ቅዠት፣ ስነምግባር፣ ሚስጥራዊነት እና ሳይንሳዊ ታማኝነት

ትርፍ፡

• በፊዚክስ (የውሸት ቋሚ, የውሸት ህግ, የክፍል ስህተት, የተሳሳተ ውጤት, የውሸት መለያ) ውስጥ የቅዠት ቅርጾችን የመለየት ችሎታ እና በተገቢው ዘዴ ይያዙዋቸው.
• ያልታተሙ፣ ሚስጥራዊ እና ግላዊ መረጃዎችን ወደ ያልተፈቀዱ መሳሪያዎች ውስጥ ባለመግባት ማንነትን በመደበቅ እና በመቀነስ የመጠበቅ ችሎታ
• መረጃውን በቅንነት ሪፖርት በማድረግ፣ ሳያስጌጥ እና አርቴፊሻል ኢንተለጀንስ አጠቃቀምን በግልፅ በመመዝገብ የመጨረሻው ሃላፊነት በሰዎች ላይ መሆኑን መረዳት መቻል።

በዚህ ሞጁል ውስጥ፣ በእያንዳንዱ ክፍል ውስጥ አንድ አይነት ተግሣጽ ሸፍነናል፡ አርቴፊሻል ኢንተለጀንስ (AI) ያፋጥናል፣ ሰዎች ያረጋግጣሉ። በዚህ የመጨረሻ ክፍል ውስጥ፣ ይህን አጠቃላይ የማረጋገጫ ልምምድ በሳይንሳዊ ንፁህነት ጥላ ስር፣ የአካላዊ ሳይንስ መሰረታዊ እሴት እናመጣለን። ፊዚክስ ስለ ተፈጥሮ ሊረጋገጥ የሚችል እውቀት ማፍራት ነው; የዚህ ጥረት ዋና አካል ታማኝነት ፣ ተደጋጋሚነት እና ኃላፊነት ናቸው። AI እነዚህን እሴቶች ለማጠናከር ጥቅም ላይ ሊውል ይችላል - ነገር ግን በተሳሳተ መንገድ ጥቅም ላይ ሲውል ሁሉንም ያስፈራራቸዋል. በዚህ ክፍል ውስጥ፣ ስለ ቅዠት አካላዊ ቅርጾች፣ መረጃ እና የግላዊነት ሃላፊነት፣ የስነምግባር ድንበሮች እና ለምን የመጨረሻው ሀላፊነት ሁልጊዜ በሰዎች ላይ እንደሚቆይ እንነጋገራለን።

በፊዚክስ ውስጥ የቅዠት ዓይነቶች

ቅዠት—AI በራስ መተማመን የውሸት መረጃ ማምረት—በፊዚክስ ውስጥ ልዩ እና አደገኛ ቅርጾችን ይወስዳል። እነዚህን በመገንዘብ ለመያዝ የመጀመሪያው እርምጃ ነው፡-

የቅዠት ዓይነት

ምሳሌ

የመቅረጽ ዘዴ

ቋሚ / ውሂብን መግጠም

ትክክል ያልሆነ የቁስ እፍጋት

ከታማኝ ማጣቀሻ ጋር ማረጋገጫ

የውሸት ቀመር/ሕግ

የማይገኝ "መርህ" ስም

የመማሪያ መጽሐፍ/SymPy አመጣጥ

የአሃድ/የትእዛዝ ስህተት

የተሳሳተ ኢቪ ለጄ

የመለኪያ ትንተና, የንጥል ቁጥጥር

የተሳሳተ የቁጥር ውጤት

ትክክል ያልሆነ ኮድ ውፅዓት

ኮዱን ያሂዱ

የአዋልድ ባህርይ

የማይገኝ ጽሑፍ

በDOI ማረጋገጥ

የተሳሳተ ሪፖርት የተደረገ ውጤት

የእውነተኛ መጣጥፍ መጣመም

ዋናውን ምንጭ ያንብቡ

የጋራው ፈትል ይህ ነው፡ አንድ ትልቅ የቋንቋ ሞዴል የተዘጋጀው እውነትን ለመናገር ሳይሆን "የሚቻል የሚመስል ጽሑፍ" ለማዘጋጀት ነው። በፊዚክስ፣ “የሚቻል በሚመስል” እና “በእውነት” መካከል ያለው ልዩነት በትክክል ለሳይንስ መኖር ምክንያት ነው።

የውሂብ፣ ግላዊነት እና አእምሯዊ ንብረት ተጠያቂነት

የፊዚክስ ሊቃውንት ብዙውን ጊዜ ሚስጥራዊ መረጃዎችን ይዘው ይሰራሉ፡- ያልታተመ የሙከራ ውሂብ፣ የቅድመ-ፓተንት ዲዛይኖች፣ ከኢንዱስትሪ ትብብር ሚስጥራዊ መለኪያዎች፣ የግል ጤና ወይም የደህንነት መረጃዎችን የሚያካትቱ ጥናቶች። እንዲህ ዓይነቱን መረጃ ወደ አጠቃላይ AI መሣሪያ ማስገባት ለሶስተኛ ወገኖች እና ምናልባትም የአምሳያው የሥልጠና መረጃ ተደራሽ ያደርገዋል - ይህ ማለት ሁለቱም ምስጢራዊነትን መጣስ እና ሳይንሳዊ ቅድሚያን ማጣት ማለት ነው (ግኝት ለማድረግ የመጀመሪያው የመሆን መብት)። ህጉ ግልፅ ነው፡ ያልታተመ፣ ሚስጥራዊ ወይም የግል መረጃ ድርጅትህ ያላፀደቀው ወደ AI መሳሪያ አታስገባ። ወደ ውስጥ ከገቡ፣ ማንነታቸውን አይገልጹ፣ አሳንስ (አስፈላጊውን ብቻ ይስጡ) እና የመሳሪያውን የውሂብ ሁኔታዎች ያንብቡ።

