ಲಾಭಗಳು:
- AI- ತೀವ್ರ ಉತ್ಪಾದನಾ ಪರಿಸರದಲ್ಲಿ ಒಬ್ಬರ ಸಹಿ ಧ್ವನಿ ಮತ್ತು ಸೌಂದರ್ಯದ ಗುರುತನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವ ಮತ್ತು ನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವೇಗ ಮತ್ತು ಸ್ವಂತಿಕೆಯ ನಡುವಿನ ಸಮತೋಲನವನ್ನು ಸ್ಥಾಪಿಸುವ ಮೂಲಕ ಗುರುತನ್ನು ಬಲಪಡಿಸುವ ಸಾಧನವಾಗಿ ಇರಿಸುವುದು, ಅಳಿಸುವುದಿಲ್ಲ
- ಪ್ರೇಕ್ಷಕರ ನಂಬಿಕೆ, ಪಾರದರ್ಶಕತೆ ಮತ್ತು ದೀರ್ಘಾವಧಿಯ ಕಲಾವಿದ ಬ್ರ್ಯಾಂಡಿಂಗ್ ವಿಷಯದಲ್ಲಿ ಸಮರ್ಥನೀಯ ಸೃಜನಶೀಲ ಅಭ್ಯಾಸವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ
ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ
1. ನಿರ್ಮಾಪಕರು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ತಯಾರಿಸಿದ ಮಿಶ್ರಣ ಸೆಟ್ಟಿಂಗ್ ಅನ್ನು (EQ ಮತ್ತು ಕಂಪ್ರೆಷನ್ ಮೌಲ್ಯಗಳು) ನೇರವಾಗಿ ಹಾಡಿಗೆ ಕಿವಿಯಿಂದ ಕೇಳದೆ ಅನ್ವಯಿಸುತ್ತಾರೆ. ಈ ವಿಧಾನದಲ್ಲಿ ಮೂಲಭೂತ ತಪ್ಪು ಏನು?
- ಎ) ಕಿವಿ ಮತ್ತು ಉಲ್ಲೇಖದ ಮೂಲಕ ಪರಿಶೀಲಿಸದೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಉತ್ಪಾದನೆಯ ಅಪ್ಲಿಕೇಶನ್; ಅಂತಿಮ ಸೌಂದರ್ಯದ ಮತ್ತು ತಾಂತ್ರಿಕ ನಿರ್ಧಾರವು ಮಾನವರಿಗೆ ಸೇರಿದೆ ಎಂದು ನಿರ್ಲಕ್ಷಿಸುವುದು ✔
- ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಮಿಶ್ರಣದಲ್ಲಿ ಬಳಸುವುದನ್ನು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ನಿಷೇಧಿಸಲಾಗಿದೆ
- ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಯಾವಾಗಲೂ ಇಕ್ಯೂ ಮೌಲ್ಯಗಳನ್ನು ಅವುಗಳಿಗಿಂತ ಹೆಚ್ಚಿನದನ್ನು ನೀಡುತ್ತದೆ
- ಡಿ) ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಟೇಬಲ್ನಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿಲ್ಲ
ವಿವರಣೆ: AI ಮಿಶ್ರಣ ನಿಯತಾಂಕಗಳನ್ನು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ/ಸಾಮಾನ್ಯ ಶಿಫಾರಸಿನಂತೆ ಉತ್ಪಾದಿಸುತ್ತದೆ; ಆದರೆ ಸರಿಯಾದ ಸೆಟ್ಟಿಂಗ್ ರೂಮ್, ಮಾನಿಟರ್, ಮೂಲದ ಟಿಂಬ್ರೆ ಮತ್ತು ಹಾಡಿನ ಉದ್ದೇಶವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಆದ್ದರಿಂದ, ಪ್ರತಿಯೊಂದು ಸಲಹೆಯನ್ನು ಕಿವಿ ಮತ್ತು ಉಲ್ಲೇಖದ ಮೂಲಕ ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವು ಎಂಜಿನಿಯರ್ಗೆ ಸೇರಿರಬೇಕು. ವಿಶ್ರಾಂತಿ ಇಲ್ಲದೆ ಅನ್ವಯಿಸಲಾದ ಸೆಟ್ಟಿಂಗ್ ಸಹಿ ಮಾಡದೆ ಕಳುಹಿಸಿದ ಮಾಸ್ಟರ್ನಂತೆ.
2. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗಾಗಿ ರಚಿಸುವಾಗ 'ಸುಂದರವಾದ ಹಾಡು ಮಾಡು' ಎಂದು ಹೇಳುವ ಬದಲು ಪ್ರಕಾರ, ಟೋನ್, ಗತಿ (BPM), ಭಾವನೆ ಮತ್ತು ಉಲ್ಲೇಖವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುವುದು ಏಕೆ ಉತ್ತಮ?
