Qazanclar:
- Tekstildə süni intellektdən istifadənin etik, məlumat məxfiliyi, müəllif hüquqları və işçi qüvvəsi aspektlərini hərtərəfli qiymətləndirmək bacarığı
- Bütün modulu sona qədər iş prosesində birləşdirən təyin edilmiş insan təsdiq nöqtələri olan bir sistem dizayn etmək bacarığı
- Təşkilatda AI-nin məsuliyyətli istifadəsi üçün idarəetmə, yoxlama və davamlı təkmilləşdirmə çərçivəsi yaratmaq bacarığı
Modul imtahanı
1. Aşağıdakılardan hansı toxuculuq mühəndisliyində AI məhsulunun riskini müəyyən edən əsas prinsipdir?
- A) Çıxışın riski, əgər həmin məhsul nasaz olarsa, onun vuracağı zərərə bərabərdir; doğrulama miqyası müvafiq olaraq ✔
- B) AI çıxışı səlis və əminliklə yazıldığı üçün ümumiyyətlə təhlükəsizdir
- C) Ən müasir modeldən istifadə edildikdə validasiyaya ehtiyac yoxdur
- D) Əgər çıxış standarta istinad edirsə, əlavə nəzarət tələb olunmur
İzahat: Çıxışın riski, həmin çıxışın nasaz olduğu halda onun vuracağı zərərə bərabərdir. Moodboard ideyasındakı səhv zərərsiz olsa da, boyama reseptində və ya parça gücünün hesablanmasında səhv partiya tullantılarına və əməyin mühafizəsi/müqavilə risklərinə səbəb ola bilər; beləliklə, yoxlama intensivliyi potensial zərərlə ölçülür.
2. Mühəndis iplik gücü üçün "pambıq ipliyi üçün 85 cN/tex" AI dəyərinə şübhə ilə yanaşır. Bu şübhəni təsdiqləmək üçün ən sürətli yoxlama hansıdır?
- A) Qiyməti birbaşa hesabata qoyun və sonra laboratoriyadan soruşun
- B) Tipik pambıq iplik diapazonu (təxminən 12-22 cN/tex) ilə müqayisə sifarişini tərtib edin ✔
- C) Modeldən eyni sualı təkrar vermək və ikinci cavaba etibar etmək
- D) Dəyərdə mənbəyə istinad varsa qəbul edin
Təsvir: Bu, böyüklük nəzarəti əmridir. Halqalı pambıq iplikdə möhkəmlik adətən 12-22 cN/tex təşkil edir; 85 cN/tex yüksək performanslı sintetik/aramid səviyyəsidir və pambıq üçün fiziki cəhətdən əsassızdır. Bu yoxlama saniyə çəkir və əksər vahid/tip səhvlərini tutur.
3. İplik sayma sistemləri arasında 'Ne' (Britaniya pambıq sayı) üçün aşağıdakılardan hansı doğrudur?
- A) İp nə qədər böyük olarsa, bir o qədər qalın olur.
- B) Birbaşa sistem nədir, tex ilə eyni istiqamətdə işləyir
- C) Nə qədər dolayı sistemdir; Rəqəm nə qədər böyükdürsə, sap bir o qədər incə olur✔
- D) Yalnız sintetik ipliklər üçün təyin olunanlar
İzahat: Necə dolayı nömrələmə sistemidir: ədəd nə qədər böyükdürsə, ip bir o qədər incədir. Tex və inkar birbaşa sistemlərdir; Sayı nə qədər böyükdürsə, ip daha qalındır. Bu fərqi bilməmək AI çıxışında rəqəmlərin şərhində ciddi səhvlərə səbəb olur.
4. Parça qüsurlarını aşkar edən təsvirin işlənməsi modelində yüksək “yanlış mənfi” dərəcəsinin olması nə deməkdir və bu nə üçün kritikdir?
- A) Qüsurlu parça mükəmməl sayılır və müştəriyə verilir; ✔ Keyfiyyətdə ən təhlükəli xəta növü
- B) Mükəmməl parçanın qüsurlu kimi lazımsız işarələnməsi; sadəcə səmərəliliyi azaldır
- C) Model heç bir qüsur tapmır; həmişə yaxşı əlamətdir
- D) Kameranın ayırdetmə qabiliyyətinin aşağı olması
İzahat: Yanlış mənfi, həqiqi qüsurun "mükəmməl" kimi təsnif edilməsidir. Bu o deməkdir ki, qüsurlu parça müştəriyə gedir və geri qaytarma/reputasiya xərclərinə səbəb olur. Keyfiyyət baxımından kritik tətbiqlərdə, hədd ümumiyyətlə yalan neqativləri aşağı saxlamaq üçün təyin edilir və artan yanlış pozitivlər insan yoxlaması ilə aradan qaldırılır.