ጥንቃቄ፡- የላብራቶሪ ያልታተሙ መለኪያዎች ወይም የኩባንያውን ሚስጥራዊ የንድፍ መለኪያዎችን ወደ AI መሳሪያ "ለፈጣን ትንተና" ማስገባት የማይቀለበስ ስህተት ሊሆን ይችላል። አንዴ ውሂብ ከተጋራ፣ ወደነበረበት ሊመለስ አይችልም። ጥርጣሬ ካለ, ውሂብ አታስገባ; በመጀመሪያ የተቋሙን ፖሊሲ እና የመሳሪያውን የግላዊነት ውሎች ያብራሩ።

የስነምግባር ድንበሮች እና ሳይንሳዊ ታማኝነት

አጠቃቀሙ በቴክኒካል የሚቻል እና እንዲያውም ህጋዊ ሊሆን ይችላል፣ ግን አሁንም ሥነ ምግባራዊ ያልሆነ ነው። በፊዚክስ ውስጥ ሳይንሳዊ ታማኝነትን የሚመለከቱ በርካታ ቀይ መስመሮች አሉ።

የውሂብ ማምረት ወይም ማስጌጥ። AIን “ከምርቱ ጋር የሚስማሙ ነጥቦችን እንዲያወጣ” ወይም “ግራፉን የበለጠ አሳማኝ እንዲያደርግ” መጠየቅ የመረጃ ማጭበርበር ነው። መረጃው እንደዚሁ ሪፖርት ተደርጓል; ውጫዊ አካላት የሚወገዱት በሰነድ በተረጋገጠ ምክንያት ብቻ ነው።

የአስተዋጽኦ ግልጽነት። AI በጥናት ውስጥ ከተጠቀምክ - ኮድ መጻፍ ፣ የቋንቋ እርማት ፣ ትንተና - ያንን በተገቢው ቦታ ግልጽ ማድረግ ተገቢ ነው። ብዙ መጽሔቶች እና ተቋማት ይህንን ይጠይቃሉ.

ደራሲነት እና ኃላፊነት. AI ጸሐፊ አይደለም; ለሥራው ይዘት ተጠያቂ ሊሆን አይችልም. ኃላፊነቱ ሁል ጊዜ በሰዎች ጸሐፊዎች ላይ ነው. በ AI የተሰራ ስህተት "ተሽከርካሪው ሰራው" በማለት መከላከል አይቻልም.

መራባት። ሳይንሳዊ ውጤት ሌሎች ሊደግሙት እንዲችሉ ዘዴውን (ያገለገለውን ኮድ፣ ግቤቶች፣ AI መጠየቂያዎችን ጨምሮ) በግልፅ መመዝገብ ያስፈልገዋል።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ሚስጥራዊ የውሂብ መፍሰስ። አንድ ተመራማሪ ከአንድ ኩባንያ ጋር በተደረገው ይፋ ያልሆነ ስምምነት የመለኪያ መረጃን ወደ አጠቃላይ AI መሣሪያ “ለፈጣን ግራፍ” ለጥፏል። በኋላ ላይ ይህ መሳሪያ ግብዓቶችን ማከማቸት እንደሚችል ተገነዘበ. የውል መተላለፍ እና ቅድሚያ ሊሰጠው የሚችል ኪሳራ ተከስቷል። ትምህርት፡ ሚስጥራዊ መረጃ ወደ ያልጸደቀ መሳሪያ በፍጹም አይገባም።

ጉዳይ 2 - የውበት ህትመት. የሙከራ መረጃው ከንድፈ ሃሳቡ ጋር ሙሉ በሙሉ ስላልተዛመደ አንድ ተማሪ “መረጃው ወደ ንድፈ ሃሳቡ የቀረበ እንዲሆን” የሚያደርግ ኤዲት እንዲደረግለት AI ጠየቀ። አማካሪው ይህንን አስተውሎ አስቆመው፡ አለመግባባቱ በሙከራው ላይ ስልታዊ ስህተት ወይም አዲስ ፊዚክስ የሚስብ ነው - ሊመረመር የሚገባው እንጂ የተደበቀ አይደለም። መረጃው በሐቀኝነት ሪፖርት ተደርጓል እና ስልታዊ ስህተት ተገኝቷል።

ጉዳይ 3 - ግልጽነት አግኝቷል. አንድ ቡድን በ AI እርዳታ ወረቀት ለማግኘት የውሂብ ትንተና ኮድ ጽፏል እና ዘዴዎች ክፍል ውስጥ በግልጽ ተናግሯል; ኮዱን እና ጥያቄዎችን እንደ ተጨማሪ ፋይሎች አጋርቷል። አንድ ዳኛ ኮዱን ገምግሞ መጠነኛ ማስተካከልን ጠቁሟል። ግልጽነት ከመታተሙ በፊት ስህተቱን ያዘ እና የጥናቱ ታማኝነት ጨምሯል።

አራት ሊገለበጡ የሚችሉ አብነቶች

1) ቅዠት ማጣሪያ;

የሚከተለውን የፊዚክስ ውጤት ለቅዠት ይቃኙ፡ የውሸት ቋሚዎች፣ የውሸት ቀመሮች/የህግ ስሞች፣ የአሃድ/የትእዛዝ ስህተቶች፣ ያልተረጋገጡ የቁጥር ውጤቶች እና ያልተረጋገጡ ባህሪያት አሉ? እያንዳንዱን አጠራጣሪ ነገር ይጠቁሙ እና እንዴት እንደሚያረጋግጡት (ማጣቀሻ፣ ኮድ፣ DOI) ይግለጹ። ውጤት: [እዚህ]

