Python көмегімен тау-кен деректерін талдау және AI шекаралары

Табыстар:

• AI қолдауымен Python көмегімен бұрғылау, өндіру және бақылау деректерін тазартатын және визуализациялайтын сценарийлерді жасау мүмкіндігі
• Қарапайым болжау және аномалия модельдерін құру кезінде деректер сапасын, артық оқу және экстраполяция тәуекелдерін тану мүмкіндігі
• AI-генерацияланған кодты және нәтижені бірлік бақылауымен, тәуелсіз есептеумен және инженерлік дәлелділігін тексеру мүмкіндігі

Осы модульдің әрбір бөлімінде сіз AI кодтауда күшті екенін көрдіңіз: ұңғымаларды тазалау, массалық баланс, криг қаңқасы, флоттың қысқаша мазмұны, дірілді талдау, қоршаған ортаны сканерлеу. Бұл соңғы бөлім Python-ға, осы кодтың нақты құралына және AI көмегімен кодты жасаудың дұрыс тәртібіне бағытталған. Python тау-кен деректерін талдауда іс жүзінде стандартқа айналды, себебі ол тегін, қуатты кітапханалары бар (pandas: кестелік деректерді өңдеу; numpy: сандық есептеу; matplotlib: plotting; scikit-learn: машинада оқыту) және қайталанатын тапсырмаларды автоматтандырады. AI сол кодты жазу жылдамдығын көбейтеді; бірақ ол шығаратын код әрқашан дұрыс емес. Бұл құрылғының негізгі принципі: AI жазатын кодты алдымен оқымай, бірлігін тексермей және белгілі деректердің аз мөлшерімен сынамай-ақ іске қоспаңыз. Код үнсіз қате нәтиже бере алады, бұл тау-кен өндірісінде нашар инженерлік шешімге айналуы мүмкін.

AI көмегімен кодты құрудың негізгі ағыны

AI кодты алу әңгіме емес, инженерлік цикл болып табылады:

1. Тапсырманы нақты сипаттаңыз. Енгізу (бағандар, бірліктер, үлгі жолы), қалаған шығыс және шектеулер. Анық емес сұрау анық емес кодты жасайды.
2. Оның кішкентай және оқылатын болуын сұраңыз. Бір алып функцияны емес, қадамдық, түсініктеме кодын сұраңыз.
3. Оқып, түсін. Әр жолдың не істейтінін түсіну; Түсінбейтін кодты іске қоспаңыз.
4. Шағын деректермен сынау. Нәтижелері өзіңіз білетін 5-10 жолды қолмен іске қосыңыз және күтілетін нәтижені тексеріңіз.
5. Сұрақтың шеткі жағдайлары. Бос ұяшық, теріс мән, бірлік араластыру, қайталанатын жазба Код қалай әрекет етеді?
6. Масштабтау және логиканы тексеру. Барлық деректерде іске қосу; Нәтиже инженерлік тұрғыдан ақылға қонымды ма?

Кеңес: AI кодын енгізетін ең жиі кездесетін қателер үнсіз: қате баған атауы, бірлік араластыру (м-ге қарсы фут, г/т және ppm), үнсіз түсірілген жолдар (dropna сияқты), қате орташа (ол өлшенген кезде қарапайым орташа). Бұл қателерді тудырмайды; Ол жай ғана қате нөмірді шығарады. Сондықтан «қате алған жоқ» ешқашан «дұрыс» дегенді білдірмейді.

Майнингтегі типтік Python тапсырмалары

• Деректерді тазалау: Бұрғылау/өндіріс/бақылау кестелерін біріктіру, сәйкессіздікті белгілеу, бірлікті қалыпқа келтіру.
• Қысқаша мазмұны және визуализациясы: гистограмма, уақыт қатары, сорт-тоннаж қисығы, OEE графиктері.
• Статистика және геостатистика: Жиынтық статистика, корреляция, вариограмма/кригинг (арнайы кітапханалармен).
• Аномалияны анықтау: шекке негізделген немесе қарапайым үлгіге негізделген дрейфті түсіру.
• Қарапайым болжау үлгілері: Мысалы, регрессиямен ұнтақтау мөлшері мен кірістілік қатынасы.

