Málmvinnslugagnagreining og landamæri gervigreindar með Python

Hagnaður:

• Geta til að framleiða og skilja kóðann sem hreinsar, greinir og sýnir málmvinnslugögn með Python, með AI stuðningi
• Hæfni til að koma á vana því að sannreyna AI-myndaðan kóða með einingaskoðun, prófunartilvikum og líkamlegum trúverðugleika
• Heildræn skilningur á endamörkum, ábyrgð og siðferðilegum ramma gervigreindar í málmvinnslu

Málmvinnsla er í auknum mæli unnin með fleiri gögnum: hundruðum togprófunarniðurstaðna, þúsundir SPC mælinga, hitameðhöndlunarofnaskrár, lýsingarúttak. Að elta þessi gögn handvirkt í Excel er hægt og villuhættulegt; Python (algengt forritunarmál fyrir gagnagreiningu og vísindalega tölvuvinnslu) gerir þetta endurtekið, endurskoðanlegt og sjálfvirkt. Gervigreind er mjög öflug við að skrifa, kemba og útskýra Python kóða - en kóðinn sem hann framleiðir getur litið rétt út en gefið ranga niðurstöðu: einingavillu, rangan stuðul, hljóðlaust gagnatap. Í þessari lokaeiningu muntu læra hvernig á að greina málmvinnslugögn með gervigreindarstuðningi í Python og sannreyna hvern kóða og raða síðan heildarmörkum gervigreindar, ábyrgðar og siðfræði sem fjallað er um í allri einingunni.

Dæmigert verkefni í málmvinnslugagnagreiningu

Algeng verkefni með AI stuðningi í Python:

• Gagnahreinsun: Gildi vantar, einingaruglingur (MPa vs. ksi), fjarlæging frávika. Óhrein gögn spilla jafnvel bestu greiningu.
• Sjónmynd: Teikning togferil, stýrikort, kornastærðardreifing, hitastig-tímasnið.
• Hesap og ilişki: Hall-Petch (tane boyutu-akma dayanımı ilişkisi: σ = σ₀ + k·d^(-1/2)), Arrhenius (sıcaklık-hız), regresyon, tölfræði.
• Sjálfvirkni: Hópvinnsla á miklum fjölda skráa og framleiðsla á yfirlitstöflum/skýrslum.

Hall-Petch sambandið er gott dæmi hér: afrakstursstyrkur eykst í öfugu hlutfalli við kvaðratrót kornþvermáls. AI getur þýtt þessa formúlu í kóða; En hvort þú notar d sem míkrómeter eða metra og hvaða einingu þú notar fyrir k stuðulinn breytir algjörlega niðurstöðunni. Réttmæti kóðans felst ekki í því að leggja formúluna á minnið, heldur í því að staðfesta einingarnar og prófunartilvik.

Ábending: Vertu viss um að innihalda „þekkt svarpróf“ á hverjum reikningi sem gervigreind skrifar. Gefðu lítið inntak sem þú veist með höndunum (t.d. væntanlegur styrkur fyrir d = 100 µm); Ef kóðinn gefur það gildi geturðu treyst því; ef það gerist ekki er villa falin.

Skref fyrir skref: Öruggt greiningarflæði með gervigreind

1. Lýstu verkefninu og gögnunum: Hvaða skrá, hvaða dálkar, hvaða einingar, hvað verður reiknað út?
2. Beiðni um kóða beinagrind: Biddu gervigreindina um athugasemda, þrepaskiptri beinagrind; Skilgreindu einingar með skýrum breytum efst.
3. Prófaðu með litlum gögnum: Keyrðu með nokkrum línum / þekktum gildum fyrst; Athugaðu niðurstöðuna handvirkt.
4. Eining og landamærastýring: Er framleiðslan líkamlega sanngjörn? Er eitthvað bull eins og neikvæður styrkur, 120% hlutfall?
5. Sjáðu fyrir þér og skoðaðu: Sýnir línuritið væntanlega þróun? Eru útlaga gagnavillur?
6. Staðfestu og skjalfestu: Berðu niðurstöðuna saman við sjálfstæðan útreikning/staðal; Athugaðu kóðann og forsendur.

