". IEC 61000-4-3 FCC Del 15
Hvis du er senior, ændrer dit job sig mod:
-
arkitekturbeslutninger
-
risikoafvejninger
-
anmeldelser og verifikationsplaner
-
tværfunktionel forhandling
-
mentorordninger – men på en anden måde
Og ja, du bruger måske mere tid på at "instruere" AI, hvilket lyder fjollet, indtil du indser, at instruktion dybest set er ingeniørarbejde alligevel.
8) Den praktiske håndbog: hvordan man undgår at blive erstattet (uden at blive en AI-cheerleader) 🛠️
Hvis du vil have en simpel strategi, så er det denne:
Bliv ingeniøren, der ejer begrænsninger ✅
AI er god til muligheder. Du bliver værdifuld ved at eje:
-
sikkerhedsmarginer
-
overholdelsesbegrænsninger
-
fremstillingsevne
-
pålidelighedsmål
-
termiske og energibudgetter
-
testbarhed NIST AI RMF
Bliv god til verifikation 🔍
Fremtiden tilhører ingeniører, der kan sige:
-
"Her er hypotesen."
-
"Her er måleplanen."
-
"Her er resultatet."
-
"Her er hvad vi har ændret."
AI kan foreslå. Mennesker beviser. NIST AI RMF
Skab "grænsefladebeherskelse"
Vær den person, der forstår grænser:
-
hardware til firmware
-
analog til digital
-
kraft til at signalere
-
sensor til at beregne
-
produktkrav til tekniske specifikationer
Det er fejl i grænsefladen, der fører tidsplaner hen og dør 😵
Lær at bruge AI som en juniorholdkammerat
Ikke som en chef, ikke som en gud. Som en juniorholdkammerat, der er:
-
hurtig
-
ivrig
-
nogle gange forkert
-
usædvanligt skarp til tider NIST GenAI-profil
Du outsourcer ikke tænkning. Du outsourcer udkast og udforskning.
9) Almindelige myter om “Vil elektroingeniører blive erstattet af AI?” 🧠💥
Myte: “AI vil lave hele designet”
Virkelighed: Det kan generere et designformet objekt. Men ægte design inkluderer begrænsninger, test, layoutrealiteter, overholdelse af regler og fremstilling. Det er hele den rodede sandwich. NIST AI RMF
Myte: "Kun hardware er sikker"
Virkelighed: Firmware automatiseres hurtigere på nogle områder, fordi det er tekstbaseret. Hardware har fysisk friktion, men dokumentation og udarbejdelse automatiseres også. OECD
Myte: "Hvis AI kan bestå eksamener, kan den også klare jobbet"
Virkelighed: Eksamener er ikke jobbet. Jobbet handler om at håndtere ufuldstændige krav, dårlige stik, støjende strømskinner og leverandører, der sværger på, at delen er identisk, når den ... ikke er identisk 😑
Myte: “AI sparer altid tid”
Virkelighed: AI sparer tid, når du verificerer hurtigt. Hvis du ikke verificerer, mister du tid senere. Som at feje støv ind under et tæppe, men tæppet er din lanceringsdato. NIST GenAI-profil
10) Afsluttende noter og hurtig opsummering 🌩️✨
Så vil elektroingeniører blive erstattet af AI? Ikke på den måde, folk frygter. Rollen vil ikke forsvinde. Den vil genoprette balancen . World Economic Forum ILO
AI vil:
-
automatisere dele af udarbejdelse, dokumentation og gentagen implementering
-
fremskynde udforskning og fejlfinding
-
hæve basisforventningen til outputhastighed OECD
Der vil stadig være behov for elingeniører til at:
-
egen sikkerhed, overholdelse og pålidelighed BSI EN 60601 NI ISO 26262
-
validér med måling og testning IEC 61000-4-3 FCC Del 15
-
foretage kompromiser under begrænsninger
-
håndtere praktisk integration
-
vær ansvarlig, når ting går i stykker (fordi det vil ske) NIST AI RMF
Kort opsummering 😄
AI erstatter opgaver. Ingeniører, der kun udfører erstatningsopgaver, føler sig presset. Ingeniører, der ejer begrænsninger, verifikation og praktiske afvejninger, bliver endnu mere værdifulde. Trøstende på sin egen måde.
