ಲಾಭಗಳು:
- ಹಡಗು ಮತ್ತು ಸಾಗರ ಎಂಜಿನಿಯರಿಂಗ್ ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ AI ನೈಜ ಸಮಯವನ್ನು ಎಲ್ಲಿ ಉಳಿಸುತ್ತದೆ ಮತ್ತು ಜೀವ/ಆಸ್ತಿ ಸುರಕ್ಷತೆ ಮತ್ತು ವರ್ಗದ ಜವಾಬ್ದಾರಿಯು ಇಂಜಿನಿಯರ್ಗೆ ಎಲ್ಲಿ ಉಳಿಯಬೇಕು ಎಂಬುದನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
- ಪ್ರತಿ ಇಂಜಿನಿಯರಿಂಗ್ ಔಟ್ಪುಟ್ ಅನ್ನು ಪ್ರಮಾಣ, ಸ್ವತಂತ್ರ ಮರು ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ವರ್ಗ ನಿಯಮ/ಮೂಲ ನಿಯಂತ್ರಣದ ಮೂಲಕ ಪರಿಶೀಲಿಸುವ ಮೂರು-ಪದರದ ಶಿಸ್ತನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವ ಅಭ್ಯಾಸವನ್ನು ಪಡೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಹಡಗು, ಹಡಗುಕಟ್ಟೆ ಮತ್ತು ಹಡಗು ಮಾಲೀಕರ ವಾಣಿಜ್ಯ ಮತ್ತು ತಾಂತ್ರಿಕ ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳದೆ AI ನಿಂದ ಪ್ರಯೋಜನ ಪಡೆಯಲು ಪ್ರೇರೇಪಿಸುತ್ತದೆ.
ಸಾಗರ ಎಂಜಿನಿಯರ್ ದಿನವನ್ನು ನೋಡಿ: ಹಲ್ ಫಾರ್ಮ್ ಪುನರಾವರ್ತನೆಗಳು, ಪ್ರತಿರೋಧ ಮತ್ತು ಪ್ರೊಪಲ್ಷನ್ ಲೆಕ್ಕಾಚಾರಗಳು, ಸ್ಥಿರತೆ ಮತ್ತು ಶಕ್ತಿ ಪರಿಶೀಲನೆಗಳು, ವರ್ಗ ನಿಯಮ ಸ್ಕ್ಯಾನ್ಗಳು, ಎಂಜಿನ್ ಕೊಠಡಿ ಸಂವೇದಕ ದಾಖಲೆಗಳು, ಸಮೀಕ್ಷೆ ವರದಿಗಳು, ಶಿಪ್ಯಾರ್ಡ್ ಪತ್ರವ್ಯವಹಾರ ಮತ್ತು ಹಡಗು ಮಾಲೀಕರೊಂದಿಗೆ ಅಂತ್ಯವಿಲ್ಲದ ಇಮೇಲ್ಗಳು. ವಾಸ್ತವಿಕ ಇಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪಿಗೆ ಮೀಸಲಾದ ಸಮಯ, ಅಂದರೆ, "ಈ ದೋಣಿ ಸುರಕ್ಷಿತವಾಗಿದೆಯೇ, ಈ ನಿರ್ಮಾಣವು ವರ್ಗ ಕೋಡ್ ಅನ್ನು ಪೂರೈಸುತ್ತದೆಯೇ, ಈ ಪ್ರಯಾಣದ ಯೋಜನೆಯು ಇಂಧನ ಬಳಕೆಯನ್ನು ನಿಜವಾಗಿಯೂ ಕಡಿಮೆ ಮಾಡುತ್ತದೆಯೇ" ಎಂಬ ಪ್ರಶ್ನೆಗಳನ್ನು ಪುನರಾವರ್ತಿತ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ದಾಖಲೆಯ ಕೆಲಸದ ಅಡಿಯಲ್ಲಿ ಪುಡಿಮಾಡಲಾಗುತ್ತದೆ. ಇಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಸಂಕ್ಷಿಪ್ತವಾಗಿ AI; ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯೊಂದಿಗೆ ಪಠ್ಯ, ಕೋಡ್ ಮತ್ತು ಸಂಖ್ಯೆಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಾಫ್ಟ್ವೇರ್) ಕಾರ್ಯರೂಪಕ್ಕೆ ಬರುತ್ತದೆ. AI ನಿಮಗಾಗಿ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ; ಇದು ನಿರ್ಧಾರಕ್ಕಾಗಿ ನಿಮ್ಮನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತದೆ, ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಲೆಕ್ಕಾಚಾರವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಸಂಸ್ಕರಿಸಿದ ಮಾಹಿತಿಯನ್ನು ನಿಮ್ಮ ಮುಂದೆ ಇರಿಸುತ್ತದೆ.
ಆದಾಗ್ಯೂ, ಮೆರೈನ್ ಎಂಜಿನಿಯರಿಂಗ್ ಎನ್ನುವುದು ತಪ್ಪುಗಳನ್ನು ಪಠ್ಯದಿಂದ ಅಳೆಯುವ ಕ್ಷೇತ್ರವಾಗಿದೆ ಆದರೆ ಜೀವನ, ಪರಿಸರ ಮತ್ತು ಮಿಲಿಯನ್ ಡಾಲರ್ಗಳಿಂದ ಅಳೆಯಲಾಗುತ್ತದೆ. ಭಾಷಾ ಮಾದರಿ, ತಪ್ಪಾದ ಘಟಕ ಪರಿವರ್ತನೆ, ಅಥವಾ "ಸಮಂಜಸವಾಗಿ ಕಾಣುವ" ಆದರೆ ಭೌತಿಕವಾಗಿ ಅಸಾಧ್ಯವಾದ ಸ್ಥಿರತೆಯ ಫಲಿತಾಂಶದಿಂದ ಮಾಡಲಾದ ವರ್ಗ ನಿಯಮದ ಷರತ್ತು ಇತರ ವಲಯಗಳಲ್ಲಿ ಸಣ್ಣ ತಿದ್ದುಪಡಿಯಾಗಿರಬಹುದು, ಆದರೆ ಇಲ್ಲಿ ಅದು ತಲೆಕೆಳಗಾದ, ರಚನಾತ್ಮಕ ಕುಸಿತ ಅಥವಾ ತೈಲ ಸೋರಿಕೆಯಾಗಿ ಬದಲಾಗಬಹುದು. So throughout this module we will position AI not as an “automatic engineer” but as a safety-critical disciplined assistant whose output is verified every time.