AI kóða staðfestingartafla

Áhætta

einkenni

Stjórnunaraðferð

Einingavilla

Útkoman er 1000x pervert

Skilgreindu einingar í skýrri breytu, stærðarstýringu

Rangur stuðull/formúla

Sanngjarnt en rangt gildi

Prófatburðarás með þekktum svörum

Hljóðlaust gagnatap

Fjöldi lína er færri en búist var við

Prenta fjölda lína fyrir/eftir vinnslu

útlæg röskun

meðalkajak

Sjáðu fyrir þér með línuriti, skoðaðu dreifinguna

Yfirfitting (ofskynjunarsafn)

engin virkni

Hlaupa, lesa villu, skoða skjöl

þrjú smámál

Tilfelli 1 - Falin hljóðstyrksvilla. Verkfræðingur biður um kóða frá gervigreindinni fyrir Hall-Petch útreikning; Kóðinn gerir ráð fyrir kornaþvermáli í metrum, en verkfræðingur slær inn míkrómetra. Útkoman er 1000 sinnum öfugsnúin, en hún er ekki áberandi við fyrstu sýn því hún lítur út eins og „tala“. Mühendis d = 100 µm için elle beklediği ~350 MPa ile kodun verdiği absürt değeri karşılaştırınca hatayı yakalar, birim dönüşümünü koda ekler. Lexía: prófun á þekktum svörum sýnir einingavillu á nokkrum sekúndum.

Tilfelli 2 — Hljóðlaust gagnatap. Hópur hreinsar 500 niðurstöður úr dráttarprófum með AI-skrifuðum kóða; Þó að kóðinn sleppir línunum með gildum sem vantar, þá fleygir hann líka einhverjum af gildum línum fyrir slysni og skilur eftir 300 línur. Meðalstyrkur er hærri en búist var við vegna þess að lítið gildi lotan er eytt. Þegar teymið prentar út fjölda raða fyrir/eftir vinnslu sjá þeir að 200 raðir hafa horfið hljóðlaust og laga síuna. Lexía: prentun á fjölda raða í hverju gagnavinnsluþrepi dregur úr hljóðlátu tapi.

Tilvik 3 — Rétt notkun, endurtekin skýrsla. Gæðateymi verður að vinna úr tugum ofnaskráa og framleiða yfirlitsskýrslur í hverri viku. Það biður gervigreindina um að skrifa athugasemdaforskrift sem les skrár í lausu og framleiðir línurit og yfirlitstöflur. Teymið prófar kóðann með nokkrum þekktum skrám, sannreynir fjölda eininga og lína, skoðar úttaksgrafið sjónrænt. Notar svo handritið vikulega; Vinnustundir eru styttar niður í mínútur og unnið er á sama, endurskoðanlega hátt í hverri viku. AI gerði endurtekna sjálfvirkni kleift, staðfesti teymið.

Afritanleg hvetja sniðmát

Kóðabeinagrindasniðmát"Hlutverk: Þú ert kóðaaðstoðarmaður fyrir málmvinnslugagnagreiningu. Verkefni: [t.d. lesið niðurstöður teikninga úr CSV og meðalávöxtunarstyrk]. Gögn: [skrá, dálkar, EININGAR].skrifaðu beinagrind með athugasemdum með pöndum: (1) skilgreindu einingarnar í opinni breytu efst, prentaðu út, prentaðu út númerið af gögnum og prentaðu út (2)3 númerið af gögnum raðir AFTUR, (4) gerðu útreikninginn, (5) prentaðu út niðurstöðuna og trúverðugleikaathugun Bættu við athugasemdum við hvert skref.

ÞEKKT SVARPRÓF Sniðmát"Skrifaðu 'þekkt svarpróf' fyrir eftirfarandi fall: [fall]. Veldu lítið inntak sem hægt er að reikna út niðurstöður með handvirkt, skrifaðu athugasemdir við væntanlegt úttak og athugaðu það með fullyrðingu. Prófaðu einnig samkvæmni eininga. Ef prófið stenst ekki, skráðu mögulegar ástæður (eining, stuðull, formúla)."