2) የውሂብ ግላዊነት ቅድመ ማረጋገጫ፡-

የሚከተለውን ውሂብ/ጽሁፍ ወደ AI መሳሪያ ከመግባትዎ በፊት ይገምግሙ፡- ያልታተመ፣ ሚስጥራዊ፣ ግላዊ ወይም በውል የተጠበቀ መረጃ ይዟል? ከሆነ፣ እንዴት ማንን እንደምደብቀው ወይም እንደምቀንስ ጠቁም። እርግጠኛ ካልሆኑ፣ "የድርጅት ፖሊሲን ያረጋግጡ" ይበሉ። ይዘት: [እዚህ]

3) ግልጽነት/የአስተዋጽዖ መግለጫ ረቂቅ፡-

በአንድ ጥናት ውስጥ፣ AI ለሚከተሉት ተጠቀምኩኝ፡ [የኮድ/የቋንቋ ማስተካከያ/ትንተና፣ ወዘተ]። ይህንን በሐቀኝነት የሚመዘግብ አጭር የ"AI አጠቃቀም መግለጫ" ይጻፉ። እንዲሁም የትኞቹ ክፍሎች በሰዎች እንደተረጋገጡ መጠቆም አለበት.

4) ሳይንሳዊ ታማኝነትን ማረጋገጥ;

ለሚከተለው ትንተና/ውጤት የታማኝነት ፍተሻ ያካሂዱ፡ እንደ መረጃው ሪፖርት የተደረገ (ማስዋብ የለም)፣ እርግጠኛ ያልሆኑ ነገሮች ሪፖርት ተደርጓል፣ ዘዴው ሊባዛ በሚችል መልኩ ተመዝግቧል፣ የ AI አጠቃቀም ግልፅ ነው? ማናቸውንም ጉድለቶች ይዘርዝሩ። ይዘት: [እዚህ]

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ፡ "ከንድፈ ሃሳቡ ጋር በተሻለ ሁኔታ እንዲመጣጠን እና ግራፉን አሳማኝ ለማድረግ ምርቱን ያርትዑ።"

ውጤት: የውሂብ ማጭበርበር; የሳይንሳዊ ታማኝነት ቀጥተኛ መጣስ ፣ የማይመለስ መልካም ስም ማጣት።

ጠንካራ: "ምርቱ ከንድፈ ሃሳቡ ጋር ሙሉ በሙሉ አይስማማም. የዚህን ልዩነት መንስኤዎች (ስልታዊ ስህተት, የስታቲስቲክስ መለዋወጥ, የጠፋ ሞዴል, ወይም አዲስ ተፅዕኖ) ለመተንተን እርዳኝ, መረጃውን ሳይቀይሩ ልዩነቱን እንዴት በሐቀኝነት ሪፖርት ማድረግ እንደሚቻል ይጠቁሙ."

ውጤት፡ ለሳይንሳዊ ታማኝነት ታማኝ፣ የምርመራ እና ታማኝ አቀራረብ; ግጭት የግኝት እድል ይሆናል።

የተለመዱ ስህተቶች

• ግራ የሚያጋባ ቅዠት በራስ መተማመን። AI በራስ መተማመን ስለሚናገር ብቻ ለትክክለኛነት ዋስትና አይሆንም; በጣም ትክክለኛ የሆነው ዓረፍተ ነገር እንኳን ሊፈጠር ይችላል።
• ያለፍቃድ ሚስጥራዊ መረጃን ወደ ተሽከርካሪው ማስገባት። አንዴ ከተጋራ, ውሂብን ማምጣት አይቻልም; ቅድሚያ እና ሚስጥራዊነት ጠፍቷል.
• ውሂብን ማስዋብ። መረጃን ወደ "ተስማሚ ቲዎሪ" መቀየር በጣም ከባድ ከሆኑ ሳይንሳዊ ወንጀሎች አንዱ ነው።
• የ AI አጠቃቀምን መደበቅ. ግልጽነት የታማኝነት መስፈርት ነው እና በብዙ ተቋማት ውስጥ ግዴታ ነው.
• በተሽከርካሪው ላይ ያለውን ሃላፊነት መጫን. “አይአይ ያደረገው” መከላከያ አይደለም፤ የመጨረሻው ኃላፊነት ሁል ጊዜ በሰው ልጅ ላይ ነው።

ጠቃሚ ምክር፡ በእያንዳንዱ AI-የተጎላበተው ጥናት መጨረሻ ላይ እራስዎን ሶስት ጥያቄዎችን ይጠይቁ፡ (1) እያንዳንዱ እውነታ፣ ቁጥር እና በዚህ ውፅዓት ውስጥ ያለው ባህሪ በራሱ ተረጋግጧል? (2) የተጠቀምኩት መረጃ ማስገባት የሌለብኝ ሚስጥራዊ/የግል መረጃ ይዟል? (3) የእኔን AI አጠቃቀም እና ዘዴ ሌላ ሰው እንዲደግመው ግልጽ በሆነ መንገድ መዝግቤያለሁ? ለእነዚህ ሦስት ጥያቄዎች ግልጽ የሆነ "አዎ" መመለስ ካልቻላችሁ ጥናቱ ገና አልተጠናቀቀም።