ಈ ಮೊದಲ ಘಟಕದಲ್ಲಿ, ನಾವು ಮೂರು ವಿಷಯಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತೇವೆ: ಶಿಪ್ಬೋರ್ಡ್ ಮತ್ತು ಮೆರೈನ್ ಎಂಜಿನಿಯರಿಂಗ್ ವರ್ಕ್ಫ್ಲೋನ ಯಾವ ಹಂತಗಳಲ್ಲಿ AI ನೈಜ ಮೌಲ್ಯವನ್ನು ಸೇರಿಸುತ್ತದೆ; ಯಾವ ನಿರ್ಧಾರಗಳು ಅರ್ಹ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಉಳಿಯಬೇಕು (ಎಂಜಿನಿಯರ್, ವರ್ಗ ಸರ್ವೇಯರ್, ಮಾಸ್ಟರ್); ಮತ್ತು ಹಾಗೆ ಮಾಡುವಾಗ ನೀವು ಅನುಸರಿಸಬೇಕಾದ ಪರಿಶೀಲನೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆಯ ಶಿಸ್ತು ಯಾವುದು. ಈ ಮೇಲ್ಛಾವಣಿಯನ್ನು ಸರಿಯಾಗಿ ಸ್ಥಾಪಿಸದಿದ್ದರೆ, ನಂತರದ ಘಟಕಗಳಲ್ಲಿನ ತಂತ್ರಗಳು ಅಪಾಯಕಾರಿಯಾಗಬಹುದು.
ಪರಿಕಲ್ಪನೆಗಳು: ಭ್ರಮೆ: AI ನ ಮನವೊಪ್ಪಿಸುವ ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಸಂಖ್ಯೆ, ಗುಣಾಂಕ, ವರ್ಗ ನಿಯಮದ ಷರತ್ತು ಅಥವಾ ವಾಸ್ತವವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ. ಸಂದರ್ಭ: AI ಗೆ ನೀವು ನೀಡುವ ಇನ್ಪುಟ್ (ದೋಣಿ ಡೇಟಾ, ಊಹೆಗಳು, ಪ್ರಶ್ನೆ). ಪರಿಶೀಲನೆ: ಸ್ವತಂತ್ರ ರೀತಿಯಲ್ಲಿ ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸುವುದು (ಕೈ ಲೆಕ್ಕಾಚಾರ, ಎರಡನೇ ಸಾಫ್ಟ್ವೇರ್, ನಿಯಮ ಪಠ್ಯ, ಮಾದರಿ ಪ್ರಯೋಗ). ವರ್ಗೀಕರಣ ಸಮಾಜ: ನಿಯಮದ ಪ್ರಕಾರ ಹಡಗಿನ ವಿನ್ಯಾಸ ಮತ್ತು ನಿರ್ಮಾಣವನ್ನು ಪರಿಶೀಲಿಸುವ ಮತ್ತು ಪ್ರಮಾಣೀಕರಿಸುವ ಸಂಸ್ಥೆ (ಉದಾ. ABS, DNV, ಲಾಯ್ಡ್ಸ್ ರಿಜಿಸ್ಟರ್, ಬ್ಯೂರೋ ವೆರಿಟಾಸ್, TL/Türk Loydu). ಈ ಪರಿಕಲ್ಪನೆಗಳು ಸಂಪೂರ್ಣ ಮಾಡ್ಯೂಲ್ನ ಬೆನ್ನೆಲುಬುಗಳಾಗಿವೆ.
ಯಾವ ವ್ಯವಹಾರಗಳಲ್ಲಿ AI ವೇಗವರ್ಧಕವಾಗಿದೆ, ಯಾವ ವ್ಯವಹಾರಗಳಲ್ಲಿ ಇದು ಅಪಾಯಕಾರಿ?
ಮೆರೈನ್ ಇಂಜಿನಿಯರಿಂಗ್ ಕಾರ್ಯಗಳು ಅವುಗಳ ಫಲಿತಾಂಶಗಳ ವಿಷಯದಲ್ಲಿ ದ್ವಿಮುಖ ವರ್ಣಪಟಲದ ಮೇಲೆ ಬೀಳುತ್ತವೆ. ಒಂದು ತುದಿಯಲ್ಲಿ ಹಿಂಪಡೆಯಬಹುದಾದ, ಕಡಿಮೆ ಅಪಾಯದ ಪೂರ್ವಸಿದ್ಧತಾ ಕೆಲಸ (ಸಾಹಿತ್ಯದ ಸಾರಾಂಶ, ಕೋಡ್ ಅಸ್ಥಿಪಂಜರ, ಪ್ರಸ್ತುತಿ ರೂಪರೇಖೆ); ಇನ್ನೊಂದು ತುದಿಯಲ್ಲಿ, ಕಡಲ ಸುರಕ್ಷತೆ, ಜೀವನ/ಆಸ್ತಿ ಸುರಕ್ಷತೆ ಮತ್ತು ಪರಿಸರವನ್ನು ನೇರವಾಗಿ ನಿರ್ಧರಿಸುವ ಬದಲಾಯಿಸಲಾಗದ ನಿರ್ಧಾರಗಳು (ಸುರಕ್ಷತಾ ಗುಣಾಂಕ, ಸ್ಥಿರತೆಯ ಮಾನದಂಡ, ರಚನಾತ್ಮಕ ಅನುಮೋದನೆ) ಇವೆ. ಈ ಸ್ಪೆಕ್ಟ್ರಮ್ನಲ್ಲಿ ನೀವು ಎಲ್ಲಿ ನಿಲ್ಲುತ್ತೀರಿ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ AI ಮೌಲ್ಯವು ಬದಲಾಗುತ್ತದೆ.