KÓÐA REVIEW / BUG SAMPLATE"Skoðaðu eftirfarandi kóða: [kóði]. Athugaðu og merktu við eftirfarandi: (1) rúmmálssamkvæmni, (2) hættu á hljóðlausu gagnatapi, (3) óviðjafnanleg áhrif, (4) líkamlega ómöguleg framleiðsla (neikvæð styrkleiki, >100% hlutfall). Skrifaðu hvernig á að sannreyna fyrir hverja áhættu. Ekki staðfesta kóðann sem 'virkan' án þess að prófa það."

VISUALIZATION TEMPLATE" plot [tensile curve / control plot / distribution] with matplotlib. Bættu EININGUM við ásmerki, settu titil og grid. Merktu útlínur öðruvísi. Athugaðu að ég þarf að skoða söguþráðinn sjónrænt og sannreyna væntanlega þróun (t.d. vaxandi álagsálag). Ekki fela neina punkta til að 'fegra' gögnin."

Veik kvaðning / Sterk kvaðning

WEAK PROMPT: "Skrifaðu mér kóða sem gerir Hall-Petch útreikning."

STERK HRINGING:"Hlutverk: Þú ert kóðaaðstoðarmaður fyrir málmvinnslugagnagreiningu. Skrifaðu Python-fall til að reikna út Hall-Petch(σy = σ0 + k·d^(-1/2)). Einingar: d míkrómeter, σ0 og σy MPa, k MPa·µm^(1/2). Snúðu einingu niðurstaðna 0 væntanlega. handvirkt fyrir µm,σ0 = 50 MPa, k = 300 MPa·µm^0,5 og prófaðu með fullyrðingu.

Veik kvaðning framleiðir kóða sem hefur enga einingu og prófun og gæti farið úrskeiðis í hljóði. Sterkar ábendingar skilgreina einingar skýrt, framfylgja umbreytingum, krefjast prófunar á þekktum svörum og trúverðugleikaprófunar – sem gerir kóðann sannreynanlegan.

Heildræn samantekt á einingunni: Staður og takmörk gervigreindar í málmvinnslu

Ein meginregla var endurtekin í þessari einingu: gervigreind er aðstoðarmaður, ekki ákvörðunaraðili. Í tólf einingar notuðum við gervigreind frá lokum til enda, frá efnisvali til eignaspá, fasagreiningu til örbyggingar, hitameðferð til framleiðslu, gæðaeftirlits til skemmdagreiningar, persónugreiningar til stöðlunar og Python-greiningar. Í hverri einingu útskýrði gervigreind hugtök, bjó til tilgátur, skrifaði drög og kóða - en í engri einingu tók það ákvörðunina ein. Mörkin voru skýr: Ofskynjanir (tilbúið númer og staðall), óframseljanleiki öryggis mikilvægrar ábyrgðar, háð gagnagæðum og mælingum/kvörðun, hætta á framreikningi og trúnaður. Sannprófunargreinin hefur alltaf verið hjá mönnum í venjulegum rannsóknarstofureikningsþríhyrningi.

Algeng mistök

• Notkun kóðans á raunveruleg gögn án þess að prófa með þekktum svörum.
• Skilgreina ekki einingar skýrt; Með útsýni yfir MPa/ksi, µm/m rugl.
• Ekki prenta fjölda lína í gagnavinnsluskrefum og taka ekki eftir þöglu tapinu.
• Að treysta á meðaltalið án þess að sjá fyrir sér frávik.
• Samþykkja bókasafnið/aðgerðina sem ekki er til af gervigreindinni án þess að framkvæma það.
• Að því gefnu að kóðinn sé réttur vegna þess að hann "virðist virka"; misbrestur á að athuga líkamlegt trúverðugt.