Og hvis du vil have den korteste version:
AI er et elværktøj. Det er stadig dig, der bygger huset. Nogle gange gnister værktøjet. 🔧⚡ (Okay, den metafor er lidt vaklende, men du forstår det.)
Ofte stillede spørgsmål
Vil elektroingeniører blive erstattet af kunstig intelligens inden for de næste 5-10 år?
I de fleste tilfælde vil elektroingeniører ikke blive erstattet direkte, men mange gentagne opgaver vil blive automatiseret. Skiftet er tættere på "opgaveudskiftning" end "karrierudskiftning", hvor AI håndterer udarbejdelse, dokumentation og tidligt bestået arbejde. De ingeniører, der forbliver værdifulde, er dem, der ejer begrænsninger, verifikation og praktiske afvejninger. Ansvarligheden ligger stadig hos mennesker, især når sikkerhed og compliance er involveret.
Hvilke dele af elektroteknik er nemmest at automatisere for AI?
AI har en tendens til at gnave sig igennem arbejde, der er teksttungt, gentagne eller mønsterbaserede. Det inkluderer dokumentation, opsummering af anmeldelser, generering af tjeklister, standard firmware-scaffolding, hurtige beregninger og anomali-detektion på tværs af testlogs. Den kan også foreslå topologimuligheder og komponentkategorier som udgangspunkt. Problemet er, at disse output stadig kræver menneskelig verifikation for at undgå fejl, der er sikre, men forkerte.
Hvilke elektrotekniske områder er mindst tilbøjelige til at blive erstattet af AI?
Arbejde, der er tæt knyttet til den fysiske verden og konsekvenserne, er sværere at automatisere. Strømforsyningsintegritet, EMC/EMI-tungt design, sikkerhedskritiske systemer, hardware med høj pålidelighed og nye arkitekturbeslutninger er mindre udsatte, fordi de afhænger af måling, iteration og vurdering under begrænsninger. Systemteknik forbliver også mennesketung, fordi det handler om forhandling, risikoafvejninger og omsætning af tvetydige krav til forsvarlige designs.
Hvordan kan jeg bruge AI i elektroteknik uden at stole for meget på det?
Behandl AI som en hurtig junior-holdkammerat: praktisk til udkast og udforskning, men ikke en kilde til sandhed. En almindelig tilgang er at bede den om muligheder, testplaner eller en forklaring i første omgang og derefter validere med simulering, måling og gennemgang. Foretræk arbejdsgange, hvor output er "verifikationsvenlige", hvilket betyder, at du hurtigt kan tjekke dem. Hvis den ikke kan forklare sin begrundelse eller ikke markerer nogen usikkerhed, så påtag dig en ekstra risiko.
Hvad skal et "godt" AI-værktøj til elektroteknik kunne gøre?
Nyttig AI til EE-arbejde fungerer godt under begrænsninger og ignorerer ikke uglamourøse realiteter som derating, termiske grænser, krybeafstand/frigang, EMC og duty cycle. Den skal give sporbar argumentation, bruge domænevokabular præcist og producere output, du kan teste eller simulere. Den har også brug for "ydmyghedskontroller", der afdækker usikkerhed og foreslår kontroller. Hvis den kun producerer sikre svar, er det mere støj end værktøj.
Vil yngre elektroingeniører blive mere påvirket af AI end ældre?
Ja, juniorer mærker det ofte først, fordi traditionelle opgaver på begynderniveau overlapper med det, AI automatiserer godt: udarbejdelse, simple drivere, dokumentation og grundlæggende fejlretninger. Hvis AI tager disse reps, skal teams være mere bevidste om træning. Juniorer kan holde sig foran ved at søge praktisk laboratorietid, målefærdigheder og fejlretningsinstinkter. Evnen til at planlægge tests og fortolke reelle signaler bliver en differentiator.
