Dobici:
- Sposobnost holističke procjene etičkih aspekata, aspekata privatnosti podataka, autorskih prava i radne snage upotrebe umjetne inteligencije u tekstilu
- Sposobnost dizajniranja sistema sa određenim ljudskim tačkama odobrenja koji kombinuje ceo modul u end-to-end radnom toku
- Sposobnost uspostavljanja okvira upravljanja, validacije i stalnog poboljšanja za odgovornu upotrebu AI u organizaciji
Modul Exam
1. Koji je od sljedećeg osnovni princip koji određuje rizik od AI izlaza u tekstilnom inženjerstvu?
- A) Rizik od izlaza jednak je šteti koju bi prouzrokovao da je taj izlaz neispravan; skale validacije u skladu s tim ✔
- B) AI izlaz je općenito siguran jer je napisan tečno i pouzdano
- C) Validacija nije potrebna kada se koristi najnoviji model
- D) Ako se izlaz odnosi na standard, nije potrebna dodatna kontrola
Objašnjenje: Rizik izlaza jednak je šteti koju će uzrokovati ako je taj izlaz neispravan. Dok je greška u ideji moodboarda bezopasna, greška u receptu za bojenje ili proračunu čvrstoće tkanine može dovesti do otpada serije i rizika po sigurnost na radu/ugovoru; tako da se intenzitet verifikacije skalira sa potencijalnom štetom.
2. Inženjer je skeptičan prema AI vrijednosti od '85 cN/tex za pamučnu pređu' za snagu pređe. Koja je najbrža provjera za potvrdu ove sumnje?
- A) Stavite vrijednost direktno na izvještaj i pitajte laboratoriju kasnije
- B) Napravite poređenje veličine s tipičnim rasponom pamučne pređe (približno 12-22 cN/tex) ✔
- C) Ponovo postaviti isto pitanje od modela i vjerovati drugom odgovoru
- D) Prihvatiti ako vrijednost sadrži referencu na izvor
Opis: To je kontrola reda veličine. Čvrstoća prstenaste pamučne pređe je tipično reda veličine 12-22 cN/tex; 85 cN/tex je sintetički/aramidni nivo visokih performansi i fizički je nerazuman za pamuk. Ova provjera traje nekoliko sekundi i hvata većinu grešaka jedinice/vrste.
3. Što je od sljedećeg tačno za 'Ne' (britanski broj pamuka) među sistemima brojanja pređe?
- A) Što nit postaje veći, postaje deblji.
- B) Što je direktni sistem, on radi u istom pravcu kao i tex
- C) Kakav je to indirektan sistem; Što je broj veći, konac je tanji ✔
- D) Ono što je definirano samo za sintetička prediva
Objašnjenje: Kakav indirektni sistem numerisanja: što je broj veći, to je nit tanja. Tex i denier su direktni sistemi; Što je broj veći, konac je deblji. Nepoznavanje ove razlike dovodi do ozbiljnih grešaka u tumačenju brojeva u AI izlazu.
4. Šta znači imati visoku 'lažno negativnu' stopu u modelu obrade slike koji otkriva defekte tkanine i zašto je to kritično?
- A) Neispravna tkanina se smatra savršenom i isporučuje se kupcu; ✔ Najopasnija vrsta greške u kvaliteti
- B) Nepotrebno označavanje savršene tkanine kao neispravne; samo smanjuje efikasnost
- C) Model ne nalazi greške; uvek dobar znak
- D) Niska rezolucija kamere
Objašnjenje: Lažno negativan je kada je pravi nedostatak klasifikovan kao 'savršen'. To znači da neispravna tkanina ide kupcu i snosi troškove povrata/reputacije. U aplikacijama koje su kritične za kvalitetu, prag je općenito postavljen tako da lažno negativnih bude nisko, a povećani lažno pozitivni se eliminišu ljudskom inspekcijom.
5. Šta znači vrijednost 'Delta E' (ΔE) u upravljanju bojama?