Осы тапсырмалардың көпшілігі үшін AI тамаша бастапқы кодты қамтамасыз етеді. Бірақ екі қате бар: деректер сапасы және үлгі шектеулері. Екеуін де білу AI кодын қауіпсіз пайдаланудың кілті болып табылады.

Үлгі шектеулері: артық оқу және экстраполяция

AI оңай құрастыратын қарапайым болжамды модельдер екі негізгі тәуекелге осал. Шамадан тыс орнату: үлгі жаттығу деректерін есте сақтайды, бірақ жаңа деректерде нашар жұмыс істейді; Кішкене деректермен күрделі үлгілерді құру мұны шақырады. Экстраполяция: оқу деректерінен тыс ауқымда болжам жасауға мәжбүр болған кезде модель сенімсіз болады; Мысалы, 0,3-0,8 г/т диапазонында үйренген модель 5 г/т үшін мағынасыз нәтижелер беруі мүмкін. AI сіз үшін бұл тәуекелдерді «стихиялы түрде» басқармайды; Модельді сыни тұрғыдан оқу, жаттығу/тест айырмашылығын жасау, сенімділік аралығын қарау және болжамның физикалық тұрғыдан дұрыстығын тексеру сізге байланысты. Үлгі нөмірі қаншалықты дәл көрінсе де, ол деректер ауқымынан тыс инженерлік шешім қабылдауға негіз бола алмайды.

үш шағын іс

1-жағдай — Дыбыссыз дыбыс қатесі. Инженер AI-ға талдау деректерінен орташа бағаны есептеуге мүмкіндік беретін кодты қалайды. Код жұмыс істейді, нәтиже 2,1 г/т. Инженер кодты оқиды; Орташа мән интервал ұзындығы бойынша өлшенбейді, бірақ түзу орташа ретінде қабылданатынына назар аударыңыз. Қысқа аралықтағы жоғары бағалар әділетсіз салмақ қосты. Орташа өлшенгенге көшкен кезде мән 1,7 г/т дейін төмендейді. Код қателер бермеді; оқу қатені тапты.

2-жағдай — Үнсіз сызықтың түсуі. Өндірістік жиынтық кодта AI dropna көмегімен мәндері жоқ жолдарды тазартты. Код бірқалыпты жұмыс істейді, бірақ жалпы тоннаж бағаланбайды, себебі кейбір жарамды жолдар бір бос бағанға байланысты толығымен алынып тасталды. Инженер кіріс пен шығыс арасындағы жолдардың санын салыстырған кезде, ол айырмашылықты көреді және тазалау логикасын түзетеді. Сабақ: әрқашан кіріс және шығыс жолдардың санын салыстыру.

3-жағдай — Экстраполяциялық тұзақ. Топ төмен баға диапазонында үйренген регрессия үлгісін жоғары баға аймағына қолданады; Модель абсурдты жоғары өнімділік бағасын береді. Бақытымызға орай, инженер нәтижені қабылдамай, «бұл аймақ үлгі көрсеткен ауқымнан әлдеқайда тыс» деп, металлургиялық сынақтан өтуді сұрайды. Сабақ: модель жарамды деректер ауқымын білу; Штаттан тыс бағалауды пайдаланбаңыз.

Көшіретін шақыру үлгілері

ДЕРЕКТЕРДІ ТАЗАЛАУ КОДЫН ҚАУІПСІЗ "Рөлі: Сіз Python деректер талдаушысының көмекшісісіз. Келесі кестені тазартатын пандалармен код жазыңыз. Бағандар мен бірліктер: [тізім]. Ережелер: (1) жолдарды түсіруге ДЕЙІН және КЕЙІН жолдардың санын басып шығару; (2) қай жолдар түсірілгенін және оның орнына орташа өлшем бірлігінің қолданылғанын хабарлаңыз (3); түсініктеме жолымен әр қадамды түсіндіріңіз.