በማጠቃለያው

ሳይንሳዊ ታማኝነት የፊዚክስ ሕልውና መሠረት ነው እና በ AI ዕድሜ ውስጥ የበለጠ አስፈላጊ ነው። ቅዠት በፊዚክስ ውስጥ የውሸት ቋሚዎች, የውሸት ህጎች, የክፍል ስህተቶች, የውሸት መደምደሚያዎች እና የውሸት ማጣቀሻዎች መልክ ይታያል; እያንዳንዱ በራሱ ልዩ የማረጋገጫ ዘዴ ተይዟል. ሚስጥራዊ እና የግል ውሂብ ያልተፈቀዱ መሳሪያዎች ውስጥ አይገቡም; መረጃ በጭራሽ አይጌጥም; የ AI አጠቃቀም በግልፅ ተመዝግቧል; እና የመጨረሻው ሃላፊነት ሁል ጊዜ በሰው ላይ ነው. በዚህ ሞጁል ውስጥ የሚማሩት አንድ ተግሣጽ ብቻ አለ፡ AI ኃይለኛ ማፋጠን ነው፣ ነገር ግን ማረጋገጫ፣ ታማኝነት እና ኃላፊነት በብቁ የፊዚክስ ሊቅ ትከሻ ላይ ነው - ማለትም፣ እርስዎ። ያልተረጋገጠ የ AI ውፅዓት የፊዚክስ ሊቃውንት ማረጋገጫ በጭራሽ አይተካም።

የመተግበሪያ ተግባር

በዚህ ሞጁል ውስጥ ያዘጋጁትን የ AI ውፅዓት (መለያ፣ ትንተና ወይም ጽሑፍ) ይምረጡ። 1. የእይታ ቅዠቶችን ከአብነት ጋር፡ ዱሚ ቋሚዎች፣ አስመሳይ ቀመሮች፣ የክፍል ስህተቶች ወይም ያልተረጋገጡ ባህሪያት አሉ? በአብነት 2፣ እየተጠቀሙበት ያለው ውሂብ ለግላዊነት ተስማሚ መሆኑን ይገምግሙ። በመጨረሻም አጭር የ AI አጠቃቀም/ግልጽነት መግለጫ ከአብነት ጋር ይቅረጹ 3. በ5-6 ዓረፍተ ነገሮች ይፃፉ፡ ፍተሻው ምን ገለጠ፣ ምን የማረጋገጫ እርምጃዎችን ወስደዋል?

የማረጋገጫ ዝርዝር

• [ ] እያንዳንዱን ቋሚ፣ ቀመር እና ውጤቱን በግል አረጋግጫለሁ።
• [ ] እያንዳንዱን ጥቅስ በDOI/ምንጭ አረጋግጫለሁ።
• [ ] ሳላፅድቅ ወደ መሳሪያው ሚስጥራዊ/የግል መረጃ እንዳላገባሁ አረጋግጫለሁ።
• [ ] ያለማሳመር መረጃውን እንዳለ ሪፖርት አድርጌዋለሁ።
• [ ] ግልጽ እና ሊባዛ በሚችል መልኩ AI መጠቀሜን መዝግቤአለሁ።
• [ ] የመጨረሻው ኃላፊነት የእኔ እንደሆነ ተቀበልኩ; ለተሽከርካሪው ምንም አይነት ስህተት አላደረኩም።

የሞዱል ፈተና

1. በፊዚክስ ውስጥ ለሰው ሰራሽ የማሰብ ችሎታ ከሚከተሉት ውስጥ በጣም ትክክለኛው አቀማመጥ የትኛው ነው?

• ሀ) አርቲፊሻል ኢንተለጀንስ ኮድ፣ ረቂቅ እና አርትዖት ረዳት ነው፣ የክፍል ፣ የደረጃ ፣ የማረጋገጫ እና የስነምግባር ውሳኔዎች ሀላፊነት በሰው ልጆች ላይ ነው ✔
• ለ) አርቴፊሻል ኢንተለጀንስ ካልኩሌተር ሲሆን የሚሰጠው የቁጥር ውጤቶች ሁሌም ትክክለኛ ናቸው።
• ሐ) አርቴፊሻል ኢንተለጀንስ የሚሰራው በስሌት ውስጥ ብቻ ነው, ከሙከራ ትንተና እና ከማስተማር ጋር ምንም ግንኙነት የለውም
• መ) አርቴፊሻል ኢንተለጀንስ ከሰዎች የበለጠ የማያዳላ በመሆኑ አሃድ እና የውጤት ውሳኔዎች ለእሱ መተው አለባቸው።

መግለጫ: ሰው ሰራሽ የማሰብ ችሎታ; ኮድ የሚጽፍ፣ ረቂቆችን የሚያዘጋጅ፣ የመነሻ ማዕቀፎችን የሚፈጥር እና የሚያደራጅ ረዳት ነው። ይሁን እንጂ ውጤቱን አሃድ እና ቅደም ተከተል የማጣራት የመጨረሻው ሃላፊነት, ከጥበቃ ህጎች ጋር, ቋሚ እና የማጣቀሻ ማረጋገጫው የብቁ የፊዚክስ ሊቅ ነው. ትልቁ የቋንቋ ሞዴል ካልኩሌተር ወይም ፊዚክስ ሞተር አይደለም; የጽሑፍ ጄኔሬተር ነው 'ቀጣዩ በጣም የሚቻለውን ቃል' የሚያመነጭ እና ያልተረጋገጠ ውፅዓት ወደ የተሳሳተ እሴት፣ ዲዛይን ወይም ውጤት ሊያመራ ይችላል።

2. ወደ ትልቅ የቋንቋ ሞዴል ለምታተሙት የስሌት ኮድ የቁጥር ውጤት በጣም ትክክለኛው ግምታዊ አቀራረብ ምንድነው?

• ሀ) ሞዴሉ 'ይህ ኮድ ይሰጣል' የሚለውን ቁጥር በማመን፣ እሱ ኮዱን ስለጻፈ
• ለ) ኮዱን እራስዎ ያሂዱ እና ውጤቱን ይመልከቱ; ✔ በአምሳያው የቃል የቁጥር ትንበያ ላይ አለመታመን
• ሐ) እንዴት እንደሚነበብ በማየት ብቻ ኮዱን በትክክል መቀበል ፣ ምንም ሳያስኬደው
• መ) ውጤቱ በቀጥታ ለአምሳያው እንደገና ከተጠየቀ እና ተመሳሳይ ቁጥር ከተናገረ, ልክ እንደ ትክክለኛ ይቆጠራል.