ವ್ಯಾಪಾರ ಪ್ರಕಾರ
AI ಕೊಡುಗೆ
ಇಂಜಿನಿಯರ್ ಪಾತ್ರ
ನಿಯಮ/ಪ್ರಮಾಣಿತ ಸಾರಾಂಶ
ದೀರ್ಘ ನಿಯಮ ಪುಸ್ತಕದಿಂದ ಸಾರವನ್ನು ಹೊರತೆಗೆಯುವುದು
ಮೂಲ ವರ್ಗ ಪಠ್ಯದೊಂದಿಗೆ ಷರತ್ತು ಹೋಲಿಕೆ
ಕೈ ಲೆಕ್ಕಾಚಾರ / ಪೂರ್ವ ಗಾತ್ರ
ಫಾರ್ಮುಲಾ ಸೆಟ್ಟಿಂಗ್, ಮೊದಲ ಸಂಖ್ಯೆ
ಘಟಕ, ಶ್ರೇಣಿ ಮತ್ತು ಊಹೆ ಪರಿಶೀಲನೆ
ವಿಶ್ಲೇಷಣೆ ಕೋಡ್ / ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್
ಅಸ್ಥಿಪಂಜರ ಮತ್ತು ತರ್ಕ ಉತ್ಪಾದನೆ
ಪರೀಕ್ಷಾ ಇನ್ಪುಟ್, ಎಡ್ಜ್ ಕೇಸ್ ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಮೌಲ್ಯೀಕರಣ
ವರದಿ/ಸಮೀಕ್ಷೆ ಕರಡು
ರಚನೆ ಮತ್ತು ನಿರೂಪಣೆಯನ್ನು ಸೂಚಿಸುವುದು
ಪ್ರತಿ ಮೌಲ್ಯವನ್ನು ಮಾಪನ ಮತ್ತು ಮೂಲಕ್ಕೆ ಲಿಂಕ್ ಮಾಡಿ
ಸಂವೇದಕ/ಐಒಟಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ
ಮಾದರಿ ಮತ್ತು ಅಸಂಗತ ಅಭ್ಯರ್ಥಿ ಹೊರತೆಗೆಯುವಿಕೆ
ಕಚ್ಚಾ ಡೇಟಾ ಮತ್ತು ಭೌತಿಕ ತೋರಿಕೆಯ ಮೂಲಕ ದೃಢೀಕರಿಸಲಾಗಿದೆ
ಸ್ಥಿರತೆ/ಶಕ್ತಿಯ ಅನುಮೋದನೆ
ವಿಶ್ಲೇಷಣೆ ವಸ್ತು ತಯಾರಿಕೆ
ಅಂತಿಮ ಮೌಲ್ಯಮಾಪನ, ವರ್ಗ ಅನುಮೋದನೆ, ಸಹಿ
ನಿಯಮವು ಸರಳವಾಗಿದೆ: AI ಔಟ್ಪುಟ್ನ ಅಪಾಯವು ಆ ಔಟ್ಪುಟ್ ದೋಷವನ್ನು ಉಂಟುಮಾಡಿದರೆ ಅದು ಉಂಟುಮಾಡುವ ಹಾನಿಗೆ ಸಮನಾಗಿರುತ್ತದೆ. ಸ್ಲೈಡ್ನ ಶೀರ್ಷಿಕೆಯನ್ನು ತಪ್ಪಾಗಿ ಬರೆಯುವುದು ಹಾನಿಕಾರಕವಲ್ಲ; ಲೋಡಿಂಗ್ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ, GM (ಮೆಟಾಸೆಂಟ್ರಿಕ್ ಎತ್ತರ; ಹಡಗಿನ ಬಲಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯದ ಅಳತೆ) ಮೌಲ್ಯವನ್ನು ತಪ್ಪಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ಮತ್ತು ಹಡಗಿನ ರೋಲ್ಓವರ್ ಮಿತಿಯನ್ನು ತಪ್ಪಾಗಿ ನಿರ್ಧರಿಸುವುದು ಹಾನಿಕಾರಕವಾಗಿದೆ. ಆದ್ದರಿಂದ ಔಟ್ಪುಟ್ ಅನ್ನು ಬಳಸುವ ಮೊದಲು ಕೇಳಬೇಕಾದ ಮೊದಲ ಪ್ರಶ್ನೆ: "ಇದು ತಪ್ಪಾಗಿದ್ದರೆ ಏನಾಗುತ್ತದೆ, ಯಾರು ನೋಯಿಸುತ್ತಾರೆ ಮತ್ತು ಯಾರು ಗಮನಿಸುತ್ತಾರೆ?"
ಗಮನ: AI ನಿರರ್ಗಳ ಮತ್ತು ಆತ್ಮವಿಶ್ವಾಸದ ಪಠ್ಯವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ನಿರರ್ಗಳತೆಯು ನಿಖರತೆಯ ಭರವಸೆಯಲ್ಲ. ಒಂದು ಭಾಷಾ ಮಾದರಿಯು ನಿಖರವಾದ ಡೇಟಾವನ್ನು ಹೊಂದಿಲ್ಲದಿದ್ದರೂ ಸಹ, ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ "ಹೆಚ್ಚಾಗಿ" ಪದಗಳೊಂದಿಗೆ ಅಂತರವನ್ನು ತುಂಬುತ್ತದೆ; ಸಮುದ್ರಯಾನದಲ್ಲಿ, ಈ ಅಂತರವನ್ನು ತುಂಬುವಿಕೆಯು ತಯಾರಿಸಿದ ವಸ್ತುವಿನ ಇಳುವರಿ ಸಾಮರ್ಥ್ಯ ಅಥವಾ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ SOLAS ಷರತ್ತು ಎಂದು ಕಾಣಿಸಬಹುದು.
ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಪರಿಶೀಲನೆ ಶಿಸ್ತು: ಮೂರು ಪದರಗಳು
ಕಡಲ ಸಂಸ್ಕೃತಿಯು ಈಗಾಗಲೇ "ನಂಬಿಕೆ ಆದರೆ ಪರಿಶೀಲಿಸು" ತತ್ವವನ್ನು ಆಧರಿಸಿದೆ; ಸಮೀಕ್ಷೆ, ಎರಡು ಬಾರಿ ತಪಾಸಣೆ ಮತ್ತು ಸ್ವತಂತ್ರ ವರ್ಗ ಪ್ರಮಾಣೀಕರಣ ಈ ಸಂಸ್ಕೃತಿಯ ಭಾಗವಾಗಿದೆ. ಈ ತತ್ವವನ್ನು ಬಲಪಡಿಸಲು AI ಅನ್ನು ಬಳಸಬೇಕು, ಅದನ್ನು ದುರ್ಬಲಗೊಳಿಸಬಾರದು. ಮೂರು-ಪದರದ ಫಿಲ್ಟರ್ ಮೂಲಕ ಪ್ರತಿ AI ಔಟ್ಪುಟ್ ಅನ್ನು ರವಾನಿಸಿ.
ಮೊದಲ ಪದರ: ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್ ನಿಯಂತ್ರಣದ ಕ್ರಮ. ಫಲಿತಾಂಶವು ಸರಿಸುಮಾರು 10 ಶ್ರೇಣಿಯ ನಿರೀಕ್ಷಿತ ಶಕ್ತಿಯೊಳಗೆ ಇದೆಯೇ ಎಂದು ನೋಡಿ. ಪನಾಮ್ಯಾಕ್ಸ್ ಬೃಹತ್ ವಾಹಕದ ಸ್ಥಳಾಂತರ (ಮುಳುಗಿದ ಪರಿಮಾಣದ ತೂಕ) ಹತ್ತಾರು ಸಾವಿರ ಟನ್ಗಳ ಕ್ರಮದಲ್ಲಿದೆ; AI ನಿಮಗೆ 800 ಟನ್ ಎಂದು ಹೇಳಿದರೆ, ವಿವರವಾಗಿ ಹೋಗದೆಯೇ ತಪ್ಪಾಗಿದೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿದೆ. ಕಂಟೇನರ್ ಹಡಗಿನ ಪ್ರಯಾಣದ ವೇಗವು 18-24 ಗಂಟುಗಳ ವ್ಯಾಪ್ತಿಯಲ್ಲಿರುತ್ತದೆ; 90 ಗಂಟುಗಳು ಭೌತಿಕವಾಗಿ ಅಸಾಧ್ಯ.
ಎರಡನೇ ಪದರ: ಘಟಕ ಮತ್ತು ಗಾತ್ರದ ಸ್ಥಿರತೆ. ಸಮುದ್ರದಲ್ಲಿ, ಯುನಿಟ್ ಗೊಂದಲವು ದೋಷದ ಒಂದು ಶ್ರೇಷ್ಠ ಮೂಲವಾಗಿದೆ: ನಾಟ್ಸ್ ವರ್ಸಸ್ m/s, ಟನ್ ವರ್ಸಸ್ ಕಿಪ್, kW ವರ್ಸಸ್ ಹಾರ್ಸ್ಪವರ್ (BHP), ಮೀಟರ್ ವರ್ಸಸ್ ಅಡಿ, ಬಾರ್ ವರ್ಸಸ್ kPa. AI ಔಟ್ಪುಟ್ನಲ್ಲಿನ ಪ್ರತಿ ಸಂಖ್ಯೆಯ ಘಟಕವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಬೇಕು ಮತ್ತು ಆಯಾಮದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಡೆಸಬೇಕು. ಪ್ರತಿರೋಧ ಮೌಲ್ಯವನ್ನು kN ಅಥವಾ kgf ನಲ್ಲಿ ನೀಡಲಾಗಿದೆಯೇ? ಇದು ನೇರವಾಗಿ ಪ್ರೊಪಲ್ಷನ್ ಪವರ್ ಅನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಮತ್ತು ಆದ್ದರಿಂದ ಇಂಧನ ಬಜೆಟ್.
ಮೂರನೇ ಪದರ: ಸ್ವತಂತ್ರ ಸಂತಾನೋತ್ಪತ್ತಿ. ಎರಡನೇ ವಿಧಾನದೊಂದಿಗೆ ನಿರ್ಣಾಯಕ ಫಲಿತಾಂಶವನ್ನು ಪುನರುತ್ಪಾದಿಸಿ (ಬೇರೆ ಹಸ್ತಚಾಲಿತ ಖಾತೆ, ಪ್ರತ್ಯೇಕ ಸಾಫ್ಟ್ವೇರ್, ಅನುಮೋದಿತ ಲೋಡಿಂಗ್ ಕಂಪ್ಯೂಟರ್ ಅಥವಾ ಎರಡನೇ ಇಂಜಿನಿಯರ್). ಎರಡು ಸ್ವತಂತ್ರ ಮಾರ್ಗಗಳು ಒಂದೇ ಉತ್ತರವನ್ನು ನೀಡಿದರೆ ಆತ್ಮವಿಶ್ವಾಸ ಹೆಚ್ಚಾಗುತ್ತದೆ; ಅದು ಇಲ್ಲದಿದ್ದರೆ, ಅದು ಏಕೆ ವಿಭಿನ್ನವಾಗಿದೆ ಎಂಬುದನ್ನು ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವವರೆಗೆ ನಿಲ್ಲಿಸಿ.