- A) Cijena po kilogramu boje
- B) Kriterijum koji kvantificira ukupnu percepcijsku razliku između dvije boje ✔
- C) Propustljivost svjetlosti tkanine
- D) Vrijednost temperature bojenja u stepenima
Opis: Delta E je kriterijum koji kvantificira ukupnu percepcijsku razliku između dvije boje u CIELAB prostoru boja. Male vrijednosti ΔE ukazuju na to da su boje blizu jedna drugoj; U tekstilu, tolerancija prihvatanja od serije do serije se obično definiše ugovorom u smislu ΔE. Stoga, tvrdnja da se 'boja zadržava' zahtijeva mjerenje.
6. Kako se naziva kada dva uzorka izgledaju isto pod jednim izvorom svjetlosti, a različito pod drugim izvorom svjetlosti, i zašto je to važno u upravljanju bojama?
- A) Metamerizam; Potvrda boje mora se obaviti pod više standardnih izvora svjetlosti ✔
- B) Fluorescencija; boja izgleda isto u svim uslovima
- C) Neprozirnost; razlika u boji zavisi samo od debljine
- D) Kalibracija; tiče se samo ekrana
Opis: Ovaj fenomen se naziva metamerizam. Dvije boje različite spektralne refleksije mogu se podudarati pod određenim osvjetljenjem i razilaziti u drugom osvjetljenju. Prema tome, potvrda boje ne treba da se vrši na jednom izvoru svetlosti, već pod više izvora (npr. D65, TL84, A) u standardnoj svetlosnoj kabini.
7. Koja je najkritičnija pravna provjera koju treba izvršiti prije komercijalne upotrebe tekstilnog uzorka proizvedenog generativnom umjetnom inteligencijom?
- A) Smanjenje broja boja uzorka
- B) Smanjenje veličine datoteke uzorka
- C) Provjera sličnosti/kršenja i autorskih prava sa postojećim zaštićenim dizajnom ✔
- D) Sačuvajte uzorak samo u visokoj rezoluciji
Objašnjenje: Potrebno je provjeriti da li proizvedeni uzorak ima bilo kakvu sličnost/kršenje sa postojećim zaštićenim dizajnom, žigovima ili autorskim pravima, te procijeniti nesigurnosti u pogledu podataka o obuci modela i izlaznih prava. Komercijalizacija bez provjere originalnosti i kršenja autorskih prava stvara rizik od sudskih sporova o autorskim pravima.
8. Koji je najrobusniji pristup validaciji AI izlaza u predviđanju potražnje prema SKU-u?
- A) Pretvaranje predviđanja u jednoj tački datog modelom u količinu narudžbe kakva jeste
- B) Testiranje unatrag s prošlom prodajom i procjena margine greške kroz filter poslovne prosudbe ✔
- C) Odabir najviše procjene i zadržavanje viška zaliha
- D) Udvostručite predviđanje ako je trend najpopularniji
Objašnjenje: Predviđanje bi trebalo biti testirano u odnosu na prošlost prodaje i filtrirano kroz poslovnu prosudbu s kontekstom kao što su zalihe, kampanje, sezonalnost, itd. Umjesto da slijepo vjerujemo predviđanju modela u jednoj tački, procjenjuju se margina greške i scenariji.
9. Koji je glavni razlog za narudžbu serije boje od 'svijetle u tamnu boju' u rasporedu proizvodnje?
- A) Tamne boje su jeftinije
- B) Smanjenje rizika od kontaminacije boje i vremena mašinskog čišćenja ✔
- C) Svetle boje traju duže
- D) To je samo estetska sklonost
Objašnjenje: Ako se svijetla boja boji nakon tamne boje u istoj mašini, povećava se rizik od čišćenja/kontaminacije i dodatnog vremena pranja. Razvrstavanje od svijetlog do tamnog povećava efikasnost smanjenjem rizika od razmazivanja boje i vremena strojnog čišćenja. Preporuke AI bi trebale uključivati ovo ograničenje procesa.
10. Kada se izvještava o ekološkom otisku tkanine, koji je ispravan stav prema tvrdnji kao što je 'reciklirani poliester smanjuje potrošnju vode za 90%' koju proizvodi umjetna inteligencija?