Hvordan fremtidssikrer jeg min karriere inden for elektroteknik i takt med at AI forbedres
Sigt mod at blive den ingeniør, der styrer begrænsninger og verifikation. Fokuser på sikkerhedsmarginer, overholdelse af regler, fremstillingsevne, pålidelighedsmål, termiske og effektbudgetter samt testbarhed - områder, hvor praktisk ansvar betyder noget. Opbyg stærk grænsefladebeherskelse på tværs af hardware/firmware og analoge/digitale grænser, hvor integrationsfejl er almindelige. Brug AI til at accelerere udkast og udforskning, men gør din kerneværdi til "mennesker beviser, AI foreslår"
Kan AI håndtere EMI/EMC-problemer og afvejninger af printkortlayout pålideligt?
AI kan foreslå almindelige løsninger, men EMI/EMC er notorisk knyttet til geometri, returveje, afskærmning, filtreringsvalg og målingsdrevet iteration. Layoutparasitter og miljømæssige faktorer er ligeglade med, hvor sikker en model lyder. I praksis skal ingeniører stadig validere i laboratorie- og compliance-miljøer og iterere baseret på resultater. AI kan fremskynde brainstorming, men det kan ikke erstatte "at se bølgeformen" og bevise, at løsningen virker.
Er det et tegn på, at AI kan udføre rigtigt elektroteknisk arbejde, når den har bestået eksamen?
Ikke rigtigt, fordi eksamener ikke indfanger den rodede virkelighed i ingeniørarbejdet. Jobbet inkluderer ufuldstændige krav, uventede integrationsfejl, slid på stik, støjproblemer, leverandøroverraskelser og compliance-begrænsninger, der viser sig sent. AI kan generere designformede output, men den svære del er at tage ansvar for afvejninger, test og ansvarlighed, når tingene går i stykker. Ægte ingeniørarbejde handler mindre om perfekte svar og mere om forsvarlige beslutninger under usikkerhed.
Referencer
-
Organisationen for Økonomisk Samarbejde og Udvikling (OECD) - Effekterne af generativ AI på produktivitet, innovation og iværksætteri - oecd.org
-
Organisationen for Økonomisk Samarbejde og Udvikling (OECD) - Nye kløfter i overgangen til kunstig intelligens - oecd.org
-
Organisationen for Økonomisk Samarbejde og Udvikling (OECD) - Hvilke arbejdstagere vil være mest berørt af AI? - oecd.org
-
EUR-Lex - EU AI Act - eur-lex.europa.eu
-
National Institute of Standards and Technology (NIST) - AI Risk Management Framework (AI RMF 1.0) - nist.gov
-
National Institute of Standards and Technology (NIST) - Generativ AI-profil - nist.gov
-
World Economic Forum - AI, automatisering og augmentation: morgendagens arbejdspladser - weforum.org
-
Den Internationale Arbejdsorganisation (ILO) - Generativ AI og job: Et raffineret globalt indeks over erhvervsmæssig eksponering - ilo.org
-
Verdensøkonomisk Forum - Rapport om fremtidens job 2025 - weforum.org
-
McKinsey & Company - Det økonomiske potentiale ved generativ AI: Den næste produktivitetsgrænse - mckinsey.com
-
McKinsey & Company - Slip udviklernes produktivitet fri med generativ AI - mckinsey.com
-
BSI Group - EN 60601 folder - bsigroup.com
-
BSI Group Knowledge - IEC 60664-1 (Isolationskoordinering for udstyr i lavspændingsforsyningssystemer) - bsigroup.com
-
Den Internationale Elektrotekniske Kommission (IEC) - Grundlæggende EMC-publikationer - iec.ch
-
IEC Webshop - IEC 61000-4-3 - iec.ch
-
Amerikansk elektronisk kodeks for føderale bestemmelser (eCFR) - FCC del 15, underafsnit B - ecfr.gov
-
Texas Instruments (TI) - SLUP421 - ti.com
-
Defense Acquisition University (DAU) - MIL-STD-1547B Elektroniske dele, materialer og processer til rumfartøjer og løfteraketter (december 1992) - dau.edu
-
National Instruments (NI) - ISO 26262 funktionel sikkerhedsstandard - ni.com
-
National Institute of Standards and Technology (NIST) - Framework for anomali på enhedsniveau (DARE) - nist.gov
-
Mitsubishi Electric Research Laboratories (MERL) - TR2018-097 - merl.com
-
Cadence - AI-oversigt - cadence.com
-
arXiv - 2310.02059v2 - arxiv.org