ಸಲಹೆ: ನೀವು ಫಲಿತಾಂಶಕ್ಕಾಗಿ AI ಅನ್ನು ಕೇಳಿದಾಗ, ಅದೇ ಪ್ರಶ್ನೆಯನ್ನು ಹಿಮ್ಮುಖವಾಗಿ ಕೇಳಿ. "ಈ ದೋಣಿಗೆ ಬೇಕಾದ ಪ್ರೊಪಲ್ಷನ್ ಪವರ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ" ಎಂದು ಹೇಳಿದ ನಂತರ, "ನೀವು ಒದಗಿಸಿದ ಶಕ್ತಿಯೊಂದಿಗೆ ಕ್ರೂಸಿಂಗ್ ವೇಗವನ್ನು ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಇದು ವಿಶಿಷ್ಟವಾದ ಹಡಗಿಗೆ ಸಮಂಜಸವಾಗಿದೆಯೇ ಎಂದು ಹೇಳಿ." ತನ್ನದೇ ಆದ ಔಟ್ಪುಟ್ ಅನ್ನು ಕ್ರಾಸ್-ಚೆಕ್ ಮಾಡಲು ಮಾದರಿಯನ್ನು ಕೇಳುವುದು ಮೂಕ ದೋಷಗಳು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ.
ಗೌಪ್ಯತೆ ಮತ್ತು ವ್ಯಾಪಾರ ರಹಸ್ಯ: ಮಾರಿಟೈಮ್ನ ಖಾಸಗಿ ಫ್ರಾಂಟಿಯರ್
ಹಲ್ ರೂಪ, ಹೈಡ್ರೊಡೈನಾಮಿಕ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ವಕ್ರಾಕೃತಿಗಳು, ಹಡಗು ಮಾಲೀಕರು-ಶಿಪ್ಯಾರ್ಡ್ ಒಪ್ಪಂದದ ಡೇಟಾ ಮತ್ತು ಹಡಗಿನ ಕಾರ್ಯಾಚರಣೆಯ ಟೆಲಿಮೆಟ್ರಿಯು ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ಬೌದ್ಧಿಕ ಆಸ್ತಿಯ ವಿಷಯದಲ್ಲಿ ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ. ಅನಿಯಂತ್ರಿತ ಬಾಹ್ಯ AI ಸೇವೆಗೆ ದೋಣಿಯ ನಿಜವಾದ ಪ್ರತಿರೋಧ ಕರ್ವ್ ಅಥವಾ ಹಡಗು ಮಾಲೀಕರ ನಿಜವಾದ ಇಂಧನ ಬಳಕೆಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು ಒಪ್ಪಂದದ ಉಲ್ಲಂಘನೆ, ಬೌದ್ಧಿಕ ಆಸ್ತಿಯ ನಷ್ಟ ಮತ್ತು ಸ್ಪರ್ಧಾತ್ಮಕ ಅನನುಕೂಲತೆ ಎರಡೂ ಆಗಿರಬಹುದು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಸೈಬರ್ ಭದ್ರತಾ ಕಾರಣಗಳಿಗಾಗಿ ಆಧುನಿಕ ಹಡಗುಗಳ OT (ಕಾರ್ಯಾಚರಣೆ ತಂತ್ರಜ್ಞಾನ; ಯಂತ್ರೋಪಕರಣಗಳು ಮತ್ತು ನ್ಯಾವಿಗೇಷನ್ ಸಿಸ್ಟಮ್ಗಳನ್ನು ನಿರ್ವಹಿಸುವ ನಿಯಂತ್ರಣ ಸಾಫ್ಟ್ವೇರ್) ಆರ್ಕಿಟೆಕ್ಚರ್ ಕುರಿತು ಮಾಹಿತಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳಬಾರದು.
ಹೆಬ್ಬೆರಳಿನ ನಿಯಮ: ಅನುಮೋದಿಸದ ಬಾಹ್ಯ ಸಾಧನಕ್ಕೆ ನೈಜ, ಗೌಪ್ಯ ಅಥವಾ ಒಪ್ಪಂದದ ಸಂರಕ್ಷಿತ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ನಮೂದಿಸಬೇಡಿ. ಬದಲಾಗಿ, ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ ಮತ್ತು ನೈಜ ಸಂಖ್ಯೆಗಳನ್ನು ಪ್ರತಿನಿಧಿ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸಿ. ಉದಾಹರಣೆಗೆ, ನಿಜವಾದ ಹಡಗಿನ ಫಾರ್ಮ್ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಬದಲು, "ಸಾಮಾನ್ಯ ಹ್ಯಾಂಡಿಸೈಜ್ ಬೃಹತ್ ಕ್ಯಾರಿಯರ್ನ ಮುಖ್ಯ ಆಯಾಮಗಳ ಕ್ರಮದಲ್ಲಿ ಉದಾಹರಣೆಯೊಂದಿಗೆ ಪ್ರತಿರೋಧ ವಿಧಾನವನ್ನು ವಿವರಿಸಿ" ಎಂದು ಕೇಳಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಹಡಗು ಮಾಲೀಕರ ನಿಜವಾದ ರೂಪ ಡೇಟಾ
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಪಾತ್ರ: ನೀವು ಹಡಗು ಹೈಡ್ರೊಡೈನಾಮಿಕ್ಸ್ನಲ್ಲಿ ಅನುಭವಿ ಸಲಹೆಗಾರರಾಗಿದ್ದೀರಿ. ಸಂದರ್ಭ: ನಾನು ಬಲ್ಕ್ ಕ್ಯಾರಿಯರ್ಗಾಗಿ ಸಾಮಾನ್ಯ ಪ್ರಾಥಮಿಕ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡುತ್ತಿದ್ದೇನೆ (ಮೌಲ್ಯಗಳು ಪ್ರಾತಿನಿಧಿಕವಾಗಿದೆ, ನಿಜವಾದ ಪ್ರಾಜೆಕ್ಟ್ ಡೇಟಾ ಅಲ್ಲ): Lpp ~180 m, ಬೀಮ್ ~32 m, ಡ್ರಾಫ್ಟ್ ~12.5 m, ಬ್ಲಾಕ್ ಗುಣಾಂಕ ~0.84, ಕ್ರೂಸಿಂಗ್ ವೇಗ ~14 ಗಂಟುಗಳು. ಕಾರ್ಯ: ಪೂರ್ವಭಾವಿ ಪ್ರೊಪಲ್ಷನ್ ಅಂದಾಜನ್ನು ಯಾವ ಹಂತಗಳ ಮೂಲಕ ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ (ಪ್ರತಿರೋಧ ಘಟಕಗಳು, ಪ್ರೊಪಲ್ಷನ್ ದಕ್ಷತೆ, ಸಮುದ್ರ ಭತ್ಯೆ) ಮತ್ತು ನಾನು ಪಟ್ಟಿಯನ್ನು ಅಳೆಯಲು/ಪರಿಶೀಲಿಸಲು ಯಾವ ಡೇಟಾವನ್ನು ಅಗತ್ಯವಿದೆ. ನಿರ್ಬಂಧ: ಪ್ರತಿ ಸೂತ್ರ ಮತ್ತು ಊಹೆಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ; ನೀವು ಸಂಖ್ಯಾತ್ಮಕ ಉದಾಹರಣೆಯನ್ನು ನೀಡಿದರೆ, ಘಟಕವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ (kN, kW, knots) ಮತ್ತು ಹೇಗೆ ಪರಿಶೀಲಿಸಬೇಕು ಎಂಬುದನ್ನು ಸೇರಿಸಿ.