ማብራሪያ፡ LLM በራሱ ላይ የጻፈውን ኮድ ውጤት 'ያሰላ' እና የተሳሳተ ቁጥር ሊመልስ ይችላል። አንድ አይነት ኮድ ሲሰራ ትክክለኛውን ውጤት ያስገኛል. ምን deterministic ነው የሚፈጸመው ኮድ ነው; የአምሳያው የቃል ትንበያ አይደለም. ስለዚህ, ኮዱ ሁልጊዜ በራስዎ አካባቢ ውስጥ መከናወን አለበት እና ውጤቱም መታየት አለበት.

3. ፍሪክሽን የሌለው ተለዋዋጭ ስርዓት ማስመሰል ፊዚክስን በትክክል የሚያንፀባርቅ መሆኑን ለመፈተሽ በጣም ኃይለኛው መንገድ ምንድነው?

• ሀ) ሰንጠረዡ በምስላዊ መልኩ የተስተካከለ እና አሳማኝ መሆኑን በማየት
• ለ) ማስመሰልን በአንድ ጊዜ እርምጃ ብቻ ማስኬድ እና ውጤቱን ማመን
• ሐ) እንደ አጠቃላይ ጉልበት ወይም ሞመንተም ያለ መጠን መጠበቅ እና ቋሚ መቆየቱን ማረጋገጥ ✔
• መ) አስመሳይን በምን ያህል ፍጥነት እንደሚሰራ መገምገም

ማብራሪያ፡- ፍሪክሽን በሌለው ስርዓት፣ አጠቃላይ ሃይል (እና ሞመንተም ካለ) መቆጠብ አለበት። ይህንን መጠን በሲሙሌቱ ውስጥ መከታተል እና በቋሚነት መቆየቱን ማየት የቁጥር ጉድለቶችን ያሳያል (ለምሳሌ የጥንታዊው የኡለር ዘዴ ያለማቋረጥ ሃይልን ይጨምራል)። ጉልበት እየተንቀጠቀጠ ከሆነ, ማስመሰል አስተማማኝ አይደለም; ጥሩ ግራፊክ ስለሰራ ብቻ ትክክል ነው ማለት አይደለም።

4. ሞዴልን ለሙከራ መረጃ በሚገጥምበት ጊዜ ትክክለኛው አቀራረብ የትኛው ነው?

• ሀ) ሁሉንም ነጥቦች በማለፍ መረጃውን በተሻለ የሚስማማውን የከፍተኛ ዲግሪ ፖሊኖሚል መምረጥ
• ለ) መመዘኛዎችን ያለአንዳች ነጠላ ቁጥር መስጠት
• ሐ) ኩርባው ምን ያህል ቆንጆ እንደሚመስል በመመልከት የመገጣጠም ጥራትን በቀላሉ ማወጅ።
• መ) ሞዴሉን ከፊዚክስ መምረጥ ፣ ግቤቶችን እርግጠኛ ካልሆኑት ጋር ሪፖርት ማድረግ እና ከቅሪቶቹ ጋር የሚስማማውን መገምገም ✔

ማብራሪያ፡ ሞዴሉ መመረጥ ያለበት ክስተቱ ሊታዘዝ ከሚገባው አካላዊ ህግ ነው እንጂ መረጃውን በመመልከት እና ‘የቱ ነው የሚስማማው’ ብሎ በመጠየቅ አይደለም። በበቂ ነፃ መለኪያዎች (ለምሳሌ ከፍተኛ ዲግሪ ፖሊኖሚል) 'ፍፁም' ነገር ግን አካላዊ ትርጉም የሌለው ተስማሚ (ከመጠን በላይ) ለማንኛውም ውሂብ ሊሠራ ይችላል። መለኪያዎች እርግጠኛ ካልሆኑት ጋር ሪፖርት መደረግ አለባቸው፣ የተመጣጠነ ጥራት ከቅሪቶች ጋር መገምገም እና አካላዊ አሳማኝነት መረጋገጥ አለበት።

5. መለኪያን ብዙ ጊዜ መድገም የትኛውን አይነት አለመረጋጋት ይቀንሳል?

• ሀ) የዘፈቀደ አለመረጋጋት; ስልታዊ እርግጠኛ አለመሆን ከመደጋገም አይቀንስም ምክንያቱ ተገኝቶ መታረም አለበት ✔
• ለ) ስልታዊ አለመረጋጋት; ምክንያቱም የመልሶ ማረም ስህተትን ያስወግዳል
• ሐ) ሁለቱንም አሻሚዎች ሙሉ በሙሉ ያስወግዳል
• መ) አንዳቸውንም አይቀንስም; እርግጠኛ አለመሆን ከመለኪያዎች ብዛት ነፃ ነው።

ማብራርያ፡ ተደጋጋሚ ልኬት በዘፈቀደ የውጤት ስርጭት ምክንያት የሚመጣውን የዘፈቀደ አለመረጋጋትን ይቀንሳል (በመደበኛ አማካይ std/√N ስህተት)። በአንፃሩ ስልታዊ እርግጠኛ አለመሆን ሁል ጊዜ ወደ አንድ አቅጣጫ የሚያፈነግጥ ስህተት ነው (ለምሳሌ ፣ በስህተት የተስተካከለ ሚዛን) እና በመድገም የማይቀንስ ፣ ይሁን እንጂ መንስኤው ሊገኝ እና ሊስተካከል ይችላል. በበርካታ ልኬቶች 'በጣም ትንሽ' እርግጠኛ አለመሆንን ሪፖርት ማድረግ ከስር ያለውን ስልታዊ ስህተት ሊደብቅ ይችላል።

6. በአይአይ የተገኘ የስህተት ስርጭት ቀመርን ለማረጋገጥ በጣም አስተማማኝ የሆነው ገለልተኛ መንገድ ምንድነው?

