ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್‌ಫ್ಲೋ, ಶಿಪ್-ಕಂಪನಿ ಆಡಳಿತ, ಸೈಬರ್ ಭದ್ರತೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆ

ಲಾಭಗಳು:

• ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್‌ಗಳು ಮತ್ತು ನಿರ್ಧಾರ ದಾಖಲೆಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ಅಭಿಯಾನದ ಪ್ರತಿ ಹಂತದಲ್ಲೂ AI ಅನ್ನು ಸ್ಥಿರವಾಗಿ ನಿಯೋಜಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಅನುಮೋದಿತ ವಾಹನ ಪಟ್ಟಿ, ಡೇಟಾ ವರ್ಗೀಕರಣ, ISM ಏಕೀಕರಣ, ಸೈಬರ್ ಭದ್ರತೆ (ನಿರ್ಣಾಯಕ ಸಿಸ್ಟಮ್ ಪ್ರತ್ಯೇಕತೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ, ಪುನರಾವರ್ತನೆ) ಸೇರಿದಂತೆ ಹಡಗು-ಕಂಪನಿ ಆಡಳಿತ ಚೌಕಟ್ಟನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಮಾನವ ಜವಾಬ್ದಾರಿ, ಪಾರದರ್ಶಕತೆ, ಮಿತಿಮೀರಿದ ಹಕ್ಕುಗಳನ್ನು ತಪ್ಪಿಸುವುದು, ಸುರಕ್ಷತೆ-ಪರಿಸರ ಆದ್ಯತೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ತತ್ವಗಳನ್ನು ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಎಂಬೆಡ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ

ಹಿಂದಿನ ಘಟಕಗಳು ಮಾರ್ಗ, ಇಂಧನ, ಹವಾಮಾನ, ದಾಖಲಾತಿ, ಸರಕು, ಯಂತ್ರೋಪಕರಣಗಳ ಮೇಲ್ವಿಚಾರಣೆ, ರೋಗನಿರ್ಣಯ, ಶಾಸನ ಮತ್ತು ಸೇತುವೆ ನಿರ್ಧಾರ ಬೆಂಬಲದಲ್ಲಿ ಪ್ರತ್ಯೇಕವಾಗಿ AI ಅನ್ನು ಸಂಸ್ಕರಿಸಿದವು. ಈ ಘಟಕವು ಎಲ್ಲವನ್ನೂ ಸಂಯೋಜಿಸುತ್ತದೆ: ಅಭಿಯಾನದ ಆರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ AI ಅನ್ನು ಸ್ಥಿರವಾಗಿ, ನಿಯಂತ್ರಿಸಬಹುದಾದ ಮತ್ತು ಸುರಕ್ಷಿತವಾಗಿ ಹೇಗೆ ಇರಿಸುವುದು. ಹಡಗು ಮತ್ತು ಕಂಪನಿಯು ಇದನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತದೆ? ಮತ್ತು ಈ ಉಪಕರಣಗಳು (ಡೇಟಾ, ಕನೆಕ್ಟಿವಿಟಿ, ಸೈಬರ್‌ ಸೆಕ್ಯುರಿಟಿ) ಹೇಗೆ ರಕ್ಷಿಸಲ್ಪಟ್ಟಿವೆ? ಅದರ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಸ್ವರೂಪವನ್ನು ಎಂದಿಗೂ ಮರೆಯದೆ ಸಮುದ್ರದಲ್ಲಿ AI ಮೌಲ್ಯವನ್ನು ಸೆರೆಹಿಡಿಯುವ ಚೌಕಟ್ಟನ್ನು ಸ್ಥಾಪಿಸುವುದು ಗುರಿಯಾಗಿದೆ.

ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್‌ಫ್ಲೋ: ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್‌ಗಳು

ದಂಡಯಾತ್ರೆಯನ್ನು ಸರಪಳಿಯಂತೆ ಯೋಚಿಸಿ; ಪ್ರತಿ ಉಂಗುರದ ಮೇಲೆ ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್ ಅನ್ನು ಹಾಕಿ (ಮನುಷ್ಯನು ಹಾದುಹೋಗುವ ಮೊದಲು ಪರಿಸ್ಥಿತಿಯನ್ನು ಪೂರೈಸಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸುವ ಹಂತ):

1. ಪ್ರಯಾಣದ ಯೋಜನೆ: AI ಮಾರ್ಗ/ಇಂಧನ ಪರ್ಯಾಯವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ → ಗೇಟ್: ಕ್ಯಾಪ್ಟನ್ ಯುಕೆಸಿ/ನೋ-ಗೋ ಮತ್ತು ಇಸಿಡಿಐಎಸ್‌ನಲ್ಲಿ ನಿರ್ಬಂಧಗಳನ್ನು ದೃಢೀಕರಿಸುತ್ತಾನೆ ಮತ್ತು ಖಚಿತಪಡಿಸುತ್ತಾನೆ.
2. ಹವಾಮಾನ ಮೇಲ್ವಿಚಾರಣೆ: AI ಮುನ್ಸೂಚನೆ ಸಾರಾಂಶಗಳು → ಗೇಟ್: ಬಹು-ಮೂಲ + ಅಧಿಕೃತ ಎಚ್ಚರಿಕೆ ದೃಢೀಕರಣ, ಆಶ್ರಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ನಿರ್ಧಾರವು ಕ್ಯಾಪ್ಟನ್‌ಗೆ ಬಿಟ್ಟದ್ದು.
3. ಸರಕು: YZ ಸ್ಟೋವೇಜ್ ಶಿಫಾರಸು → ಬಾಗಿಲು: ಸ್ಥಿರತೆ/ಶಕ್ತಿ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಕಂಪ್ಯೂಟರ್ ಅನ್ನು ಲೋಡ್ ಮಾಡುವುದು, ಮುಖ್ಯ ಅಧಿಕಾರಿಯ ಅನುಮೋದನೆ.
4. ಯಂತ್ರ: AI ಅಸಂಗತ ಚಿಹ್ನೆ → ಬಾಗಿಲು: ಭೌತಿಕ ಪರಿಶೀಲನೆ, ರೋಗನಿರ್ಣಯ ಮತ್ತು ನಿರ್ವಹಣೆ ನಿರ್ಧಾರವು ಮುಖ್ಯ ಎಂಜಿನಿಯರ್‌ಗೆ ಬಿಟ್ಟದ್ದು.
5. ದಾಖಲೆ: AI ಬ್ಲೂಪ್ರಿಂಟ್‌ಗಳು → ಗೇಟ್: ನೈಜ ಡೇಟಾ ಪರಿಶೀಲನೆ ಮತ್ತು ಮಾನವನಲ್ಲಿ ಸಹಿ.
6. ಶಾಸನ: AI ನಿರ್ದೇಶನಗಳು → ಗೇಟ್: ನಿಬಂಧನೆಯನ್ನು ಅಧಿಕೃತ ಮೂಲದಿಂದ ಪರಿಶೀಲಿಸಲಾಗಿದೆ.
7. ಸೇತುವೆ: AI ಆದ್ಯತೆ ನೀಡುತ್ತದೆ → ಗೇಟ್: COLREG ಕುಶಲ ಮತ್ತು ನ್ಯಾವಿಗೇಷನ್ ನಿರ್ಧಾರವು ಅಧಿಕಾರಿಯ ಕೈಯಲ್ಲಿದೆ.

ನಿಯಮ: ಒಂದು ಬಾಗಿಲನ್ನು ಹಾದುಹೋಗದೆ, ನೀವು ಮುಂದಿನದಕ್ಕೆ ಹೋಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಈ ಲೇಯರ್ಡ್ ರಚನೆಯು ಒಂದು AI ದೋಷವನ್ನು ದಂಡಯಾತ್ರೆ ಅಥವಾ ವರದಿಯಲ್ಲಿ ಸೋರಿಕೆಯಾಗದಂತೆ ತಡೆಯುತ್ತದೆ. ಪ್ರತಿ ಬಾಗಿಲು ದಾಖಲೆಯನ್ನು ಬಿಡುತ್ತದೆ: ಏನು ಪ್ರಸ್ತಾಪಿಸಲಾಗಿದೆ, ಯಾರು ಅದನ್ನು ದೃಢಪಡಿಸಿದರು, ಏನು ನಿರ್ಧರಿಸಲಾಯಿತು.

ಸಲಹೆ: ಪ್ರತಿ AI ಬಳಕೆಗೆ ಒಂದು ಚಿಕ್ಕ "ನಿರ್ಧಾರದ ಲಾಗ್" ಅನ್ನು ಇರಿಸಿಕೊಳ್ಳಿ: ಯಾವ ಸಾಧನ, ಯಾವ ಇನ್ಪುಟ್, AI ಏನು ಹೇಳಿದೆ, ಅದನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸಲಾಗಿದೆ, ಯಾರು ಅನುಮೋದಿಸಿದ್ದಾರೆ. ಅಪಘಾತದ ತನಿಖೆ ಅಥವಾ ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ, ಈ ದಾಖಲೆಯು ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುತ್ತದೆ ಮತ್ತು ನಿರಂತರ ಸುಧಾರಣೆಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.

