ክፍል 11 / 11

ደህንነት-ወሳኝ ጉዳዮች, ስነምግባር, ግላዊነት እና ተጠያቂነት

ትርፍ፡

  • በደህንነት-ወሳኝ የምህንድስና ሥራ ውስጥ የ AI ገደቦችን እና የማረጋገጫ መስፈርቶችን የመገምገም ችሎታ
  • በሚስጥር ዲዛይን/መረጃ መጋራት ውስጥ የግላዊነት፣ የውሂብ ፖሊሲ እና የአእምሮአዊ ንብረት አደጋዎችን የማስተዳደር ችሎታ
  • የ AI ውፅዓት የኢንጂነር ማፅደቅ እና የፊርማ ሀላፊነትን መተካት እንደማይችል በተግባር የመከራከር ችሎታ

በሜካኒካል ኢንጂነሪንግ ውስጥ የተወሰኑ ውጤቶች የውበት ምርጫ ሳይሆን የሰው ሕይወት እና የንብረት ደህንነት ጉዳይ ናቸው-የአሳንሰር ብሬክ ፣ የግፊት መርከብ ፣ ቁራጭ ማንሳት ፣ የአውቶሞቲቭ እገዳ ክፍል። በእነዚህ ለደህንነት-ወሳኝ ስራዎች, ስህተቶች ጉዳት ወይም ሞት ሊያስከትሉ ይችላሉ. አርቲፊሻል ኢንተለጀንስ (AI) በነዚህ አካባቢዎችም አፋጣኝ ነው; ነገር ግን ድንበሮቹ እዚህ በጣም በደንብ ይታያሉ. ይህ ክፍል የሞጁሉ የስነ-ምግባር እና የተጠያቂነት የጀርባ አጥንት ሲሆን በአንድ መርህ ላይ ያተኮረ ነው፡ AI ውፅዓት በማንኛውም የደህንነት ወሳኝ ስራ ብቃት ያለው መሐንዲስ ማረጋገጫ፣ ማጽደቅ እና ፊርማ ምትክ አይደለም። AI ንድፍ, ግብአት, ሁለተኛ ዓይን ሊሆን ይችላል; ነገር ግን ኃላፊነቱን መውሰድ አይችልም ምክንያቱም ሕጋዊ እና ሥነ ምግባራዊ ኃላፊነት የፈረሙት መሐንዲስ ነው. ከዚህ በተጨማሪ ሌሎች ሁለት ዋና ዋና አደጋዎችን መቆጣጠር አለባቸው፡- ሚስጥራዊነት (የኩባንያ ዲዛይን፣ የደንበኛ መረጃ፣ የፈጠራ ባለቤትነት የሌላቸው ሀሳቦች) እና ትክክለኛነት (ቅዠት)። በዚህ ክፍል ውስጥ፣ በደህንነት-ወሳኝ ስራ፣ ግላዊነት እና አእምሯዊ ንብረት ስጋቶች ውስጥ የ AI ገደቦችን እና ለምን ተጠያቂነት የማይተላለፍ እንደሆነ ይማራሉ።

ደህንነት-ወሳኝ የ AI ቦታ እና ገደብ እዚህ አለ።

አንድ ሥራ "ደህንነት-ወሳኝ" ይሁን አይሁን የሚወሰነው ስህተት በሚፈጠርበት ጊዜ በውጤቱ ክብደት ላይ ነው. በዚህ ልኬት፣ የ AI ሚና ይቀንሳል፡ ሃሳቦችን ማመንጨት፣ ማርቀቅ፣ የማረጋገጫ ዝርዝሮችን ማድረግ፣ አዎ; ነገር ግን የመጨረሻውን ሂሳብ ማጽደቅ፣ “አስተማማኝ”ን መወሰን ወይም ምርትን መፍቀድ አይሆንም። የሚከተለው ልዩነት ይህንን ተጨባጭ ያደርገዋል-

የንግድ ዓይነት

የ AI ተገቢ ሚና

የኢንጅነሩ የማይገሰስ ሚና

መደበኛ, ዝቅተኛ አደጋ

ረቂቅ፣ አውቶሜሽን፣ የመጀመሪያ መለያ

ግምገማ

መካከለኛ አደጋ

ተለዋጭ, የማረጋገጫ ዝርዝር, የመጀመሪያ ደረጃ ትንተና

ማረጋገጫ እና ውሳኔ

ደህንነት-ወሳኝ

ረቂቅ/ሁለተኛ አይን ብቻ

ትንተና፣ ሙከራ፣ ማጽደቅ፣ ፊርማ፣ ኃላፊነት

ወሳኝ መርሆ፡ የ AI ውፅዓት ምንም ያህል አሳማኝ ቢሆንም መላምት እና ንድፍ ነው። ለደህንነት ወሳኝ የሆነ ስሌት ራሱን ችሎ ተባዝቷል፣ ደረጃውን የጠበቀ፣ አስፈላጊ ከሆነ ተፈትኖ እና ብቃት ባለው መሐንዲስ ተፈርሟል። ፊርማ ማለት "ይህን አረጋግጫለሁ እና ለዚያ ሀላፊነት እወስዳለሁ"; የቋንቋ ሞዴል ይህን መግለጫ መስጠት አይችልም.