• ሀ) ፈሳሽ እና አሳማኝ ሆኖ ለመታየት በቀመሩ ላይ መተማመን
• ለ) ግብአቶቹን በዘፈቀደ የሚመረምር በሞንቴ ካርሎ ስሌት መሻገር ✔
• ሐ) ተመሳሳዩን ቀመር እንደገና ወደ አርቴፊሻል ኢንተለጀንስ በመጠየቅ እና ተመሳሳይ ውጤት እንዲሰጥ መጠበቅ
• መ) እርግጠኛ ያልሆኑትን ነገሮች በቀጥታ መሰብሰብ እና ከውጤቱ ጋር ማወዳደር

ማብራሪያ፡ AI ብዙ ጊዜ ከፊል ተዋጽኦዎች እና የካሬ ስር መዋቅር በስህተት ስርጭት ቀመሮች ውስጥ ያቀላቅላል። ይህንን በተናጥል ለማሳካት የሚረዳው ኃይለኛ መንገድ በሞንቴ ካርሎ መሻገር ነው፡ እያንዳንዱን ግብአት በዘፈቀደ ከአለመጠራጠሩ ጋር ናሙና ማድረግ፣ ተግባሩን በሺዎች ለሚቆጠሩ ጊዜያት በማስላት እና የውጤቱን መደበኛ መዛባት በቀመሩ ከተሰጠው እርግጠኛ አለመሆን ጋር ማነፃፀር ነው። የሁለት ገለልተኛ ዘዴዎች ስብሰባ በራስ መተማመንን ይጨምራል.

7. ለረጅም ጊዜ ምሳሌያዊ ፊዚክስ በ AI እና SymPy መካከል ያለው ትክክለኛው የስራ ክፍፍል ምንድን ነው?

• ሀ) SymPy የመነጩን ሀሳብ ያመነጫል ፣ AI እያንዳንዱን እርምጃ በትክክል ያረጋግጣል
• ለ) ሁለቱም አላስፈላጊ ናቸው; ረጅም መነሾዎች በእጅ ብቻ መደረግ አለባቸው
• ሐ) AI የመነጩን ማዕቀፍ ይገነባል ፣ ሲምፒይ እያንዳንዱን የአልጀብራ ደረጃ በትክክል ያረጋግጣል ✔
• መ) አርቴፊሻል ኢንተለጀንስ ዳይሬሽኑን በራሱ ይሰራል፣ አቀላጥፎ ስለሚመስል ማረጋገጥ አያስፈልግም

ማብራሪያ፡ AI የመነጩን ስልት ያዘጋጃል እና መንገዱን ያብራራል፣ ነገር ግን በረዥም አልጀብራ ውስጥ የምልክት ስህተቶችን፣ ያመለጡ ቃላትን እና የተሳሳቱ ማቃለያዎችን ያደርጋል። በሌላ በኩል ሲምፒ በደንቦች መሰረት ይሰራል እና እያንዳንዱን የአልጀብራ ደረጃ በትክክል ያረጋግጣል። በጣም ኃይለኛው የስራ ሂደት ሁለቱን ያጣምራል-አጽሙን ከ AI ያግኙ, እያንዳንዱን እርምጃ ከSyPy ምንጭ ያግኙ, ውጤቱን በመነሻ-ኢንግልቨር እና በድንበር መያዣ ይፈትሹ.

8. የመለኪያ ትንተና ስለ አካላዊ ቀመር ትክክለኛነት ምን ይናገራል?

• ሀ) የልኬት ትንተና አንድ ቀመር ትክክለኛ መሆኑን ሁልጊዜ ያረጋግጣል
• ለ) የልኬት ትንተና በፊዚክስ ውስጥ ምንም ተግባራዊ ዋጋ የለውም
• ሐ) የልኬት ትንተና የቀመሩን ቋሚ ምክንያት ብቻ ይሰጣል እንጂ ወጥነት የለውም
• መ) በመጠን የማይይዝ ቀመር ፍጹም ስህተት ነው; ልኬቶች ✔ ቁጥሮች ሳይቆጠሩ ስህተትን ይይዛል

ማብራሪያ፡ የአካላዊ እኩልታ ሁለት ጎኖች በቁጥር እኩል ከመሆናቸው በፊት በመጠን እኩል መሆን አለባቸው። በመጠን የማይይዝ ቀመር በቀላሉ ስህተት ነው; ይህ ከቁጥር ስሌት ውስጥ ተቀርጿል. የልኬት ትንተና አንድ ቀመር ትክክል መሆኑን በማጠቃለያ አያረጋግጥም (ልኬት የሌለው ቋሚ ምክንያት ወይም አንግል ሊያመልጠው ይችላል) ፣ ግን በትክክል ትክክል አለመሆኑን ያረጋግጣል ። ስለዚህ የእያንዳንዱ መለያ የመጀመሪያ እና ርካሽ ኦዲት ነው።

9. በሰአት በ36 ኪሎ ሜትር የሚጓዘውን ነገር የኪነቲክ ሃይል ሲያሰሉ በጣም ወሳኙ የመጀመሪያ እርምጃ ምንድነው?