ಪ್ರಬಲ ಪ್ರಾಂಪ್ಟ್ ನಿಜವಾದ ಪ್ರಾಜೆಕ್ಟ್ ಡೇಟಾವನ್ನು ರಕ್ಷಿಸುತ್ತದೆ, ಪಾತ್ರ ಮತ್ತು ನಿರ್ಬಂಧವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ ಮತ್ತು ಪರಿಶೀಲನೆ ಮಾರ್ಗವನ್ನು ವಿನಂತಿಸುತ್ತದೆ.
ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ ಮೌಲ್ಯೀಕರಣ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ ನೀವು ಈ ಕೆಳಗಿನ ಟೆಂಪ್ಲೇಟ್ಗಳನ್ನು ಪದೇ ಪದೇ ಬಳಸುತ್ತೀರಿ.
ಪರಿಶೀಲನೆ ವಿನಂತಿಯನ್ನು ಸೇರಿಸಲು ಸಾಮಾನ್ಯ ಟೆಂಪ್ಲೇಟ್:
ಕೆಳಗಿನ ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ. ನಿಮ್ಮ ಉತ್ತರದಲ್ಲಿ:1) ಪ್ರತಿ ಸಂಖ್ಯೆಯ ಘಟಕವನ್ನು ತಿಳಿಸಿ.2) ಫಲಿತಾಂಶದ ಪರಿಮಾಣದ ಕ್ರಮವನ್ನು ವಿಶಿಷ್ಟವಾದ ಹಡಗಿಗೆ ಹೋಲಿಸಿ.3) ನೀವು ಬಳಸುವ ಪ್ರತಿಯೊಂದು ಗುಣಾಂಕ/ಸೂತ್ರಕ್ಕೆ ಮೂಲವನ್ನು (ವಿಧಾನದ ಹೆಸರು) ಬರೆಯಿರಿ; ಯಾವುದೇ ಮೂಲವಿಲ್ಲದಿದ್ದರೆ, ಅದನ್ನು "ಅಸ್ಪಷ್ಟ" ಎಂದು ಗುರುತಿಸಿ. 4) ಲೆಕ್ಕಾಚಾರದ ಎರಡನೇ ಮಾರ್ಗವನ್ನು ಸೂಚಿಸಿ ಇದರಿಂದ ನಾನು ಫಲಿತಾಂಶವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು. ಪ್ರಶ್ನೆ: [ಇಲ್ಲಿ ಪ್ರಶ್ನೆ]
ಭ್ರಮೆ ಬೇಟೆಯ ಟೆಂಪ್ಲೇಟ್:
ಕೆಳಗಿನ ನಿಮ್ಮ ಉತ್ತರದಲ್ಲಿ ಎಲ್ಲಾ ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯಗಳು, ಗುಣಾಂಕಗಳು ಮತ್ತು ನಿಯಮ/ಪ್ರಮಾಣಿತ ಉಲ್ಲೇಖಗಳ ಕೋಷ್ಟಕವನ್ನು ಮಾಡಿ. ಪ್ರತಿ ಸಾಲಿಗೆ:- ಮೌಲ್ಯ, ಘಟಕ- ಆಧಾರ (ಲೆಕ್ಕಾಚಾರ / ತಿಳಿದಿರುವ ಗುಣಾಂಕ / ಊಹೆ / ಅನಿಶ್ಚಿತ)- ನಾನು ಇದನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಹೇಗೆ ಪರಿಶೀಲಿಸುವುದು ಹಾಗೆಯೇ "ಅನಿಶ್ಚಿತ" ಆಧಾರವಾಗಿರುವ ಪ್ರತಿ ಸಾಲನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ.