ጠቃሚ ምክር፡ በእያንዳንዱ የ AI ውፅዓት እራስዎን ይህን ጥያቄ ይጠይቁ፡ "ይህ ስህተት ከሆነ ማን ይጎዳል እና ተጠያቂው ማን ነው?" መልሱ "ሰዎች ተጎድተዋል፣ ተጠያቂው እኔ ነኝ" ከሆነ ያ ምርት ከፍተኛውን የማረጋገጫ መስፈርት ሳያልፉ የትም አይደርስም።

ቅዠት እና ከመጠን በላይ የመተማመን ወጥመድ

በጣም አደገኛው የ AI ባህሪ ልክ እንደ ትክክለኛ መረጃ ተመሳሳይ በራስ መተማመን የውሸት መረጃን ያቀርባል. እሱ አንድ መደበኛ እቃ ማዘጋጀት ፣ የተሳሳተ የቁሳቁስ እሴት መስጠት ፣ ቀመርን በስህተት መተግበር እና ሁሉንም አቀላጥፎ በባለሙያ ቋንቋ መጻፍ ይችላል። ከመጠን በላይ በራስ የመተማመን ዝንባሌ (የራስ-ሰር አድሎአዊነት; የሰው ልጅ በራስ-ሰር ስርዓት ውጤት ላይ በጣም የመተማመን ዝንባሌ) በዚህ ላይ ሲጨመር አደጋው እየጨመረ ይሄዳል፡ መሐንዲሱ በስክሪኑ ላይ ጥሩ የሚመስለውን ውጤት ሳያጣራ ሊቀበል ይችላል። መከላከል የባህል ልማድ ነው፡ የ AI ውፅዓትን እንደ “ምናልባት እውነት” ሳይሆን “በሌላ መልኩ እስካልተረጋገጠ ድረስ አጠራጣሪ” አድርጎ መመልከት ነው።

ማስጠንቀቂያ፡- "AI በራስ የመተማመን መስሎ ነበር" መከላከያ አይደለም። “ኤአይኤ የተናገረው ያ ነው” በአደጋ ምርመራ፣ ኦዲት ወይም ክስ ሰበብ አይሆንም። ኃላፊነቱ በአጽዳቂው መሐንዲስ ላይ ነው። AIን እንደ አንድ ተለማማጅ አስቡት ኃላፊነትን ፈጽሞ የማይጋራ ነገር ግን አንዳንድ ጊዜ በጣም ተሳስቷል፡ አስተያየቱን ትወስዳለህ፣ ስራውን ሳታረጋግጥ መቼም አትፈርምም።

ግላዊነት፣ አእምሯዊ ንብረት እና የውሂብ ፖሊሲ

ሁለተኛው ትልቁ አደጋ ግላዊነት ነው። የኩባንያውን የፈጠራ ባለቤትነት ያልተሰጠውን ንድፍ፣ የደንበኛ ውሂብን ወይም የውህብ ፖሊሲው ወደማይታወቅ ይፋዊ AI መሳሪያ ውስጥ ተወዳዳሪ የሆነ መፍትሄ መስቀል። የአእምሯዊ ንብረት መጥፋት, ሚስጥራዊነት መጣስ እና ውል መጣስ ሊያስከትል ይችላል. አንዳንድ መሳሪያዎች ሞዴሉን ለማሰልጠን ግብዓቶችን መጠቀም ይችላሉ; የሰቀሉት ሚስጥራዊ ጂኦሜትሪ ለሌላ ሰው ሊጋለጥ ይችላል። ትክክለኛው አካሄድ፡ የኩባንያውን የውሂብ ፖሊሲ ​​ማክበር፣ ስሱ መረጃዎችን ማንነትን መደበቅ (መረጃን መለየት እና ወደ ይፋዊ ቅርጸት ማስቀመጥ) ወይም ውሂቡ የማይወጣበትን ድርጅት/የተገለለ መሳሪያ መጠቀም።

ደረጃ በደረጃ፡ ደህንነቱ የተጠበቀ እና ስነምግባር AIን መጠቀም

  1. አደጋውን ይመድቡ. ይህ የሥራ ደህንነት-ወሳኝ ነው, ስህተት በሚፈጠርበት ጊዜ ምን ውጤቶች አሉት?
  2. ግላዊነትን አስቡበት። ይህ ውሂብ ሊወጣ ይችላል; ፖሊሲው ምን ይላል?
  3. ማንነታቸው እንዳይገለጽ ያድርጉ ወይም የተለዩ መሳሪያዎችን ይጠቀሙ። ሚስጥራዊነት ያለው መረጃን ያስወግዱ።
  4. AI እንደ ረቂቅ/ሁለተኛ ዓይን ይጠቀሙ። ማጽደቅ ሳይሆን ግብአት ነው።
  5. በነጻነት ያረጋግጡ። ማባዛት, መደበኛ, ሙከራ.
  6. ብቃት ያለው መሐንዲስ አጽድቆ ምልክት ያደርጋል። ኃላፊነት በውክልና ሊሰጥ አይችልም; የመከታተያ መዝገብ ተቀምጧል።