• ሀ) ሁሉንም ግብዓቶች ወደ አንድ ነጠላ የአሃዶች ስርዓት (SI) መለወጥ; በሰአት 36 ኪሜ ወደ 10 ሜትር በሰአት መቀየር ✔
• ለ) ፍጥነቱን በኪሜ / ሰ በቀጥታ ወደ ፎርሙላ ወደ m / s ሳይቀይር
• ሐ) ክፍሎቹን ከግምት ውስጥ ሳያስገባ ቁጥሮችን ብቻ ማባዛት
• መ) ውጤቱን ካሰላ በኋላ ትዕዛዙን ማረጋገጥ አስፈላጊ እንዳልሆነ በማሰብ

ማብራሪያ፡ SI ላይ የተመሰረቱ ቀመሮች (E = ½mv²) ፍጥነትን በ m/s ይጠብቃሉ። ኪሜ በሰአት ከሜትር ወይም በሰአት በሰከንዶች ስሌት በፊዚክስ ውስጥ ከሚከሰቱት በጣም የተለመዱ ስህተቶች አንዱ ነው። በመጀመሪያ ሁሉም ግብዓቶች ወደ ነጠላ የስርዓተ ክፍሎች (SI): 36 ኪሜ በሰዓት = 10 ሜትር / ሰ. AI በቅንጅት አሃድ ልወጣዎች ውስጥ ጸጥ ያሉ ስህተቶችን ሊያደርግ ስለሚችል፣ ይህ ልወጣ በእጅ ወይም በዩኒት የሚያውቅ መሳሪያ መረጋገጥ አለበት።

10. በሳይንሳዊ ግራፍ ውስጥ ካለው 'ታማኝነት' አንጻር የትኛው ልምምድ ትክክል ነው?

• ሀ) እርግጠኛ አለመሆንን መደበቅ የስህተት አሞሌዎች ገበታው ላይ ስለሚዝረኩሩ
• ለ) መጥረቢያዎቹን በክፍል ይለጥፉ ፣ ሚዛኑን ሳይዛባ ይምረጡ እና እርግጠኛ አለመሆንን በስህተት አሞሌዎች አሳይ ✔
• ሐ) በጣም አስደናቂውን ልዩነት በሚያሳይ ክልል ውስጥ ሁል ጊዜ የy-ዘንግ ይጀምሩ
• መ) አንባቢው ክፍሉን ሊገምተው ስለሚችል መጥረቢያዎቹን ያለ ክፍል መተው

መግለጫ: ሐቀኛ ሳይንሳዊ ገበታ; መጥረቢያዎችን በመጠን እና በዩኒት ይሰይማል፣ አውቆ እና ሳይዛባ ሚዛንን ይመርጣል (ለማጋነን የ y ዘንግ ከዜሮ ርቆ መጀመር አሳሳች ነው) እና የመለኪያ እርግጠኛ አለመሆንን ከስህተት አሞሌዎች ጋር እንዲታይ ያደርጋል። እርግጠኛ አለመሆንን መደበቅ ውሂቡ የተረጋገጠ እንዲመስል ያደርገዋል እና በአድሎአዊነት ወይም በስምምነት ላይ የተሳሳተ ግንዛቤ ይፈጥራል። ስዕላዊው የበለጠ አሳማኝ ነው, የንጹህነት ማረጋገጫው የበለጠ አስፈላጊ ነው.

11. ከአርቴፊሻል ኢንተለጀንስ የስነ-ጽሁፍ እና የጥቅስ ድጋፍ ሲያገኙ ትልቁ አደጋ እና ትክክለኛው ዲሲፕሊን ምንድን ነው?

• ሀ) አርቴፊሻል ኢንተለጀንስ ጊዜን ያጠፋል ምክንያቱም ጥቅሶችን በጣም በቀስታ ያዘጋጃል።
• ለ) በአርቴፊሻል ኢንተለጀንስ የተጠቆሙ ምንጮች ሁል ጊዜ እውነተኛ ናቸው, ማረጋገጥ አያስፈልግም
• ሐ) አርቲፊሻል ኢንተለጀንስ እውነተኛ የሚመስሉ ነገር ግን የማይገኙ ባህሪያትን ሊያመጣ ይችላል; እያንዳንዱ ጥቅስ በDOI/ምንጭ መረጋገጥ አለበት እና ጽሑፎቹ ከትክክለኛው የመረጃ ቋት ✔ መገኘት አለባቸው
• መ) የተሰሩ ጥቅሶች በቀላሉ የሚታወቁ ናቸው ምክንያቱም ሁልጊዜ እውነተኛ ያልሆኑ የመጽሔት ስሞችን ይጠቀማሉ

ማብራሪያ፡ አንድ ትልቅ የቋንቋ ሞዴል ከትክክለኛ የውሂብ ጎታ ጋር አልተገናኘም; የጥቅስ ንድፎችን በመኮረጅ፣ እውነተኛውን የመጽሔት ስም፣ እምነት የሚጣልባቸው ደራሲያን እና ምክንያታዊ ዓመት የያዙ ነገር ግን ሙሉ በሙሉ የሌሉ ጽሑፎችን ማዘጋጀት ይችላል። ስለዚህ, ስነ-ጽሑፍ ከእውነተኛ የውሂብ ጎታዎች መገኘት አለበት, AI በእጁ ያለውን ትክክለኛ ጽሑፍ ለማጠቃለል / ለመተርጎም ብቻ ጥቅም ላይ መዋል አለበት, እና እያንዳንዱ ጥቅስ በ DOI ወይም ርዕስ በራሱ መረጋገጥ አለበት. ያልተረጋገጠ ጥቅስ የአካዳሚክ ታማኝነትን መጣስ ነው።