ಮಿನಿ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಕ್ಲಾಸ್ ಷರತ್ತು. ರಚನಾತ್ಮಕ ಪಾಲನ್ನು ಬೆಂಬಲಿಸಲು "ಯಾವ ವರ್ಗದ ಕೋಡ್ ಷರತ್ತು ಈ ಕನಿಷ್ಟ ಶೀಟ್ ದಪ್ಪದ ಅಗತ್ಯವಿದೆ" ಎಂದು ಜೂನಿಯರ್ ಎಂಜಿನಿಯರ್ AI ಅನ್ನು ಕೇಳುತ್ತಾರೆ. AI ವಾಸ್ತವವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ "ಅಧ್ಯಾಯ 6, ವಿಭಾಗ 3.4.7" ಷರತ್ತನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆ. ಇಂಜಿನಿಯರ್ ಅದನ್ನು ವರ್ಗ ನಿಯಮದ ಪ್ರಸ್ತುತ PDF ನೊಂದಿಗೆ ಹೋಲಿಸಿದಾಗ, ಅವರು ಷರತ್ತು ನಕಲಿ ಎಂದು ನೋಡುತ್ತಾರೆ ಮತ್ತು ಸರಿಯಾದ ಷರತ್ತು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ. ಪಾಠ: AI ನೀಡಿದ ಪ್ರತಿಯೊಂದು ನಿಯಮದ ಉಲ್ಲೇಖವನ್ನು ಮೂಲ, ಪ್ರಸ್ತುತ ವರ್ಗೀಕರಣ ಪಠ್ಯದಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ಪ್ರಕರಣ 2 - ಘಟಕದ ಬಲೆ. ರವಾನೆ ಶಕ್ತಿಯ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ತಂಡವು AI ನಿಂದ ಸಹಾಯವನ್ನು ಪಡೆಯುತ್ತದೆ. AI ಪವರ್ ಅನ್ನು "8500" ಎಂದು ನೀಡುತ್ತದೆ, ಆದರೆ ಅದರ ಘಟಕವು "kW ಅಥವಾ BHP" ಎಂಬುದು ಅಸ್ಪಷ್ಟವಾಗಿದೆ. 8500 kW ಮತ್ತು 8500 BHP ನಡುವೆ ಸರಿಸುಮಾರು 1.34 ಪಟ್ಟು ವ್ಯತ್ಯಾಸವಿದೆ; ಈ ವ್ಯತ್ಯಾಸವು ಹೋಸ್ಟ್ನ ಆಯ್ಕೆ ಮತ್ತು ವಾರ್ಷಿಕ ಇಂಧನ ಬಜೆಟ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ. ಸಿಬ್ಬಂದಿ ಘಟಕವು ಸ್ಪಷ್ಟವಾಗಿ ಕೇಳದೆ ಮುಂದುವರಿದರೆ, ಅದು ತಪ್ಪು ಯಂತ್ರ ವರ್ಗಕ್ಕೆ ಹೋಗುತ್ತದೆ. ಪಾಠ: ಯೂನಿಟ್ ಇಲ್ಲದ ಯಾವುದೇ ಸಂಖ್ಯೆಯನ್ನು ಸ್ವೀಕರಿಸಲಾಗುವುದಿಲ್ಲ.
ಪ್ರಕರಣ 3 - ಶ್ರೇಣಿಯ ನಿಯಂತ್ರಣವು ಜೀವಗಳನ್ನು ಉಳಿಸುತ್ತದೆ. ವಿದ್ಯಾರ್ಥಿಗಳ ತಂಡವು AI 15,000 DWT ಹಡಗಿನ ನೌಕಾಯಾನ ಪ್ರತಿರೋಧವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿತು ಮತ್ತು ಒಟ್ಟು ಪ್ರತಿರೋಧವು 12 kN ಎಂದು ಕಂಡುಬಂದಿದೆ. ಈ ಗಾತ್ರದ ಹಡಗಿಗೆ, ನ್ಯಾವಿಗೇಷನಲ್ ಪ್ರತಿರೋಧವು ನೂರಾರು kN ನ ಕ್ರಮದಲ್ಲಿದೆ ಮತ್ತು ಪ್ರೊಪಲ್ಷನ್ ಪವರ್ ಹಲವಾರು ಸಾವಿರ kW ಕ್ರಮದಲ್ಲಿದೆ. ಸುಮಾರು 100 ಬಾರಿ ವ್ಯತ್ಯಾಸವು ತಕ್ಷಣವೇ ಎಡಿಟಿಂಗ್ ದೋಷವನ್ನು ದ್ರೋಹಿಸುತ್ತದೆ; ವಿದ್ಯಾರ್ಥಿಗಳು ಘರ್ಷಣೆ ಗುಣಾಂಕ ಸೂತ್ರದಲ್ಲಿ ಘಾತ ದೋಷವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ. ಪಾಠ: ಯಾವಾಗಲೂ ಫಲಿತಾಂಶವನ್ನು ತಿಳಿದಿರುವ ಉಲ್ಲೇಖ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ನಿಖರತೆಗಾಗಿ ನಿರರ್ಗಳತೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಚೆನ್ನಾಗಿ ಬರೆಯಲ್ಪಟ್ಟ ವಿವರಣೆಯು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ತಪ್ಪಾಗಿರಬಹುದು. ಪಠ್ಯದ ಗುಣಮಟ್ಟ ಮತ್ತು ಫಲಿತಾಂಶದ ನಿಖರತೆ ಎರಡು ವಿಭಿನ್ನ ವಿಷಯಗಳಾಗಿವೆ.
- ಯುನಿಟ್ಲೆಸ್ ಸಂಖ್ಯೆಯನ್ನು ಸ್ವೀಕರಿಸಲಾಗುತ್ತಿದೆ. ಸಾಗರದಲ್ಲಿ, ಗಂಟುಗಳು/m·s, ಟನ್/ಕಿಪ್, kW/BHP, m/ft ಗೊಂದಲಗಳು ವೃತ್ತಿ-ಅಂತ್ಯ ತಪ್ಪುಗಳಾಗಿವೆ.
- ಬಾಹ್ಯ ಉಪಕರಣದಲ್ಲಿ ಗೌಪ್ಯ/ಒಪ್ಪಂದದ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು. ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ಬೌದ್ಧಿಕ ಆಸ್ತಿ ಉಲ್ಲಂಘನೆ; ಒಮ್ಮೆ ಸೋರಿಕೆಯಾದ ನಂತರ, ಫಾರ್ಮ್ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲಾಗುವುದಿಲ್ಲ.
- ಒಂದೇ ಮೂಲವನ್ನು ನಂಬುವುದು. ನಿರ್ಣಾಯಕ ಫಲಿತಾಂಶವನ್ನು ಎರಡನೆಯ ರೀತಿಯಲ್ಲಿ ಉತ್ಪಾದಿಸದೆ ಬಳಸುವುದು ಭದ್ರತೆ-ನಿರ್ಣಾಯಕ ಶಿಸ್ತಿನ ಅತ್ಯಂತ ಮೂಲಭೂತ ನಿಯಮವನ್ನು ಉಲ್ಲಂಘಿಸುವುದು.