የአደጋ እና የግላዊነት ግምገማ ጥያቄ

ሚና፡- የምህንድስና ስነምግባር እና የአደጋ አስተዳደር አማካሪ.ተግባር፡- ከደህንነት-ሂሳዊነት እና ሚስጥራዊነት አንጻር የሚከተለውን ስራ ገምግም።ስራ፡ [የስራ መግለጫ; በስህተት ሊከሰት የሚችል ውጤት; የውሂብ አይነት ለመጋራት. ውጤት: - አደጋ ክፍል (መደበኛ / መካከለኛ / ሴኪዩሪቲ-ወሳኝ) እና ማረጋገጫ- በዚህ ሥራ ውስጥ AI ምን ማድረግ እችላለሁ, ምን ማድረግ አልችልም - የግላዊነት አደጋ አለ; መረጃው የማይታወቅ መሆን አለበት; ገለልተኛ ተሽከርካሪ ያስፈልጋል? ደንብ፡ የመጨረሻው ማፅደቅ እና ሃላፊነት በብቁ መሐንዲስ እንዳለ አፅንዖት ይስጡ።

ማንነትን መደበቅ ጥያቄ

የ AI የንድፍ ችግርን እጠይቃለሁ, ነገር ግን የኩባንያውን መረጃ ማጋራት አልፈልግም. የሚከተለውን አውድ ደብቅ፡ የኩባንያውን ስም፣ የምርት ስም፣ ደንበኛን እና ገላጭ መለኪያዎችን አስወግድ፤ ስሱ መረጃዎች እንዳይወጡ ነገር ግን ቴክኒካል ኮር ተጠብቆ እንዲቆይ ችግሩን በአጠቃላይ የምህንድስና ቃላት እንደገና ይፃፉ።አውድ፡ [ጽሑፍ]

የማረጋገጫ ተግሣጽ ጥያቄ

ይህንን የደህንነት ወሳኝ መለያ እንደ ገለልተኛ ገምጋሚ ያረጋግጡ፣ በጭራሽ አትቀላቀሉኝ። የጥያቄ ቀመር ፣ አሃድ ፣ ግምት እና መደበኛ ተገዢነት። ውጤቱን በገለልተኛ ዘዴ እንደገና ይድገሙት እና ልዩነቱን ያሳዩ. ለእያንዳንዱ ግኝት "ይህን እንዴት ማረጋገጥ እችላለሁ?" ደንብ: ማረጋገጥ አይችሉም; የሚመረመሩትን ነጥቦች ብቻ ያስወግዱ።[መለያ]

የኃላፊነት ምዝገባ ጥያቄ

ለዚህ የንድፍ ውሳኔ ረቂቅ የመከታተያ/የውሳኔ መዝገብ ይጻፉ።መስኮች፡ውሳኔ፣መሰረት (ስሌት/ደረጃ/ፈተና))፣ AI አስተዋጽዖ (ረቂቅ?)፣ ገለልተኛ የማረጋገጫ ዘዴ፣ መሐንዲስ ማጽደቂያ፣ ቀን፣ የፊርማ መስክ። ደንብ፡ የኤአይ መዋጮን “ረቂቅ/ረዳት” በማለት በግልጽ ይሰይሙ። የማረጋገጫ መስኩን ባዶ ይተዉት።

ደካማ ፈጣን/ጠንካራ ፍጥነት

ደካማ ጥያቄ፡

ይህ ሊፍት ብሬክ ዲዛይን ደህንነቱ የተጠበቀ ነው፣ ያረጋግጡ።

AI የደህንነት ማረጋገጫ መስጠት አይችልም እና የለበትም; "አስተማማኝ" ካለ ኃላፊነትን መሸከም ስለማይችል አሳሳች እና አደገኛ ነው።

ኃይለኛ ጥያቄ፡-

ይህንን የብሬክ ስሌት እንደ ገለልተኛ ገምጋሚ ይገምግሙ; መረጋገጥ ያለባቸው ተሳትፎ፣ ድክመቶች እና ግምቶች። ውጤቱን በተናጥል እንደገና ይድገሙት እና ልዩነቱን ያሳዩ። ይሁንታ እና ኃላፊነት እንዳለኝ እወቅ; የፍተሻ ነጥቦቹን ብቻ ይዘርዝሩ።

ሁለተኛው አፋጣኝ AIን እንደ ወሳኝ ቁጥጥር መሳሪያ አድርጎ ያስቀምጣል, የማረጋገጫ ስልጣን አይደለም; ኃላፊነቱን በኢንጂነሩ ላይ ያስቀምጣል።

ሶስት ትናንሽ ጉዳዮች (በቁጥር)

ጉዳይ 1 - የፈራሚ ተጠያቂነት. አንድ መሐንዲስ AI በ 2 ሰዓታት ውስጥ ያዘጋጀውን የማንሳት መንጠቆ ስሌት ይጠቀማል። መንጠቆው 2 ቶን ያነሳል; ስብራት ገዳይ ይሆናል. መሐንዲሱ ራሱን ችሎ ስሌቱን ይደግማል፣ በ AI ከሚሰጠው 1.8 ይልቅ የደህንነት ሁኔታን ≥ 4 እንዲሆን ያስተካክላል እና ጂኦሜትሪውን ያሳድጋል። የ AI ቁጥር “ምክንያታዊ ይመስላል” ግን የደህንነት-ወሳኙን ገደብ አያሟላም። ከተረጋገጠ በኋላ ብቻ ይፈርማል. ትምህርት፡ ማጽደቅ እና የደህንነት ጉዳይ ውሳኔ አይተላለፍም።