КОДТЫ ҚАРАУ СҰРАНЫ"Келесі Python кодын жол бойынша түсіндіріңіз және келесі қауіп нүктелерін көрсетіңіз: дұрыс емес баған атауы болжамы, бірлік шатасуы, дыбыссыз қатар, тегіс/өлшенген орташа қате, шеткі регистр (нөл/теріс) мінез-құлық. Кодты ТҮЗЕТПЕҢІЗ; жай ғана тәуекелдерді тізімдеңіз. Код: [қою]."

ШАҒЫН ДЕРЕКТЕРМЕН ТЕСТ ОРНАТУ "Бұл функция үшін мен нәтижесі мен күтілетін нәтижені білетін шағын сынақ деректерін (5-6 жол) қолмен жасаңыз; функцияның осы деректерде дұрыс жұмыс істейтінін тексеретін сынақ блогын жазыңыз. Сондай-ақ төтенше жағдайларды (бос ұяшық, теріс, бірлік экстремалды мән) тексеріңіз. Функция: [қою]."

ҚАРАПАЙЫМ МОДЕЛЬ + ШЕКТЕУЛІ ЕСКЕРТУ"Келесі деректермен [x -> y] үшін қарапайым регрессияны орнатыңыз. Жаттығу/тестілеу арасындағы айырмашылықты жасаңыз, қате метрикасын хабарлаңыз және модель Жарамды деп есептелетін x ауқымын нақты көрсетіңіз. Болжамдар осы диапазоннан тыс жасалса, ескертіңіз. Деректер мен деректердің шамадан тыс жүктелу қаупі туралы түсініктеме беріңіз."

Әлсіз шақыру / Күшті шақыру

ƏЛСІЗ СҰРАҚ: «Осы деректер бойынша орташа бағаны есептеңіз».

ҚАТЫСТЫ СҰРАҚ:"Рөл: Сіз Python көмекшісісіз. Бағандар: HoleID, From(m), To(m),Au(g/t). Интервал ұзындығымен САЛМАҚТАЛҒАН орташа бағаны есептеңіз. Код: (1) енгізу/шығару жолдарының санын басып шығару; (2) нөл/теріс мәндерді есеп беру, оларды түсірмес бұрын, сонымен қатар I жиынтықты растау үшін. Деректер: [қою].

Салыстыру кестесі: қауіп және сақтық шаралары

Тәуекел

симптом

сақтық шарасы

Құрылғының кедергісі

Ақылға қонымды, бірақ қате нөмір

Бірлікті кодпен түсіндіріңіз, оны тексеріңіз

Үнсіз сызықтың түсуі

Барлығы жоқ

Енгізу/шығару жолдарының санын салыстырыңыз

Қарапайым және орташа өлшенген

қате орташа

Салмақты тексеру

артық оқу

Сынақ деректері бойынша нашар

Жаттығу/сынақ бөлу, оны қарапайым ұстаңыз

экстраполяция

Шамадан тыс болжам

Жарамды ауқымды шектеңіз

Жалпы қателер

• Кодты оқымай іске қосу. «Ешқандай қате болмады» бұл шындықты білдірмейді.
• Шағын деректермен тестілеу емес. Тексерілетін мысалсыз сенім жалған.
• Енгізу/шығару жолдарының санын салыстырмау. Тыныш жоғалтулар осылай құтылады.
• Үлгі ауқымын елемеу. Экстраполяциялық бағалаулар сенімсіз.
• Диаграмманың сұлулығына сену. Сәнді диаграмма қате нөмірді жасыра алады.