ಹಡಗು-ಕಂಪನಿ ಆಡಳಿತ

AI ಪರಿಕರಗಳನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಬಳಸಬಾರದು, ಆದರೆ ಚೌಕಟ್ಟಿನೊಳಗೆ:

• ಅನುಮೋದಿತ ಪರಿಕರ ಪಟ್ಟಿ: ಯಾವ ಉದ್ಯೋಗಗಳಿಗೆ ಯಾವ AI ಪರಿಕರಗಳನ್ನು ಅನುಮೋದಿಸಲಾಗಿದೆ? ಯಾದೃಚ್ಛಿಕ ಪರಿಕರಗಳು ಮತ್ತು ಸಾರ್ವಜನಿಕ ಸೇವೆಗಳಿಗೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡಲಾಗುವುದಿಲ್ಲ.
• ಡೇಟಾ ವರ್ಗೀಕರಣ: ಸರಕು ಸಾಗಣೆ ಮ್ಯಾನಿಫೆಸ್ಟ್, ಮಾರ್ಗ, ವಾಣಿಜ್ಯ ಒಪ್ಪಂದಗಳು, ಸಿಬ್ಬಂದಿ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ; ಯಾವ ಡೇಟಾ ಎಲ್ಲಿಗೆ ಹೋಗುತ್ತದೆ ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ.
• ಪಾತ್ರ ಮತ್ತು ಅಧಿಕಾರ: ಯಾವ ನಿರ್ಧಾರದಲ್ಲಿ AI ಅನ್ನು ಯಾರು ಬಳಸಬಹುದು, ಯಾರು ಅದನ್ನು ಅನುಮೋದಿಸುತ್ತಾರೆ? ಕ್ಯಾಪ್ಟನ್ ಮತ್ತು ಮುಖ್ಯ ಎಂಜಿನಿಯರ್ ಸ್ಪಷ್ಟವಾದ ಅಂತಿಮ ಹೇಳಿಕೆಯನ್ನು ಹೊಂದಿದ್ದಾರೆ.
• ತರಬೇತಿ: ಸಿಬ್ಬಂದಿ AI ಯ ಮಿತಿಗಳನ್ನು ತಿಳಿದಿರಬೇಕು (ಭ್ರಮೆ, ಅಸ್ಪಷ್ಟತೆ, ಪರಿಶೀಲನೆ); ಉಪಕರಣಗಳಿಗಿಂತ ಶಿಸ್ತು ಕಲಿಸಲಾಗುತ್ತದೆ.
• ISM ಏಕೀಕರಣ: AI ಯ ಬಳಕೆಯನ್ನು ಹಡಗಿನ ಸುರಕ್ಷತಾ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗೆ (ISM) ಕಾರ್ಯವಿಧಾನವಾಗಿ ಸೇರಿಸಲಾಗುತ್ತದೆ; ಆಡಿಟ್ ಆಗುತ್ತದೆ.
• ನಿರಂತರ ಪರಿಶೀಲನೆ: ವಾಹನಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲಾಗುತ್ತದೆ; ತಪ್ಪಾದ ಸಲಹೆಗಳನ್ನು ದಾಖಲಿಸಲಾಗಿದೆ ಮತ್ತು ಉಪಕರಣ ಅಥವಾ ಬಳಕೆಯನ್ನು ಪರಿಷ್ಕರಿಸಲಾಗಿದೆ.

ಸೈಬರ್ ಭದ್ರತೆ: ಕಟ್ಟಿಹಾಕಿದ ಹಡಗು ಒಂದು ಗುರಿಯಾಗಿದೆ

ಆಧುನಿಕ ಹಡಗು ಸಂಪರ್ಕಿತ ವ್ಯವಸ್ಥೆಯಾಗಿದೆ: ECDIS ನವೀಕರಣಗಳು, ಉಪಗ್ರಹ ಸಂವಹನಗಳು, ದೂರಸ್ಥ ಮೇಲ್ವಿಚಾರಣೆ, AI ಸೇವೆಗಳು. ಈ ಸಂಪರ್ಕವು ಆಕ್ರಮಣಕಾರಿ ಮೇಲ್ಮೈಯಾಗಿದೆ. ಕಡಲ ಸೈಬರ್ ಭದ್ರತೆ (IMO ನ ಹಡಗು ಸೈಬರ್ ಅಪಾಯ ನಿರ್ವಹಣೆ ಮಾರ್ಗಸೂಚಿಗಳು ಮತ್ತು ISM ನೊಂದಿಗೆ ಸಹ ಸಂಬಂಧಿಸಿದೆ) ನಿರ್ಲಕ್ಷಿಸಲಾಗುವುದಿಲ್ಲ:

• ನಿರ್ಣಾಯಕ ಸಂಚರಣೆ/ಯಂತ್ರ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ: ECDIS, ಯಂತ್ರೋಪಕರಣಗಳ ನಿಯಂತ್ರಣದಂತಹ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಇಂಟರ್ನೆಟ್ ಮತ್ತು AI ಪರಿಕರಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಇರಿಸಲಾಗುತ್ತದೆ.
• ಡೇಟಾ ಗೌಪ್ಯತೆ: ಮಾರ್ಗ, ಸರಕು ಮತ್ತು ವಾಣಿಜ್ಯ ಡೇಟಾ ಅಸುರಕ್ಷಿತ AI ಸೇವೆಗಳಿಗೆ ಸೋರಿಕೆಯಾಗಬಾರದು; ಅಗತ್ಯವಿದ್ದರೆ ಮುಖವಾಡ.
• ಕುಶಲತೆಯ ಅಪಾಯ: GPS/AIS ಸಂಕೇತವು ವಂಚನೆಯಾಗಿರಬಹುದು; ಈ ದೋಷಪೂರಿತ ಡೇಟಾದೊಂದಿಗೆ, AI ತಪ್ಪು ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತದೆ. ಇನ್ಪುಟ್ ಭದ್ರತೆಯು ಔಟ್ಪುಟ್ ಭದ್ರತೆಗೆ ಪೂರ್ವಾಪೇಕ್ಷಿತವಾಗಿದೆ.
• ಪುನರಾವರ್ತನೆ: ಸಿಸ್ಟಮ್ ಕ್ರ್ಯಾಶ್ ಆಗಿದ್ದರೆ ಅಥವಾ ಸೈಬರ್ ಘಟನೆ ಸಂಭವಿಸಿದಲ್ಲಿ, ಸಾಂಪ್ರದಾಯಿಕ ನ್ಯಾವಿಗೇಷನ್ (ಪೇಪರ್ ಮ್ಯಾಪ್, ಮೂಲ ಕಾರ್ಯವಿಧಾನ) ಸಾಮರ್ಥ್ಯವನ್ನು ಸಂರಕ್ಷಿಸಲಾಗಿದೆ.

ಎಚ್ಚರಿಕೆ: ನೀವು AI ಉಪಕರಣಕ್ಕೆ ಲೋಡ್ ಮಾಡುವ ಯಾವುದೇ ಡೇಟಾ ನಿಮ್ಮ ನಿಯಂತ್ರಣದಿಂದ ಹೊರಗಿರಬಹುದು. ಹಡಗಿನ ಸ್ಥಳ, ಸರಕು ವಿವರಗಳು, ಸಿಬ್ಬಂದಿ ಮಾಹಿತಿ ಮತ್ತು ವ್ಯಾಪಾರ ರಹಸ್ಯಗಳು; ಅನುಮೋದಿತ, ಸುರಕ್ಷಿತ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ, ಮುಖವಾಡದ ರೀತಿಯಲ್ಲಿ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ. "ಅನುಕೂಲಕ್ಕಾಗಿ" ಸಾರ್ವಜನಿಕ ಸೇವೆಗೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅಂಟಿಸುವುದು ಭದ್ರತೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ಗಂಭೀರ ಉಲ್ಲಂಘನೆಯಾಗಿದೆ.

ನೈತಿಕ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆ

• ಮಾನವ ಜವಾಬ್ದಾರಿ: ಪ್ರತಿ ಸುರಕ್ಷತಾ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರವನ್ನು ಒಬ್ಬ ಸಮರ್ಥ ಮಾನವನು ಮಾಡುತ್ತಾನೆ; AI ಯ ಔಟ್‌ಪುಟ್ ಅದರ ಅನುಮೋದನೆಗೆ ಬದಲಿಯಾಗಿಲ್ಲ.
• ಪಾರದರ್ಶಕತೆ: AI ಅನ್ನು ಬಳಸಿದಾಗ (ವಿಶೇಷವಾಗಿ ವರದಿ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ) ಅದನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ಹೇಳಲಾಗುತ್ತದೆ.
• ಅತಿಕ್ರಮಿಸುವುದನ್ನು ತಪ್ಪಿಸುವುದು: ಅಸ್ಪಷ್ಟ ಅಂದಾಜನ್ನು ನಿಶ್ಚಿತವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿಲ್ಲ; ನಂಬಿಕೆಯ ಮಟ್ಟವನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ವ್ಯಕ್ತಪಡಿಸಲಾಗುತ್ತದೆ.
• ಪರಿಸರ ಮತ್ತು ಸುರಕ್ಷತೆಯ ಆದ್ಯತೆ: ಕಡಲ ಸುರಕ್ಷತೆ ಮತ್ತು ಪರಿಸರ ಸಂರಕ್ಷಣೆಯ ಮೊದಲು ವಾಣಿಜ್ಯ ಲಾಭವು ಎಂದಿಗೂ ಬರುವುದಿಲ್ಲ.
• ಗೌಪ್ಯತೆ: ಸಿಬ್ಬಂದಿ ಮತ್ತು ವಾಣಿಜ್ಯ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸಲಾಗಿದೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಬಾಗಿಲಿನ ವ್ಯವಸ್ಥೆಯು ದೋಷವನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. ಹಡಗಿನಲ್ಲಿ, ಆಕರ್ಷಕ ಇಂಧನವನ್ನು ಉಳಿಸಲು AI ಮಾರ್ಗವನ್ನು ಸೂಚಿಸುತ್ತದೆ; ಆದರೆ "ಪ್ರಯಾಣ ಯೋಜನೆ ಗೇಟ್" ನಲ್ಲಿ ಕ್ಯಾಪ್ಟನ್ ECDIS ದೃಢೀಕರಣದಲ್ಲಿ ದೋಷವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತಾನೆ ಮತ್ತು ಪ್ರಸ್ತಾಪವನ್ನು ತಿರಸ್ಕರಿಸುತ್ತಾನೆ. ಶ್ರೇಣೀಕೃತ ಬಾಗಿಲು ದೋಷವನ್ನು ಸಮುದ್ರಕ್ಕೆ ಹಾದುಹೋಗುವುದನ್ನು ತಡೆಯುತ್ತದೆ. ಪ್ರಕ್ರಿಯೆಯು ಸರಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ ಎಂದು ನಿರ್ಧಾರ ದಾಖಲೆ ದಾಖಲೆಗಳು.