ጉዳይ 2 - የፈሰሰ ንድፍ. አንድ ተለማማጅ ከኩባንያው አዲስ የፈጠራ ባለቤትነት ያልተገኘለትን ዘዴ በይፋ ወደሚገኝ AI መሳሪያ ጫን እና "አመቻች" ይላል። የመሳሪያው የመረጃ ፖሊሲ ግብአቶችን ያከማቻል እና በስልጠና ውስጥ ጥቅም ላይ ሊውል ይችላል። ኩባንያው ይህንን ሲገነዘብ, የህግ ቡድን ወደ ውስጥ ይገባል; የፈጠራ ባለቤትነት ስትራቴጂ በአእምሯዊ ንብረት አደጋ ምክንያት ይሰቃያል። ትክክለኛው መንገድ ስልቱን ማንነትን መደበቅ ወይም የድርጅት ማግለልን መጠቀም ነበር። ትምህርት፡ የምስጢር ዲዛይን ፖሊሲ ወደማይታወቅ ተሽከርካሪ አይገባም።

ጉዳይ 3 - ማንነትን መደበቅ ያስቀምጣል። አንድ መሐንዲስ ለአንድ ደንበኛ የተለየ የመቀነስ ችግር ከ AI ጋር መወያየት ይፈልጋል ነገር ግን ደንበኛው እና ምርቱ ሚስጥራዊ ናቸው. የዐውደ-ጽሑፉን ስም ይደብቃል፡ የኩባንያውን/የምርቱን ስም፣ ገላጭ ልኬቶችን ያስወግዳል እና ችግሩን “ለተሰጠ የማርሽ ሬሾ እና ማሽከርከር አጠቃላይ ቅነሳ” በማለት እንደገና ይጽፋል። ሚስጥራዊነት ያለው መረጃ ሳያፈስ AIን ይጠቀማል፣ ቴክኒካል ምንነቱን ይጠብቃል። ትምህርት፡ ማንነትን መደበቅ በግላዊነት እና በቅልጥፍና መካከል ያለው አስተማማኝ መንገድ ነው።

የተለመዱ ስህተቶች

  • ለ AI የማጽደቅ ስልጣን መስጠት፡- "ደህና ነው፣ አጽድቅ" በማለት እና ኃላፊነትን በውክልና ለመስጠት መሞከር።
  • ከመጠን በላይ በራስ መተማመን (ራስ-ሰር አድልዎ)፡- አሳማኝ ውጤቶችን ሳያረጋግጡ መቀበል።
  • ሚስጥራዊ መረጃን ወደ ይፋዊ መሳሪያ በመስቀል ላይ፡ ፖሊሲውን ሳያውቅ የንድፍ/የደንበኛ ውሂብን መጋራት።
  • ስም-አልባነትን ማለፍ፡- የመለየት መረጃን ሳያስወግድ ሚስጥራዊነት ያለው ችግርን መጠየቅ።
  • የመከታተያ መዝገቦችን አለመያዝ፡ የ AI አስተዋጽዖ እና ማረጋገጫ አለመመዝገብ።
  • የደህንነትን ሁኔታ ማቃለል፡- የደህንነት-ወሳኙን ገደብ በ AI በተሰጠው ዝቅተኛ እሴት መሻገር።

በማጠቃለያው

  • በደህንነት-ወሳኝ ሥራ, AI ንድፍ እና ሁለተኛ ዓይን ሊሆን ይችላል; ማጽደቅ፣ ፊርማ እና ኃላፊነት የብቁ መሐንዲስ ናቸው።
  • AI ስህተትን እንደ አሳማኝ አድርጎ ያቀርባል; "ተጠርጣሪ በሌላ መልኩ እስካልተረጋገጠ ድረስ" አመለካከት ከልክ በላይ በራስ የመተማመን መንፈስ ላይ አስፈላጊ ነው።
  • "AI በራስ የመተማመን መስሎ ነበር" የህግ ወይም የስነምግባር መከላከያ አይደለም; ኃላፊነቱ በአፅዳቂው ላይ ይቆያል።
  • ምስጢራዊ ንድፍ, የደንበኛ ውሂብ እና የፈጠራ ባለቤትነት የሌላቸው ሀሳቦች ወደማይታወቁ ተሽከርካሪዎች አይሰቀሉም; ማንነታቸው እንዳይገለጽ ያድርጉ ወይም የተለዩ መሳሪያዎችን ይጠቀሙ።
  • የሴኪዩሪቲ-ወሳኝ መለያው ለብቻው ተባዝቷል፣ በመስፈርቱ መሰረት ይፈትሻል፣ እና ሀላፊነት የሚወሰደው በመፈረም ነው።