Назар аударыңыз: AI коды инженерлік есептік жазбаға кірсе, бұл код тіркелгі сияқты жауапты болады. Нәтиже тау-кен шешімі болған жағдайда тәуелсіз логикалық тексеру арқылы кодты және оның шығысын іске қосыңыз және мүмкіндігінше екінші әдіспен салыстырыңыз.

Қысқаша айтқанда

Python - бұл тау-кен деректерін талдаудың іс жүзінде құралы және AI оны жазу жылдамдығын айтарлықтай арттырады. Бірақ AI коды үнсіз қателерді (бірлікті шатастыру, жолды түсіру, қате орташалау) және үлгі тұзақтарын (артық оқу, экстраполяция) қамтуы мүмкін. Қауіпсіз ағын: анық сипаттаңыз, кішігірім және оқылатынды қалайсыз, оқыңыз және түсініңіз, шағын белгілі деректермен сынаңыз, шеткі жағдайларды сұрау, масштаб пен логиканы тексеру. Үлгі шығысы деректер ауқымынан тыс шешім қабылдау үшін негіз бола алмайды; және әрбір код тау-кен шешіміне айналса, шот сияқты жауапкершілікті көтереді.

Қолданбалы тапсырма

AI-дан кодты алу үшін орташа баға немесе өндірістік қорытынды тапсырма бар "Деректерді қауіпсіз тазарту коды" үлгісін пайдаланыңыз; "Кодты қарап шығу сұрауы" үлгісімен кодты тәуекелден арылтыңыз. Содан кейін, «Шағын деректермен сынақ орнату» үлгісімен нәтижелерін білетін деректер жинағын қолмен жасаңыз және кодты тексеріңіз. Соңында, қарапайым қарым-қатынас үшін «Қарапайым үлгі + шектеу туралы ескерту» үлгісімен үлгіні орнатыңыз және ол жарамды ауқымнан шыққан кезде ескерту беретінін тексеріңіз.

бақылау парағы

• [ ] Мен AI кодын оқып, әр жолды түсіндім, мен оны соқыр іске қосқан жоқпын.
• [ ] Мен оны қолмен тексерілетін шағын деректермен тексердім.
• [ ] Мен кіріс және шығыс жолдардың санын салыстырдым.
• [ ] Мен бірлік сәйкестігі мен салмағын тексердім.
• [ ] Мен экстраполяцияны болдырмай, модельдің жарамды деректер ауқымын шектедім.
• [ ] Шешімге айналған нәтижені тәуелсіз логика/екінші әдіспен тексердім.

Модуль емтиханы

1. Интерн AI чат құралына кен массасының орташа құрамы туралы сұрайды және алынған «1,8 г/т алтын» мәнін тікелей қор есебіне жазады. Бұл тәсілдегі негізгі қателік неде?

• A) Сынақ мәні жобаның жеке бұрғылау/талдау деректерінен және тексерілген болжамнан шығуы керек; AI жасаған сан көзден алынбаған ойдан шығарылған болуы мүмкін ✔
• B) АИ-ді граммен емес, унциямен сұрау керек еді
• C) Мән дұрыс, үтірдің орнына тек нүкте қойылуы керек еді
• D) АИ-ге бір сұрақты үш рет қойып, орташа мәнді алу жеткілікті

Түсініктеме: Тіл үлгісі жобаңыздың бұрғылау деректерін білмейді; ең ықтимал болып көрінетін санды шығарады (галлюцинация). Баға тек жобаның өзінің жинақталған бұрғылау деректерінен және геостатистикалық бағалауынан алынады; Құзыретті тұлғаның рұқсатынсыз AI шығысын есепке қосуға болмайды.

2. «Тәуекелге негізделген жіктеу» тау-кен инженериясында АИ қолдануда нені қамтамасыз етеді?