- ನಿಯಮ ಗುಣಲಕ್ಷಣವನ್ನು ಪರಿಶೀಲಿಸಲು ವಿಫಲವಾಗಿದೆ. AI ಒದಗಿಸಿದ ವರ್ಗ/SOLAS ಐಟಂ ಸಂಖ್ಯೆಗಳು ಕಾಲ್ಪನಿಕವಾಗಿರಬಹುದು; ಪ್ರತಿಯೊಂದು ಉಲ್ಲೇಖವನ್ನು ಮೂಲ, ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
ಸಾಗರ ಮತ್ತು ಸಾಗರ ಎಂಜಿನಿಯರಿಂಗ್ನಲ್ಲಿ ಲೆಕ್ಕಾಚಾರಗಳು, ಕೋಡ್, ದಾಖಲೆಗಳು ಮತ್ತು ಡೇಟಾದ ಪುನರಾವರ್ತಿತ ಕೆಲಸವನ್ನು AI ನಾಟಕೀಯವಾಗಿ ವೇಗಗೊಳಿಸುತ್ತದೆ; ಆದರೆ ಕಡಲ ಸುರಕ್ಷತೆ, ವರ್ಗ ಅನುಸರಣೆ ಮತ್ತು ಪರಿಸರ ಸುರಕ್ಷತೆಯನ್ನು ನಿರ್ಧರಿಸುವ ನಿರ್ಧಾರಗಳು ಅರ್ಹ ಜನರೊಂದಿಗೆ ಉಳಿಯುತ್ತವೆ. ಪ್ರತಿ ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಮಾಣದ ಕ್ರಮ, ಘಟಕದ ಸ್ಥಿರತೆ ಮತ್ತು ಸ್ವತಂತ್ರ ಪುನರುತ್ಪಾದನೆಯ ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡಬೇಕು. ವಾಣಿಜ್ಯ ಗೌಪ್ಯತೆ ಮತ್ತು ಸೈಬರ್ ಭದ್ರತಾ ಕಾರಣಗಳಿಗಾಗಿ, ನಿಜವಾದ ದೋಣಿ/ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕು ಮತ್ತು ಅನುಮೋದಿತ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸಬೇಕು. ಈ ಶಿಸ್ತು ಎಲ್ಲಾ ನಂತರದ ಘಟಕಗಳಿಗೆ ಪೂರ್ವಾಪೇಕ್ಷಿತವಾಗಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಕ್ಷೇತ್ರದಿಂದ ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರಶ್ನೆಯನ್ನು ಆರಿಸಿ (ಫಾರ್ಮ್, ಸ್ಥಿರತೆ, ಪ್ರೊಪಲ್ಷನ್, ನಿರ್ವಹಣೆ, ನ್ಯಾವಿಗೇಷನ್). ಮೊದಲು "ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್" ಅನ್ನು ಟೈಪ್ ಮಾಡಿ ಮತ್ತು AI ಅನ್ನು ಕೇಳಿ; ನಂತರ ಪಾತ್ರ, ಅನಾಮಧೇಯ ಸಂದರ್ಭ, ನಿರ್ಬಂಧ ಮತ್ತು ಪರಿಶೀಲನೆ ವಿನಂತಿಯನ್ನು ಒಳಗೊಂಡಿರುವ "ಪವರ್ ಪ್ರಾಂಪ್ಟ್" ಅನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಅದೇ ಪ್ರಶ್ನೆಯನ್ನು ಮತ್ತೊಮ್ಮೆ ಕೇಳಿ. ಪರಿಮಾಣ ಮತ್ತು ಘಟಕದ ಸ್ಥಿರತೆಯ ಕ್ರಮದಲ್ಲಿ ಎರಡು ಉತ್ತರಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ, "ಭ್ರಮೆ ಬೇಟೆಯ ಟೆಂಪ್ಲೇಟ್" ಅನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಸ್ವತಂತ್ರ ಕೈ ಲೆಕ್ಕಾಚಾರದಿಂದ ಕನಿಷ್ಠ ಒಂದು ಫಲಿತಾಂಶವನ್ನು ದೃಢೀಕರಿಸಿ. ನಿಮ್ಮ ಸಂಶೋಧನೆಗಳನ್ನು ಅರ್ಧ ಪುಟದಲ್ಲಿ ಸಾರಾಂಶಗೊಳಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಔಟ್ಪುಟ್ನ ಅಪಾಯವನ್ನು "ತಪ್ಪಾಗಿದ್ದರೆ ಯಾರಿಗೆ ನೋವಾಗುತ್ತದೆ?" ಎಂಬ ಪ್ರಶ್ನೆಯೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದೆ.
- [ ] ನಾನು ಫಲಿತಾಂಶವನ್ನು ಗಾತ್ರದ ಪರಿಭಾಷೆಯಲ್ಲಿ ತಿಳಿದಿರುವ ಹಡಗಿಗೆ ಹೋಲಿಸಿದೆ.
- [ ] ನಾನು ಎಲ್ಲಾ ಸಂಖ್ಯೆಗಳ ಘಟಕವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ದೃಢಪಡಿಸಿದ್ದೇನೆ (ಗಂಟು, kW, ಟನ್, m).
- [ ] ನಾನು ಎರಡನೇ ಸ್ವತಂತ್ರ ವಿಧಾನದಿಂದ ನಿರ್ಣಾಯಕ ಫಲಿತಾಂಶವನ್ನು ಪುನರುತ್ಪಾದಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ನೈಜ/ಗುಪ್ತ ದೋಣಿ ಡೇಟಾದ ಬದಲಿಗೆ ಅನಾಮಧೇಯ ಪ್ರಾಕ್ಸಿ ಮೌಲ್ಯವನ್ನು ಬಳಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಮೂಲ, ಪ್ರಸ್ತುತ ಪಠ್ಯದಿಂದ AI ನೀಡಿದ ಪ್ರತಿಯೊಂದು ವರ್ಗ/SOLAS ಉಲ್ಲೇಖವನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.