Í stuttu máli

AI í málmvinnslugagnagreiningu með Python er öflugur hraðall fyrir kóðun, villuleit og sjálfvirkni; en kóðinn sem hann framleiðir getur borið einingavillur, ranga stuðla og hljóðlaust gagnatap. Staðfestu hvern kóða með þekktum svörum, prófun eininga, mælingar á línutölu og líkamlegum trúverðugleika. Hér, eins og í allri einingunni, er gervigreind aðstoðarmaðurinn: það tryggir að hraða og skipulag, nákvæmni og ábyrgð er tekin af viðurkenndum verkfræðingi. Í málmvinnsluákvörðunum sem eru mikilvægar fyrir öryggi, kemur gervigreind aldrei í staðinn fyrir staðla, tilraunir, útreikninga og hæft samþykki verkfræðinga.

Umsóknarverkefni

Veldu málmvinnsluútreikning (t.d. Hall-Petch eða meðaltal toggagna). Með „CODE SKELETON“ sniðmátinu skaltu biðja AI um kóða sem prentar fjölda lína með skýrum einingum. Bættu síðan við prófunaratburðarás þar sem þú veist niðurstöðuna handvirkt með "KNOWN ANSWER TEST" sniðmátinu og keyrðu það. Ef kóðinn gefur ekki væntanlegt gildi skaltu finna villuna (eining, stuðull, gögn) og laga hana. Að lokum skaltu skrifa um AI sannprófunargreinina sem þú lærðir í þessari einingu með því að laga hana að þínu eigin fyrirtæki í þremur greinum.

gátlisti

• [ ] Ég skilgreindi skýrt verkefni, gögn og einingar fyrir gervigreind.
• [ ] Ég skilgreindi einingarnar með skýrum breytum efst í kóðanum.
• [ ] Í gagnavinnsluskrefunum prentaði ég fjölda lína og athugaði hljóðlaust tap.
• [ ] Ég staðfesti kóðann með prófunartilfelli með þekktu svari.
• [ ] Ég athugaði líkamlega trúverðugleika (neikvætt/fráleitt gildi) úttaksins.
• [ ] Ég notaði gervigreind sem eldsneytisgjöf; Ég hélt heilindum og ábyrgð.

Einingapróf

1. Þegar unnið er með gervigreindarverkfæri sem efnisverkfræðingur, þá ætti endanleg ábyrgð á hverju af eftirfarandi alltaf að vera hjá manninum (lögfræðingnum)?

• A) Samþykki og undirritun á hæfi hluta til þjónustu ✔
• B) Gerð fyrstu drög að tjónaskýrslu
• C) Breyting á ásmerkingum á smábyggingarriti
• D) Útbúa orðalista yfir málmfræðihugtök fyrir kynningu

Lýsing: AI; Það getur flýtt fyrir verkefnum eins og hugmyndaskýringu, skýrslugerð, tilgátulista og kóðabeinagrind. Hins vegar að samþykkja hæfi hluta til þjónustu/flugs er ákvörðun sem hefur í för með sér öryggi mannslífa og eigna; ekki hægt að flytja til gervigreindar án viðurkenndrar prófunar og viðurkennds verkfræðings.

2. Þú spurðir AI um uppskeruþol AISI 4140 stáls þegar það er slökkt og mildað við 200 °C, og hann svaraði '1500 MPa fyrir víst'. Hver er fyrsta rétta aðgerðin til að grípa til?

• A) Settu gildið beint inn á hönnunarreikninginn vegna þess að gervigreind virðist örugg
• B) Staðfesta gildið með efnisblaði/mylluvottorði og togprófi ef þörf krefur, ekki treysta á einspunktsgildi ✔
• C) Lækka gildið af handahófi til að vera á öruggu hliðinni
• D) Samþykktu gildið og farðu beint í hitameðferðaruppskriftina

Skýring: Mállíkön geta búið til á sannfærandi hátt órökstuddar tölur (ofskynjanir). Afrakstursstyrkur; Það er breytilegt á breitt svið eftir temprunarhitastigi, þykkt hluta og herðni. Nauðsynlegt er að fá gildið úr verksmiðjuvottorðinu eða togprófinu í samræmi við staðalinn, og ekki taka einn punkt AI framleiðsla inn í hönnunina.