ಪ್ರಕರಣ 2 - ಡೇಟಾ ಸೋರಿಕೆಯನ್ನು ತಡೆಯಲಾಗುತ್ತದೆ. ಒಬ್ಬ ಅಧಿಕಾರಿಯು ಕಾರ್ಗೋ ಮ್ಯಾನಿಫೆಸ್ಟ್ ಅನ್ನು ಸಾರ್ವಜನಿಕ AI ಸೇವೆಗೆ ಅಂಟಿಸಲಿದ್ದಾರೆ; ಕಂಪನಿಯ ನೀತಿ (ಅನುಮೋದಿತ ಸಾಧನ + ಮರೆಮಾಚುವಿಕೆ) ಇದನ್ನು ತಡೆಯುತ್ತದೆ. ವ್ಯಾಪಾರ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸಲಾಗಿದೆ. ಪಾಠ: ಆಡಳಿತದ ಚೌಕಟ್ಟು ಉತ್ತಮ ಉದ್ದೇಶದ ಆದರೆ ಅಪಾಯಕಾರಿ ನಡವಳಿಕೆಯನ್ನು ತಡೆಯುತ್ತದೆ.

ಪ್ರಕರಣ 3 - ನಕಲಿ ಜಿಪಿಎಸ್ ಸಿಗ್ನಲ್. ಒಂದು ಪ್ರದೇಶದಲ್ಲಿ GPS ವಂಚನೆ ಸಂಭವಿಸುತ್ತದೆ; ದೋಷಪೂರಿತ ಸ್ಥಳ ಡೇಟಾದೊಂದಿಗೆ ತಪ್ಪಾದ ಕೋರ್ಸ್ ತಿದ್ದುಪಡಿಯನ್ನು AI ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ. ತಂಡವು ಸ್ವತಂತ್ರ ವಿಧಾನಗಳ ಮೂಲಕ ಸ್ಥಳವನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ (ರೇಡಾರ್, ಕಣ್ಣು, ಅಡ್ಡ ಬೇರಿಂಗ್), ವಿಚಲನವನ್ನು ಗಮನಿಸುತ್ತದೆ ಮತ್ತು AI ಪ್ರಸ್ತಾಪವನ್ನು ತಿರಸ್ಕರಿಸುತ್ತದೆ. ಪಾಠ: ಇನ್ಪುಟ್ ಭ್ರಷ್ಟವಾಗಿದ್ದರೆ, ಔಟ್ಪುಟ್ ಕೂಡ ಭ್ರಷ್ಟವಾಗಿದೆ; ಸ್ವತಂತ್ರ ಪರಿಶೀಲನೆ ಮತ್ತು ಪುನರಾವರ್ತನೆಯು ಜೀವಗಳನ್ನು ಉಳಿಸುತ್ತದೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಅಭಿಯಾನದ ಅಂತ್ಯ AI ಬಳಕೆಯ ಆಡಿಟ್:

ಈ ಬಾರಿ ನಾನು AI ಅನ್ನು ಇದಕ್ಕಾಗಿ ಬಳಸಿದ್ದೇನೆ: [ಪಟ್ಟಿ]. ಪ್ರತಿಯೊಂದಕ್ಕೂ ನಿರ್ಧಾರ ರೆಕಾರ್ಡ್ ಟೇಬಲ್ ಅನ್ನು ರಚಿಸಿ: ಕೆಲಸ, ಬಳಸಿದ ಉಪಕರಣ, ಇನ್‌ಪುಟ್, AI ಔಟ್‌ಪುಟ್, ಹೇಗೆ ಪರಿಶೀಲಿಸಲಾಗಿದೆ, ಯಾರು ಅನುಮೋದಿಸಿದ್ದಾರೆ, ಫಲಿತಾಂಶ. ಕಾಣೆಯಾಗಿರುವ/ಪರಿಶೀಲಿಸದೆ ಉಳಿದಿರುವ ಯಾವುದನ್ನಾದರೂ ಗುರುತಿಸಿ.

2) AI ಬಳಕೆಯ ನೀತಿ ಕರಡು:

ನಮ್ಮ ಹಡಗಿಗೆ "AI ಯ ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆ" ಕಾರ್ಯವಿಧಾನದ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಬರೆಯಿರಿ: ಅನುಮೋದಿತ ಪರಿಕರಗಳು, ಡೇಟಾ ವರ್ಗೀಕರಣ, ಯಾರು ಯಾವ ನಿರ್ಧಾರವನ್ನು ಅನುಮೋದಿಸುತ್ತಾರೆ, ಪರಿಶೀಲನೆ ಬಾಧ್ಯತೆ, ಸೈಬರ್ ಭದ್ರತೆ ಮತ್ತು ಗೌಪ್ಯತೆ ನಿಯಮಗಳನ್ನು. ಗಮನಿಸಿ: ಈ ಕರಡನ್ನು ಕಂಪನಿ DPA/ISM ತಂಡ ಅನುಮೋದಿಸುತ್ತದೆ.

3) ಡೇಟಾ ಮರೆಮಾಚುವಿಕೆ ನಿಯಂತ್ರಣ:

ಕೆಳಗಿನ ಪಠ್ಯವನ್ನು AI ಪರಿಕರದಲ್ಲಿ ನಮೂದಿಸುವ ಮೊದಲು ಸೂಕ್ಷ್ಮ ಡೇಟಾಗಾಗಿ ಪರಿಶೀಲಿಸಿ: [ಪಠ್ಯ]. ಹಡಗಿನ ಸ್ಥಳ, ಸರಕು ವಿವರ, ವೈಯಕ್ತಿಕ ಡೇಟಾ, ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ನಾನು ಅದನ್ನು ಹೇಗೆ ಮರೆಮಾಚಬಹುದು ಎಂಬುದನ್ನು ಸೂಚಿಸಿ. ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, "ಪ್ರವೇಶಿಸಬೇಡಿ, ಮೊದಲು ಪರಿಶೀಲಿಸಿ" ಎಂದು ಹೇಳಿ.

4) ಸೈಬರ್ / ರಿಡಂಡೆನ್ಸಿ ವ್ಯಾಯಾಮದ ಸನ್ನಿವೇಶ:

ಸೇತುವೆ/ಯಂತ್ರ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಸೈಬರ್ ಘಟನೆ ಅಥವಾ ಸಿಸ್ಟಮ್ ಕ್ರ್ಯಾಶ್ ಸನ್ನಿವೇಶವನ್ನು ನಿರ್ಮಿಸಿ; 5-ಹಂತದ ಡ್ರಿಲ್ ಔಟ್‌ಲೈನ್ ಮತ್ತು ಚರ್ಚೆಯ ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯಿರಿ ಅದು ಸಿಬ್ಬಂದಿಗೆ ಸಾಂಪ್ರದಾಯಿಕ ನ್ಯಾವಿಗೇಷನ್/ಎಂಜಿನ್ ನಿರ್ವಹಣೆಗೆ ಪರಿವರ್ತನೆಯನ್ನು ಅಭ್ಯಾಸ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಹಡಗಿನಲ್ಲಿ ನಾನು AI ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು?

ತುಂಬಾ ಸಾಮಾನ್ಯ; ಭದ್ರತೆ, ಡೇಟಾ, ಆಡಳಿತ ಮತ್ತು ಪರಿಶೀಲನೆ ಆಯಾಮವಿಲ್ಲ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ಹಡಗು ಡಿಜಿಟಲೀಕರಣ ಸಲಹೆಗಾರ. ಹಡಗು ಪ್ರಕಾರ [x], ಫ್ಲೀಟ್ ನಿರ್ವಹಣೆಯೊಂದಿಗೆ ಸಂಯೋಜಿತವಾಗಿರುವ ಕಂಪನಿ. ಕಾರ್ಯ: ಮಾರ್ಗ, ಇಂಧನ, ಯಂತ್ರೋಪಕರಣಗಳ ಟ್ರ್ಯಾಕಿಂಗ್ ಮತ್ತು ದಾಖಲಾತಿಯಲ್ಲಿ AI ಬಳಕೆಗಾಗಿ ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಚೌಕಟ್ಟನ್ನು ರಚಿಸಿ: ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್, ಅನುಮೋದಿತ ವಾಹನ ಮತ್ತು ಡೇಟಾ ನಿಯಮಗಳು, ಸೈಬರ್ ಭದ್ರತಾ ಕ್ರಮಗಳು, ನಿರ್ಧಾರ ರೆಕಾರ್ಡಿಂಗ್. ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳು ಮಾನವೀಯವಾಗಿರುತ್ತವೆ ಮತ್ತು AI ಅನುಮೋದನೆಗೆ ಬದಲಿಯಾಗಿಲ್ಲ ಎಂಬುದನ್ನು ಒತ್ತಿಹೇಳಿ. ಅಸ್ಪಷ್ಟವಾಗಿರುವ/ಕಂಪನಿಯ ಅನುಮೋದನೆ ಅಗತ್ಯವಿರುವ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸಿ.

ಗೇಟ್‌ಗಳು, ಆಡಳಿತ ಮತ್ತು ಸೈಬರ್‌ ಸುರಕ್ಷತೆಯ ಅಗತ್ಯವು ಔಟ್‌ಪುಟ್ ಎಂಟರ್‌ಪ್ರೈಸ್-ಬಳಸುವಂತೆ ಮಾಡುತ್ತದೆ.