• A) AI құралының бағасын төмендету
• B) Тапсырманың тәуекел деңгейіне сәйкес АИ рөлін және тексерудің міндетті тереңдігін анықтаңыз ✔
• C) Сұраулар қысқарақ жазылуы керек
• D) Барлық шешімдерді АИ-ге автоматты түрде беру

Түсініктеме: Әрбір миссия бірдей тәуекел деңгейінде бола бермейді. Тапсырманы төмен/орташа/жоғары/критикалық ретінде жіктеу қандай нәтижені еркін пайдалануға болатынын және қайсысы стандартты және далалық тексеруді және құзыретті инженердің мақұлдауын қажет ететінін анықтайды.

3. Геостатистикада «вариограмма» моделі нені білдіреді?

• A) Жабдықтың отын шығыны
• B) Металл бағасының уақыт бойынша өзгеруі
• C) Қашықтыққа байланысты кеңістік үздіксіздігі; ✔ ұпайлар алыстаған сайын ұқсастық қалай азаяды
• D) Жарылыс нәтижесінде пайда болатын тербеліс жиілігі

Сипаттама: Вариограмма екі нүкте арасындағы қашықтық артқан сайын үлгілердің бір-біріне ұқсастығы (кеңістіктік үздіксіздік) қалай төмендейтінін сипаттайды. Кригинг бұл модельді белгісіздік шегі бар өлшенбеген нүктелерді бағалау үшін пайдаланады.

4. Бұрғылаудың негізгі фотосуреттерінен литологияны алдын ала жіктеген AI болған кезде ең жақсы тәсіл қандай?

• A) АИ берген жыныс түрін тікелей бұрғылау журналына өңдеу
• B) Фотосуретті мүлде зерттемей, AI мәтінін есепке көшіру
• C) Геологтың бақылауын жойып, тек қана АИ-ге сүйену
• D) Шығарылған нәтижені алдын ала болжау/гипотеза ретінде қарастыру және оны геологтың бақылауымен және зертханалық талдауымен тексеру ✔

Сипаттама: AI кескіннен болжам мен назар тізімін жасай алады; Дегенмен, соңғы литология/өзгерту шешімі геологтың бақылауы және зертханалық талдауы арқылы қабылданады. AI шығысы - бұл бастама, расталатын гипотеза.

5. Карьерді жоспарлау кезінде «аршу коэффициенті» нені білдіреді?

• A) Кеннің бір бірлігіне жету үшін жойылуы керек тот (бос жыныс) мөлшері ✔
• B) Кендегі металдың үлесі
• C) Жүк көліктерінің күнделікті жүру саны
• D) Жарылыс жұмыстарында қолданылатын жарылғыш заттың мөлшері

Сипаттама: Аршу жылдамдығы – кеннің бір бірлігіне қол жеткізу үшін жойылуы тиіс қалдықтардың (жолақ/қалдық) мөлшері. Шұңқырдың соңғы шегі мен экономикасы негізінен осы қатынасқа байланысты; AI сценарийлерді жасағанымен, шекаралық шешім құзыретті инженерге байланысты.

6. AI діріл және температура деректерінде «аномалияларды» тапқанда болжамды қызмет көрсетуде нені білдіреді?

• A) Жабдықтың міндетті түрде істен шыққанын дәлелдеу
• B) Мәліметтердің қалыптыдан ауытқуы туралы ескерту; Бұл ақаулықтың түпкілікті диагнозы емес, физикалық тексеру арқылы растауды қажет ететін белгі ✔
• C) Жабдықты автоматты түрде тоқтатуға бұйрық беру
• D) Мәліметтердің қате жазылғанына кепілдік беру

Түсініктеме: Аномалия деректердің қалыпты мінез-құлықтан ауытқуы болып табылады және ақаулықты көрсетуі мүмкін; бірақ бұл түпкілікті диагноз емес. Жабдықты тоқтату немесе бөлшектерді ауыстыру туралы шешім техникалық қызмет көрсету тобының физикалық сараптамасынан және операциялық менеджердің рұқсатымен қабылданады.