የመተግበሪያ ተግባር

ለደህንነት-ወሳኝ (ሊፍት ኤለመንት፣ የግፊት አካል፣ ብሬክ ወይም ደጋፊ መዋቅር) ሊሆን የሚችል ስራ ይምረጡ። በመጀመሪያ ስራውን ከአደጋ እና ከግላዊነት አንፃር ይመድቡ፡- ስህተት ሲፈጠር ውጤቱ ምንድ ነው፣ የትኛው መረጃ ሚስጥራዊነት ያለው ነው? AI ይህንን ስራ ገምግሞ "ምን ማድረግ እችላለሁ እና ምን ማድረግ አልችልም?" የሚለውን ዝርዝር ይጻፉ. የሚያጋሩትን አውድ ስም-አልባ (የኩባንያ/ምርት/የደንበኛ መረጃን ያስወግዱ)። ከዚያ AIን እንደ ወሳኝ የፍተሻ መሳሪያ ብቻ በመጠቀም አካውንት ኦዲት ያድርጉ፣ነገር ግን ውጤቱን እራስዎ በገለልተኛ ዘዴ ይድገሙት እና የደህንነት ሁኔታን ከሚመለከተው መስፈርት ጋር ያወዳድሩ። በመጨረሻም የመከታተያ/የውሳኔ መዝገብ ያርቁ። የ AI መዋጮውን እንደ “ረቂቅ/ረዳት” ይሰይሙ እና የማረጋገጫውን መስክ ለብቃቱ መሐንዲስ ይተዉት።

የማረጋገጫ ዝርዝር

  • [] ሥራው የተገመገመው በአደጋ ክፍል (መደበኛ/መካከለኛ/ደህንነት-ወሳኝ)) ነው።
  • [] ምስጢራዊነት ተገምግሟል; ሚስጥራዊነት ያለው መረጃ ስም-አልባ ነው ወይም የተለየ መሣሪያ ጥቅም ላይ ይውላል።
  • [] AI እንደ ረቂቅ/ሁለተኛ ዓይን እንጂ የጸደቀ ባለስልጣን አልነበረም።
  • [] የደኅንነት-ወሳኝ ስሌት ራሱን ችሎ በመደበኛው መሠረት ተባዝቶ ኦዲት ተደርጓል።
  • [] የደህንነት ጥምርታ ከተገቢው ደረጃ ገደብ ጋር ተነጻጽሯል።
  • [] የመከታተያ/የውሳኔ መዝገብ ተቀምጧል; ማጽደቅ፣ ፊርማ እና ኃላፊነት ለባለስልጣኑ መሐንዲስ ተሰጥቷል።

የሞዱል ፈተና

1. ከሚከተሉት ውስጥ በ CAD እና ዲዛይን የስራ ሂደት ውስጥ ለ AI በጣም እውነተኛ እና ደህንነቱ የተጠበቀ ሚና የትኛው ነው?

  • ሀ) የንድፍ አማራጮችን መጠቆም እና ፓራሜትሪክ ስክሪፕቶችን/ማክሮዎችን ማምረት ✔ ያሉ ሚናዎችን መደገፍ
  • ለ) ራስ-ሰር የማይንቀሳቀስ እና ጥንካሬ ማረጋገጫ
  • ሐ) ዲዛይኑን ያለ ኢንጂነር ፍቃድ በቀጥታ ወደ ምርት መላክ
  • መ) ፊርማ እና ማፅደቁን ከኢንጂነሩ መረከብ

መግለጫ፡ AI እንደ የንድፍ አማራጮችን መጠቆም፣ ፓራሜትሪክ ስክሪፕቶችን/ማክሮዎችን ማመንጨት፣ ማቴሪያሎችን መቅረጽ እና ሜታዳታ (የተለያየ አስተሳሰብ) ባሉ ረዳት ተግባራት ላይ ጠንካራ ነው። የመጨረሻው ጂኦሜትሪ ፣ መቻቻል ፣ ጥንካሬ ማፅደቅ እና ወደ ምርት ለመላክ ውሳኔ (ተለዋዋጭ ውሳኔ) ከመሐንዲሱ ጋር ይቀራሉ።

2. AI ለአንድ ቁሳቁስ 'የምርት ጥንካሬ 250 MPa' እሴት ሰጥቷል። ይህንን እሴት ለዲዛይን መሠረት ከመጠቀምዎ በፊት ምን ማድረግ አለብዎት?

  • ሀ) AI ወቅታዊ ስለሆነ እሴቱን በቀጥታ ወደ መለያው ማስገባት
  • ለ) እሴቱን ከአምራቹ መረጃ ወረቀት ወይም የቁስ ደረጃ ✔ ያረጋግጡ
  • ሐ) እሴቱን ማሰባሰብ እና በአስተማማኝ ጎን ላይ እንዳለ መገመት
  • መ) የዘፈቀደ የደህንነት ሁኔታን ይጨምሩ እና ይለፉ

መግለጫ፡ AI ግምታዊ፣ ግምታዊ ወይም ሙሉ በሙሉ የውሸት (ሃሉሲኔት) የቁሳቁስ ንብረቶችን ሊያመለክት ይችላል። እሴቱ እንደ ተመሳሳይ ቁሳቁስ የሙቀት / ሙቀት ሕክምና ሁኔታ ይለያያል. ከአምራቹ የውሂብ ሉህ ወይም ከተገቢው የቁሳቁስ ደረጃ ሳይረጋገጥ እሴቱ በንድፍ ውስጥ መካተት የለበትም።

3. የአሽቢ (ቁሳቁስ ምርጫ) ሥዕላዊ መግለጫዎች በዋናነት ለምን ጥቅም ላይ ይውላሉ?