ಎಂಡ್-ಟು-ಎಂಡ್ ಫ್ರೇಮ್ ಟೇಬಲ್

ಹಂತ

AI ಕೊಡುಗೆ

ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್

ದಂಡಯಾತ್ರೆಯ ಯೋಜನೆ

ಮಾರ್ಗ/ಇಂಧನ ಪರ್ಯಾಯ

ಕ್ಯಾಪ್ಟನ್ ECDIS ಅನುಮೋದನೆ

ಹವಾಮಾನ ಮೇಲ್ವಿಚಾರಣೆ

ಮುನ್ಸೂಚನೆ ಸಾರಾಂಶ

ಬಹು ಸಂಪನ್ಮೂಲ + ಕ್ಯಾಪ್ಟನ್

ಸರಕು

ಸ್ಟಾಕ್ ಶಿಫಾರಸು

ಕಂಪ್ಯೂಟರ್ + 1 ನೇ ಅಧಿಕಾರಿ ಲೋಡ್ ಆಗುತ್ತಿದೆ

ಯಂತ್ರ

ಅಸಂಗತ ಚಿಹ್ನೆ

ಭೌತಿಕ ದೃಢೀಕರಣ + ಮುಖ್ಯ ಎಂಜಿನಿಯರ್

ದಾಖಲೀಕರಣ

ಕರಡು

ನೈಜ ಡೇಟಾ + ಸಹಿ

ಶಾಸನ

ಮರುನಿರ್ದೇಶಿಸುತ್ತದೆ

ಅಧಿಕೃತ ಮೂಲ ದೃಢೀಕರಣ

ಸೇತುವೆ

ಆದ್ಯತೆ

COLREG ನಿರ್ಧಾರ, ಅಧಿಕಾರಿ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಪರಿಶೀಲನೆ ಗೇಟ್‌ಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು. ವೇಗಕ್ಕಾಗಿ ಮಧ್ಯಂತರ ದೃಢೀಕರಣಗಳನ್ನು ತೆಗೆದುಹಾಕುವುದರಿಂದ ಏಕ ದೋಷವು ದಂಡಯಾತ್ರೆಯಲ್ಲಿ ಸೋರಿಕೆಯಾಗಲು ಅನುಮತಿಸುತ್ತದೆ.
• ನಿರ್ಧಾರಗಳ ದಾಖಲೆಯನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದಿಲ್ಲ. ಯಾವುದೇ ದಾಖಲೆ ಇಲ್ಲದಿದ್ದರೆ, ಆಡಿಟ್ ಮತ್ತು ತನಿಖೆಯಲ್ಲಿ ರಕ್ಷಣೆ ಮತ್ತು ಸುಧಾರಣೆ ಕಷ್ಟವಾಗುತ್ತದೆ.
• ಅಸುರಕ್ಷಿತ ಸಾಧನಕ್ಕೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ನೀಡುವುದು. ಮಾರ್ಗ, ಲೋಡ್, ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಅನುಮೋದನೆ ಮತ್ತು ಮರೆಮಾಚುವಿಕೆಯೊಂದಿಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತದೆ.
• ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದಿಲ್ಲ. ECDIS/ಯಂತ್ರ ನಿಯಂತ್ರಣವನ್ನು ಇಂಟರ್ನೆಟ್ ಮತ್ತು AI ಪರಿಕರಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಇರಿಸಲಾಗಿದೆ.
• ಪುನರುಕ್ತಿ ನಿರ್ಲಕ್ಷ್ಯ. ಸಿಸ್ಟಮ್/ಸೈಬರ್ ಘಟನೆಯಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ನ್ಯಾವಿಗೇಷನಲ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಬೇಕು.
• ಸುರಕ್ಷತೆಗಿಂತ ಮೊದಲು ವಾಣಿಜ್ಯ ಲಾಭವನ್ನು ಹಾಕುವುದು. ಸುರಕ್ಷತೆ ಮತ್ತು ಪರಿಸರಕ್ಕೆ ಯಾವಾಗಲೂ ಆದ್ಯತೆ ನೀಡಲಾಗುತ್ತದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ನೌಕಾಯಾನದಲ್ಲಿ AI ಎಂಡ್-ಟು-ಎಂಡ್ ಅನ್ನು ಬಳಸುವ ಕೀಲಿಯು ಲೇಯರ್ಡ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಆಗಿದ್ದು ಅದು ಪ್ರತಿ ಹಂತದಲ್ಲೂ ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್ ಮತ್ತು ನಿರ್ಧಾರದ ದಾಖಲೆಯನ್ನು ಇರಿಸುತ್ತದೆ. ಈ ಚೌಕಟ್ಟನ್ನು ಹಡಗು-ಕಂಪನಿ ಆಡಳಿತ (ಅನುಮೋದಿತ ಉಪಕರಣ, ಡೇಟಾ ವರ್ಗೀಕರಣ, ಪಾತ್ರ, ತರಬೇತಿ, ISM ಏಕೀಕರಣ), ಸೈಬರ್ ಭದ್ರತೆ (ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳ ಪ್ರತ್ಯೇಕತೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ, ಇನ್‌ಪುಟ್ ಭದ್ರತೆ, ಪುನರಾವರ್ತನೆ) ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆಯ ತತ್ವಗಳು (ಮಾನವ ಜವಾಬ್ದಾರಿ, ಪಾರದರ್ಶಕತೆ, ಅತಿಯಾದ ಗೌಪ್ಯತೆಯನ್ನು ತಪ್ಪಿಸುವುದು, ಸುರಕ್ಷತೆ) ನಿಂದ ಪೂರಕವಾಗಿದೆ. AI ಶಿಪ್ಪಿಂಗ್‌ನಲ್ಲಿ ನೈಜ ಮೌಲ್ಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ; ಆದರೆ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳು ಯಾವಾಗಲೂ ಸಮರ್ಥ ಮಾನವನ ಮಾಲೀಕತ್ವದಲ್ಲಿರುತ್ತವೆ ಮತ್ತು AI ಔಟ್‌ಪುಟ್ ಆ ಅನುಮೋದನೆಯನ್ನು ಬದಲಿಸುವುದಿಲ್ಲ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಸ್ವಂತ ಹಡಗಿಗಾಗಿ ಪ್ರಾರಂಭದಿಂದ ಮುಕ್ತಾಯದ ದಂಡಯಾತ್ರೆಯನ್ನು ಪರಿಗಣಿಸಿ. ಪ್ರತಿ ಹಂತಕ್ಕೂ (ಯೋಜನೆ, ಗಾಳಿ, ಸರಕು, ಯಂತ್ರೋಪಕರಣಗಳು, ದಾಖಲಾತಿ, ನಿಯಂತ್ರಕ, ಸೇತುವೆ), "AI ಏನು ಮಾಡುತ್ತದೆ / ಮಾನವ ಗೇಟ್ ಎಂದರೇನು / ನಾನು ಹೇಗೆ ಪರಿಶೀಲಿಸುವುದು / ಯಾರು ಅನುಮೋದಿಸುತ್ತಾರೆ" ಎಂಬ ಒಂದು ಸಾಲಿನ ಕೋಷ್ಟಕವನ್ನು ಭರ್ತಿ ಮಾಡಿ. ನಂತರ "ಡೇಟಾ ಮರೆಮಾಚುವಿಕೆ" ಮತ್ತು "ಸೈಬರ್ / ರಿಡಂಡೆನ್ಸಿ" ಅಳತೆಯನ್ನು ಸೇರಿಸಿ. ಅಂತಿಮವಾಗಿ, ಈ ಸಮಯದಲ್ಲಿ ನೀವು ಇರಿಸಿಕೊಳ್ಳುವ ನಿರ್ಧಾರದ ದಾಖಲೆಯ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ರಚಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್ ಅನ್ನು ಇರಿಸಿದೆ.
• [ ] ನಾನು ಪ್ರತಿ AI ಬಳಕೆಗಾಗಿ ನಿರ್ಧಾರಗಳ ದಾಖಲೆಯನ್ನು ಇಟ್ಟುಕೊಂಡಿದ್ದೇನೆ.
• [ ] ನಾನು ಅನುಮೋದಿತ ಸಾಧನ ಮತ್ತು ಡೇಟಾ ವರ್ಗೀಕರಣ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಿದ್ದೇನೆ; ನಾನು ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸಿದ್ದೇನೆ/ಮಾಸ್ಕ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ನಿರ್ಣಾಯಕ ಸಂಚರಣೆ/ಯಂತ್ರ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆ ಮತ್ತು ಪುನರುಕ್ತಿ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಾಪಾಡಿಕೊಂಡಿದ್ದೇನೆ.
• [ ] ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳನ್ನು ಸಮರ್ಥ ಮಾನವನಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ ಮತ್ತು AI ಅನುಮೋದನೆಗೆ ಪರ್ಯಾಯವಾಗಿಲ್ಲ ಎಂದು ನಾನು ಖಚಿತಪಡಿಸಿಕೊಂಡಿದ್ದೇನೆ.

ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ

1. ಸಮುದ್ರದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಕೆಳಗಿನವುಗಳಲ್ಲಿ ಯಾವುದು ಅತ್ಯಂತ ನಿಖರವಾದ ಸ್ಥಾನವಾಗಿದೆ?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದೆ; ಮಾರ್ಗದ ದೃಢೀಕರಣ, ಕುಶಲತೆ ಮತ್ತು ಯಂತ್ರೋಪಕರಣಗಳ ನಿರ್ಧಾರಗಳಂತಹ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳ ಜವಾಬ್ದಾರಿಯು ಕ್ಯಾಪ್ಟನ್ ಮತ್ತು ಮುಖ್ಯ ಇಂಜಿನಿಯರ್‌ಗೆ ಇರುತ್ತದೆ ✔
• ಬಿ) ಸಮುದ್ರದಲ್ಲಿ ಮಾನವರಿಗಿಂತ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿರುವುದರಿಂದ, ಮಾರ್ಗ ಮತ್ತು ಕುಶಲತೆಯ ನಿರ್ಧಾರಗಳನ್ನು ಅದಕ್ಕೆ ಬಿಡಬೇಕು.
• ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಪಠ್ಯವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವಲ್ಲಿ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಸಂಚರಣೆ ಮತ್ತು ಯಂತ್ರದ ಕೆಲಸದೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವನ್ನು ಹೊಂದಿಲ್ಲ
• D) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ECDIS ಗೆ ಮಾರ್ಗವನ್ನು ಪ್ರವೇಶಿಸಬಹುದು ಮತ್ತು ಮಾನವ ಅನುಮೋದನೆಯಿಲ್ಲದೆ ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದು

ವಿವರಣೆ: ಸಮುದ್ರಯಾನವು ಭದ್ರತಾ-ನಿರ್ಣಾಯಕ ಪ್ರದೇಶವಾಗಿದೆ; ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಎನ್ನುವುದು ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದ್ದು ಅದು ಮಾರ್ಗ, ಇಂಧನ, ಹವಾಮಾನ, ದಾಖಲಾತಿ, ಯಂತ್ರದ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಶಾಸನಗಳಲ್ಲಿ ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಕಡಲ ಸುರಕ್ಷತೆ, ಪರಿಸರ ಮತ್ತು ಆಸ್ತಿ ಭದ್ರತೆಗೆ ಕಾನೂನುಬದ್ಧವಾಗಿ ಜವಾಬ್ದಾರರಾಗಿರುವ ಕ್ಯಾಪ್ಟನ್ ಮತ್ತು ಮುಖ್ಯ ಇಂಜಿನಿಯರ್; ತಂತ್ರಗಾರಿಕೆ, ಯಂತ್ರವನ್ನು ನಿಲ್ಲಿಸುವುದು ಮತ್ತು ತುರ್ತು ನಿರ್ಧಾರಗಳು ಮಾನವ, ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಉತ್ಪಾದನೆಯು ಸಮರ್ಥ ತಜ್ಞರ ಅನುಮೋದನೆಗೆ ಪರ್ಯಾಯವಾಗಿಲ್ಲ.

2. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸೂಚಿಸಿದ ಮಾರ್ಗ ಪರ್ಯಾಯವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮೊದಲು ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಹಂತ ಯಾವುದು?

• ಎ) ಇಸಿಡಿಐಎಸ್ ಮತ್ತು ಯುಕೆಸಿಯಲ್ಲಿ ನೋ-ಗೋ ಪ್ರದೇಶಗಳ ವಿರುದ್ಧ ಮಾರ್ಗವನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಅದನ್ನು ಕ್ಯಾಪ್ಟನ್ ✔ ಅನುಮೋದಿಸಿ
• ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅದನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿದಂತೆ ನೇರವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುವುದು, ಹೆಚ್ಚುವರಿ ತಪಾಸಣೆಗಳನ್ನು ಮಾಡದೆ ಇರುವುದು
• ಸಿ) ನೀವು ಕಡಿಮೆ ದೂರವನ್ನು ಮಾತ್ರ ಆರಿಸಿದ್ದೀರಿ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ
• ಡಿ) ಮಾರ್ಗವನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ ಹೆಚ್ಚು ಇಂಧನವನ್ನು ಉಳಿಸುವ ಒಂದಕ್ಕೆ ಬದಲಾಯಿಸುವುದು

ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ರಚಿಸಲಾದ ಮಾರ್ಗವು ಕರಡು ಮತ್ತು ಅಧಿಕೃತ ನಕ್ಷೆಯಲ್ಲಿ ಪರಿಶೀಲಿಸಲಾಗಿಲ್ಲ. ಉಬ್ಬರವಿಳಿತದಲ್ಲಿ ನೋ-ಗೋ ಪ್ರದೇಶಗಳು ಮತ್ತು ಸಬ್-ಕೀಲ್ ಕ್ಲಿಯರೆನ್ಸ್ (UKC) ಗಾಗಿ ECDIS ಅನ್ನು ಪರಿಶೀಲಿಸದೆ ಯಾವುದೇ ಮಾರ್ಗವನ್ನು ನಡೆಸಲಾಗುವುದಿಲ್ಲ. ಸಮಯ/ಇಂಧನ ಉಳಿತಾಯವು ಈ ಭದ್ರತಾ ದೃಢೀಕರಣವನ್ನು ಎಂದಿಗೂ ಮೀರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

3. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇಂಧನ ಆಪ್ಟಿಮೈಸೇಶನ್‌ಗಾಗಿ ಬಳಕೆಯನ್ನು ಊಹಿಸುವಾಗ ಅತ್ಯಂತ ನಿಖರವಾದ ವಿಧಾನ ಯಾವುದು?

• ಎ) ಸಾಮಾನ್ಯ ಹಡಗು ಮಾದರಿಯನ್ನು ಊಹಿಸಿ ಮತ್ತು ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡದೆಯೇ ಕಡಿಮೆ ಇಂಧನ ಬಳಕೆಯನ್ನು ಕೇಳುವುದು
• ಬಿ) ಹಡಗಿನ ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆಯ ರೇಖೆಯ ಮೇಲೆ ಅಂದಾಜನ್ನು ಆಧರಿಸಿ ಮತ್ತು ವಾಣಿಜ್ಯ-ಕಾನೂನು ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡುವುದು ✔
• ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಮೊದಲ ಸಂಖ್ಯೆಯನ್ನು ಪರಿಶೀಲಿಸದೆ ಅನ್ವಯಿಸುವುದು
• ಡಿ) ವೇಗವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಸಾಕು; ಚಾರ್ಟರ್ ಮತ್ತು ಪೋರ್ಟ್ ವಿಂಡೋ ಅಪ್ರಸ್ತುತ

ವಿವರಣೆ: ಸಾಮಾನ್ಯ 'ಹಡಗಿನ ಮಾದರಿ'ಯನ್ನು ಊಹಿಸುವ ಮೂಲಕ ಉತ್ಪತ್ತಿಯಾಗುವ ಭವಿಷ್ಯವು ನಿಮ್ಮ ಹಡಗಿನಲ್ಲಿ ಗಂಭೀರವಾಗಿ ಮನನೊಂದಿರಬಹುದು. ಅಂದಾಜು ಹಡಗಿನ ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆಯ ರೇಖೆಯನ್ನು ಆಧರಿಸಿರಬೇಕು (ಸಮುದ್ರ ಪ್ರಯೋಗ ಮತ್ತು ಸೇವಾ ಡೇಟಾ); ಹೆಚ್ಚುವರಿಯಾಗಿ, ಚಾರ್ಟರ್ ಕನಿಷ್ಠ ವೇಗ ಮತ್ತು ಪೋರ್ಟ್ ವಿಂಡೋದಂತಹ ವಾಣಿಜ್ಯ-ಕಾನೂನು ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡಬೇಕು. ಸ್ಥಿರತೆ ಮತ್ತು ಯಂತ್ರದ ಆರೋಗ್ಯದ ಮಿತಿಯಲ್ಲಿ ಮಾನವ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಟ್ರಿಮ್/ವೇಗದ ಬದಲಾವಣೆಗಳನ್ನು ಸಹ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ.

4. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಲೆಕ್ಕಾಚಾರ ಮಾಡಲಾದ CII (ಕಾರ್ಬನ್ ತೀವ್ರತೆಯ ಸೂಚಕ) ಮೌಲ್ಯದ ಬಗ್ಗೆ ಏನು ಹೇಳಬಹುದು?

• A) ಅಧಿಕೃತ CII ವರದಿ ಎಂದು ನೇರವಾಗಿ ಘೋಷಿಸಬಹುದು
• ಬಿ) ಇದು ಕೇವಲ ಭವಿಷ್ಯ; ಅಧಿಕೃತ ವರದಿಯನ್ನು ಅನುಮೋದಿತ ವಿಧಾನದಿಂದ ತಯಾರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅಪ್-ಟು-ಡೇಟ್ ಮೂಲದೊಂದಿಗೆ ದೃಢೀಕರಿಸಬೇಕು ✔
• ಸಿ) ಇದು ಯಾವಾಗಲೂ ನಿಜ ಏಕೆಂದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಲೆಕ್ಕಾಚಾರವು ಮಾನವನಿಗಿಂತ ಉತ್ತಮವಾಗಿದೆ
• ಡಿ) ಹೊರಸೂಸುವಿಕೆಯ ಮಿತಿಗಳು ಎಂದಿಗೂ ಬದಲಾಗದ ಕಾರಣ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿಲ್ಲ

ವಿವರಣೆ: CII ಯಂತಹ ಹೊರಸೂಸುವಿಕೆ ಅಂಕಿಅಂಶಗಳು ಅನುಮೋದಿತ ವಿಧಾನಗಳು ಮತ್ತು ಪರಿಶೀಲಿಸಿದ ಡೇಟಾದಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಅಧಿಕೃತ ಉತ್ಪನ್ನಗಳಾಗಿವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಮೌಲ್ಯವು ಕೇವಲ ಭವಿಷ್ಯ; ಹಳೆಯ ಗುಣಾಂಕವನ್ನು ಬಳಸಬಹುದು ಅಥವಾ ಭ್ರಮೆಯನ್ನು ಉಂಟುಮಾಡಬಹುದು. ಇದನ್ನು ಅಧಿಕೃತ ವರದಿಯಾಗಿ ಬಳಸಲಾಗುವುದಿಲ್ಲ ಮತ್ತು ಅಪ್-ಟು-ಡೇಟ್ ಅಧಿಕೃತ ಮೂಲದೊಂದಿಗೆ ದೃಢೀಕರಿಸಬೇಕು.

5. ಹವಾಮಾನ ಮತ್ತು ಸಮುದ್ರ ಸ್ಥಿತಿಯ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಯಾವುದು ಹೆಚ್ಚು ಮೌಲ್ಯಯುತವಾಗಿಸುತ್ತದೆ?

• ಎ) ಒಂದೇ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿ ಮತ್ತು ನಿಖರವಾದ ತರಂಗ ಎತ್ತರವನ್ನು ನೀಡುತ್ತದೆ
• ಬಿ) ಅನಿಶ್ಚಿತತೆಯನ್ನು ಮರೆಮಾಡುವುದು ಮತ್ತು ಪ್ರತಿ ಭವಿಷ್ಯವನ್ನು ಖಚಿತವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು
• ಸಿ) ವಿಭಿನ್ನ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸುವುದು ಮತ್ತು ಪ್ರತ್ಯೇಕತೆ ಮತ್ತು ಅನಿಶ್ಚಿತತೆಯನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುವುದು ✔
• ಡಿ) ಇದು ಅಧಿಕೃತ ಕಡಲ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಅನಗತ್ಯವಾಗಿಸುತ್ತದೆ.

ವಿವರಣೆ: ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯು ಸಂಭವನೀಯವಾಗಿದೆ ಮತ್ತು ಅತ್ಯಂತ ಮುಖ್ಯವಾದ ಪ್ರಮಾಣವು ಅನಿಶ್ಚಿತತೆಯಾಗಿದೆ. ವಿಭಿನ್ನ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸಿದಾಗ ಮತ್ತು ಭಿನ್ನತೆಯನ್ನು (ಮತ್ತು ಆದ್ದರಿಂದ ಅನಿಶ್ಚಿತತೆ) ಗೋಚರಿಸುವಂತೆ ಮಾಡಿದಾಗ AI ಅತ್ಯಂತ ಮೌಲ್ಯಯುತವಾಗಿದೆ; ಇದು ಸುರಕ್ಷಿತ ಭಾಗದಲ್ಲಿ ಯೋಜನೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಅನಿಶ್ಚಿತತೆಯನ್ನು ಮರೆಮಾಡುವುದು ಮತ್ತು ಕೇಂದ್ರ ಭವಿಷ್ಯವನ್ನು ಖಚಿತವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು ಅಪಾಯಕಾರಿ.