- ಎ) ನಿರ್ಬಂಧಗಳು ಮಾದರಿಯ ಸಾಧ್ಯತೆಯ ಸ್ಥಳವನ್ನು ಕಿರಿದಾಗಿಸುತ್ತದೆ ಮತ್ತು ಗುರಿಗೆ ಹತ್ತಿರವಿರುವ, ಬಳಸಬಹುದಾದ ಮತ್ತು ಕಡಿಮೆ ಕ್ಲೀಷೆ ✔ ಡ್ರಾಫ್ಟ್ಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ
- ಬಿ) ಅಸ್ಪಷ್ಟ ವಿನಂತಿಯು ಕಾನೂನುಬದ್ಧವಾಗಿ ಆಕ್ಷೇಪಾರ್ಹವಾಗಿದೆ.
- ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಮಾತ್ರ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ
- ಡಿ) ಗತಿಯನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುವುದರಿಂದ ಹಾಡಿನ ಹಕ್ಕುಸ್ವಾಮ್ಯವನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಭದ್ರಪಡಿಸುತ್ತದೆ.
ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಂದರ್ಭದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಪ್ರಕಾರ, ಟೋನ್, ಗತಿ, ಭಾವನೆ ಮತ್ತು ಉಲ್ಲೇಖದಂತಹ ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡಿದರೆ, ಮಾದರಿಯು ಸಂಭವನೀಯ ಸ್ಥಳವನ್ನು ಕಿರಿದಾಗಿಸುತ್ತದೆ ಮತ್ತು ಬಳಸಬಹುದಾದ, ಗುರಿಗೆ ಹತ್ತಿರವಿರುವ ರೇಖಾಚಿತ್ರಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ದ್ವಂದ್ವಾರ್ಥದ ಪ್ರೇರಣೆಯು ಸರಾಸರಿ, ಕ್ಲೀಷೆ ಮತ್ತು ಸಂದರ್ಭವಿಲ್ಲದ ಔಟ್ಪುಟ್ಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
3. ಒಬ್ಬ ಕಲಾವಿದ ತನ್ನ ಅನುಮತಿಯಿಲ್ಲದೆ ಪ್ರಸಿದ್ಧ ಗಾಯಕಿಯ ಧ್ವನಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಲು ಬಯಸುತ್ತಾನೆ, ಅದನ್ನು ಹೊಸ ಹಾಡಿನಲ್ಲಿ ಬಳಸಿ ಮತ್ತು ಅದನ್ನು ವಾಣಿಜ್ಯಿಕವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡುತ್ತಾನೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ ಪ್ರಮುಖ ನೈತಿಕ ಮತ್ತು ಕಾನೂನು ಅಪಾಯ ಏನು?
- ಎ) ಹಾಡಿನ ಕಳಪೆ ತಾಂತ್ರಿಕ ಗುಣಮಟ್ಟ ಮಾತ್ರ ಅಪಾಯವಾಗಿದೆ
- ಬಿ) ಇಂಟರ್ನೆಟ್ನಲ್ಲಿ ಲಭ್ಯವಾದ ನಂತರ ಆಡಿಯೊವನ್ನು ಮುಕ್ತವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಬಹುದು, ಯಾವುದೇ ಅಪಾಯವಿಲ್ಲ
- ಸಿ) ಅನಧಿಕೃತ ಧ್ವನಿ ಕ್ಲೋನಿಂಗ್ ವ್ಯಕ್ತಿತ್ವ ಮತ್ತು ಖ್ಯಾತಿಯ ಹಕ್ಕುಗಳ ಉಲ್ಲಂಘನೆಯ ಅಪಾಯವನ್ನು ಹೊಂದಿದೆ, ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಪ್ರಾತಿನಿಧ್ಯ ಮತ್ತು ಕಾನೂನು ನಿರ್ಬಂಧಗಳು; ಸ್ಪಷ್ಟ ಮತ್ತು ದಾಖಲಿತ ಅನುಮತಿ ಅಗತ್ಯವಿದೆ ✔
- ಡಿ) ಹಾಡನ್ನು ಉಚಿತವಾಗಿ ವಿತರಿಸಿದರೆ ಮಾತ್ರ ಅಪಾಯ ಉಂಟಾಗುತ್ತದೆ
ವಿವರಣೆ: ವ್ಯಕ್ತಿಯ ಧ್ವನಿಯು ಅವರ ಗುರುತು ಮತ್ತು ಬ್ರಾಂಡ್ ಮೌಲ್ಯದ ಭಾಗವಾಗಿದೆ. ಅನಧಿಕೃತ ಧ್ವನಿ ಕ್ಲೋನಿಂಗ್; ಇದು ವ್ಯಕ್ತಿತ್ವ ಹಕ್ಕುಗಳ ಉಲ್ಲಂಘನೆ, ಹೆಸರು-ಧ್ವನಿ-ಸಾಮ್ಯತೆಯ (ಖ್ಯಾತಿ) ಹಕ್ಕುಗಳು ಮತ್ತು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಪ್ರಾತಿನಿಧ್ಯದ ಅಪಾಯವನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಅನೇಕ ದೇಶಗಳಲ್ಲಿ ಕಾನೂನು ನಿರ್ಬಂಧಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ. ನೈತಿಕ ನಿಯಮವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಕಲಾವಿದನ ಧ್ವನಿಯನ್ನು ಅನುಕರಿಸಲು ಎಕ್ಸ್ಪ್ರೆಸ್ ಮತ್ತು ದಾಖಲಿತ ಅನುಮತಿಯ ಅಗತ್ಯವಿದೆ.