  • ሀ) የክፍሉን ትክክለኛ የምርት ዋጋ ለማስላት
  • ለ) የአቅራቢዎች ዋጋ ዝርዝር ለመፍጠር
  • ሐ) የቁሳቁስ ባህሪያትን ለማነፃፀር (ለምሳሌ ጥንካሬ-እፍጋት) እና እጩዎችን ይምረጡ ✔
  • መ) ከፊል መቻቻልን ለመወሰን

መግለጫ፡- የአሽቢ ሥዕላዊ መግለጫዎች ቁሶችን በማነፃፀር ሁለት ቁሳዊ ንብረቶችን (ለምሳሌ የጥንካሬ-ትፍገት፣ ሞዱል-የመለጠጥ) በመጥረቢያዎቹ ላይ በማስቀመጥ እና በአፈጻጸም ኢንዴክስ ላይ ተመስርተው በጣም ተስማሚ የሆኑትን የእጩዎች ስብስብ በዓይነ ሕሊናዎ ይሳሉ። ትክክለኛውን ወጪ፣ መቻቻል ወይም የአቅርቦት ዋጋ ለመወሰን የታሰበ አይደለም።

4. AI የጭንቀት ስሌት ሰጠ ነገር ግን ስለ ዩኒት ወጥነት እርግጠኛ አይደሉም። የልኬት (አሃድ) ትንተና በዋነኝነት የሚይዘው ምንድን ነው?

  • ሀ) በጽሁፉ ውስጥ የፊደል ስህተቶች
  • ለ) በግራፊክስ ውስጥ የቀለም ስህተቶች
  • ሐ) የውጤት ፋይል መጠን
  • መ) የአሃድ አለመመጣጠን እና የመቀየር ስህተቶች ✔ የሁለቱም ወገኖች

መግለጫ፡ ልኬት (አሃድ) ትንተና የእኩልታ ሁለቱም ወገኖች አሃዶች ወጥ መሆናቸውን ያረጋግጣል። ለምሳሌ፣ ለጭንቀት፣ ውጤቱ N/m² = ፓ መሆን አለበት። ክፍሎቹ የማይዛመዱ ከሆነ፣ በቀመር ወይም በመቀየር ላይ ስህተት አለ። ስለ አይነት፣ ቀለም ወይም የፋይል መጠን አይደለም።

5. በሙቀት ስሌት, AI 5 ኪሎ ዋት ማሞቂያ በ 2 ሰከንድ ውስጥ 1 ሊትር ውሃ በ 20 ዲግሪ ሴንቲ ግሬድ ያሞቃል. ከሁሉ የተሻለው የመጀመሪያ ምላሽ ምንድነው?

  • ሀ) ውጤቱን በሃይል ጥበቃ እና በትልቅነት ✔ ማረጋገጥ እና አለመቀበል
  • ለ) ውጤቱን በአስርዮሽ ቦታዎች መጻፍ እና መቀበል
  • ሐ) AIን 'እርግጠኛ ነህ?' እና 'አዎ' በሚለው መልስ እርካታ
  • መ) ጥያቄውን ይሰርዙ, ከመጀመሪያው ይጠይቁት እና የመጀመሪያውን መልስ ያግኙ

መግለጫ: ፈጣን ማረጋገጫ በንጽህና ቁጥጥር እና በሃይል ጥበቃ: 1 ኪሎ ግራም ውሃን እስከ 20 ° ሴ ለማሞቅ በግምት 84 ኪ. በ 5 ኪሎ ዋት ይህ 2 ሰከንድ ሳይሆን ~17 ሰከንድ ይወስዳል። ውጤቱ አካላዊ ያልሆነ ነው እና ያለ ማረጋገጫ መቀበል አይቻልም.

6. በ FEA ትንታኔ ውስጥ የ AI የተተረጎመ የጭንቀት ውጤትን ከማመንዎ በፊት በጣም አስፈላጊው ምርመራ ምንድነው?

  • ሀ) ባለ ቀለም የጭንቀት ካርታ በእይታ 'ቆንጆ' ይመስላል
  • ለ) በተጣራ ነፃነት ፣ በድንበር ሁኔታ እና በመተንተን ንፅፅር ማረጋገጥ ✔
  • ሐ) መፍትሄውን በአጭር ጊዜ ውስጥ ማጠናቀቅ
  • መ) AI 'ውጤቱ ደህና ነው' እያለ

መግለጫ፡ የFEA ውጤት በሜሽ ጥግግት፣ በወሰን ሁኔታዎች እና በቁሳቁስ ፍቺ ላይ የተመሰረተ ነው። ማጠቃለያ; የሜሽ ነፃነት (ውጤቱ በሚጣበቅበት ጊዜ ውጤቱ አይለወጥም) ከድንበር ሁኔታ ትክክለኛነት ጋር በማነፃፀር እና ከተቻለ ከመተንተን አቀራረብ ጋር በማነፃፀር ማረጋገጥ አለበት.

7. በ FEA ውስጥ, መረቡ በሾለ ውስጠኛ ማዕዘን ውስጥ ጥቅጥቅ ባለበት ጊዜ, የጭንቀት ዋጋ ያለማቋረጥ ይጨምራል. ይህ ሁኔታ በአብዛኛው የሚያመለክተው ምንድን ነው?