12. AI አንድን ጽሑፍ ሲያጠቃልል አስተማማኝ ውጤቶችን ለማግኘት ምን ያስፈልጋል?

• ሀ) የአንቀጹን ርዕስ መስጠት ብቻ በቂ ነው, ሞዴሉ ይዘቱን ያውቃል
• ለ) ማጠቃለያውን ምንም ሳያረጋግጡ በቀጥታ መጠቀም, ምክንያቱም ፈሳሽ ስለሚመስል
• ሐ) ሞዴሉን ለተመሳሳይ ማጠቃለያ ሁለት ጊዜ በመጠየቅ እና ተመሳሳይ ከሆነ ትክክል እንደሆነ መቀበል.
• መ) ዋናውን ጽሑፍ ለአምሳያው መስጠት እና የተሰራውን ማጠቃለያ ከዋናው ጽሑፍ ጋር በማነፃፀር ምንም ያልተጨመረ/የተዛባ አለመኖሩን ለማረጋገጥ ✔

ማብራሪያ፡ በቀላሉ ለ AI የአንቀፅ ርዕስ መስጠት እና ማጠቃለያ መጠየቅ ሞዴሉ ጽሑፉን ሳያይ 'አሳማኝ ማጠቃለያ' እንዲያመጣ ያደርገዋል። ይህ ማጠቃለያ የእውነት ተቃራኒ ሊሆን ይችላል። አስተማማኝ ማጠቃለያ ሊገኝ የሚችለው ዋናው ጽሑፍ ወደ ሞዴል ሲመገብ እና የተፈጠረው ማጠቃለያ ከዋናው ጽሑፍ ጋር ሲወዳደር ብቻ ነው። በተጨማሪም፣ ማጠቃለያው በጽሁፉ ውስጥ የሌሉ ውጤቶችን ወይም ቁጥሮችን እንደማይጨምር መፈተሽ አለበት።

13. በፊዚክስ ኮርስ ማቴሪያል ምርት ውስጥ አርቴፊሻል ኢንተለጀንስ ለሚወጣው ውጤት የትኛው ነው?

• ሀ) እያንዳንዱ መፍትሄ በተናጥል መረጋገጥ አለበት ፣ የአመሳሰሎች ገደቦች መገለጽ አለባቸው ፣ እና ትኩረትን የሚከፋፍሉ እውነተኛ የተሳሳቱ አመለካከቶችን ማነጣጠር አለባቸው ✔
• ለ) በአርቴፊሻል ኢንተለጀንስ የሚመረተው የመልስ ቁልፍ ሁል ጊዜ ትክክል ነው፣ ኦዲት ማድረግ አያስፈልግም
• ሐ) አናሎጊዎች በሁሉም ሁኔታዎች ፍጹም ናቸው, ገደቦቻቸውን መግለጽ አያስፈልግም.
• መ) ዲስትራክተሮች ሙሉ በሙሉ በዘፈቀደ ሊመረጡ ይገባል, ምክንያቱም የተሳሳተ ምርጫ ባህሪ አስፈላጊ አይደለም.

መግለጫ: AI ጥያቄዎችን, ምሳሌዎችን እና ተመሳሳይነቶችን በማፍለቅ ፈጣን ነው, ነገር ግን መፈተሽ በሶስት ነጥቦች ላይ አስፈላጊ ነው: ለእያንዳንዱ ችግር መፍትሄው በተናጥል (በእጅ ወይም በኮድ) መረጋገጥ አለበት, ምክንያቱም ሞዴሉ በመፍትሔው ውስጥ የምልክት / ክፍል ስህተቶችን ሊያደርግ ይችላል; እያንዳንዱ ተመሳሳይነት በሚፈርስበት ቦታ መገለጽ አለበት, አለበለዚያ ግን አዲስ ስህተት ይፈጥራል; አስጨናቂዎች እውነተኛ የተሳሳቱ አመለካከቶችን ማነጣጠር አለባቸው። ኃላፊነቱ በአስተማሪው ላይ ነው; የተሳሳተ የመልስ ቁልፍ ተማሪዎችን ለማረም አስቸጋሪ የሆኑ አለመግባባቶችን ይፈጥራል።

14. የሙከራ መረጃ ከንድፈ ሃሳቡ ጋር ሙሉ በሙሉ ካልተስማማ ከሳይንሳዊ ታማኝነት ጋር የሚስማማ ባህሪ ምንድነው?

• ሀ) አርቴፊሻል ኢንተለጀንስ ያለው መረጃ ከንድፈ ሃሳቡ ጋር እንዲመጣጠን እና ግራፉን አሳማኝ በሆነ መልኩ ለማሳየት
• ለ) የአለመግባባቱን ምክንያቶች መመርመር (ስልታዊ ስህተት ፣ የአምሳያ እጥረት ፣ አዲስ ውጤት) እና መረጃውን ሳይቀይሩ በታማኝነት ሪፖርት ማድረግ ✔
• ሐ) አለመግባባቶችን ችላ ማለት እና ተስማሚ ነጥቦችን ብቻ ሪፖርት ማድረግ
• መ) ውሂቡን መሰረዝ እና አዲስ የሙከራ ውጤት መግጠም

ማብራሪያ፡ AI 'መረጃውን ከንድፈ ሃሳቡ በተሻለ ሁኔታ እንዲያስተካክል' መጠየቅ የመረጃ ማጭበርበር እና ከፍተኛ የሳይንሳዊ ታማኝነት ጥሰት ነው። አለመግባባት ሊመረመር የሚገባው እንጂ የተደበቀ አይደለም፡ ይህ ምናልባት ስልታዊ ስህተትን፣ የስታቲስቲክስ መዋዠቅን፣ የስርዓተ-ጥለት እጦትን ወይም አዲስ አስደሳች ውጤትን ሊያመለክት ይችላል። መረጃው እንደዚሁ ሪፖርት ተደርጓል፣ እርግጠኛ ባልሆነ ሁኔታ; የመጨረሻው ኃላፊነት በሰውየው ላይ ነው እና 'መሳሪያው የሰራው' መከላከያ አይደለም.