4. ಮಾಸ್ಟರಿಂಗ್ ಹಂತದಲ್ಲಿ ಸ್ಟ್ರೀಮಿಂಗ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳಿಗೆ LUFS ಗುರಿಯನ್ನು ಹೊಂದಿಸುವುದು ಏಕೆ ಮುಖ್ಯ?
- A) ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ನಿರ್ದಿಷ್ಟ LUFS ಗುರಿಗೆ ಟ್ರ್ಯಾಕ್ಗಳನ್ನು ಸಾಮಾನ್ಯಗೊಳಿಸುತ್ತವೆ; ಸರಿಯಾದ ಗುರಿ ಟ್ರ್ಯಾಕ್ ಉದ್ದೇಶಿತ ಪರಿಮಾಣ ಮತ್ತು ಗುಣಮಟ್ಟದಲ್ಲಿ ಪ್ಲೇ ಆಗುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ ✔
- ಬಿ) LUFS ವಿನೈಲ್ ಮುದ್ರಣದಲ್ಲಿ ಮಾತ್ರ ಬಳಸಲಾಗುವ ಘಟಕವಾಗಿದೆ
- ಸಿ) LUFS ಹೆಚ್ಚಾದಷ್ಟೂ ಹಾಡು ಪ್ರತಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಲ್ಲಿ ಪ್ಲೇ ಆಗುತ್ತದೆ
- D) ಹಾಡಿನ ಹಕ್ಕುಸ್ವಾಮ್ಯ ನೋಂದಣಿಗೆ ಮಾತ್ರ LUFS ಅಗತ್ಯವಿದೆ
ವಿವರಣೆ: LUFS (ಲೌಡ್ನೆಸ್ ಯೂನಿಟ್ಸ್ ಫುಲ್ ಸ್ಕೇಲ್) ಎಂಬುದು ಗ್ರಹಿಸಿದ ಧ್ವನಿಯ ಪ್ರಮಾಣಿತ ಅಳತೆಯಾಗಿದೆ. ಸ್ಟ್ರೀಮಿಂಗ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ನಿರ್ದಿಷ್ಟ LUFS ಗುರಿಗೆ ಟ್ರ್ಯಾಕ್ಗಳನ್ನು ಸಾಮಾನ್ಯಗೊಳಿಸುತ್ತವೆ; ಗುರಿಯಿಂದ ತುಂಬಾ ಎತ್ತರದಲ್ಲಿರುವ ಮಾಸ್ಟರ್ಗಳನ್ನು ಹಿಂದಕ್ಕೆ ತಳ್ಳಲಾಗುತ್ತದೆ ಮತ್ತು ಡೈನಾಮಿಕ್ಸ್/ಗುಣಮಟ್ಟದ ನಷ್ಟ ಸಂಭವಿಸಬಹುದು. ಸರಿಯಾದ ಗುರಿಯನ್ನು ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳುವುದು ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಲ್ಲಿ ಉದ್ದೇಶಿಸಿದಂತೆ ಟ್ರ್ಯಾಕ್ ಪ್ಲೇ ಆಗುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ.
5. ಬಿಡುಗಡೆ ಮಾಡದ ಡೆಮೊ, ಒಪ್ಪಂದದ ಕೆಲಸ ಅಥವಾ ಕಲಾವಿದನ ಕಚ್ಚಾ ಧ್ವನಿ ರೆಕಾರ್ಡಿಂಗ್ನಂತಹ ಇನ್ಪುಟ್ ಅನ್ನು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ AI ಸಾಧನಕ್ಕೆ ಅಪ್ಲೋಡ್ ಮಾಡುವುದು ಏಕೆ ಅಪಾಯಕಾರಿ?