3. Með vélanámslíkani sem spáði fyrir um eiginleika stáls framleiddi gervigreind „öruggt“ gildi fyrir málmblöndu langt utan samsetningarsviðsins í þjálfunargögnunum. Hvert er helsta vandamálið við þessa framleiðslu?

• A) Líkanið gefur alltaf niðurstöður í prósentum, MPa er rangt
• B) Spáin er óáreiðanleg vegna þess að hún er gerð utan þjálfunargagnasviðs (útreikningur) og verður að sannreyna með tilraun ✔
• C) Líkanið virkar aðeins fyrir ryðfrítt stál
• D) Framleiðsla líkansins er alltaf nákvæmlega tvöfalt raungildið

Skýring: Vélanámslíkön virka þokkalega innan sviðs þjálfunargagna (interpolation); Þegar utan þessa sviðs (framlenging) verða spár óáreiðanlegar og líkanið sýnir það oft ekki. Ekki er hægt að nota gildið sem myndast á stað utan dreifingar þjálfunargagna nema með tilraunastaðfestingu.

4. Þú notaðir gervigreind til að reikna út fasahlutfallið í tveggja fasa málmblöndu. Hvaða inntak ætti gervigreind að nota rétt þegar „stangarreglunni“ er beitt?

• A) Aðeins hitastig; samsetningar eru óþarfar
• B) Aðeins þéttleiki málmblöndunnar
• C) Heildarsamsetning málmblöndunnar með fasamörkasamsetningum við viðeigandi hitastig ✔
• D) Aðeins bræðsluhitastig

Skýring: Handfangsreglan gefur upp fasastærðir með því að nota fjarlægðina milli fasamarkasamsetninganna (t.d. samsetningar fasta og fljótandi fasans) og heildarsamsetningar málmblöndunnar við tiltekið hitastig. Ef fasamörkasamsetningarnar eru lesnar rangt verður hlutfallið algjörlega rangt; Þess vegna er staðfesting á gildunum úr fasamyndinni nauðsynleg.

5. Þú mældir kornastærð út frá örbyggingunni með myndvinnsluflæði sem er knúið gervigreind, en gleymdir að kvarða mælistikuna í pixla. Af hverju er niðurstaðan óáreiðanleg?

• A) Allar víddarmælingar eru á röngum mælikvarða vegna þess að kvörðun pixlalengdar var ekki framkvæmd ✔
• B) Mæling er brengluð vegna þess að litmynd er notuð
• C) Kornastærð er aðeins hægt að mæla með SEM, ljóssmásjárskoðun er ónákvæm
• D) Mæling er óþörf vegna þess að myndupplausnin er mikil

Lýsing: Í megindlegri málmgreiningu samsvarar hver pixla lengd; Ef þessi umbreyting er ekki kvarðuð með kvarðastikunni munu allar víddarmælingar eins og kornastærð, fasahlutfall og porosity birtast á röngum kvarða. Kvörðun er fyrsta og skylda skrefið í myndtengdri mælingu.

6. AI stakk upp á hitameðhöndlunaruppskrift (austenitizing + quenching + tempering) til að ná markhörku fyrir stál. Hvert er besta skrefið áður en lyfseðillinn er sóttur?

• A) Notkun uppskriftarinnar beint á fjöldaframleiðslu
• B) Settu uppskriftina á prufustykkið, mæltu hörku/örbyggingu og berðu saman við staðalinn ✔
• C) Hækkaðu hitastigið af handahófi á öruggu hliðinni
• D) Leiðrétta og samþykkja eingöngu stafsetningu lyfseðilsins

Lýsing: Sem afleiðing af hitameðferð; Hlutaþykkt, herðni (Jominy) er mjög breytileg eftir raunveruleika ofnsins og kæliumhverfisins. Lyfseðillinn sem gefinn er af gervigreindinni er upphafleg tilgáta; Það ætti að sannreyna með því að nota það á prufustykkið og mæla hörku og örbyggingu og bera það saman við staðalinn.