7. Бұрғылау-жару дизайнында AI пайдалану кезінде қауіпсіздік үшін қайсысы маңызды?

• A) АИ ұсынысын тікелей далада жүзеге асыру
• B) Діріл өлшеуін өткізіп жіберу
• C) Ұсынылған АИ жобасын далалық өлшеммен тексеру, нормативті шектеу және жару жұмыстарын жүргізуге уәкілетті сарапшыны бекіту ✔
• D) Жарылғыш заттардың мөлшерін АИ берген максимуммен бекіту

Сипаттама: Жару; Ол діріл, ауа соққысы және ұшатын тастар сияқты елеулі қауіпсіздік және реттеу тәуекелдерін тудырады. AI дизайн эскизін және параметр бойынша ұсыныс жасай алады; Дегенмен, түпкілікті жоба далалық өлшеуден, нормативтік шектерден және уәкілетті жару сарапшысының (жарғыш/жауапты) мақұлдауынан өтуі керек.

8. Пайдалы қазбаларды өңдеудегі «қалпына келтіру» және «концентрат сорты» арасындағы типтік қатынас қандай және оны түсіндіру кезінде АИ нені есте сақтауы керек?

• A) Екеуі әрқашан бірге өседі
• B) Олардың арасында ешқандай қатынас жоқ
• C) Қарым-қатынас тұрақты және барлық объектілерде бірдей
• D) Әдетте кері тепе-теңдік болады (сыр жоғарылаған сайын кірістілік төмендейді); нақты мәндер металлургиялық сынау және массалық баланс арқылы тексерілуі керек ✔

Түсініктеме: Жалпы, біз жоғары концентрацияланған сортты алуға тырысқанда, кірістілік төмендейді (сорт-шығымдылық балансы). AI бұл тенденцияны түсіндіре алады, бірақ нақты жұмыс мәндері металлургиялық сынақ және массалық баланс арқылы расталуы керек; жалпы тенденция сайтқа тән шындықты алмастырмайды.

9. Еңбек қауіпсіздігін қамтамасыз етуде АИ-мен жақын арада жіберіп алмау/авария деректерін талдаудың ең орынды пайдалануы қандай?

• A) Еркін мәтіндік жазбаларды жіктеу және қайталанатын тәуекел үлгілерін шығару; Шешімді ЕҚҚ жөніндегі сарапшыға қалдырыңыз ✔
• B) Жазатайым оқиғалардың кінәлісін автоматты түрде анықтау
• C) Жұмысты тоқтату туралы бұйрықтарды АИ-ге беру
• D) Қабылданбаған жазбаларды қараусыз мұрағаттау

Сипаттама: AI еркін мәтіндік жазбалардың үлкен көлемін жіктей алады және қайталанатын үлгілер мен қауіпті жағдайларды жылдам шығарып алады. Дегенмен, жұмысты тоқтату, аумақты эвакуациялау немесе түпкі себеп туралы шешім ЕҚ, еңбек және қауіпсіздік жөніндегі сарапшы және заңнама шеңберінде қабылданады; AI шығысы шешім емес, кіріс болып табылады.

10. Неліктен «деформация жылдамдығының үдеуі» көлбеу мониторингіндегі радар/призма деректеріндегі маңызды белгі болып табылады?

• A) Өлшеу құралының сынғанын анық көрсетеді.
• B) Ол үдемелі жеңілістің хабаршысы болуы мүмкін; Алдын ала ескерту және эвакуациялау туралы шешім геотехникке тиесілі ✔
• C) Еңістің толық қауіпсіз екенін көрсетеді
• D) Ол жауын-шашын болған кезде ғана маңызды және оны елемеуге болады

Түсініктеме: Көлбеу бұзылуларының алдында әдетте деформация жылдамдығының (үдеу) біртіндеп өсуі байқалады; Бұл прогрессивті сәтсіздіктің белгісі болуы мүмкін. AI трендті көрсете алады, бірақ эвакуация/ерте ескерту шешімі геотехникалық инженердің талдауы мен хаттамасы арқылы қабылданады.