  • ሀ) ቁሱ በእርግጠኝነት የተሳሳተ ነው።
  • ለ) የአነፍናፊ መለኪያ ስህተት አለ
  • ሐ) በሹል ጥግ ላይ ሰው ሰራሽ (ነጠላ) የጭንቀት ትኩረት; የማዕዘን ራዲየስ ሞዴል መሆን አለበት ✔
  • መ) መፍትሄው ሁል ጊዜ በአስተማማኝ ጎን ላይ ነው

ማብራርያ፡ ሃሳቡ ሹል (ዜሮ ራዲየስ) ውስጣዊ ማዕዘን በመለጠጥ ንድፈ ሃሳብ ውስጥ ነጠላ ነጥብ ነው። መረቡ እየጠነከረ ሲሄድ ውጥረቱ ወደ ማለቂያነት ይቀየራል። ይህ ሰው ሰራሽ ውጤት ነው. በትክክለኛው ክፍል የማዕዘን ራዲየስ በኖች ፋክተር/አካባቢያዊ ግምገማ መቀረጽ ወይም መተርጎም አለበት።

8. AI በአንድ ተሸካሚ የንዝረት መረጃ ላይ 'ሊሆን የሚችል የውስጥ ቀለበት ውድቀት' አግኝቷል። በጣም ትክክለኛው አቀራረብ የትኛው ነው?

  • ሀ) ሳይጠይቁ ማሽኑን ሙሉ በሙሉ መቧጨር
  • ለ) አስተያየቱን ችላ ይበሉ እና መስራትዎን ይቀጥሉ
  • ሐ) ዳሳሹን ሙሉ በሙሉ ማሰናከል
  • መ) በባህሪያዊ የስህተት ድግግሞሽ ፣በመለኪያ እና በመስክ ፍተሻ ✔ ትርጓሜን ያረጋግጡ

ማብራሪያ፡ የ AI የአኖማሊ/የሽንፈት ትርጓሜ መላምት ነው። በንዝረት ስፔክትረም ውስጥ ያሉ የባህሪ ጥፋት ድግግሞሾች (ለምሳሌ የውስጥ ቀለበት ሽግግር ድግግሞሽ BPFI)፣ የአነፍናፊ ልኬት እና ሊሆኑ የሚችሉ የውሂብ ስህተቶች መፈተሽ አለባቸው። በመስክ ፍተሻ እና በአካላዊ ውድቀት ዘዴ ሳይረጋገጥ አስተያየቱ ወደ ጥገና ውሳኔ መቀየር የለበትም.

9. ከ AI ጋር ያለውን ክፍል የማኑፋክቸሪንግ አቅምን (DFM) ሲገመገም ከፍተኛ ትኩረት የሚያስፈልገው የውጤቱ ገጽታ የትኛው ነው?

  • ሀ) ምክሮችን ከትክክለኛ ማሽን ፣ መሳሪያ እና የሂደት ገደቦች ጋር ማክበር
  • ለ) የቁራሹ ውበት ገጽታ ብቻ
  • ሐ) የ CAD ሞዴል ፋይል መጠን
  • መ) ቀለም እና ሽፋን አማራጮች

መግለጺ፡ AI; የማሽን፣ መሳሪያ፣ የሻጋታ እና የሂደት ወሰኖችን ያለ እውነተኛ አውደ ጥናት ሊገምት ይችላል። ለምሳሌ፣ የማይደረስ የማዕዘን ራዲየስ ወይም የማይቻል መቻቻልን ሊጠቁም ይችላል። የዲኤፍኤም ምክሮች አሁን ባሉት መሳሪያዎች እና ትክክለኛ የሂደት ገደቦች ላይ መረጋገጥ አለባቸው።

10. በ AI የመነጨ የስዕል መቻቻል/GD&T ማስታወሻ ወደ ምርት ከመላክዎ በፊት ምን መደረግ አለበት?

  • ሀ) AI በሚያመነጭበት ጊዜ ማስታወሻዎችን በቀጥታ ወደ ስዕል ማቀናበር
  • ለ) በመደበኛ እና በተግባራዊ መስፈርቶች ✔ ደረጃዎችን ይፈትሹ እና ያጽድቁ
  • ሐ) መቻቻልን በዘፈቀደ ማጥበብ እና ደህንነቱ የተጠበቀ ነው ብሎ ማሰብ
  • መ) የማይረሱ እንዲሆኑ ምልክቶችን መለወጥ

መግለጺ፡ AI; የተሳሳቱ ወይም መደበኛ ያልሆኑ የመቻቻል እሴቶችን፣ ጂዲ እና ቲ (ጂኦሜትሪክ ልኬቶችን እና መቻቻል) ምልክቶችን ወይም የወለል አጨራረስ ስያሜዎችን ሊያመጣ ይችላል። ማስታወሻዎች በሚመለከተው መስፈርት (ለምሳሌ ISO/ASME GD&T) እና በተግባራዊ መስፈርቶች ኦዲት መደረግ አለባቸው። ከመሰብሰብ እና ከተግባር አንፃር የመቻቻል ወጥነት መሐንዲሱ መረጋገጥ አለበት።