6. ಕ್ರೂಸ್ ಲಾಗ್ ಅಥವಾ ಅಧಿಕೃತ ಘಟನೆ ವರದಿಗಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ವಿಷಯವನ್ನು ಸಿದ್ಧಪಡಿಸುವಾಗ ನಿರಂತರ ತತ್ವ ಯಾವುದು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೊಂದಿರುವ ಸಂಪೂರ್ಣ ಅಪೂರ್ಣವಾಗಿ ನೆನಪಿಡುವ ವಿವರಗಳನ್ನು ಸಮಂಜಸವಾದ ರೀತಿಯಲ್ಲಿ ಹೊಂದಿರುವುದು
• ಬಿ) ನಿಜವಾದ ವೀಕ್ಷಣೆಯನ್ನು ಮಾತ್ರ ದಾಖಲಿಸಲಾಗಿದೆ; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಡೇಟಾ ಅಥವಾ ವಿವರಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ, ಕಾಣೆಯಾದ ಸ್ಥಳಗಳನ್ನು ಗುರುತಿಸಲಾಗಿದೆ ✔
• ಸಿ) ಪಠ್ಯವು ನಿರರ್ಗಳವಾಗಿದ್ದರೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸೇರಿಸಲಾದ ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಘಟನೆಗಳನ್ನು ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ ಸ್ವೀಕರಿಸಲಾಗುತ್ತದೆ.
• ಡಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಮಯ ಮತ್ತು ಸ್ಥಳದ ಮಾಹಿತಿಯನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು, ವೀಕ್ಷಣೆಯ ಅಗತ್ಯವಿಲ್ಲ

ವಿವರಣೆ: ಅಧಿಕೃತ ದಾಖಲೆಗಳು ಕಾನೂನು ಪುರಾವೆಗಳಾಗಿವೆ ಮತ್ತು ಅವುಗಳ ವಿಷಯವು ನಿಖರವಾಗಿ ಸತ್ಯಕ್ಕೆ ಅನುಗುಣವಾಗಿರಬೇಕು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಮಯ, ಸ್ಥಳ, ವೇಗ ಮತ್ತು ಈವೆಂಟ್ ಮಾಹಿತಿಯನ್ನು ರೂಪಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ; ಇದು ನೀವು ನೀಡುವ ನಿಜವಾದ ವೀಕ್ಷಣೆಯನ್ನು ಸರಿಯಾದ ವಾಕ್ಯಕ್ಕೆ ಸರಳವಾಗಿ ಅನುವಾದಿಸುತ್ತದೆ. ಕಾಣೆಯಾದ ಸ್ಥಳವು 'ಸಮಂಜಸವಾದ ಕಾದಂಬರಿ'ಯಿಂದ ತುಂಬಿಲ್ಲ, ಅದನ್ನು ಗುರುತಿಸಲಾಗಿದೆ; ನಿಖರತೆ ಮತ್ತು ಸಹಿಯ ಜವಾಬ್ದಾರಿ ಮಾನವನ ಮೇಲಿರುತ್ತದೆ. ಇಲ್ಲದಿದ್ದರೆ, ದಾಖಲೆಗಳ ನಕಲಿ ಅಪಾಯವಿದೆ.

7. ಲೋಡಿಂಗ್ ಯೋಜನೆಯಲ್ಲಿ ಹಡಗಿನ ಸ್ಥಿರತೆ (GM) ಮತ್ತು ರೇಖಾಂಶದ ಬಲವನ್ನು ಹೇಗೆ ನಿರ್ಧರಿಸಬೇಕು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಒರಟು GM ಮತ್ತು ಟ್ರಿಮ್ ಮೌಲ್ಯವನ್ನು ಅವಲಂಬಿಸಿದೆ
• ಬಿ) ಅನುಮೋದಿತ ಲೋಡಿಂಗ್ ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿ ಲೆಕ್ಕಹಾಕಲಾಗಿದೆ ಮತ್ತು ಮುಖ್ಯ ಅಧಿಕಾರಿ/ಕ್ಯಾಪ್ಟನ್ ✔ ಅನುಮೋದಿಸಿದ್ದಾರೆ
• ಸಿ) ಯಾವುದೇ ಪರಿಕರಗಳನ್ನು ಬಳಸದೆಯೇ ಅನುಭವದಿಂದ ಅಂದಾಜು ಮಾಡಲಾಗಿದೆ
• ಡಿ) ತೂಕದ ವಿತರಣೆಯನ್ನು ಪರಿಗಣಿಸದೆ ಒಟ್ಟು ತೂಕವನ್ನು ಮಾತ್ರ ನೋಡುವುದು

ವಿವರಣೆ: ಸ್ಥಿರತೆ ಮತ್ತು ಶಕ್ತಿ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕವಾಗಿದೆ; ಒಂದು ತಪ್ಪು ಹಡಗನ್ನು ಉರುಳಿಸಬಹುದು ಅಥವಾ ಹಲ್ ಅನ್ನು ಹಾನಿಗೊಳಿಸಬಹುದು. ಈ ಲೆಕ್ಕಾಚಾರಗಳು ಅನುಮೋದಿತ ಲೋಡಿಂಗ್ ಕಂಪ್ಯೂಟರ್‌ನಿಂದ ಮಾತ್ರ ಬರುತ್ತವೆ ಮತ್ತು ಮುಖ್ಯ ಅಧಿಕಾರಿ/ಕ್ಯಾಪ್ಟನ್‌ನಿಂದ ಅನುಮೋದಿಸಲ್ಪಡುತ್ತವೆ. AI ನೀಡಿದ ಒರಟು GM ಮೌಲ್ಯವು ಅಧಿಕೃತ ಲೆಕ್ಕಾಚಾರವಲ್ಲ; ಉದಾಹರಣೆಗೆ, ಇದು ಮುಕ್ತ ದ್ರವದ ಪರಿಣಾಮವನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು ಮತ್ತು ತಪ್ಪಾಗಿ ಹಡಗನ್ನು 'ಸುರಕ್ಷಿತ' ಎಂದು ತೋರಿಸಬಹುದು.

8. ಅಪಾಯಕಾರಿ ಸರಕುಗಳ (IMDG) ಪ್ರತ್ಯೇಕತೆ ಮತ್ತು ಪೇರಿಸುವ ನಿಯಮಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪಾತ್ರ ಹೇಗಿರಬೇಕು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ನಿಖರವಾದ ಪ್ರತ್ಯೇಕತೆಯ ನಿಯಮವನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ಪೇರಿಸುವ ಯೋಜನೆಯನ್ನು ನೇರವಾಗಿ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ
• ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಾಮಾನ್ಯ ಜ್ಞಾನದಿಂದ ತಾರತಮ್ಯದ ನಿಯಮಗಳನ್ನು ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ, ಯಾವುದೇ ಔಪಚಾರಿಕ ಕೋಡ್ ಅಗತ್ಯವಿಲ್ಲ
• ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಯಾವ ವಿಭಾಗವನ್ನು ನೋಡಬೇಕೆಂದು ಮಾರ್ಗದರ್ಶಿಸುತ್ತದೆ; ಅಧಿಕೃತ IMDG ಕೋಡ್ ✔ ನಿಂದ ನಿಖರವಾದ ಬೇರ್ಪಡಿಕೆ/ಸ್ಟಾಕಿಂಗ್ ನಿಯಮವನ್ನು ದೃಢೀಕರಿಸಲಾಗಿದೆ
• ಡಿ) ಅಪಾಯಕಾರಿ ಲೋಡ್‌ಗಳಿಗೆ ಯಾವುದೇ ಪ್ರತ್ಯೇಕತೆಯ ನಿಯಮ ಅಗತ್ಯವಿಲ್ಲ, ಅವೆಲ್ಲವನ್ನೂ ಒಟ್ಟಿಗೆ ಜೋಡಿಸಬಹುದು

ವಿವರಣೆ: ಕೆಲವು ಅಪಾಯಕಾರಿ ವಸ್ತುಗಳನ್ನು ಅಕ್ಕಪಕ್ಕದಲ್ಲಿ ಇರಿಸಿದರೆ, ಅವು ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು ಮತ್ತು ಬೆಂಕಿ ಅಥವಾ ಸ್ಫೋಟಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು. ಯಾವ UN ಸಂಖ್ಯೆ ಮತ್ತು IMDG ವಿಭಾಗವನ್ನು ನೋಡಬೇಕೆಂದು AI ನಿಮಗೆ ನೆನಪಿಸುತ್ತದೆ; ಆದಾಗ್ಯೂ, ನಿಖರವಾದ ಬೇರ್ಪಡಿಕೆ/ಸ್ಟಾಕಿಂಗ್ ನಿಯಮವನ್ನು ಅಧಿಕೃತ IMDG ಕೋಡ್‌ನಿಂದ ದೃಢೀಕರಿಸಬೇಕು. AI ಹಳತಾದ ಅಥವಾ ತಪ್ಪಾದ ನಿಯಮವನ್ನು ನೀಡಬಹುದು, ಆದ್ದರಿಂದ ಅಧಿಕೃತ ಕೋಡ್ ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.

9. ಯಂತ್ರ ಸಂವೇದಕ ಡೇಟಾದಲ್ಲಿನ ಅಸಂಗತತೆಯನ್ನು AI ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದಾಗ ಒಬ್ಬರು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕು (ಉದಾಹರಣೆಗೆ, ಸಿಲಿಂಡರ್‌ನ ನಿಷ್ಕಾಸ ತಾಪಮಾನದಲ್ಲಿನ ವಿಚಲನ)?