11. Қоршаған ортаны бақылауда AI су сапасының уақыт қатарында табатын «артық» белгісіне ең дәл жауап қандай?

• A) АИ өнімі туралы тікелей мемлекеттік мекемеге есеп беру
• B) Ескертуді елемеу және қарауды жалғастыру
• C) Аккредиттелген зертханалық нәтижемен, нормативтік шектеумен және инженер-экологтың бағалауымен тексеріңіз ✔
• D) Тек қана АИ-ге сүйену және зертханалық талдаудан бас тарту

Сипаттама: AI ықтимал бұзушылықты ертерек көрсетуі мүмкін; Алайда, сәйкестік туралы ресми шешім аккредиттелген зертханалық талдау, заңнамадағы шекті мәндер және инженер-экологтың бағалауы арқылы қабылданады. AI шығысы заңды/техникалық шешім емес, скринингтік ескерту болып табылады.

12. AI-дан JORC немесе NI 43-101 сияқты стандарттың тармақ нөмірін сұраған кезде жасанды (галлюцинаторлық) анықтаманы алудың ең сенімді жолы қандай?

• A) АИ берген зат нөміріне сүйену
• Ә) Бір сұрақты әртүрлі сөздермен қайталау
• C) Стандарттың орнына блог жазбасын қарау
• D) Стандарттың ағымдағы ресми мәтінінен мақаланың әрбір сілтемесін ашу және растау және құзыретті тұлғаның мақұлдауын алу ✔

Түсініктеме: Тілдік модель стандарттың атын дұрыс білсе де, мақала нөмірі мен мәтінін елестетуі мүмкін. Әрбір субстанцияға сілтеме стандарттың ағымдағы ресми мәтінінен ашылуы және расталуы керек және түпкілікті сәйкестікті құзыретті тұлға (CP/QP) растауы керек.

13. AI-жазылған Python талдау сценарийін іске қосу алдында ең маңызды тексеру қандай?

• A) Кодты оқу және бірлік/баған сәйкестігін тексеру, шағын белгілі деректермен тестілеу және нәтиженің дұрыстығын тексеру ✔
• B) Кодты оқымай-ақ бүкіл деректер жиынында тікелей іске қосу
• C) Ешқандай қателік жоқ екенін көріп, нәтижені қабылдау
• D) Әдемі көріну үшін шығарылымның графикасына сүйену.

Сипаттама: AI коды бірліктерді араластыруы, баған атауларын қате қабылдауы немесе жолдарды үнсіз тастауы мүмкін. Кодты оқу, көлем мен баған сәйкестігін тексеру, белгілі деректердің аз мөлшерімен сынақтан өткізу және нәтиженің инженерлік тұрғыдан негізделгенін тексеру маңызды.

14. Бұлтқа негізделген AI құралына тау-кен деректерін беру кезінде құпиялылық тұрғысынан ең жақсы мінез-құлық қандай?

• A) Барлық бастапқы деректерді сол күйінде қою
• B) Мәтінмәнді анонимдеу және сезімтал резервтік/үйлестіру/өндіріс деректерін тазалау және корпоративтік, саясатқа сәйкес құралды пайдалану ✔
• C) Нақты координаттарды қамтамасыз ету нәтиже сапасы үшін маңызды деп есептей отырып
• D) Құпиялылық саясатын мүлде елемеу

Түсініктеме: Резервтік сандар, лицензия/үйлестіру ақпараты және өндірістік деректер коммерциялық құпия және заңнама тұрғысынан құпия болып табылады. Мәтінмәнді анонимдеу, нақты координаттар мен атауларды тазалау, корпоративтік/құпиялылыққа кепілдік беру құралын таңдау және компания саясатын сақтау қажет.