5. Rəng idarəetməsində 'Delta E' (ΔE) dəyəri nə deməkdir?
- A) Bir kiloqram boyanın dəyəri
- B) İki rəng arasındakı ümumi qavrayış fərqini kəmiyyətcə ifadə edən meyar ✔
- C) Parçanın işıq keçiriciliyi
- D) Rəngləmə temperaturunun dərəcə ilə qiyməti
Təsvir: Delta E CIELAB rəng məkanında iki rəng arasındakı ümumi qavrayış fərqini kəmiyyətcə ifadə edən meyardır. Kiçik ΔE dəyərləri rənglərin bir-birinə yaxın olduğunu göstərir; Tekstildə partiyadan partiyaya qəbul tolerantlığı adətən müqavilə əsasında ΔE baxımından müəyyən edilir. Buna görə də, "tutduğumuz rəng" iddiası ölçü tələb edir.
6. İki nümunənin bir işıq mənbəyi altında eyni, digər işıq mənbəyində isə fərqli görünməsi nə adlanır və rəng idarəçiliyində bu nə üçün vacibdir?
- A) Metamerizm; Rəng təsdiqi bir çox standart işıq mənbələri altında aparılmalıdır ✔
- B) Floressensiya; rəng bütün şəraitdə eyni görünür
- C) Qeyri-şəffaflıq; rəng fərqi yalnız qalınlığından asılıdır
- D) Kalibrləmə; yalnız ekrana aiddir
Təsvir: Bu fenomen metamerizm adlanır. Fərqli spektral əks etdirmə qabiliyyətinə malik iki rəng müəyyən işıqlandırma altında uyğunlaşa və digər işıqlandırmada bir-birindən ayrıla bilər. Buna görə də, rəng təsdiqi tək bir işıq mənbəyində deyil, standart işıq kabinəsində bir neçə mənbə (məsələn, D65, TL84, A) altında aparılmalıdır.
7. Generativ süni intellektlə istehsal olunan tekstil nümunəsinin kommersiya istifadəsindən əvvəl hansı hüquqi yoxlama aparılmalıdır?
- A) Naxışın rənglərinin sayının azaldılması
- B) Nümunənin fayl ölçüsünü azaltmaq
- C) Mövcud qorunan dizaynlarla oxşarlıq/pozulma və müəllif hüquqlarının yoxlanılması ✔
- D) Nümunəni yalnız yüksək təsvir ölçüsündə saxlayın
İzahat: İstehsal edilmiş nümunənin mövcud qorunan dizaynlar, ticarət nişanları və ya müəllif hüquqları ilə qorunan əsərlərlə hər hansı oxşarlıq/pozulma olub olmadığını yoxlamaq və modelin təlim məlumatları və çıxış hüquqları ilə bağlı qeyri-müəyyənlikləri qiymətləndirmək lazımdır. Orijinallığı və pozuntuları yoxlamadan kommersiyalaşdırma müəllif hüquqları ilə bağlı məhkəmə çəkişmələri riskini yaradır.
8. SKU tərəfindən tələbin proqnozlaşdırılmasında AI məhsulunun təsdiqlənməsi üçün ən etibarlı yanaşma hansıdır?
- A) Modelin verdiyi tək nöqtəli proqnozu olduğu kimi sifariş kəmiyyətinə çevirmək
- B) Keçmiş satışlarla geri sınaqdan keçirmək və iş mühakiməsi filtri vasitəsilə səhv marjasını qiymətləndirmək ✔
- C) Ən yüksək qiymətin seçilməsi və artıq ehtiyatın saxlanması
- D) Trend ən populyardırsa, proqnozu iki dəfə artırın
İzahat: Proqnoz keçmiş satışların reallaşdırılmasına qarşı yoxlanılmalı və inventar, kampaniyalar, mövsümilik və s. kimi kontekstlə biznes mühakiməsi vasitəsilə süzülməlidir. Modelin bir nöqtəli proqnozuna kor-koranə etibar etmək əvəzinə, xəta marjası və ssenarilər qiymətləndirilir.
9. İstehsal planında “açıq rəngdən tünd rəngə” boya partiyası sifarişinin əsas səbəbi nədir?
- A) Tünd rənglər daha ucuzdur
- B) Rənglərin çirklənməsi riskinin və maşın təmizləmə vaxtının azaldılması ✔
- C) Açıq rənglər daha uzun müddət davam edir
- D) Bu, yalnız estetik üstünlükdür
İzahat: Eyni maşında tünd rəngdən sonra açıq rəng boyanırsa, təmizlənmə/çirklənmə riski və əlavə yuyulma vaxtı artır. İşıqdan qaranlığa qədər çeşidləmə rəngin ləkələnməsi riskini və maşın təmizləmə vaxtlarını azaltmaqla səmərəliliyi artırır. AI tövsiyələrinə bu proses məhdudiyyəti daxil edilməlidir.
10. Parçanın ətraf mühitə təsirini bildirərkən, süni intellekt tərəfindən istehsal olunan "təkrar emal edilmiş polyester su istifadəsini 90% azaldır" kimi iddiaya düzgün münasibət necədir?