7. Þú baðst gervigreindina um „tiltekið efnisnúmer“ ASTM staðals fyrir efnismörk og það svaraði með nákvæmu gildi. Hver er rétt verkfræðileg hegðun?

• A) Að skrifa gildið beint í skýrsluna vegna þess að gervigreindin er uppfærð
• B) Að breyta gildinu af handahófi til að vera á öruggu hliðinni
• C) Staðfestu efnisnúmer, útgáfu og gildi úr opinberum og núverandi staðaltexta ✔
• D) Að bæta vörunúmerinu við samræmisskrána án þess að athuga það

Skýring: Jafnvel þótt tungumálalíkön þekki staðlað heitið rétt, gætu þau munað rangt eða búið til greinarnúmer, útgáfu og brotpunkt. Í bindandi sviðum eins og ASTM/ISO/EN verður að sannreyna hvert efni og gildi orðrétt frá opinberum og núverandi uppruna; AI framleiðsla sýnir aðeins hvar á að leita.

8. Þú sýndir gervigreindinni mynd af brotnu yfirborði bolta og fékkst svarið „þetta er örugglega þreytubrot“. Hver er rétta aðferðin við rótarástæðugreiningu?

• A) Að skrifa greininguna beint inn í skýrsluna vegna þess að gervigreind talar nákvæmlega
• B) Auktu bara upplausn myndarinnar og staðfestu greininguna
• C) Setja upp nýjan hluta án þess að skoða brotið yfirborð
• D) Staðfestu greininguna sem tilgátu með brotagreiningu, hleðslusögu og sönnunargögnum um örbyggingu ✔

Lýsing: Túlkun á brotnu yfirborði; Brotmyndafræði (rönd, strandlínur, aðskilnaður djúpa/klofa með SEM) krefst íhugunar á álagssögu, umhverfi og sönnunargögnum um örbyggingu saman. Endanleg greining gervigreind gerir út frá einni mynd er tilgáta; Ekki er hægt að lýsa yfir orsökinni án staðfestingar með niðurstöðum rannsóknarstofu.

9. AI úthlutaði hámarki til ákveðins fasa í XRD (röntgengeislun) mynstri. Hver er heppilegasta aðferðin til að gera fasagreiningu áreiðanlega?

• A) Að passa toppinn við viðmiðunarmynsturgagnagrunninn (t.d. PDF kort) og athuga hvort skörun og gripir séu til staðar ✔
• B) Samþykkja verkefnið beint vegna þess að AI segir áfangaheitið
• C) Að taka aðeins til greina hæsta tindinn og hunsa restina
• D) Litaðu mynstrið og gerðu það sjónrænt fallegt

Lýsing: XRD fasagreining er gerð með því að passa mældar toppstöður og styrkleika við þekkt viðmiðunarmynstur (t.d. ICDD/PDF kort). Að úthluta einum toppi í einangrun er villandi; Taka skal tillit til skörunartinda, forgangsstefnu og bakgrunnsgripa og staðfesta úthlutunina með tilvísunargagnagrunninum.

10. Drög að tjóna-/skoðunarskýrslu sem gerð var af AI inniheldur tæknileg gildi sem eru fljótandi en af ​​óþekktum uppruna. Hver er rétt hegðun?

• A) Að kynna skýrsluna eins og hún er vegna þess að textinn er reiprennandi
• B) Námundun og gljáa gildin
• C) Lestu bara yfirlitið og slepptu restinni
• D) Passaðu hvert gildi við upprunalegu mælinguna/uppsprettu og fjarlægðu óstaðfesta ✔

Lýsing: Hvert tæknilegt gildi í skýrslunni; Það verður að vera rekjanlegt til mælinga, kvarðaðrar tækjaskrár, staðals eða gagna framleiðanda. Jafnvel þótt það sé gildi í reiprennandi setningu ætti ekkert númer sem ekki hefur verið sannreynt að vera með í skýrslunni eða ákvörðunargrundvelli; Að öðrum kosti færist gervivirði yfir á skjalið sem skapar ábyrgð.