• ಎ) ಸಿಗ್ನಲ್ ಅನ್ನು ನಿರ್ಣಾಯಕ ದೋಷವೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಉಪಕರಣವನ್ನು ತಕ್ಷಣವೇ ನಿಲ್ಲಿಸಲಾಗುತ್ತದೆ.
• ಬಿ) ಸಿಗ್ನಲ್ ಒಂದು ಊಹೆಯಾಗಿದೆ; ಇದನ್ನು ಸನ್ನಿವೇಶದಲ್ಲಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತದೆ, ಭೌತಿಕವಾಗಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ರೋಗನಿರ್ಣಯ-ನಿರ್ವಹಣೆಯ ನಿರ್ಧಾರವು ಮುಖ್ಯ ಇಂಜಿನಿಯರ್ ಅವರ ಬಳಿ ಇರುತ್ತದೆ ✔
• ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಹೇಳುವುದರಿಂದ ಹೆಚ್ಚುವರಿ ಪರಿಶೀಲನೆಯ ಅಗತ್ಯವಿಲ್ಲ
• ಡಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಏನನ್ನೂ ಹೇಳದಿದ್ದರೆ, ಉಪಕರಣವು ಸಂಪೂರ್ಣವಾಗಿ ಆರೋಗ್ಯಕರವಾಗಿದೆ ಎಂದು ಊಹಿಸಲಾಗಿದೆ

ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು 'ಅಸಂಗತತೆ / ಅಸಮರ್ಪಕ ಕಾರ್ಯವಿದೆ' ಎಂದು ಹೇಳುವುದು ಒಂದು ಊಹೆಯಾಗಿದೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ. ವಿಚಲನವನ್ನು ಮೊದಲು ಸನ್ನಿವೇಶದಲ್ಲಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತದೆ (ಇದು ಲೋಡ್, ಗಾಳಿ, ವೇಗ ಬದಲಾವಣೆಯಾಗಿರಬಹುದು), ನಂತರ ಅದನ್ನು ಭೌತಿಕವಾಗಿ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ (ಗೇಜ್ ಓದುವಿಕೆ, ಉಪಕರಣಗಳ ಪರಿಶೀಲನೆ) ಮತ್ತು ರೋಗನಿರ್ಣಯ-ನಿರ್ವಹಣೆಯ ನಿರ್ಧಾರವು ಮುಖ್ಯ ಎಂಜಿನಿಯರ್‌ನಲ್ಲಿ ಉಳಿಯುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೌನವು 'ಸಮಸ್ಯೆಯಿಲ್ಲ' ಎಂಬ ಖಾತರಿಯಲ್ಲ.

10. ಇಂಜಿನ್ ಕೋಣೆಯಲ್ಲಿ ಒಂದೇ ಸಮಯದಲ್ಲಿ ಅನೇಕ ಎಚ್ಚರಿಕೆಗಳು (ಅಲಾರ್ಮ್ ಪ್ರವಾಹಗಳು) ಧ್ವನಿಸಿದಾಗ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಮತ್ತು ಅದರ ಮಿತಿ ಏನು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮೂಲ ಕಾರಣವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಮತ್ತು ಯಂತ್ರವನ್ನು ನಿಲ್ಲಿಸುವ ನಿರ್ಧಾರವನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮಾಡುತ್ತದೆ
• ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮೂಲ ಕಾರಣದ ಊಹೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಊಹೆಯನ್ನು ಭೌತಿಕವಾಗಿ ಪರಿಶೀಲಿಸಲಾಗಿದೆ ಮತ್ತು ನಿಲ್ಲಿಸುವ/ಮಧ್ಯಪ್ರವೇಶಿಸುವ ನಿರ್ಧಾರವು ಇಂಜಿನಿಯರ್‌ಗೆ ಇರುತ್ತದೆ ✔
• ಸಿ) ಅಲಾರಂಗಳಲ್ಲಿ ಒಂದನ್ನು ನಿಶ್ಯಬ್ದಗೊಳಿಸಿದರೆ, ಇತರರು ಸಹ ಹಾದು ಹೋಗುತ್ತಾರೆ, ಪರಿಶೀಲನೆಯ ಅಗತ್ಯವಿಲ್ಲ.
• D) ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ಗಳು ತಪ್ಪಾಗಿದ್ದರೂ ಸಹ AI ಯ ಮೂಲ ಕಾರಣ ಶ್ರೇಯಾಂಕವು ನಿಖರವಾಗಿರುತ್ತದೆ

ವಿವರಣೆ: ಒಂದು ದೋಷವು ಸಾಮಾನ್ಯವಾಗಿ ದ್ವಿತೀಯ ಎಚ್ಚರಿಕೆಗಳ ಸರಣಿಯನ್ನು ಪ್ರಚೋದಿಸುತ್ತದೆ; ಮೂಲ ಕಾರಣ ಒಂದೇ. AI ಸಮಯ ಸ್ಟ್ಯಾಂಪ್ ಮಾಡಿದ ಅಲಾರಾಂ ಲಾಗ್ ಮೂಲಕ ವಿಂಗಡಿಸಬಹುದು ಮತ್ತು ಮೂಲ ಕಾರಣದ ಊಹೆಯನ್ನು ರಚಿಸಬಹುದು. ಆದಾಗ್ಯೂ, ಈ ಊಹೆಯನ್ನು ಭೌತಿಕ ಸೂಚಕಗಳಿಂದ ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಯಂತ್ರವನ್ನು ನಿಲ್ಲಿಸುವುದು ಅಥವಾ ಸುರಕ್ಷತಾ ಪ್ರವಾಸವನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸುವಂತಹ ನಿರ್ಧಾರಗಳು ಮಾನವ ಎಂಜಿನಿಯರ್‌ಗೆ ಸೇರಿರುತ್ತವೆ; ಸ್ವಯಂಚಾಲಿತ ಸಾಧ್ಯವಿಲ್ಲ.

11. SOLAS ನಂತಹ ಶಾಸನಗಳಲ್ಲಿ ನಿಖರವಾದ ಲೇಖನ ಸಂಖ್ಯೆ ಅಥವಾ ಸಂಖ್ಯಾತ್ಮಕ ಮಿತಿ ಅಗತ್ಯವಿದ್ದಾಗ AI ಅನ್ನು ಹೇಗೆ ಬಳಸಬೇಕು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಐಟಂ ಸಂಖ್ಯೆ ಮತ್ತು ಮಿತಿಯನ್ನು ನೇರವಾಗಿ ವರದಿಯಲ್ಲಿ ಬರೆಯಲಾಗುತ್ತದೆ.
• ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮಾರ್ಗದರ್ಶಿಗಳು; ಪ್ರಸ್ತುತ ಅಧಿಕೃತ ಮೂಲದಿಂದ ನಿಖರವಾದ ವಸ್ತು ಮತ್ತು ಮಿತಿಯನ್ನು ಓದಲಾಗುತ್ತದೆ ಮತ್ತು ದೃಢೀಕರಿಸಲಾಗುತ್ತದೆ ✔
• ಸಿ) ನಿಯಮಗಳು ಬದಲಾಗದ ಕಾರಣ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಜ್ಞಾನವು ಯಾವಾಗಲೂ ನವೀಕೃತವಾಗಿರುತ್ತದೆ.
• ಡಿ) 'ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಹೇಳಿದೆ' ಎಂದು ಹೇಳುವುದು ಆಡಿಟಿಂಗ್‌ನಲ್ಲಿ ಮಾನ್ಯ ಆಧಾರವಾಗಿದೆ

ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ವಸ್ತುವಿನ ಸಂಖ್ಯೆ, ದಿನಾಂಕ ಅಥವಾ ಥ್ರೆಶೋಲ್ಡ್ ಮೌಲ್ಯವನ್ನು ನಿಜವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ (ಭ್ರಮೆಗೊಳಿಸುವಿಕೆ) ಮತ್ತು ನಿಯಮಗಳು ನಿರಂತರವಾಗಿ ನವೀಕರಿಸಲ್ಪಡುತ್ತವೆ. ಆದ್ದರಿಂದ, AI ಅನ್ನು ಯಾವ ಒಪ್ಪಂದ/ಕೋಡ್ ಮತ್ತು ವಿಷಯವನ್ನು ನೋಡಬೇಕೆಂಬ ಮಾರ್ಗದರ್ಶಿಯಾಗಿ ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತದೆ; ತೀರ್ಪನ್ನು ಯಾವಾಗಲೂ ಪ್ರಸ್ತುತ ಅಧಿಕೃತ ಮೂಲದಿಂದ ಓದಲಾಗುತ್ತದೆ. ಆಡಿಟ್‌ನಲ್ಲಿ, 'ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಹಾಗೆ ಹೇಳಿದೆ' ಯಾವುದೇ ಮಾನ್ಯತೆ ಹೊಂದಿಲ್ಲ.

12. ಸೇತುವೆಯ ಘರ್ಷಣೆ ತಪ್ಪಿಸುವಿಕೆ (COLREG) ಕುಶಲ ನಿರ್ಧಾರದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ/ಯಾಂತ್ರೀಕರಣದ ಪಾತ್ರವೇನು?

• ಎ) ವ್ಯವಸ್ಥೆಯು ಕುಶಲ ಆದೇಶವನ್ನು ನೀಡುತ್ತದೆ ಮತ್ತು ಅಧಿಕಾರಿ ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತಾರೆ
• ಬಿ) ವ್ಯವಸ್ಥೆಯು ಗುರಿಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ ಮತ್ತು ಗಮನವನ್ನು ನಿರ್ದೇಶಿಸುತ್ತದೆ; ಕುಶಲ ನಿರ್ಧಾರವು COLREG ✔ ಚೌಕಟ್ಟಿನೊಳಗೆ ಅಧಿಕಾರಿ ಮತ್ತು ಕ್ಯಾಪ್ಟನ್‌ಗೆ ಸೇರಿದೆ
• ಸಿ) AIS ಅನ್ನು ಅವಲಂಬಿಸಿರುವುದು ಸಾಕು; ರಾಡಾರ್ ಮತ್ತು ದೃಶ್ಯ ದೃಢೀಕರಣ ಅಗತ್ಯವಿಲ್ಲ
• ಡಿ) ಯಾಂತ್ರೀಕೃತಗೊಂಡವು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕಾರಣ ಅಧಿಕಾರಿಯು ನಿಯಂತ್ರಣವನ್ನು ಬಿಡಬಹುದು

ವಿವರಣೆ: ಆಧುನಿಕ ವ್ಯವಸ್ಥೆಗಳು CPA/TCPA ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಬಹುದು ಮತ್ತು ಗುರಿಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಬಹುದು; ಅಧಿಕಾರಿಯ ಗಮನವನ್ನು ನಿರ್ದೇಶಿಸುವಲ್ಲಿ ಇದು ಮೌಲ್ಯಯುತವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಕುಶಲತೆಯ ನಿರ್ಧಾರ - ಎಷ್ಟು ಡಿಗ್ರಿ, ಯಾವಾಗ, ಯಾವ ದಿಕ್ಕಿನಲ್ಲಿ - COLREG ಮತ್ತು ಉತ್ತಮ ಸಮುದ್ರ ಅಭ್ಯಾಸದ ಚೌಕಟ್ಟಿನೊಳಗೆ ಗಡಿಯಾರದ ಅಧಿಕಾರಿ ಮತ್ತು ಕ್ಯಾಪ್ಟನ್‌ಗೆ ಸೇರಿದೆ. ‘ಸುರಕ್ಷಿತವಾಗಿ ಪಾಸ್ ಮಾಡಿ’ ಎಂದು ವ್ಯವಸ್ಥೆ ಹೇಳಿದ್ದರೂ, ಡಿಕ್ಕಿಯ ಹೊಣೆಗಾರಿಕೆಯು ಕಸರತ್ತು ನಡೆಸಿದ ಅಥವಾ ನಿರ್ವಹಿಸದ ಅಧಿಕಾರಿಯ ಮೇಲಿರುತ್ತದೆ.

13. ಸೇತುವೆಯ ಮೇಲೆ 'ಆಟೊಮೇಷನ್ ಸಂತೃಪ್ತಿ' (ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಮೇಲೆ ಅತಿಯಾದ ಅವಲಂಬನೆ) ಏಕೆ ಅಪಾಯಕಾರಿ?

• ಎ) ಇದು ಅಪಾಯಕಾರಿ ಅಲ್ಲ; ಸಿಸ್ಟಮ್ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದ್ದರೆ, ದೃಷ್ಟಿಗೋಚರವಾಗಿ ನೋಡಬೇಕಾದ ಅಗತ್ಯವಿಲ್ಲ.
• ಬಿ) ಇದು ಮಾನವನ ಗಮನವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಒಂದೇ ಮೂಲದ ಮೇಲೆ ಅವಲಂಬನೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ; AIS ಇಲ್ಲದ ದೋಣಿಯಂತಹ ಡೇಟಾ ತಪ್ಪಿಹೋಗಬಹುದು ✔
• ಸಿ) ಇದು ಇಂಧನ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದರಿಂದ ಮಾತ್ರ ಸಮಸ್ಯೆಯಾಗಿದೆ.
• ಡಿ) ಹಳೆಯ ಹಡಗುಗಳಲ್ಲಿ ಮಾತ್ರ ಕಂಡುಬರುತ್ತದೆ, ಆಧುನಿಕ ಸೇತುವೆಗಳಲ್ಲಿ ಯಾವುದೇ ಅಪಾಯವಿಲ್ಲ

ವಿವರಣೆ: ವ್ಯವಸ್ಥೆಗಳು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದರಿಂದ, ಮಾನವನ ಗಮನವು ಕ್ಷೀಣಿಸಬಹುದು ಮತ್ತು ನಿಯಂತ್ರಣವನ್ನು ಕೈಬಿಡಬಹುದು. ಆದರೆ AIS ಇಲ್ಲದ ಸಣ್ಣ ದೋಣಿಯು ರೇಡಾರ್ ಮತ್ತು ಕಣ್ಣುಗಳಿಗೆ ಮಾತ್ರ ಗೋಚರಿಸುತ್ತದೆ; ಸಿಸ್ಟಮ್ ಅಪೂರ್ಣ ಡೇಟಾದೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ, ರಾಡಾರ್, AIS, ECDIS ಮತ್ತು ಕಣ್ಣುಗಳು ಪರಸ್ಪರ ದೃಢೀಕರಿಸಬೇಕು ಮತ್ತು ಮೂಲಗಳನ್ನು ಬೇರ್ಪಡಿಸಿದಾಗ, ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ವ್ಯಾಖ್ಯಾನವನ್ನು ಆಧಾರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬೇಕು.

14. ಹಡಗಿನ ಸ್ಥಳ, ಸರಕು ಮ್ಯಾನಿಫೆಸ್ಟ್ ಅಥವಾ ಸಿಬ್ಬಂದಿ ಮಾಹಿತಿಯನ್ನು AI ಉಪಕರಣದಲ್ಲಿ ನಮೂದಿಸುವ ಮೊದಲು ಯಾವ ತತ್ವವು ಅನ್ವಯಿಸುತ್ತದೆ?

• ಎ) ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ವೇಗಕ್ಕಾಗಿ ಸಾರ್ವಜನಿಕ ಸೇವೆಗೆ ನೇರವಾಗಿ ಅಂಟಿಸಬಹುದು
• ಬಿ) ಡೇಟಾ ವರ್ಗೀಕರಣ ಅನಗತ್ಯ; ಯಾವುದೇ ಡೇಟಾವನ್ನು ಯಾವುದೇ ವಾಹನದಲ್ಲಿ ನಮೂದಿಸಬಹುದು
• ಸಿ) ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅನುಮೋದಿತ, ಸುರಕ್ಷಿತ ಸಾಧನಗಳಲ್ಲಿ ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅಗತ್ಯವಿದ್ದಾಗ ಮರೆಮಾಚಲಾಗುತ್ತದೆ; ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗಿದೆ ✔
• ಡಿ) ಸಿಬ್ಬಂದಿ ಮತ್ತು ವಾಣಿಜ್ಯ ಡೇಟಾ ಸೂಕ್ಷ್ಮವಾಗಿರುವುದಿಲ್ಲ ಮತ್ತು ರಕ್ಷಿಸುವ ಅಗತ್ಯವಿಲ್ಲ

ವಿವರಣೆ: AI ಉಪಕರಣಕ್ಕೆ ಅಪ್‌ಲೋಡ್ ಮಾಡಲಾದ ಡೇಟಾ ನಿಯಂತ್ರಣದಿಂದ ಹೊರಬರಬಹುದು. ಮಾರ್ಗ, ಸರಕು ವಿವರಗಳು, ವಾಣಿಜ್ಯ ಒಪ್ಪಂದಗಳು ಮತ್ತು ಸಿಬ್ಬಂದಿ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತವೆ; ಇದನ್ನು ಅನುಮೋದಿತ, ಸುರಕ್ಷಿತ ವಾಹನಗಳಲ್ಲಿ ಮಾತ್ರ ಸಂಸ್ಕರಿಸಬೇಕು ಮತ್ತು ಅಗತ್ಯವಿರುವಲ್ಲಿ ಮಾಸ್ಕ್ ಹಾಕಬೇಕು. 'ಅನುಕೂಲಕ್ಕಾಗಿ' ಸಾರ್ವಜನಿಕ ಸೇವೆಗೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅಂಟಿಸುವುದು ಭದ್ರತೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ಗಂಭೀರ ಉಲ್ಲಂಘನೆಯಾಗಿದೆ. ಜೊತೆಗೆ, ನಿರ್ಣಾಯಕ ಸಂಚರಣೆ/ಯಂತ್ರ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗಿದೆ.

15. ಅಭಿಯಾನದ ಆರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ AI ಅನ್ನು ಸ್ಥಿರವಾಗಿ ಮತ್ತು ಸುರಕ್ಷಿತವಾಗಿ ಬಳಸಲು ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ಮಾರ್ಗ ಯಾವುದು?

• ಎ) ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್ ಮತ್ತು ನಿರ್ಧಾರದ ದಾಖಲೆಯನ್ನು ಇರಿಸುವ ಲೇಯರ್ಡ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿ ✔
• ಬಿ) ಎಲ್ಲಾ ದಂಡಯಾತ್ರೆಯ ನಿರ್ಧಾರಗಳನ್ನು ಒಂದೇ AI ಪರಿಕರಕ್ಕೆ ನಿಯೋಜಿಸುವುದು ಮತ್ತು ಕೊನೆಯಲ್ಲಿ ನೋಡೋಣ
• ಸಿ) ವೇಗಕ್ಕಾಗಿ ಮಧ್ಯಂತರ ಪರಿಶೀಲನೆಗಳನ್ನು ತೆಗೆದುಹಾಕಿ ಮತ್ತು ಆಗಮನವನ್ನು ಮಾತ್ರ ಪರಿಶೀಲಿಸಿ
• ಡಿ) ಪ್ರತಿಯೊಬ್ಬ ಅಧಿಕಾರಿಯು ನಿರ್ಧಾರಗಳ ದಾಖಲೆಯನ್ನು ಇಟ್ಟುಕೊಳ್ಳದೆ ತನ್ನ ಸ್ವಂತ ವಾಹನವನ್ನು ಮುಕ್ತವಾಗಿ ಬಳಸಬಹುದು.

ವಿವರಣೆ: ನೌಕಾಯಾನವನ್ನು ಸರಪಳಿ ಎಂದು ಭಾವಿಸಲಾಗಿದೆ, ಮಾನವ ಪರಿಶೀಲನೆ ಗೇಟ್ ಮತ್ತು ಪರಿವರ್ತನೆಯ ಸ್ಥಿತಿಯನ್ನು ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ (ಯೋಜನೆ, ಗಾಳಿ, ಸರಕು, ಯಂತ್ರೋಪಕರಣಗಳು, ದಾಖಲಾತಿ, ಶಾಸನ, ಸೇತುವೆ); ನೀವು ಒಂದು ಬಾಗಿಲಿನ ಮೂಲಕ ಇನ್ನೊಂದು ಬಾಗಿಲಿನ ಮೂಲಕ ಹಾದುಹೋಗಲು ಸಾಧ್ಯವಿಲ್ಲ. ಪ್ರತಿ ಬಾಗಿಲು ನಿರ್ಧಾರದ ದಾಖಲೆಯನ್ನು ಬಿಡುತ್ತದೆ. ಈ ಲೇಯರ್ಡ್ ರಚನೆಯು ಒಂದು AI ದೋಷವನ್ನು ದಂಡಯಾತ್ರೆ ಅಥವಾ ವರದಿಯಲ್ಲಿ ಸೋರಿಕೆಯಾಗದಂತೆ ತಡೆಯುತ್ತದೆ ಮತ್ತು ಆಡಿಟ್‌ನಲ್ಲಿ ರಕ್ಷಣೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.