11. AI አንድ ንድፍ 'ከEN 13445 አንቀጽ 7.4.2 ጋር የሚስማማ' መሆኑን ገልጿል። በጣም ትክክለኛው ባህሪ የትኛው ነው?

  • ሀ) AI ባህሪ ስለሚሰጥ በቀጥታ ለሪፖርቱ ይፃፉ
  • ለ) የበይነመረብ መድረክ ላይ አስተያየት ላይ መተማመን
  • ሐ) የቁስ ቁጥሩ እና ይዘቱን ከኦፊሴላዊው/የአሁኑ መደበኛ ጽሑፍ ✔ ማረጋገጥ
  • መ) እንዲታወስ የእቃውን ቁጥር መለወጥ

መግለጫ፡ AI የተሳሳቱ ወይም የተሳሳቱ መደበኛ የንጥል ቁጥሮች እና መግቻ ነጥቦችን ሊያመጣ ይችላል። የተጠቀሰው ንጥረ ነገር እና እሴቱ ከኦፊሴላዊው እና አሁን ካለው መደበኛ ጽሑፍ ሳይረጋገጥ ለንድፍ ወይም ለሪፖርቱ መሠረት ተደርጎ መወሰድ የለበትም።

12. በ AI የመነጨ የፓይዘን ኢንጂነሪንግ ስሌት ስክሪፕት ከመጠቀምዎ በፊት የግዴታ የትኛው ነው?

  • ሀ) ኮድን በቀጥታ ማመን, ምክንያቱም ያለምንም ስህተቶች ይሰራል
  • ለ) ተለዋዋጭ ስሞችን ያሳጥሩ እና የአስተያየት መስመሮችን ይሰርዙ
  • ሐ) ስክሪፕቱን ረዘም ላለ ጊዜ ይፃፉ እና ደህንነቱ የተጠበቀ እንደሆነ ያስቡ
  • መ) በሚታወቁ ውጤቶች፣ በዩኒት ፍተሻ እና በጠርዝ ጉዳዮች ✔ በፈተና ማረጋገጥ

አስተያየት፡ AI ኮድ የተሳሳተ አሃድ ልወጣ፣ የተሳሳተ ቀመር ወይም በዳር አጋጣሚዎች የተሳሳተ ውጤት ሊይዝ ይችላል፣ እና ምንም እንኳን ሳይሳሳት ቢሰራም በስህተት ሊሰላ ይችላል። ኮድ; የታወቁ ውጤቶች ያላቸው የሙከራ ግብዓቶች በክፍል (መጠን) ፍተሻ እና በጠርዝ መያዣዎች መረጋገጥ አለባቸው።

13. በሜካኒካል ኢንጂነሪንግ ውስጥ ከ AI ጋር የደህንነት-ወሳኝ ስሌትን በማከናወን ከተጠያቂነት አንጻር የትኛው ትክክል ነው?

  • ሀ) የተፈቀደለት መሐንዲስ ኃላፊነት ይቀራል። AI ለማጽደቅ ✔ ምትክ አይደለም
  • ለ) መሐንዲስ AI ከተፈቀደ ከተጠያቂነት ነፃ ነው።
  • ሐ) AI ውፅዓት መሐንዲስ ፊርማ ይተካል።
  • መ) በደህንነት-ወሳኝ መለያ ላይ የሰዎች ማረጋገጫ አያስፈልግም

መግለጫ: ብቃት ያለው መሐንዲስ የምህንድስና ውጤቶችን ትክክለኛነት እና ማፅደቅ / መፈረም; AI ይህንን ሃላፊነት መውሰድ አይችልም. ለደህንነት-ወሳኝ ስሌቶች እና ዲዛይኖች AI ረቂቅ/ግቤት ነው እና የኢንጂነር ማፅደቅ እና ማረጋገጫ ምትክ አይደለም።

14. የኩባንያውን ሚስጥራዊ ምርት ዲዛይን በይፋዊ AI መሳሪያ ለመተንተን በሚሞከርበት ጊዜ ምርጡ እርምጃ ምንድነው?

  • ሀ) ለፍጥነት ያህል በሕዝብ ተሽከርካሪ ላይ የድብቅ ዲዛይን መጫን
  • ለ) የውሂብ ፖሊሲን ማክበር፣ ስሱ መረጃዎችን ማንነትን መደበቅ ወይም የድርጅት/የተገለሉ መሳሪያዎችን መጠቀም ✔
  • ሐ) የደንበኛ ውሂብን ማጋራት ሁልጊዜ ለፍጥነት አስፈላጊ ነው።
  • መ) የግላዊነት ጉዳይ ከ AI አጠቃቀም ጋር ምንም ግንኙነት የለውም

ይፋ ማድረግ፡ ምስጢራዊ ንድፍ፣ የደንበኛ ውሂብ ወይም የፈጠራ ባለቤትነት የሌላቸው ሀሳቦች የውሂብ ፖሊሲያቸው ወደማይታወቅ ይፋዊ መሳሪያዎች ላይ መሰቀል የለባቸውም። ይህ የአእምሮአዊ ንብረት እና የግላዊነት ጥሰት አደጋን ይፈጥራል። የኩባንያው የውሂብ ፖሊሲ ​​መከተል አለበት፣ ሚስጥራዊነት ያለው መረጃ ማንነቱ የማይታወቅ መሆን አለበት ወይም የድርጅት/የተገለለ መሳሪያ መጠቀም አለበት።