- A) İddianın marketinq nüsxəsində olduğu kimi qoyulması
- B) Sistem sərhədi, məlumat mənbəyi və sertifikatla yoxlanılmadan iddiadan istifadə etməmək ✔
- C) Say çox olarsa, iddianın güclü olduğunu fərz etmək
- D) Nömrəni yuvarlaqlaşdırın və dərc edin
İzahat: Sistem sərhədi (beşikdən-darvaza və ya darvazadan-darvaza), məlumat mənbəyi və əhatə dairəsi göstərilmədən belə bir iddia mənasızdır; O, yoxlanıla bilən LCA məlumatlarına və sertifikatına əsaslanmalıdır. Əks halda, yaşıl yuyulma və hüquqi risk yarana bilər. AI nömrələri ağlabatan görünsə də, onlar müstəqil şəkildə əldə edilir.
11. Python ilə pandalardan istifadə edərək istehsal məlumatlarını təhlil edərkən AI tərəfindən yazılmış kodu yoxlamaq üçün ilk addım nə olmalıdır?
- A) Əgər kod səhvsiz işləmişdirsə, nəticəni düzgün qəbul edin
- B) Çıxışı əl ilə hesablayın və kiçik məlumat nümunəsində vahidi və məntiqi yoxlayın ✔
- C) Kodun birbaşa istehsal hesabatına əlavə edilməsi
- D) Qrafik yaxşı olarsa, təhlili tamamlanmış hesab edin.
Qeyd: Kod işləsə belə, məntiqin düzgün olduğuna zəmanət verilmir; Mühasibat uçotunun əl ilə yoxlanılması vahid, sütun uyğunluğu və bir neçə cərgədə aparılmalıdır. Məsələn, qrammatik orta hesabladıqda, səhv qruplaşdırma və ya vahid qarışıqlığı səssizcə yanlış nəticələr verə bilər. Kiçik bir nümunədə əllə yoxlama ən sürətli təminatdır.
12. Toxuculuq istehsalı məlumatlarını AI alətinə göndərərkən məlumatların məxfiliyi baxımından ən yaxşı təcrübə hansıdır?
- A) Bütün faktiki müştəri və resept məlumatlarını olduğu kimi göndərin
- B) Həssas məlumatları anonimləşdirin və onları nümayəndə etiketləri ilə və korporativ siyasətə uyğun olaraq göndərin ✔
- C) Çox məlumat olduğu üçün məxfiliyin əhəmiyyətsiz olduğunu fərz etmək.
- D) Sadəcə fayl adını dəyişdirin və məzmunu olduğu kimi göndərin
İzahat: Müştəri adı, resept sirri, qiymət və təchizatçı məlumatı kimi həssas məlumatlar anonimləşdirilməli və ya nümayəndə etiketləri ilə verilməlidir (Müştəri-A, Resept-1). Kommersiya sirləri və şəxsi məlumatlar korporativ siyasət və müqavilələri pozaraq üçüncü tərəf modelinə ötürülməməlidir.
13. Şəkil emal modeli istehsal xəttində 98% dəqiqlik barədə məlumat verir, lakin sahədə bir çox qüsurları qaçırır. Bunun ən çox ehtimal olunan səbəbi nədir?
- A) Dəqiqlik balanssız məlumatlara görə yanıltıcıdır; Qüsur sinfinin həssaslığı (geri çağırma) aşağıdır ✔
- B) Model çox yavaş işləyir
- C) Çünki kamera rənglidir
- D) 98% artıq mükəmməldir, problem operatordadır
İzahat: Məlumat dəstində qüsurlu nümunələr çox az olduqda (balanssız məlumatlar), model hər şeyi "mükəmməl" adlandırmaqla yüksək dəqiqliyə nail ola bilər, lakin faktiki qüsurları tuta bilmir. Buna görə də yalnız dəqiqlik yanıltıcıdır; Qüsur sinfi üçün həssaslıq (geri çağırma) və dəqiqliyə nəzarət edilməlidir.
14. Modul boyu vurğulanan əsas prinsipə əsasən, süni intellekt təhlükəsizlik və müqavilə ilə bağlı kritik tekstil qərarlarının qəbulunda hansı rola malikdir?
- A) Süni intellekt sürətli olduğu üçün təkbaşına kritik qərarlar qəbul edə bilir
- B) AI köməkçidir; kritik qərarlar səlahiyyətli mühəndisin təsdiqi və fiziki sınaq ilə yoxlanılır ✔
- C) AI çıxışı imzalanmış hesabatı əvəz edir
- D) Ən müasir model istifadə edildikdə insan təsdiqinə ehtiyac yoxdur
Təsvir: AI köməkçi və sürətləndiricidir; hipotezlər yaradır, qaralamalar hazırlayır, nümunələri tutur. Bununla belə, rəsm reseptinin təsdiqi, keyfiyyətin qəbulu, gücün/təhlükəsizliyin qiymətləndirilməsi kimi kritik qərarlar səlahiyyətli mühəndis təsdiqi və fiziki sınaq tələb edir. AI çıxışı ekspert təsdiqini əvəz etmir.