- ಎ) ಫೈಲ್ ಗಾತ್ರವು ದೊಡ್ಡದಾಗಿದ್ದರೆ ಮಾತ್ರ ಇದು ಅಪಾಯಕಾರಿ
- ಬಿ) ಈ ಒಳಹರಿವುಗಳನ್ನು ಸರ್ವರ್ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಬಹುದು ಅಥವಾ ಮಾದರಿ ತರಬೇತಿಯಲ್ಲಿ ಬಳಸಬಹುದು; ಸೋರಿಕೆ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ಒಪ್ಪಂದದ ಉಲ್ಲಂಘನೆಯ ಅಪಾಯವು ಉದ್ಭವಿಸುತ್ತದೆ ✔
- ಸಿ) ಇಂಟರ್ನೆಟ್ ನಿಧಾನವಾಗಿದ್ದರೆ ಮಾತ್ರ ಅನುಸ್ಥಾಪನೆಯು ಸಮಸ್ಯೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ
- ಡಿ) ಯಾವುದೇ ಅಪಾಯವಿಲ್ಲ, ಆಡಿಯೊ ಫೈಲ್ಗಳನ್ನು ವೈಯಕ್ತಿಕ ಡೇಟಾ ಎಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ
ಬಹಿರಂಗಪಡಿಸುವಿಕೆ: ಈ ನಮೂದುಗಳನ್ನು ವ್ಯಾಪಾರ ರಹಸ್ಯ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ಗೌಪ್ಯತೆಯಿಂದ ರಕ್ಷಿಸಲಾಗಿದೆ. ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಉಪಕರಣಗಳು ತಮ್ಮ ಸರ್ವರ್ಗಳಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು ಅಥವಾ ಮಾದರಿ ತರಬೇತಿಯಲ್ಲಿ ಬಳಸಬಹುದು; ಇದು ಸೋರಿಕೆ, ಹಕ್ಕುಸ್ವಾಮ್ಯ ಸರಣಿ ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ಒಪ್ಪಂದದ ಉಲ್ಲಂಘನೆಯ ಅಪಾಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಸೂಕ್ಷ್ಮ ವಿಷಯಕ್ಕಾಗಿ, ತರಬೇತಿಯಲ್ಲಿ ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಬಳಸದ ಗುತ್ತಿಗೆ ಮತ್ತು ಸುರಕ್ಷಿತ ವಾಹನಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು.
6. ಕಾಂಡವನ್ನು ಬೇರ್ಪಡಿಸುವ ಸಾಧನವನ್ನು ಬಳಸಿಕೊಂಡು ವಾಣಿಜ್ಯ ಹಾಡಿನಿಂದ ಧ್ವನಿಯನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಅದನ್ನು ಹೊಸ ಕೆಲಸದಲ್ಲಿ ಬಳಸಲು ಬಯಸುವ ನಿರ್ಮಾಪಕರು ಮೊದಲು ಏನು ಸ್ಪಷ್ಟಪಡಿಸಬೇಕು?
- ಎ) ಬೇರ್ಪಡಿಸಿದ ಗಾಯನದ ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್ WAV ಆಗಿರಲಿ ಅಥವಾ ಇಲ್ಲದಿರಲಿ
- ಬಿ) ಬೇರ್ಪಡಿಸುವ ಪ್ರಕ್ರಿಯೆಯು ಎಷ್ಟು ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ?
- ಸಿ) ಹೊರತೆಗೆಯಲಾದ ಧ್ವನಿಯು ಇನ್ನೂ ಮೂಲ ಕೃತಿಯ ಹಕ್ಕುಸ್ವಾಮ್ಯಕ್ಕೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ ಮತ್ತು ಬಳಕೆಗೆ ಅನುಮತಿ/ಪರವಾನಗಿ ಅಗತ್ಯವಿದೆ ✔
- ಡಿ) ವಾಹನದ ಇಂಟರ್ಫೇಸ್ ಟರ್ಕಿಷ್ನಲ್ಲಿದೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ
ವಿವರಣೆ: ಕಾಂಡದ ಬೇರ್ಪಡಿಕೆ ತಾಂತ್ರಿಕವಾಗಿ ಸಾಧ್ಯವಾದರೂ, ತೆಗೆದುಹಾಕಲಾದ ಗಾಯನ ಅಥವಾ ಉಪಕರಣವು ಇನ್ನೂ ಮೂಲ ಕೃತಿಯ ಹಕ್ಕುಸ್ವಾಮ್ಯಕ್ಕೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ. ಅನಧಿಕೃತ ಬಳಕೆ ಹಕ್ಕುಸ್ವಾಮ್ಯ ಉಲ್ಲಂಘನೆಯಾಗಿದೆ. ಆದ್ಯತೆಯು ತಾಂತ್ರಿಕ ಗುಣಮಟ್ಟವಲ್ಲ, ಆದರೆ ಬಳಸಲು ಹಕ್ಕು ