ಲಾಭಗಳು:
- AI ಕಾಲ್ಪನಿಕ ಗುಣಾಂಕಗಳು, ನಿಯಮ ಷರತ್ತುಗಳು ಮತ್ತು ತಾಂತ್ರಿಕ ಮೌಲ್ಯಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ಜೀವನ/ಆಸ್ತಿ ಸುರಕ್ಷತೆಯ ಸಂದರ್ಭದಲ್ಲಿ ಪರಿಶೀಲನೆಯನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ ಎಂದು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಹಡಗು ಮತ್ತು OT (ಕಾರ್ಯಾಚರಣೆ ತಂತ್ರಜ್ಞಾನ) ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಸೈಬರ್ ಭದ್ರತೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ ಮತ್ತು ನಿಯಂತ್ರಕ ಮಿತಿಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ
- ವರ್ಗ ಅನುಮೋದನೆ, ನ್ಯಾವಿಗೇಷನಲ್ ಸುರಕ್ಷತೆ ಮತ್ತು ನೈತಿಕತೆಯ ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಎಂಜಿನಿಯರ್ ಮತ್ತು ಕ್ಯಾಪ್ಟನ್ನ ಮೇಲಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.
ಈ ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ, ನಾವು ಹಡಗು ಮತ್ತು ಸಾಗರ ಎಂಜಿನಿಯರಿಂಗ್ನ ಪ್ರತಿಯೊಂದು ಹಂತದಲ್ಲೂ ವೇಗವರ್ಧಕವಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (AI) ಬಳಸಿದ್ದೇವೆ: ರೂಪ ವಿನ್ಯಾಸದಿಂದ ರಚನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ, ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯಿಂದ ಪ್ರಯಾಣದ ಆಪ್ಟಿಮೈಸೇಶನ್, ಶಿಪ್ಯಾರ್ಡ್ ಉತ್ಪಾದನೆಗೆ ಹೊರಸೂಸುವಿಕೆ ಅನುಸರಣೆ. ಈ ಅಂತಿಮ ಘಟಕದಲ್ಲಿ ನಾವು ಹಿಂದೆ ಸರಿಯುತ್ತೇವೆ ಮತ್ತು ಸಂಪೂರ್ಣ ಚಿತ್ರವನ್ನು ನೋಡುತ್ತೇವೆ: ಸಮುದ್ರದಲ್ಲಿ AI ಯ ಪ್ರಮುಖ ಮಿತಿಗಳು ಯಾವುವು, ಯಾವ ಅಪಾಯಗಳು (ಭ್ರಮೆ, ಸೈಬರ್ ಸುರಕ್ಷತೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ, ಪಕ್ಷಪಾತ) ನಿರಂತರ ಎಚ್ಚರಿಕೆಯಲ್ಲಿವೆ ಮತ್ತು ಯಾರು ಹೊಣೆಗಾರಿಕೆಯನ್ನು ಹೊರುತ್ತಾರೆ? ಏಕೆಂದರೆ ವಾಹನವನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಬಳಸುವುದಕ್ಕೆ ಪೂರ್ವಾಪೇಕ್ಷಿತವೆಂದರೆ ಅದು ಎಲ್ಲಿ ತಪ್ಪಾಗಬಹುದು ಎಂಬುದನ್ನು ತಿಳಿಯುವುದು.
ಮಾಡ್ಯೂಲ್ನ ಬದ್ಧವಾದ ಪ್ರಬಂಧವು ಇಲ್ಲಿ ಅನ್ವಯಿಸುತ್ತದೆ ಮತ್ತು ಇತರ ಎಲ್ಲವನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಕಡಲ ಕೆಲಸದಲ್ಲಿ, AI ಔಟ್ಪುಟ್ ಸಮರ್ಥ ಇಂಜಿನಿಯರ್, ಮಾಸ್ಟರ್ ಅಥವಾ ವರ್ಗ ಸರ್ವೇಯರ್ನಿಂದ ಅನುಮೋದನೆಗೆ ಪರ್ಯಾಯವಾಗಿರುವುದಿಲ್ಲ. AI ಸೂಚಿಸುತ್ತದೆ, ಕರಡುಗಳು, ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ನೆನಪಿಸುತ್ತದೆ; ಆದರೆ ಜೀವನ, ಆಸ್ತಿ ಮತ್ತು ಪರಿಸರದ ಸುರಕ್ಷತೆಯನ್ನು ನಿರ್ಧರಿಸುವ ನಿರ್ಧಾರದ ಮಾಲೀಕರು ಆ ನಿರ್ಧಾರಕ್ಕೆ ಸಹಿ ಹಾಕುವ ವ್ಯಕ್ತಿ ಮತ್ತು ಕಾನೂನುಬದ್ಧವಾಗಿ ಜವಾಬ್ದಾರರಾಗಿರುತ್ತಾರೆ.
ಪರಿಕಲ್ಪನೆಗಳು: ಭ್ರಮೆ: ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮೌಲ್ಯ, ನಿಯಮ ಅಥವಾ ಸಂಪನ್ಮೂಲವನ್ನು ರೂಪಿಸುವ AI. OT ಭದ್ರತೆ: ಕಾರ್ಯಾಚರಣೆಯ ತಂತ್ರಜ್ಞಾನದ ಸೈಬರ್ ರಕ್ಷಣೆ (ಯಂತ್ರ ಮತ್ತು ಕ್ರೂಸ್ ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳು). ಡೇಟಾ ವಿಷಕಾರಿ: ಮಾದರಿಯನ್ನು ದಾರಿತಪ್ಪಿಸಲು ತರಬೇತಿ/ಇನ್ಪುಟ್ ಡೇಟಾದ ಉದ್ದೇಶಪೂರ್ವಕ ಭ್ರಷ್ಟಾಚಾರ. ಮಾದರಿ ಪಕ್ಷಪಾತ: ಇದು ತರಬೇತಿ ಪಡೆದ ಡೇಟಾದಿಂದ ಬರುವ ಮಾದರಿಯ ವ್ಯವಸ್ಥಿತ ಮತ್ತು ಅನ್ಯಾಯದ ಪಕ್ಷಪಾತ. ಜವಾಬ್ದಾರಿಯ ಸರಪಳಿ: ನಿರ್ಧಾರದ ಕಾನೂನು ಮತ್ತು ತಾಂತ್ರಿಕ ಮಾಲೀಕತ್ವವು ಸ್ಪಷ್ಟವಾಗಿ ಸ್ಪಷ್ಟವಾಗಿದೆ.
AI ಯ ಶಾಶ್ವತ ಮಿತಿಗಳು
ಶಿಪ್ಪಿಂಗ್ನಲ್ಲಿ AI ನಾಲ್ಕು ಶಾಶ್ವತ ಗಡಿಗಳನ್ನು ಹೊಂದಿದೆ, ಮತ್ತು ತಂತ್ರಜ್ಞಾನವು ಮುಂದುವರಿದರೂ ಸಹ ಅವು ಕಣ್ಮರೆಯಾಗುವುದಿಲ್ಲ. ಮೊದಲನೆಯದಾಗಿ, ಭ್ರಮೆ: ಮಾದರಿಯು ನಿರ್ಣಾಯಕ ಡೇಟಾವನ್ನು ಹೊಂದಿರದಿದ್ದಾಗ "ಹೆಚ್ಚಾಗಿ" ಹೇಳಿಕೆಗಳೊಂದಿಗೆ ಅಂತರವನ್ನು ತುಂಬುತ್ತದೆ; ಇದು ನಿರ್ಮಿತ ವರ್ಗದ ಷರತ್ತು, ಅಸಾಧ್ಯವಾದ ಸ್ಥಿರತೆಯ ಮೌಲ್ಯ ಅಥವಾ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಗುಣಾಂಕವಾಗಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ. ಎರಡನೆಯದಾಗಿ, ನಿಯೋಜನೆಯಿಂದ ಹೊರಗಿರುವ ನಡವಳಿಕೆ: ಮಾದರಿಯು ಅದನ್ನು ತರಬೇತಿ ಪಡೆದ ಮತ್ತು ಪರೀಕ್ಷಿಸಿದ ಸಂದರ್ಭಗಳ ಹೊರಗೆ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ (ಅಸಾಮಾನ್ಯ ಹಡಗು ಪ್ರಕಾರ, ಅಸಾಮಾನ್ಯ ಅಸಮರ್ಪಕ, ಕಾಣದ ಸಂಚಾರ). ಮೂರನೆಯದಾಗಿ, ಭೌತಶಾಸ್ತ್ರದ ತಿಳುವಳಿಕೆಯ ಕೊರತೆ: AI ಪದ ಮಾದರಿಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ, ಶಕ್ತಿ ಸಂರಕ್ಷಣೆ ಅಥವಾ ನ್ಯೂಟನ್ನ ನಿಯಮಗಳನ್ನು "ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ"; ಇದು ಸಮಂಜಸವೆಂದು ತೋರುವ ಆದರೆ ಭೌತಿಕವಾಗಿ ಅಸಾಧ್ಯವಾದ ಔಟ್ಪುಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ನಾಲ್ಕನೆಯದು, ಸಮಯೋಚಿತತೆ: ಶಾಸನ, ಬೆಲೆ ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ಬದಲಾವಣೆ; ಮಾದರಿಯ ಮಾಹಿತಿಯನ್ನು ದಿನಾಂಕದಂದು ಫ್ರೀಜ್ ಮಾಡಲಾಗಿದೆ.
ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ ನಾವು ಕಲಿತ ಪರಿಶೀಲನಾ ಶಿಸ್ತು ಅನಿವಾರ್ಯ ಎಂಬುದನ್ನು ಈ ಮಿತಿಗಳು ವಿವರಿಸುತ್ತವೆ: ಆರ್ಡರ್ ಆಫ್ ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್ ನಿಯಂತ್ರಣ, ಘಟಕದ ಸ್ಥಿರತೆ, ಸ್ವತಂತ್ರ ಪುನರುತ್ಪಾದನೆ ಮತ್ತು ಮೂಲ ಪರಿಶೀಲನೆ. ವಿಶೇಷವಾಗಿ AI ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಹೊಂದಿರುವಾಗ (ಉದಾಹರಣೆಗೆ ಪೈಥಾನ್/ಎಕ್ಸೆಲ್ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಬ್ಯಾಲೆಸ್ಟ್/ಸ್ಟೆಬಿಲಿಟಿ ಕ್ಷಣ ಅಥವಾ ಪವರ್ ಲೆಕ್ಕಾಚಾರಕ್ಕಾಗಿ ರಚಿಸಲಾಗಿದೆ), ಕೋಡ್ ದ್ರವ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ ಕಂಡುಬಂದರೂ ಸಹ, ಅದರ ತರ್ಕ, ಒಳಹರಿವು ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಸ್ವತಂತ್ರ ಪರೀಕ್ಷೆಯಿಲ್ಲದೆ ಸುರಕ್ಷತಾ ನಿರ್ಧಾರಕ್ಕೆ ಅನುವಾದಿಸಲಾಗುವುದಿಲ್ಲ. ಖಾತೆಯ ಕೋಡ್ "ಕೆಲಸ ಮಾಡುತ್ತಿದೆ" ಎಂದ ಮಾತ್ರಕ್ಕೆ ಅದು "ಸರಿ" ಎಂದು ಅರ್ಥವಲ್ಲ.
ಎಚ್ಚರಿಕೆ: ಎಐ-ರಚಿಸಿದ ಅಕೌಂಟಿಂಗ್ ಕೋಡ್ ದೋಷಗಳಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು, ಆದರೆ ತಪ್ಪು ಸೂತ್ರ, ತಪ್ಪು ಘಟಕ ಅಥವಾ ಕಡೆಗಣಿಸದ ಅಂಚಿನ ಪ್ರಕರಣವನ್ನು ಒಳಗೊಂಡಿರಬಹುದು. ಕೋಡ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವ ಮೊದಲು, ತಿಳಿದಿರುವ ಇನ್ಪುಟ್ನೊಂದಿಗೆ ಅದನ್ನು ಪರೀಕ್ಷಿಸಿ (ಉದಾಹರಣೆಗೆ ನೀವು ನೇರವಾಗಿ ಉತ್ತರವನ್ನು ತಿಳಿದಿರುತ್ತೀರಿ), ಅಂಚಿನ ಪ್ರಕರಣಗಳಿಗಾಗಿ ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಸ್ವತಂತ್ರ ರೀತಿಯಲ್ಲಿ ಪರಿಶೀಲಿಸಿ. ಸ್ಥಿರತೆಯಂತಹ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಲೆಕ್ಕಾಚಾರಗಳಲ್ಲಿ, ಅನುಮೋದಿತ ಲೋಡಿಂಗ್ ಕಂಪ್ಯೂಟರ್ ಮತ್ತು ಇಂಜಿನಿಯರ್ ದೃಢೀಕರಣ ಅತ್ಯಗತ್ಯ.
ಸೈಬರ್ ಭದ್ರತೆ ಮತ್ತು ಡೇಟಾ ಗೌಪ್ಯತೆ
ಆಧುನಿಕ ಹಡಗು ತೇಲುವ ಕಂಪ್ಯೂಟರ್ ಜಾಲವಾಗಿದೆ: ಸಂಚರಣೆ ವ್ಯವಸ್ಥೆಗಳು, ಯಂತ್ರೋಪಕರಣಗಳ ನಿಯಂತ್ರಣ, ಸರಕು ನಿರ್ವಹಣೆ ಮತ್ತು ಉಪಗ್ರಹ ಸಂಪರ್ಕವು ಪರಸ್ಪರ ಸಂಪರ್ಕ ಹೊಂದಿದೆ. ಇದರರ್ಥ ಸೈಬರ್ ದಾಳಿ ಮೇಲ್ಮೈ. AI ವ್ಯವಸ್ಥೆಗಳು ಈ ಚಿತ್ರಕ್ಕೆ ಎರಡು ಹೊಸ ಅಪಾಯಗಳನ್ನು ಸೇರಿಸುತ್ತವೆ. ಮೊದಲನೆಯದಾಗಿ, OT (ಕಾರ್ಯಾಚರಣೆಯ ತಂತ್ರಜ್ಞಾನ) ಸುರಕ್ಷತೆ: ನ್ಯಾವಿಗೇಷನ್ ಮತ್ತು ಯಂತ್ರ ನಿಯಂತ್ರಣಕ್ಕೆ ಜೋಡಿಸಲಾದ AI ಘಟಕವು ದಾಳಿಯಾದರೆ ನೇರ ಸುರಕ್ಷತೆಯ ಅಪಾಯವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ; ಆದ್ದರಿಂದ ನಿರ್ಣಾಯಕ OT ವ್ಯವಸ್ಥೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗಿದೆ, AI ಔಟ್ಪುಟ್ ಎಂದಿಗೂ ತನ್ನದೇ ಆದ ನಿಯಂತ್ರಣ ಕ್ರಿಯೆಯನ್ನು ಪ್ರಚೋದಿಸಬಾರದು, ಮಾನವ ಅನುಮೋದನೆ ಮತ್ತು ಸುರಕ್ಷಿತ ಡೀಫಾಲ್ಟ್ ನಡವಳಿಕೆಯನ್ನು ನಿರ್ವಹಿಸಬೇಕು. ಎರಡನೆಯದಾಗಿ, ಡೇಟಾ ಗೌಪ್ಯತೆ: ಹಲ್ ಫಾರ್ಮ್, ಕಾರ್ಯಕ್ಷಮತೆಯ ವಕ್ರಾಕೃತಿಗಳು, ಹಡಗು ಮಾಲೀಕರ-ಯಾರ್ಡ್ ಒಪ್ಪಂದಗಳು ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ಟೆಲಿಮೆಟ್ರಿ ವ್ಯಾಪಾರ ರಹಸ್ಯಗಳು ಮತ್ತು ಬೌದ್ಧಿಕ ಆಸ್ತಿ; ಈ ಡೇಟಾವನ್ನು ಅನುಮೋದಿಸದ ಬಾಹ್ಯ AI ಸೇವೆಗಳಿಗೆ ನಮೂದಿಸುವುದು ಬದಲಾಯಿಸಲಾಗದ ನಷ್ಟವಾಗಿದೆ.
ಹೆಚ್ಚುವರಿಯಾಗಿ, ಡೇಟಾ ವಿಷಕಾರಿ (ದುರುದ್ದೇಶಪೂರಿತ ಇನ್ಪುಟ್ನೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ತಪ್ಪುದಾರಿಗೆಳೆಯುವುದು) ಮತ್ತು AIS ನಂತಹ ಡೇಟಾದ ವಂಚನೆಯಂತಹ ಕುಶಲತೆಯ ಅಪಾಯಗಳು AI ಯ ಒಳಹರಿವುಗಳನ್ನು ಕುರುಡಾಗಿ ನಂಬಬಾರದು. ನಿಯಮ: ನಿರ್ಣಾಯಕ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಲಾಗಿದೆ ಅಥವಾ ಹಂಚಿಕೊಳ್ಳಲಾಗಿಲ್ಲ, ಅನುಮೋದಿತ ಮತ್ತು ಗೌಪ್ಯತೆಯ-ಖಾತ್ರಿಪಡಿಸಿದ ಸಾಧನಗಳನ್ನು ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತದೆ, ದೃಢೀಕರಣಕ್ಕಾಗಿ ನಿರ್ಣಾಯಕ ಒಳಹರಿವುಗಳನ್ನು ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.
ಅಪಾಯ
ಅದು ಹೇಗೆ ಸಂಭವಿಸುತ್ತದೆ?
ಮುನ್ನೆಚ್ಚರಿಕೆ
ಭ್ರಮೆ
ರೂಪಿಸಿದ ನಿಯಮ/ಮೌಲ್ಯ/ಮೂಲ
ಮೂಲದಿಂದ ದೃಢೀಕರಣ, ಶ್ರೇಣಿಯ ನಿಯಂತ್ರಣ
OT ಸೈಬರ್ ದಾಳಿ
ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಯ ಒಳನುಸುಳುವಿಕೆ
ಪ್ರತ್ಯೇಕತೆ, ಮಾನವ ಅನುಮೋದನೆ, ಸುರಕ್ಷಿತ ಡೀಫಾಲ್ಟ್
ಡೇಟಾ ಸೋರಿಕೆ
ಬಾಹ್ಯ ಸಾಧನದಲ್ಲಿ ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು
ಅನಾಮಧೇಯತೆ, ಅನುಮೋದಿತ ಸಾಧನ
ಡೇಟಾ ವಿಷಕಾರಿ/ವಂಚನೆ
ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ದೋಷಪೂರಿತ ಇನ್ಪುಟ್
ಇನ್ಪುಟ್ ಮೌಲ್ಯೀಕರಣ, ಅಡ್ಡ-ಪರಿಶೀಲನೆ
ಮಾದರಿ ಪಕ್ಷಪಾತ
ಅಸಮತೋಲಿತ ತರಬೇತಿ ಡೇಟಾ
ಮಾನವ ತೀರ್ಪಿನೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸುವುದು
ನೈತಿಕತೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಯ ಸರಪಳಿ
ಕಡಲತೀರದ ನಿರ್ಧಾರದ ಕಾನೂನು ಮತ್ತು ತಾಂತ್ರಿಕ ಮಾಲೀಕತ್ವವು ಸ್ಪಷ್ಟವಾಗಿರಬೇಕು: ಕ್ಯಾಪ್ಟನ್ ನ್ಯಾವಿಗೇಷನಲ್ ಸುರಕ್ಷತೆಗೆ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ, ಮುಖ್ಯ ಎಂಜಿನಿಯರ್ ಯಂತ್ರೋಪಕರಣಗಳಿಗೆ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ, ಉಸ್ತುವಾರಿ ಎಂಜಿನಿಯರ್ ವಿನ್ಯಾಸ ಮತ್ತು ಲೆಕ್ಕಾಚಾರಕ್ಕೆ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ ಮತ್ತು ವರ್ಗ ಸರ್ವೇಯರ್ ನಿಯಮದ ಅನುಸರಣೆಗೆ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ. AI ಈ ಸರಪಳಿಯಲ್ಲಿ "ಬಾಧ್ಯತೆಯ ಅಂತರ" ವನ್ನು ಪರಿಚಯಿಸಬಾರದು. "AI ಇದನ್ನು ಸೂಚಿಸಿದೆ" ಒಂದು ಕ್ಷಮಿಸಿಲ್ಲ; AI ಅನ್ನು ಬಳಸುವ ಮತ್ತು ಅದರ ಔಟ್ಪುಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವ ಮಾನವನು ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ. ಆದ್ದರಿಂದ, AI ಯ ಬಳಕೆಯು ಪಾರದರ್ಶಕವಾಗಿರಬೇಕು (ಅದು ಯಾವ ನಿರ್ಧಾರವನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ದಾಖಲಿಸಬೇಕು, ಅದು ಯಾವ ಪರಿಶೀಲನೆಗೆ ಒಳಗಾಯಿತು) ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವು ಸಹಿ ಮಾಡಿದ ವ್ಯಕ್ತಿಗೆ ಬಿಟ್ಟದ್ದಾಗಿರಬೇಕು.
ನೈತಿಕ ಆಯಾಮವು ಸಿಬ್ಬಂದಿ ಸುರಕ್ಷತೆ ಮತ್ತು ಪರಿಸರವನ್ನು ಸಹ ಒಳಗೊಂಡಿದೆ: ಇಂಧನ-ಉಳಿತಾಯ ಪ್ರಸ್ತಾಪವು ಸಿಬ್ಬಂದಿಗೆ ಅಪಾಯವನ್ನುಂಟುಮಾಡಿದರೆ, ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಪರಿಹಾರವು ಸುರಕ್ಷತೆಯ ಅಂಚುಗಳನ್ನು ಕಿರಿದಾಗಿಸಿದರೆ, ಅಲ್ಪಾವಧಿಯ ಲಾಭವು ದೀರ್ಘಾವಧಿಯ ಅಪಾಯವನ್ನು ಮರೆಮಾಡಿದರೆ, ಎಂಜಿನಿಯರಿಂಗ್ ನೀತಿಶಾಸ್ತ್ರವು "ಇಲ್ಲ" ಎಂದು ಹೇಳುವ ಅಗತ್ಯವಿದೆ. AI ಉತ್ಪಾದಕತೆಗೆ ಪ್ರಬಲ ಸಾಧನವಾಗಿದೆ; ಆದರೆ ದಕ್ಷತೆಯು ಜೀವನ, ಪರಿಸರ ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ಎಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪಿನ ಮುಂದೆ ಬರಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಮಿನಿ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - "AI ಹೇಳಿದೆ" ಕ್ಷಮಿಸಿ. ವರದಿಯಲ್ಲಿ, ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ AI ನೀಡಿದ ಮಿತಿ ಮೌಲ್ಯವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಮೌಲ್ಯವು ತಪ್ಪಾಗಿದೆ ಎಂದು ತಿರುಗುತ್ತದೆ. ಜವಾಬ್ದಾರಿಯುತ ವ್ಯಕ್ತಿ "AI ಇದನ್ನು ಸೂಚಿಸಿದೆ" ಎಂದು ಹೇಳುವ ಮೂಲಕ ತನ್ನನ್ನು ತಾನು ರಕ್ಷಿಸಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತಾನೆ. ವರ್ಗ ಅಥವಾ ಹೊಣೆಗಾರಿಕೆ ಕಾನೂನು ಇದನ್ನು ಗುರುತಿಸುವುದಿಲ್ಲ: ಔಟ್ಪುಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವ ಎಂಜಿನಿಯರ್ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ. ಪಾಠ: AI ಒಂದು ಕ್ಷಮಿಸಿಲ್ಲ; ಜವಾಬ್ದಾರಿಯು ಅದನ್ನು ಬಳಸುವ ವ್ಯಕ್ತಿಯ ಮೇಲಿರುತ್ತದೆ.
ಪ್ರಕರಣ 2 - ಗೌಪ್ಯ ಮಾಹಿತಿಯ ಸೋರಿಕೆ. ಒಂದು ತಂಡವು ಹಡಗು ಮಾಲೀಕರ ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಇಂಧನ ಡೇಟಾವನ್ನು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ AI ಸಾಧನಕ್ಕೆ ಅಂಟಿಸಿ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗೆ ವಿನಂತಿಸುತ್ತದೆ. ಈ ಡೇಟಾ ಈಗ ನಿಯಂತ್ರಣದಿಂದ ಹೊರಗಿದೆ; ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ಒಪ್ಪಂದದ ಉಲ್ಲಂಘನೆ ಉಂಟಾಗುತ್ತದೆ. ಅನಾಮಧೇಯ ಪ್ರಾತಿನಿಧಿಕ ಮೌಲ್ಯಗಳು ಅಥವಾ ಅನುಮೋದಿತ ಸಾಧನದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದರೆ ಯಾವುದೇ ಅಪಾಯವಿರುವುದಿಲ್ಲ. ಪಾಠ: ನೈಜ/ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ಅನುಮೋದಿಸದ ಬಾಹ್ಯ ಸಾಧನದಲ್ಲಿ ನಮೂದಿಸಲಾಗುವುದಿಲ್ಲ.
ಪ್ರಕರಣ 3 - ಕೆಲಸ ಆದರೆ ತಪ್ಪು ಕೋಡ್. ಸ್ಥಿರತೆಯ ಕ್ಷಣಕ್ಕಾಗಿ AI ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಕೋಡ್ ದೋಷಗಳಿಲ್ಲದೆ ಚಲಿಸುತ್ತದೆ ಮತ್ತು ಸಮಂಜಸವಾದ ಸಂಖ್ಯೆಯನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ. ಇಂಜಿನಿಯರ್ ಅದನ್ನು ತಿಳಿದಿರುವ ಲೋಡಿಂಗ್ ಕೇಸ್ನೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿದಾಗ (ಇದಕ್ಕೆ ಉತ್ತರವು ಕೈಯಿಂದ ತಿಳಿದಿದೆ), ಕೋಡ್ ತಪ್ಪಾದ ಚಿಹ್ನೆಯೊಂದಿಗೆ ತೋಳಿನ ಉದ್ದವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಎಂದು ಅವನು ಕಂಡುಕೊಳ್ಳುತ್ತಾನೆ. ಸ್ಕ್ರಿಪ್ಟ್ "ಕೆಲಸ ಮಾಡುತ್ತಿದೆ" ಆದರೆ ಫಲಿತಾಂಶವು ತಪ್ಪಾಗಿದೆ. ಪಾಠ: ಖಾತೆಯ ಕೋಡ್ನ ಕಾರ್ಯಾಚರಣೆಯು ಸರಿಯಾಗಿರುವ ಭರವಸೆ ಅಲ್ಲ; ತಿಳಿದಿರುವ ಇನ್ಪುಟ್ ಮತ್ತು ಸ್ವತಂತ್ರ ಪರಿಶೀಲನೆಯೊಂದಿಗೆ ಪರೀಕ್ಷೆ ಮಾಡುವುದು ಅತ್ಯಗತ್ಯ.
ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಟೆಂಪ್ಲೇಟ್ 1 — ಮಿತಿ ಮತ್ತು ಅಪಾಯದ ಸ್ವಯಂ ಮೌಲ್ಯಮಾಪನ:
ಪಾತ್ರ: ನಾನು ಬಳಸುವ AI ಔಟ್ಪುಟ್ ಅನ್ನು ನೀವು ಲೆಕ್ಕಪರಿಶೋಧಕರಾಗಿದ್ದೀರಿ. ಸಂದರ್ಭ: [ಕಾರ್ಯ/ಔಟ್ಪುಟ್]. ಕಾರ್ಯ:1) ಈ ಔಟ್ಪುಟ್ನಲ್ಲಿ ಭ್ರಮೆಯ ಅಪಾಯ ಎಲ್ಲಿದೆ?2) ಭೌತಿಕ ಸಮರ್ಥನೀಯತೆಯ ವಿಷಯದಲ್ಲಿ ಏನಾದರೂ ಪ್ರಶ್ನಾರ್ಹವಾಗಿದೆಯೇ?3) ಸಮಯೋಚಿತತೆಯ ಅಗತ್ಯವಿರುವ ಮೌಲ್ಯಗಳು (ಕಾನೂನು/ಬೆಲೆ) ಯಾವ ಮೌಲ್ಯಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು (ಕಾನೂನು/ಬೆಲೆ) ಪ್ರತಿ ಪ್ರಶ್ನಾರ್ಹ ಅಂಶವನ್ನು ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸುವುದು.
ಟೆಂಪ್ಲೇಟ್ 2 — ಖಾತೆ ಕೋಡ್ ಪರಿಶೀಲನೆ ವೇಳಾಪಟ್ಟಿ:
ಕೆಳಗಿನ AI-ರಚಿಸಿದ ಲೆಕ್ಕಪರಿಶೋಧಕ ಕೋಡ್ (ಪೈಥಾನ್/ಎಕ್ಸೆಲ್) ಬಳಸುವ ಮೊದಲು ಪರಿಶೀಲನಾ ಯೋಜನೆಯೊಂದಿಗೆ ಬನ್ನಿ:[ಅಂಟಿಸಿ ಕೋಡ್/ಲಾಜಿಕ್]1) ಪರೀಕ್ಷೆಯ ಇನ್ಪುಟ್ ಅನ್ನು ಸೂಚಿಸಿ, ಇದಕ್ಕಾಗಿ ನನಗೆ ಉತ್ತರ ತಿಳಿದಿದೆ. 2) ಪರೀಕ್ಷಿಸಬೇಕಾದ ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಶೂನ್ಯ, ಋಣಾತ್ಮಕ, ತೀವ್ರ).3) ನಾನು ಘಟಕದ ಸ್ಥಿರತೆಯನ್ನು ಹೇಗೆ ಪರಿಶೀಲಿಸುವುದು ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಖಾತೆಯಲ್ಲಿ ಪರಿಶೀಲನೆ ಅಗತ್ಯವಿದೆ.
ಟೆಂಪ್ಲೇಟ್ 3 — ಡೇಟಾ ಗೌಪ್ಯತೆ ಫಿಲ್ಟರ್:
AI ಉಪಕರಣಕ್ಕೆ ನಾನು ನೀಡುವ ಕೆಳಗಿನ ಸಂದರ್ಭವನ್ನು ಗೌಪ್ಯತೆ ಪರಿಶೀಲಿಸಿ:[ಹಂಚಿಕೊಳ್ಳಲು ಪಠ್ಯ]1) ಅದರಲ್ಲಿ ವ್ಯಾಪಾರ ರಹಸ್ಯ / ಗೌಪ್ಯ / ಒಪ್ಪಂದದ ಡೇಟಾ ಇದೆಯೇ? 2) ಯಾವ ಮೌಲ್ಯಗಳನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕು ಅಥವಾ ಹೊರತೆಗೆಯಬೇಕು? 3) ಈ ಕಾರ್ಯಕ್ಕೆ ಅನುಮೋದಿತ ಆಂತರಿಕ ಉಪಕರಣದ ಅಗತ್ಯವಿದೆಯೇ? ನಿರ್ಬಂಧ: ನಿಜವಾದ ಹಡಗು/ಕಾರ್ಯಕ್ಷಮತೆ/ಒಪ್ಪಂದದ ಡೇಟಾವು ಬಾಹ್ಯ ಸಾಧನಕ್ಕೆ ಹೋಗುವುದಿಲ್ಲ.
ಟೆಂಪ್ಲೇಟ್ 4 - ಹೊಣೆಗಾರಿಕೆ ಮತ್ತು ಪಾರದರ್ಶಕತೆ ಟಿಪ್ಪಣಿ:
ಕೆಳಗಿನ AI-ಚಾಲಿತ ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸಲು ಪಾರದರ್ಶಕತೆ ಮೆಮೊವನ್ನು ರಚಿಸಿ:[ನಿರ್ಧಾರ].ವಿಷಯ: (1) AI ಅನ್ನು ಯಾವ ಹಂತದಲ್ಲಿ ಬಳಸಲಾಗಿದೆ, (2) ಅದು ಯಾವ ಪರಿಶೀಲನೆಗಳನ್ನು ಮಾಡಿದೆ, (3) ಯಾವ ಮಾನವರು ಅದನ್ನು ಅನುಮೋದಿಸಿದ್ದಾರೆ, (4) ಯಾವ ಮೂಲಗಳನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿದೆ. ನಿರ್ಬಂಧ: ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಮಾನವ ಸಹಿಯೊಂದಿಗೆ ಇರುತ್ತದೆ ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನಾನು ಈ AI ವಿಶ್ಲೇಷಣೆಯನ್ನು ವರದಿಯಲ್ಲಿ ಹಾಕುತ್ತೇನೆ, ಅದು ಸರಿಯೇ?
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಪಾತ್ರ: ನೀವು AI ಔಟ್ಪುಟ್ ಅನ್ನು ಆಡಿಟ್ ಮಾಡುವ ಸ್ವತಂತ್ರ ವಿಮರ್ಶಕರು ನಿರ್ಧಾರ; ಪರಿಶೀಲನೆಯ ಹಂತಗಳನ್ನು ತಿಳಿಸಿ ಮತ್ತು ಜವಾಬ್ದಾರಿಯು ಸಹಿ ಮಾಡುವ ಎಂಜಿನಿಯರ್ಗೆ ಇರುತ್ತದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ ದೃಢೀಕರಣವನ್ನು ಕೇಳುತ್ತದೆ; ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಅಪಾಯಗಳು, ಗೌಪ್ಯತೆ ಮತ್ತು ಮಾನವ ಪರಿಶೀಲನೆ ಸರಪಳಿಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಇದರ ಅರ್ಥ "AI ಹಾಗೆ ಹೇಳಿದೆ." ಜವಾಬ್ದಾರಿಯು ಔಟ್ಪುಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವ ವ್ಯಕ್ತಿಗೆ ಇರುತ್ತದೆ; AI ಕ್ಷಮಿಸಿಲ್ಲ.
- ಬಾಹ್ಯ ಸಾಧನದಲ್ಲಿ ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ನಮೂದಿಸುವುದು. ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ಒಪ್ಪಂದದ ಉಲ್ಲಂಘನೆ; ಒಮ್ಮೆ ಸೋರಿಕೆಯಾದ ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ.
- ಕೆಲಸದ ಕೋಡ್ ಸರಿಯಾಗಿದೆ ಎಂದು ಯೋಚಿಸುವುದು. ದೋಷಗಳಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸ್ಕ್ರಿಪ್ಟ್ ತಪ್ಪು ಸೂತ್ರ/ಘಟಕವನ್ನು ಹೊಂದಿರಬಹುದು; ಪರೀಕ್ಷೆ ಮತ್ತು ಸ್ವತಂತ್ರ ದೃಢೀಕರಣ ಅತ್ಯಗತ್ಯ.
- OT ವ್ಯವಸ್ಥೆಯನ್ನು AI ಗೆ ಬಿಡಲಾಗುತ್ತಿದೆ. ನಿಯಂತ್ರಣ ಕ್ರಿಯೆಯು ಕೇವಲ AI ನಿಂದ ಎಂದಿಗೂ ಪ್ರಚೋದಿಸಲ್ಪಡುವುದಿಲ್ಲ; ಮಾನವ ಅನುಮೋದನೆ ಮತ್ತು ಸುರಕ್ಷಿತ ಡೀಫಾಲ್ಟ್ ಅನ್ನು ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ.
- ಸುರಕ್ಷತೆಗಿಂತ ಮೊದಲು ದಕ್ಷತೆಯನ್ನು ಹಾಕುವುದು. ಜೀವನ, ಪರಿಸರ ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ಎಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪು ಯಾವುದೇ ಉಳಿತಾಯಕ್ಕಾಗಿ ಬಲಿಯಾಗುವುದಿಲ್ಲ.
ಸಾರಾಂಶದಲ್ಲಿ
ಸಾಗರದಲ್ಲಿ AI ಯ ನಿರಂತರ ಮಿತಿಗಳು (ಭ್ರಮೆ, ವಿತರಣೆಯಿಂದ ಹೊರಗಿರುವ ನಡವಳಿಕೆ, ಭೌತಶಾಸ್ತ್ರದ ಗ್ರಹಿಕೆಯ ಕೊರತೆ, ಅವಧಿ ಮೀರಿದ) ಮತ್ತು ಅಪಾಯಗಳು (ಸೈಬರ್/OT ಭದ್ರತೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ, ವಿಷ, ಪಕ್ಷಪಾತ) ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ ಕಲಿತ ಪರಿಶೀಲನಾ ಶಿಸ್ತು ಏಕೆ ಅನಿವಾರ್ಯವಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳಲ್ಲಿ, AI ಔಟ್ಪುಟ್ ಸಮರ್ಥ ಮಾನವ ಅನುಮೋದನೆಗೆ ಬದಲಿಯಾಗಿಲ್ಲ; ಜವಾಬ್ದಾರಿಯ ಸರಪಳಿಯು ಸ್ಪಷ್ಟವಾಗಿದೆ ಮತ್ತು "AI ಹೀಗೆ ಹೇಳಿದೆ" ಒಂದು ಕ್ಷಮಿಸಿಲ್ಲ. AI ಶಕ್ತಿಯುತ ವೇಗವರ್ಧಕವಾಗಿದೆ; ಆದರೆ ಜೀವನ, ಪರಿಸರ ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ಎಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪು ಯಾವಾಗಲೂ ಮೊದಲು ಬರುತ್ತದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಈ ಮಾಡ್ಯೂಲ್ನಲ್ಲಿ ನೀವು ತಯಾರಿಸಿದ AI ಔಟ್ಪುಟ್ (ಖಾತೆ, ವರದಿ ಡ್ರಾಫ್ಟ್ ಅಥವಾ ಕೋಡ್) ಆಯ್ಕೆಮಾಡಿ. "ಮಿತಿ ಮತ್ತು ಅಪಾಯದ ಸ್ವಯಂ-ಮೌಲ್ಯಮಾಪನ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಭ್ರಮೆ, ಭೌತಿಕ ತೋರಿಕೆ ಮತ್ತು ವಾಸ್ತವತೆಯ ಅಪಾಯಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ. ಇದು ಖಾತೆ ಕೋಡ್ ಆಗಿದ್ದರೆ, "ಖಾತೆ ಕೋಡ್ ಪರಿಶೀಲನೆ ಯೋಜನೆ" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ತಿಳಿದಿರುವ ಇನ್ಪುಟ್ನೊಂದಿಗೆ ಅದನ್ನು ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಿ. "ಡೇಟಾ ಗೌಪ್ಯತೆ ಫಿಲ್ಟರ್" ಅನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಹಂಚಿಕೊಳ್ಳಬಾರದ ಡೇಟಾವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿ. ಅಂತಿಮವಾಗಿ, ನಿರ್ಧಾರವನ್ನು ದಾಖಲಿಸುವ ಪಾರದರ್ಶಕತೆ ಮೆಮೊವನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯನ್ನು ಯಾರು ಹೊಂದಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು AI ಔಟ್ಪುಟ್ನ ಭ್ರಮೆ, ಭೌತಶಾಸ್ತ್ರ ಮತ್ತು ವಾಸ್ತವಿಕತೆಯ ಅಪಾಯಗಳನ್ನು ಪರಿಶೀಲಿಸಿದೆ.
- [ ] ನಾನು ತಿಳಿದಿರುವ ಇನ್ಪುಟ್ನೊಂದಿಗೆ ಖಾತೆ ಕೋಡ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿದ್ದೇನೆ ಮತ್ತು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಬಾಹ್ಯ ಉಪಕರಣದಲ್ಲಿ ಗೌಪ್ಯ/ಒಪ್ಪಂದದ ಡೇಟಾವನ್ನು ನಮೂದಿಸಿಲ್ಲ; ನಾನು ಅದನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದೆ.
- [ ] ನಾನು OT/ನಿಯಂತ್ರಣ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಮಾನವ ಅನುಮೋದನೆ ಮತ್ತು ಸುರಕ್ಷಿತ ಡೀಫಾಲ್ಟ್ ಅನ್ನು ನಿರ್ವಹಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು AI ಬಳಕೆಯನ್ನು ಪಾರದರ್ಶಕವಾಗಿ ದಾಖಲಿಸಿದ್ದೇನೆ ಮತ್ತು ಯಾರು ಜವಾಬ್ದಾರರು ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ.
- [ ] ನಾನು ಎಂದಿಗೂ ದಕ್ಷತೆಯನ್ನು ಜೀವನ, ಪರಿಸರ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ನೀತಿಶಾಸ್ತ್ರದ ಮುಂದೆ ಇಟ್ಟಿಲ್ಲ.
ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ
1. ಮೆರೈನ್ ಇಂಜಿನಿಯರ್ ಆಗಿ AI ಉಪಕರಣದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ, ಈ ಕೆಳಗಿನ ಯಾವುದಕ್ಕೆ ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಯಾವಾಗಲೂ ಮಾನವ (ಎಂಜಿನಿಯರ್/ಕ್ಲಾಸ್ಮ್ಯಾನ್) ಜೊತೆಗೆ ಉಳಿಯಬೇಕು?
- A) ವರ್ಗ ನಿಯಮದೊಂದಿಗೆ ರಚನಾತ್ಮಕ ಅಂಶದ ಅನುಸರಣೆಯ ಅನುಮೋದನೆ ಮತ್ತು ಸಹಿ ✔
- ಬಿ) ಪ್ರತಿರೋಧ ವರದಿಯ ಮೊದಲ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ತಯಾರಿಸುವುದು
- ಸಿ) ಚಾರ್ಟ್ನ ಅಕ್ಷದ ಲೇಬಲ್ಗಳನ್ನು ಸಂಪಾದಿಸುವುದು
- ಡಿ) ತಾಂತ್ರಿಕ ವರದಿಗಾಗಿ ಪದಗಳ ಗ್ಲಾಸರಿ ಸಿದ್ಧಪಡಿಸುವುದು
ವಿವರಣೆ: AI; ಇದು ಪ್ರತಿರೋಧ ಪೂರ್ವ ಲೆಕ್ಕಾಚಾರ, ವರದಿ ಕರಡು ಮತ್ತು ಡೇಟಾ ಸಾರಾಂಶದಂತಹ ಕಾರ್ಯಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ. ಆದಾಗ್ಯೂ, ವರ್ಗ ನಿಯಮದೊಂದಿಗೆ ರಚನಾತ್ಮಕ ಅಂಶದ ಅನುಸರಣೆಯನ್ನು ಅನುಮೋದಿಸುವುದು ಮತ್ತು ಇದನ್ನು ತಾಂತ್ರಿಕ ಫೈಲ್ನಲ್ಲಿ ಸಹಿಯಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುವುದು ಜೀವನ ಮತ್ತು ಆಸ್ತಿ ಸುರಕ್ಷತೆಯನ್ನು ರಚಿಸುವ ನಿರ್ಧಾರವಾಗಿದೆ; ಸ್ವತಂತ್ರ ಪರಿಶೀಲನೆ ಮತ್ತು ಅಧಿಕೃತ ಅನುಮೋದನೆ ಇಲ್ಲದೆ AI ಗೆ ವರ್ಗಾಯಿಸಲಾಗುವುದಿಲ್ಲ.
2. ನೀವು ದೋಣಿಯ ಪ್ರತಿರೋಧವನ್ನು ಲೆಕ್ಕಹಾಕಲು AI ಅನ್ನು ಹೊಂದಿದ್ದೀರಿ ಮತ್ತು ಇದು ಮಾದರಿ ಪ್ರಯೋಗದಲ್ಲಿಲ್ಲದ 'ಅನುಭವಿ ತಿದ್ದುಪಡಿ ಅಂಶ' ದೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು 20% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದೆ. ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದ ಮೊದಲ ಸರಿಯಾದ ಕ್ರಮ ಯಾವುದು?
- ಎ) AI ಆತ್ಮವಿಶ್ವಾಸವನ್ನು ತೋರುವ ಕಾರಣ ಫಲಿತಾಂಶವನ್ನು ಸ್ವೀಕರಿಸುವುದು
- ಬಿ) ಗುಣಾಂಕದ ಮೂಲವನ್ನು ಪ್ರಶ್ನಿಸಿ, ಆಧಾರರಹಿತ ತಿದ್ದುಪಡಿಯನ್ನು ತಿರಸ್ಕರಿಸಿ ಮತ್ತು ಮಾನ್ಯತೆ ಪಡೆದ ವಿಧಾನದೊಂದಿಗೆ ಅದನ್ನು ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ✔
- ಸಿ) ಗುಣಾಂಕವನ್ನು ಇನ್ನಷ್ಟು ಹೆಚ್ಚಿಸುವುದು ಮತ್ತು ಸುರಕ್ಷಿತ ಭಾಗದಲ್ಲಿ ಉಳಿಯುವುದು
- ಡಿ) ಫಲಿತಾಂಶವನ್ನು ಬದಲಾಯಿಸದೆ ಪ್ರೊಪೆಲ್ಲರ್ ಆಯ್ಕೆಗೆ ಬದಲಾಯಿಸುವುದು
ವಿವರಣೆ: ಭಾಷಾ ಮಾದರಿಗಳು ಆಧಾರರಹಿತ ಗುಣಾಂಕಗಳು ಮತ್ತು ಸಂಖ್ಯೆಗಳನ್ನು (ಭ್ರಮೆ) ಮನವರಿಕೆಯಾಗುವಂತೆ ರಚಿಸಬಹುದು. ಪ್ರತಿರೋಧದಂತಹ ಪ್ರೊಪಲ್ಷನ್ ಪವರ್ ಮತ್ತು ಇಂಧನದ ಮೇಲೆ ನೇರವಾಗಿ ಪರಿಣಾಮ ಬೀರುವ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ, ಬಳಸಿದ ಪ್ರತಿ ಗುಣಾಂಕದ ಮೂಲವನ್ನು (ವಿಧಾನ, ಮಾದರಿ ಪರೀಕ್ಷೆ, ಪ್ರಮಾಣಿತ) ಪ್ರಶ್ನಿಸುವುದು ಮತ್ತು ಬೆಂಬಲಿಸದ ಗುಣಾಂಕವನ್ನು ತಿರಸ್ಕರಿಸುವುದು ಅವಶ್ಯಕ.
3. ಹಡಗಿನ CII (ಕಾರ್ಬನ್ ಇಂಟೆನ್ಸಿಟಿ ಇಂಡಿಕೇಟರ್) ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ಛೇದಕವಾಗಿ ಸಾಗಿಸಲಾದ ಸರಕುಗಳ ಪ್ರಮಾಣವನ್ನು ಬಳಸುವ ಬದಲು, AI ದೂರವನ್ನು ಮಾತ್ರ ಬಳಸಿದೆ. ಈ ಔಟ್ಪುಟ್ನ ಮುಖ್ಯ ಸಮಸ್ಯೆ ಏನು?
- ಎ) ಸಿಐಐ ಅನ್ನು ಟ್ಯಾಂಕರ್ಗಳಿಗೆ ಮಾತ್ರ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ, ಇದು ಮಂಡಳಿಯಲ್ಲಿ ಅನಗತ್ಯವಾಗಿದೆ
- ಬಿ) CII ಫಲಿತಾಂಶವು ಯಾವಾಗಲೂ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣದಲ್ಲಿ ಬರುತ್ತದೆ, ದಶಮಾಂಶ ತಪ್ಪಾಗಿದೆ
- ಸಿ) CII ಛೇದವು ದೂರವಾಗಿರಬಾರದು, ಆದರೆ ಸಾಗಿಸುವ ಸಾಮರ್ಥ್ಯ (ಡೆಡ್ವೈಟ್) ದೂರದಿಂದ ಗುಣಿಸಲ್ಪಡುತ್ತದೆ ✔
- ಡಿ) CII ಲೆಕ್ಕಾಚಾರಕ್ಕೆ ವೇಗದ ಡೇಟಾ ಕಡ್ಡಾಯವಾಗಿದೆ, ಅದು ಕಾಣೆಯಾಗಿದೆ
ವಿವರಣೆ: CII ಪ್ರತಿ ಉದ್ಯೋಗಕ್ಕೆ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಅಳೆಯುತ್ತದೆ ಮತ್ತು ದೂರದಿಂದ ಗುಣಿಸಿದಾಗ ನೀಡಲಾದ ಪೇಲೋಡ್ ಅನ್ನು ಆಧರಿಸಿದೆ (ಉದಾ. ಡೆಡ್ವೈಟ್ x ದೂರ). ಲೋಡ್/ಸಾಮರ್ಥ್ಯ ಎಂಬ ಪದವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ಸೂಚಕವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಪ್ಪಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ. IMO ವ್ಯಾಖ್ಯಾನವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅನುಸರಿಸಲು ಉತ್ಪಾದಕತೆಯ ಸೂಚಕಗಳಲ್ಲಿನ ಪ್ರತಿ ಪದಕ್ಕೂ ಮೊದಲ ಮತ್ತು ಕಡ್ಡಾಯ ಹಂತವಾಗಿದೆ.
4. ಇಂಜಿನ್ ಕೋಣೆಯಲ್ಲಿ AI-ಚಾಲಿತ ಭವಿಷ್ಯ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಯ ಅತ್ಯಮೂಲ್ಯವಾದ ಔಟ್ಪುಟ್ ಯಾವುದು?
- ಎ) ಹಿಂದಿನ ನಿರ್ವಹಣೆಯ ಸರಾಸರಿ ವೆಚ್ಚವನ್ನು ಒಂದು ಸಾಲಿನಲ್ಲಿ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿ
- ಬಿ) ಎಲ್ಲಾ ಸಂವೇದಕ ಡೇಟಾವನ್ನು ಹೆಚ್ಚು ವರ್ಣರಂಜಿತ ಗ್ರಾಫ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು
- ಸಿ) ಬಣ್ಣ ಮತ್ತು ಪಟ್ಟಿ ಕಂಪನ/ತಾಪಮಾನ ಪ್ರವೃತ್ತಿಗಳು
- ಡಿ) ಬೇರಿಂಗ್ ಅಥವಾ ಟರ್ಬೋಚಾರ್ಜರ್ ವಿಫಲಗೊಳ್ಳುವ ಸಾಧ್ಯತೆಯಿರುವಾಗ ಸಮಯ ವಿಂಡೋವನ್ನು ಮೊದಲೇ ಗುರುತಿಸುವುದು ✔
ವಿವರಣೆ: ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯ ಉದ್ದೇಶವು ಸಾಧನವು ವಿಫಲಗೊಳ್ಳುವ ಮೊದಲು ಹದಗೆಡುವ ಪ್ರವೃತ್ತಿಯನ್ನು ಪತ್ತೆಹಚ್ಚುವುದು ಮತ್ತು ಸಮಯೋಚಿತವಾಗಿ ನಿರ್ವಹಣೆಯನ್ನು ಯೋಜಿಸುವುದು. ಹೀಗಾಗಿ, ಅನಿರೀಕ್ಷಿತ ಅಸಮರ್ಪಕ ಕಾರ್ಯಗಳು ಮತ್ತು ನಿಲುಗಡೆಗಳ ಅಪಾಯವು ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಭೂತಕಾಲವನ್ನು ಸಂಕ್ಷೇಪಿಸುವುದು ಮಾತ್ರವಲ್ಲದೆ ಭವಿಷ್ಯದ ಬಗ್ಗೆ ಮುಂಚಿನ ಎಚ್ಚರಿಕೆಗಳನ್ನು ನೀಡುವುದು ಸಹ ಮೌಲ್ಯಯುತವಾಗಿದೆ.
5. AI ಒತ್ತಡದ ಫಲಿತಾಂಶವನ್ನು FEA (ಸೀಮಿತ ಅಂಶ ವಿಶ್ಲೇಷಣೆ) ಮಾದರಿಯಲ್ಲಿ ವರ್ಗ ಕೋಡ್ನಲ್ಲಿ ಅನುಮತಿಸುವ ಒತ್ತಡಕ್ಕೆ ಹೋಲಿಸಿದೆ ಮತ್ತು 'ಸೂಕ್ತ' ಎಂದು ಘೋಷಿಸಿತು. ಅತ್ಯಂತ ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ಮಾದರಿಯ ಸೆಟಪ್ ಅನ್ನು ಪರಿಶೀಲಿಸುವುದು (ಜಾಲರಿ, ಗಡಿ ಸ್ಥಿತಿ, ಲೋಡ್) ಮತ್ತು ವರ್ಗ ನಿಯಮ ಪಠ್ಯದಿಂದ ಅನುಮತಿಸುವ ಒತ್ತಡವನ್ನು ದೃಢೀಕರಿಸುವುದು ✔
- ಬಿ) ಫಲಿತಾಂಶವನ್ನು ನೇರವಾಗಿ ದೃಢೀಕರಿಸುವುದು ಏಕೆಂದರೆ AI 'ಫಿಟ್' ಎಂದು ಹೇಳಿದೆ
- ಸಿ) ಸುರಕ್ಷಿತ ಬದಿಯಲ್ಲಿ ಉಳಿಯಲು ಅನುಮತಿಸುವ ಒತ್ತಡವನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಕಡಿಮೆ ಮಾಡುವುದು
- ಡಿ) ನೆಟ್ವರ್ಕ್ ಅನ್ನು ಬಿಗಿಗೊಳಿಸದೆ ಬಣ್ಣದ ಪ್ರಮಾಣವನ್ನು ಮಾತ್ರ ಬದಲಾಯಿಸುವುದು
ವಿವರಣೆ: FEA ಫಲಿತಾಂಶ; ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಜಾಲರಿಯ ಗುಣಮಟ್ಟ, ಗಡಿ ಪರಿಸ್ಥಿತಿಗಳು, ಲೋಡ್ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ವಸ್ತು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, AI ಬಳಸುವ ಅನುಮತಿಸುವ ಒತ್ತಡದ ಮೌಲ್ಯವು ತಪ್ಪಾಗಿರಬಹುದು. ಫಲಿತಾಂಶವನ್ನು ಸ್ವೀಕರಿಸುವ ಮೊದಲು, ಮಾದರಿ ಸೆಟಪ್ ಅನ್ನು ಪರಿಶೀಲಿಸುವುದು ಮತ್ತು ಪಠ್ಯದಿಂದ ವರ್ಗ ನಿಯಮದ ಮೌಲ್ಯವನ್ನು ದೃಢೀಕರಿಸುವುದು ಅವಶ್ಯಕ.
6. AI ಜೊತೆಗೆ ಹವಾಮಾನ ರೂಟಿಂಗ್ ಮಾಡುವ ಮೂಲಕ ಇಂಧನವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮಾರ್ಗವನ್ನು ನೀವು ರಚಿಸಿದ್ದೀರಿ. ಫಲಿತಾಂಶದ ಉಪಯುಕ್ತತೆಗೆ ಯಾವ ಪರಿಗಣನೆಯು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕವಾಗಿದೆ?
- ಎ) ನ್ಯಾವಿಗೇಷನಲ್ ಸುರಕ್ಷತೆಯ ದೃಷ್ಟಿಯಿಂದ ಮಾರ್ಗವು ಸುರಕ್ಷಿತವಾಗಿರಬೇಕು (ತರಂಗ, ಹವಾಮಾನ, ಹಡಗು ನಿರ್ಬಂಧಗಳು) ಮತ್ತು ಕ್ಯಾಪ್ಟನ್ ✔ ಅನುಮೋದಿಸಬೇಕು
- ಬಿ) ನಕ್ಷೆಯಲ್ಲಿ ಮಾರ್ಗದ ಚಿಕ್ಕ ನೋಟ
- ಸಿ) ಮಾರ್ಗವು ಹೆಚ್ಚಿನ ಪೋರ್ಟ್ ಕರೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ
- D) ಒಪ್ಪಂದದ ಹೊರತಾಗಿಯೂ ಮಾರ್ಗವು ETA ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ
ವಿವರಣೆ: ಮಾರ್ಗದ ಪ್ರಸ್ತಾವನೆಯು ಎಷ್ಟೇ ಇಂಧನ-ಸೂಕ್ತವಾಗಿದ್ದರೂ, ನ್ಯಾವಿಗೇಷನಲ್ ಸುರಕ್ಷತೆ ಮತ್ತು ಕ್ಯಾಪ್ಟನ್ನ ಅಧಿಕಾರವು ಆದ್ಯತೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಚಂಡಮಾರುತ, ಅಲೆಗಳ ಎತ್ತರ ಮತ್ತು ಹಡಗಿನ ನಿರ್ಬಂಧಗಳು ಸುರಕ್ಷತೆಯ ಮಿತಿಯನ್ನು ಮೀರಿದರೆ, ಇಂಧನ ಲಾಭವು ಅರ್ಥಹೀನವಾಗಿರುತ್ತದೆ. ಅಂತಿಮ ಮಾರ್ಗದ ನಿರ್ಧಾರವನ್ನು ಸುರಕ್ಷತಾ ನಿರ್ಬಂಧಗಳ ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡಬೇಕು ಮತ್ತು ಕ್ಯಾಪ್ಟನ್ ಅನುಮೋದಿಸಬೇಕು.
7. ನೀವು SOLAS ಅವಶ್ಯಕತೆಗಾಗಿ AI ಅನ್ನು ಕೇಳಿದ್ದೀರಿ ಮತ್ತು ಅದು ನಿರ್ದಿಷ್ಟ 'ಅಧ್ಯಾಯ/ನಿಯಮ ಸಂಖ್ಯೆ'ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ನಿಖರವಾದ ಮೌಲ್ಯವನ್ನು ನೀಡಿದೆ. ಸರಿಯಾದ ಎಂಜಿನಿಯರಿಂಗ್ ನಡವಳಿಕೆ ಯಾವುದು?
- ಎ) AI ಅಪ್ ಟು ಡೇಟ್ ಆಗಿರುವುದರಿಂದ ನೇರವಾಗಿ ಮೌಲ್ಯವನ್ನು ಅನ್ವಯಿಸುವುದು
- ಬಿ) ಸುರಕ್ಷಿತ ಬದಿಯಲ್ಲಿ ಉಳಿಯಲು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಮೌಲ್ಯವನ್ನು ಹೆಚ್ಚಿಸುವುದು
- ಸಿ) ಅಧಿಕೃತ, ಅಪ್-ಟು-ಡೇಟ್ SOLAS/ಕ್ಲಾಸ್ ಮೂಲದಿಂದ ಐಟಂ ಸಂಖ್ಯೆ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಪರಿಶೀಲಿಸಿ ✔
- ಡಿ) ಐಟಂ ಸಂಖ್ಯೆಯನ್ನು ಪರಿಶೀಲಿಸದೆ ಫೈಲ್ಗೆ ಸೇರಿಸುವುದು
ವಿವರಣೆ: ಭಾಷಾ ಮಾದರಿಗಳು ತಪ್ಪಾಗಿ ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದು ಅಥವಾ ಒಪ್ಪಂದ/ನಿಯಮ ಷರತ್ತು ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಮೌಲ್ಯಗಳನ್ನು ರಚಿಸಬಹುದು. SOLAS, MARPOL ಮತ್ತು ವರ್ಗ ನಿಯಮಗಳಂತಹ ಬೈಂಡಿಂಗ್ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ, ಪ್ರತಿ ಐಟಂ ಮತ್ತು ಮೌಲ್ಯವನ್ನು ಅಧಿಕೃತ, ಪ್ರಸ್ತುತ ಮೂಲದಿಂದ (IMO ಪಠ್ಯ, ವರ್ಗ ನಿಯಮ, ನಿರ್ವಹಣಾ ಸುತ್ತೋಲೆ) ಅಕ್ಷರಶಃ ಪರಿಶೀಲಿಸಬೇಕು; AI ಔಟ್ಪುಟ್ ಎಲ್ಲಿ ನೋಡಬೇಕು ಎಂಬುದನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತದೆ.
8. ಸ್ವಾಯತ್ತ ಅಥವಾ ನಿರ್ಧಾರ-ನೆರವಿನ ಸಂಚರಣೆ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, AI ರಾಡಾರ್ ಮತ್ತು AIS ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಕುಶಲತೆಯನ್ನು ಸೂಚಿಸಿದೆ. COLREG (ಸಂಘರ್ಷ ತಪ್ಪಿಸುವಿಕೆ) ವಿಷಯದಲ್ಲಿ ಸರಿಯಾದ ಮೌಲ್ಯಮಾಪನ ಯಾವುದು?
- ಎ) AI ಪ್ರಸ್ತುತ ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸುವಂತೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕುಶಲತೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ
- ಬಿ) VHF ಮೂಲಕ ಇತರ ಹಡಗಿಗೆ ಸಲಹೆಯನ್ನು ರವಾನಿಸಿ ಮತ್ತು ಅದರ ಅನುಮೋದನೆಗಾಗಿ ನಿರೀಕ್ಷಿಸಿ
- ಸಿ) ರಾಡಾರ್ ಅನ್ನು ಆಫ್ ಮಾಡುವುದು ಮತ್ತು AIS ಅನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸುವುದು
- ಡಿ) ಸಲಹೆಯನ್ನು ನಿರ್ಧಾರದ ಬೆಂಬಲವಾಗಿ ಪರಿಗಣಿಸಿ ಮತ್ತು COLREG ಮತ್ತು ಅಂತಿಮ ಕುಶಲ ನಿರ್ಧಾರವನ್ನು ವಾಚ್/ಕ್ಯಾಪ್ಟನ್ನ ಅಧಿಕಾರಿಗೆ ಬಿಟ್ಟುಬಿಡಿ.
ವಿವರಣೆ: COLREG ನಿಯಮಗಳು ಮತ್ತು ಉತ್ತಮ ಕಡಲ ಅಭ್ಯಾಸದ ಅನುಸಾರವಾಗಿ, ಘರ್ಷಣೆಯನ್ನು ತಪ್ಪಿಸುವ ಜವಾಬ್ದಾರಿ ಮತ್ತು ಅಂತಿಮ ಕುಶಲ ನಿರ್ಧಾರವು ಸೇತುವೆಯ ಮೇಲಿನ ಅಧಿಕಾರವನ್ನು ಹೊಂದಿರುತ್ತದೆ (ವಾಚ್ನ ಕ್ಯಾಪ್ಟನ್/ಅಧಿಕಾರಿ). AI ಶಿಫಾರಸು ನಿರ್ಧಾರ ಬೆಂಬಲವಾಗಿದೆ; ಕುರುಡು ಕಲೆಗಳು, ಸಂವೇದಕ ದೋಷ ಮತ್ತು ನಿಯಮಗಳ ವ್ಯಾಖ್ಯಾನಕ್ಕೆ ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ.
9. ನೀವು AI ಜೊತೆಗೆ ಮುಖ್ಯ ಎಂಜಿನ್ SFOC (ನಿರ್ದಿಷ್ಟ ಇಂಧನ ಬಳಕೆ) ಕರ್ವ್ನಿಂದ ಇಂಧನ ಆರ್ಥಿಕ ಶಿಫಾರಸನ್ನು ರಚಿಸಿರುವಿರಿ. ಸಮಂಜಸತೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಅತ್ಯಂತ ಸೂಕ್ತವಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ಹಿಂದಿನ ಪ್ರಯಾಣದ ಡೇಟಾಗೆ ಶಿಫಾರಸುಗಳನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ನಿಜವಾದ ಇಂಧನ ಬಳಕೆಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ ✔
- ಬಿ) ಸಲಹೆಯನ್ನು ಹಾಗೆಯೇ ಸ್ವೀಕರಿಸಿ ಮತ್ತು ಅದನ್ನು ಬಜೆಟ್ನಲ್ಲಿ ಉಳಿತಾಯ ಎಂದು ಬರೆಯಿರಿ.
- ಸಿ) ಅತ್ಯಂತ ಆಶಾವಾದಿ ಉಳಿತಾಯದ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣವನ್ನು ಮಾತ್ರ ನೈಜ ಮೌಲ್ಯವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುವುದು
- ಡಿ) ಎಸ್ಎಫ್ಒಸಿ ಕರ್ವ್ನ ಗ್ರಾಫ್ ಅನ್ನು ಸುಂದರಗೊಳಿಸಿ
ವಿವರಣೆ: ಹಡಗಿನ ನಿಜವಾದ ಪ್ರಯಾಣದ ಡೇಟಾದೊಂದಿಗೆ (ದಾಖಲಿಸಲಾದ ಇಂಧನ ಬಳಕೆ, ಲೋಡ್, ವೇಗ, ಹವಾಮಾನ) ಹೋಲಿಸಿ AI ಉತ್ಪಾದಿಸಿದ ಉಳಿತಾಯದ ಕ್ಲೈಮ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಬೇಕು. ಹಿಂದಿನ ಪ್ರಯಾಣದ ದತ್ತಾಂಶಕ್ಕೆ ಅದನ್ನು ಪೂರ್ವಾವಲೋಕನವಾಗಿ ಅನ್ವಯಿಸುವುದು ಮತ್ತು ಅದನ್ನು ನಿಜವಾದ ಬಳಕೆಯೊಂದಿಗೆ ಹೋಲಿಸುವುದು ಶಿಫಾರಸು ಎಷ್ಟು ನೈಜವಾಗಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.
10. ಎಐ ಸಿದ್ಧಪಡಿಸಿದ ಕರಡು ಸಮೀಕ್ಷೆ/ತಾಂತ್ರಿಕ ವರದಿಯು ದ್ರವರೂಪದ ಆದರೆ ಅನಿಶ್ಚಿತ ಮೂಲದ ತಾಂತ್ರಿಕ ಮೌಲ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಸರಿಯಾದ ನಡವಳಿಕೆ ಏನು?
- ಎ) ಪಠ್ಯವು ನಿರರ್ಗಳವಾಗಿರುವ ಕಾರಣ ವರದಿಯನ್ನು ಹಾಗೆಯೇ ಪ್ರಸ್ತುತಪಡಿಸುವುದು
- ಬಿ) ಪ್ರತಿ ಮೌಲ್ಯವನ್ನು ಮೂಲ ಅಳತೆ/ಮೂಲಕ್ಕೆ ಹೊಂದಿಸಿ ಮತ್ತು ದೃಢೀಕರಿಸದ ✔ ತೆಗೆದುಹಾಕಿ
- ಸಿ) ಮೌಲ್ಯಗಳನ್ನು ಪೂರ್ಣಾಂಕಗೊಳಿಸುವುದು ಮತ್ತು ಹೊಳಪು ಮಾಡುವುದು
- ಡಿ) ಕಾರ್ಯನಿರ್ವಾಹಕ ಸಾರಾಂಶವನ್ನು ಓದಿ ಮತ್ತು ಉಳಿದದ್ದನ್ನು ಬಿಟ್ಟುಬಿಡಿ
ವಿವರಣೆ: ವರದಿಯಲ್ಲಿನ ಪ್ರತಿಯೊಂದು ತಾಂತ್ರಿಕ ಮೌಲ್ಯವು ಅದರ ಮೂಲ ಮೂಲಕ್ಕೆ (ಮಾಪನ, ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಿದ ಸಾಧನದ ದಾಖಲೆ, ವರ್ಗ ನಿಯಮ, ತಯಾರಕರ ಡೇಟಾ) ಪತ್ತೆಹಚ್ಚಬಹುದಾಗಿದೆ. ನಿರರ್ಗಳ ವಾಕ್ಯದಲ್ಲಿ ಮೌಲ್ಯವಾಗಿದ್ದರೂ ಸಹ, ಅದರ ಮೂಲದ ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ ಯಾವುದೇ ಸಂಖ್ಯೆಯನ್ನು ವರ್ಗ ಅಥವಾ ನಿರ್ವಹಣೆಗೆ ಸಲ್ಲಿಸಬಾರದು; ಇಲ್ಲದಿದ್ದರೆ, ಒಂದು ಕಾಲ್ಪನಿಕ ಮೌಲ್ಯವು ನಿರ್ಧಾರದ ನೆಲೆಯನ್ನು ಪ್ರವೇಶಿಸುತ್ತದೆ.
11. ಎಐ-ರಚಿಸಿದ ಎಕ್ಸೆಲ್/ಪೈಥಾನ್ ಲೆಕ್ಕಾಚಾರವನ್ನು ಬಳಸುವ ಮೊದಲು ಉತ್ತಮ ಹಂತ ಯಾವುದು (ಉದಾ. ನಿಲುಭಾರ ಸ್ಥಿತಿ ಮತ್ತು ಸ್ಥಿರತೆಯ ಕ್ಷಣ)?
- ಎ) ನಿಜವಾದ ಲೋಡಿಂಗ್ ಯೋಜನೆಗೆ ನೇರವಾಗಿ ಲೆಕ್ಕಾಚಾರವನ್ನು ಅನ್ವಯಿಸುವುದು
- ಬಿ) ಕೋಡ್ನ ಉದ್ದ ಮತ್ತು ವಿನ್ಯಾಸವನ್ನು ನೋಡುವುದು
- ಸಿ) ತಿಳಿದಿರುವ ಪರೀಕ್ಷಾ ಸನ್ನಿವೇಶ ಮತ್ತು ಅನುಮೋದಿತ ಲೋಡಿಂಗ್ ಉಪಕರಣದೊಂದಿಗೆ ಲೆಕ್ಕಾಚಾರವನ್ನು ಹೋಲಿಸುವ ಮೂಲಕ ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಪ್ರಯತ್ನಿಸುವುದು ✔
- ಡಿ) ಕೋಡ್ನ ಭಾಗವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಅದನ್ನು ಅಳಿಸುವುದು
ವಿವರಣೆ: ಸ್ಥಿರತೆ ಮತ್ತು ಲೋಡ್ ಲೆಕ್ಕಾಚಾರಗಳು ಸರಿಯಾಗಿ ಕಾಣಿಸಬಹುದು ಆದರೆ ತಪ್ಪಾದ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ. ಹಸ್ತಚಾಲಿತವಾಗಿ ಅಥವಾ ಪ್ರಮಾಣೀಕೃತ ಲೋಡಿಂಗ್ ಕಂಪ್ಯೂಟರ್ನೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ತಿಳಿದಿರುವ ಸಣ್ಣ ಪರೀಕ್ಷಾ ಸನ್ನಿವೇಶದಲ್ಲಿ ಲೆಕ್ಕಾಚಾರವನ್ನು ರನ್ ಮಾಡುವುದು, ಅದನ್ನು ನಿರೀಕ್ಷಿತ ಔಟ್ಪುಟ್ಗೆ ಹೋಲಿಸುವುದು ಮತ್ತು ಮಿತಿ/ಎಡ್ಜ್ ಲೋಡ್ ಪ್ರಕರಣಗಳನ್ನು ಪ್ರಯತ್ನಿಸುವುದರಿಂದ ಅದು ನಿಜವಾದ ಲೋಡಿಂಗ್ ನಿರ್ಧಾರಕ್ಕೆ ಹೋಗುವ ಮೊದಲು ದೋಷವನ್ನು ಹಿಡಿಯುತ್ತದೆ.
12. ನಿಮ್ಮ ಹಡಗಿನ ಹಂಚಿಕೆಯಾಗದ ವಿನ್ಯಾಸ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾವನ್ನು ಸಾರ್ವಜನಿಕ AI ಉಪಕರಣಕ್ಕೆ ಅಂಟಿಸಲು ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗೆ ವಿನಂತಿಸಲು ನೀವು ಬಯಸುತ್ತೀರಿ. ಅತ್ಯಂತ ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ವೇಗಕ್ಕಾಗಿ ಡೇಟಾವನ್ನು ಅಂಟಿಸುವುದು
- ಬಿ) ಹಡಗಿನ ಹೆಸರನ್ನು ಅಳಿಸಲು ಮತ್ತು ಉಳಿದ ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ಸಾಕು
- ಸಿ) ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳುವುದು ಮತ್ತು ಅದನ್ನು ಅಳಿಸಲು AI ಅನ್ನು ಕೇಳುವುದು
- D) ಸಾಂಸ್ಥಿಕ ನೀತಿಯನ್ನು ಪರಿಶೀಲಿಸುವುದು ಮತ್ತು ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ಅಥವಾ ಸುರಕ್ಷಿತ/ಸಾಂಸ್ಥಿಕ ಸಾಧನವನ್ನು ಬಳಸುವುದು ✔
ಬಹಿರಂಗಪಡಿಸುವಿಕೆ: ಹಲ್ ಫಾರ್ಮ್, ಕಾರ್ಯಕ್ಷಮತೆಯ ವಕ್ರಾಕೃತಿಗಳು ಮತ್ತು ಹಡಗು ಮಾಲೀಕರು/ಯಾರ್ಡ್ ಒಪ್ಪಂದದ ಡೇಟಾವು ವ್ಯಾಪಾರ ರಹಸ್ಯ ಮತ್ತು ಬೌದ್ಧಿಕ ಆಸ್ತಿ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ; ಹೆಚ್ಚುವರಿಯಾಗಿ, ನಿರ್ಣಾಯಕ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು OT ಸಿಸ್ಟಮ್ ಮಾಹಿತಿಯು ಸೈಬರ್ ಅಪಾಯವನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಮೊದಲು, ಕಾರ್ಪೊರೇಟ್ ನೀತಿಯನ್ನು ಪರಿಶೀಲಿಸುವುದು, ಅದನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ಅಥವಾ ಡೇಟಾವನ್ನು ಹಂಚಿಕೊಳ್ಳದ ಕಾರ್ಪೊರೇಟ್ ಉಪಕರಣವನ್ನು ಬಳಸುವುದು ಅವಶ್ಯಕ.
13. ಶಿಪ್ಯಾರ್ಡ್ ಬ್ಲಾಕ್ ಅಸೆಂಬ್ಲಿಯಲ್ಲಿ AI-ಚಾಲಿತ ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣವು ವೆಲ್ಡ್ ಸೀಮ್ ಅನ್ನು 'ಸ್ವೀಕಾರಾರ್ಹ' ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ. ಸರಿಯಾದ ಎಂಜಿನಿಯರಿಂಗ್ ನಡವಳಿಕೆ ಯಾವುದು?
- ಎ) AI ಮೌಲ್ಯಮಾಪನವನ್ನು ಅಂತಿಮ ಸ್ವೀಕಾರವೆಂದು ಪರಿಗಣಿಸಿ ಮತ್ತು ಹೊಲಿಗೆಯನ್ನು ಅನುಮೋದಿಸಿ
- ಬಿ) AI ಪ್ರಾಥಮಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಸ್ಕ್ರೀನಿಂಗ್ ಸಾಧನವಾಗಿ ಪರಿಗಣಿಸಿ ಮತ್ತು ಅಂತಿಮ ಸ್ವೀಕಾರವನ್ನು NDT ಫಲಿತಾಂಶ ಮತ್ತು ವರ್ಗ ಅನುಮೋದನೆಗೆ ಲಿಂಕ್ ಮಾಡುವುದು ✔
- ಸಿ) ಸೀಮ್ ಅನ್ನು ಪರೀಕ್ಷಿಸದೆಯೇ ಮುಂದಿನ ಬ್ಲಾಕ್ಗೆ ಚಲಿಸುವುದು
- ಡಿ) ಸೀಮ್ನ ನೋಟವನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಪರಿಶೀಲಿಸಲು ಇದು ಸಾಕಾಗುತ್ತದೆ
ವಿವರಣೆ: ವೆಲ್ಡಿಂಗ್ ಗುಣಮಟ್ಟವು ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಪ್ರದೇಶವಾಗಿದ್ದು, ವಿನಾಶಕಾರಿಯಲ್ಲದ ಪರೀಕ್ಷೆ (NDT) ಫಲಿತಾಂಶಗಳು ಮತ್ತು ವರ್ಗ ಅನುಮೋದನೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಚಿತ್ರಗಳು ಅಥವಾ ಡೇಟಾದ ಮೂಲಕ AI ನ ಪ್ರಾಥಮಿಕ ಮೌಲ್ಯಮಾಪನವು ಮಾರ್ಗದರ್ಶನವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಆದರೆ ಅಂತಿಮ ಸ್ವೀಕಾರವನ್ನು ಅರ್ಹ ತಪಾಸಣೆ ಮತ್ತು ವರ್ಗ ಸಮೀಕ್ಷಕರ ಅನುಮೋದನೆಯಿಂದ ನೀಡಲಾಗುತ್ತದೆ.
14. ಫ್ಲೀಟ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ನಲ್ಲಿ, 'ಈ ಬಂಕರ್ ಪೋರ್ಟ್ ಮತ್ತು ಈ ವೇಗವು ಖಂಡಿತವಾಗಿಯೂ ಹೆಚ್ಚು ಲಾಭದಾಯಕವಾಗಿದೆ' ಎಂದು ಹೇಳುವ ದಂಡಯಾತ್ರೆಗೆ AI ನಿರ್ಣಾಯಕ ಶಿಫಾರಸನ್ನು ನೀಡಿತು. ಸರಿಯಾದ ಮೌಲ್ಯಮಾಪನ ಯಾವುದು?
- A) AI ಅಪ್-ಟು-ಡೇಟ್ ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸುವುದರಿಂದ ಶಿಫಾರಸನ್ನು ನೇರವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುವುದು
- ಬಿ) ದೃಢವಾದ ಬದ್ಧತೆಯಂತೆ ಹಡಗು ಮಾಲೀಕರಿಗೆ ಪ್ರಸ್ತಾವನೆಯನ್ನು ತಿಳಿಸಲು
- ಸಿ) ಈ ಒಂದೇ ಔಟ್ಪುಟ್ನ ಆಧಾರದ ಮೇಲೆ ಸಂಪೂರ್ಣ ದಂಡಯಾತ್ರೆಯ ಯೋಜನೆಯನ್ನು ಲಾಕ್ ಮಾಡುವುದು
- ಡಿ) ನಿರ್ಣಾಯಕ ಕೊಡುಗೆಯನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ ಎಂದು ಪರಿಗಣಿಸಿ ಮತ್ತು ಪ್ರಸ್ತುತ ಬೆಲೆ, ಚಾರ್ಟರ್ ಸ್ಥಿತಿ ಮತ್ತು ಸುರಕ್ಷತೆಯೊಂದಿಗೆ ಪರಿಶೀಲಿಸಬಹುದಾದ ಸನ್ನಿವೇಶವಾಗಿ ಪರಿಗಣಿಸಿ ✔
ವಿವರಣೆ: ಬಂಕರ್ ಬೆಲೆ, ಚಾರ್ಟರ್ ಪರಿಸ್ಥಿತಿಗಳು, ಹವಾಮಾನ ಮತ್ತು ಬಂದರು ವಿಳಂಬಗಳು ವೇಗವಾಗಿ ಬದಲಾಗುತ್ತಿವೆ ಮತ್ತು ಅನಿಶ್ಚಿತ ಅಸ್ಥಿರಗಳು; AI ಸಂಪೂರ್ಣ ಲಾಭದಾಯಕತೆಯನ್ನು ಖಾತರಿಪಡಿಸುವುದಿಲ್ಲ. ಪ್ರಸ್ತಾವನೆಯನ್ನು ಪ್ರಸ್ತುತ ಬೆಲೆ, ಚಾರ್ಟರ್ ಪಾರ್ಟಿ ನಿಯಮಗಳು ಮತ್ತು ಸುರಕ್ಷತೆಯ ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ಪರಿಶೀಲಿಸಬೇಕಾದ ಸನ್ನಿವೇಶದ ಔಟ್ಪುಟ್ ಎಂದು ಪರಿಗಣಿಸಬೇಕು.