11. Hvert er besta skrefið áður en AI-myndaður Python útreikningur er notaður (t.d. Hall-Petch samband fyrir kornastærð-ávöxtunarstyrk)?

• A) Notkun kóðans beint á raunveruleg framleiðslugögn
• B) Passaðu bara að kóðinn líti stutt og snyrtilegur út
• C) Keyrðu kóðann í prófunaratburðarás með þekktum niðurstöðum og staðfestu einingarnar og úttakið ✔
• D) Eyða hluta kóðans til að stytta hann

Skýring: Kóði kann að virðast réttur en gefur ranga niðurstöðu: það getur verið einingavilla, rangur stuðull eða formúluvilla. Að keyra kóðann í litlu prófunartilviki þar sem þú veist útkomuna með höndunum og ber það saman við væntanlegt framleiðsla og athugar einingarnar grípur villuna áður en hún færist yfir í raunverulega ákvörðun.

12. Þú vilt líma uppskrift fyrirtækisins þíns sem ekki er enn einkaleyfi á málmblöndu og vinna úr breytum í gervigreindarverkfæri sem er aðgengilegt almenningi og biðja um greiningu. Hver er réttasta nálgunin?

• A) Límdu uppskriftina eins og hún er til að gera hana hraðari
• B) Það er nóg að eyða bara nafni fyrirtækisins og deila öllum breytum sem eftir eru.
• C) Að deila gögnunum og biðja síðan gervigreindina um að eyða þeim
• D) Athuga stefnu stofnana og gera gögnin nafnlaus eða nota öruggt/stofnanaverkfæri ✔

Lýsing: Málblönduuppskrift, ferlibreytur og forskriftir viðskiptavina eru viðskiptaleyndarmál og viðkvæm fyrir hugverkaréttindum. Áður en gögnum er deilt er nauðsynlegt að athuga stefnu fyrirtækja, nafngreina þær eða nota stofnunar-/á staðnum tól sem sendir ekki gögnin út.

13. AI-knúið SPC (statistical process control) kerfi tilkynnti að farið hefði verið yfir mörk stjórnkorts í framleiðslulotu. Hver er rétt verkfræðileg hegðun?

• A) Hunsa viðvörunina og halda áfram framleiðslu
• B) Stækkandi eftirlitsmörk þannig að engin viðvörun komi fram
• C) Líttu á viðvörunina sem kveikju, staðfestu mælinguna, rannsakaðu undirrótina og ákváðu með samþykkisskilyrðum ✔
• D) Skrapa alla lotuna beint án þess að mæla

Skýring: Að fara yfir mörk stjórnkorta er viðvörun; Orsökin er ekki sjálfkrafa augljós. Það gæti verið mælivilla, sýnatökuvandamál eða raunverulegt vinnsluferli. Rétt nálgun er að líta á viðvörunina sem kveikju, staðfesta mælinguna, kanna undirrót og taka ákvörðun út frá samþykkisviðmiðunum og NDT/prófaniðurstöðu.

14. Myndmat með gervigreind á steypuhluta merkti svæði sem „viðunandi“. Hver er rétta nálgunin fyrir öryggis mikilvægan hluta?

• A) Að líta á AI bráðabirgðamatið sem skimunartæki og tengja endanlega samþykki við NDT niðurstöðu og leyfilegt samþykki ✔
• B) Líttu á gervigreindarmatið sem lokasamþykki og samþykktu hlutann
• C) Halda áfram í næsta ferli án þess að skoða hlutann yfirleitt
• D) Það er nóg að skoða aðeins yfirborð hlutans.

Lýsing: Innri gallar í steypu (gljúpa, rýrnun, innfellingar) eru oft ósýnilegir frá yfirborði og eru metnir með óeyðandi prófunum (NDT: röntgenmynd, ómskoðun). Bráðabirgðamatið sem gervigreind gefur í gegnum myndina er skimunartæki; Lokasamþykki á mikilvæga öryggishlutanum er veitt með NDT og viðurkenndu skoðunarsamþykki í samræmi við staðalinn.