- A) Stavljanje reklamacije onako kako je u marketinškoj kopiji
- B) Nekorištenje zahtjeva bez provjere sa granicom sistema, izvorom podataka i certifikatom ✔
- C) Pod pretpostavkom da je tvrdnja jaka ako je broj visok
- D) Zaokružite broj i objavite ga
Objašnjenje: Takva tvrdnja je besmislena bez specificiranja granice sistema (od baze do kapije ili od kapije do kapije), izvora podataka i opsega; Mora se zasnivati na provjerljivim LCA podacima i sertifikaciji. U suprotnom može doći do zelenog pranja i pravnog rizika. Iako se AI brojevi čine razumnim, oni su neovisni izvori.
11. Koji bi trebao biti prvi korak za provjeru koda koji je napisao AI prilikom analize proizvodnih podataka pomoću panda s Pythonom?
- A) Ako je kod radio bez grešaka, prihvatite rezultat kao ispravan
- B) Ručno izračunajte izlaz i provjerite jedinicu i logiku na malom uzorku podataka ✔
- C) Dodavanje koda direktno u proizvodni izvještaj
- D) Ako grafikon ispadne dobar, smatrajte da je analiza završena.
Napomena: Čak i ako kod radi, nije garantovano da je logika ispravna; Ručna računovodstvena provjera mora se obaviti na jedinicama, kolonama i nekoliko redova. Na primjer, pri usrednjavanju gramaže, pogrešno grupisanje ili zbrka jedinica mogu tiho proizvesti netačne rezultate. U malom uzorku, ručna verifikacija je najbrža garancija.
12. Koja je najbolja praksa u pogledu privatnosti podataka kada se podaci o proizvodnji tekstila šalju na AI alat?
- A) Pošaljite sve informacije o stvarnim kupcima i receptima kakve jesu
- B) Anonimizirati osjetljive informacije i poslati ih sa reprezentativnim oznakama iu skladu s korporativnom politikom ✔
- C) Pod pretpostavkom da je privatnost nevažna jer ima toliko podataka.
- D) Samo promijenite naziv datoteke i pošaljite sadržaj kakav jeste
Objašnjenje: Osjetljivi podaci kao što su ime kupca, tajna recepta, cijena i informacije o dobavljaču trebaju biti anonimizirani ili dati s reprezentativnim oznakama (Kupac-A, Recept-1). Poslovne tajne i lični podaci ne bi trebalo da se prenose na model treće strane u suprotnosti sa korporativnim politikama i sporazumima.
13. Model za obradu slike daje 98% tačnosti na proizvodnoj liniji, ali propušta mnoge nedostatke na terenu. Šta je najvjerovatniji uzrok tome?
- A) Tačnost je pogrešna zbog neuravnoteženih podataka; Osetljivost (poziv) klase kvara je niska ✔
- B) Model radi veoma sporo
- C) Zato što je kamera u boji
- D) 98% je već savršeno, problem je u operateru
Objašnjenje: Kada je uzoraka s defektima vrlo malo u skupu podataka (neuravnoteženi podaci), model može postići visoku preciznost nazivajući sve 'savršeno', ali ne može uhvatiti stvarne defekte. Stoga je tačnost sama po sebi varljiva; Osjetljivost (poziv) i preciznost za klasu kvara treba pratiti.
14. Prema ključnom principu naglašenom kroz modul, koja je uloga AI u sigurnosti i odlukama o tekstilu koje su kritične za ugovor?
- A) AI može samostalno donositi kritične odluke jer je brz
- B) AI je asistent; kritične odluke se verificiraju odobrenjem nadležnog inženjera i fizičkim testiranjem ✔
- C) AI izlaz zamjenjuje potpisani izvještaj
- D) Ljudska potvrda nije potrebna kada se koristi najnoviji model
Opis: AI je pomoćnik i akcelerator; generira hipoteze, priprema nacrte, hvata obrasce. Međutim, kritične odluke kao što su odobrenje recepture za farbanje, prihvatanje kvaliteta, procena snage/sigurnosti zahtevaju odobrenje kompetentnog inženjera i fizičko testiranje. AI izlaz nije zamjena za odobrenje stručnjaka.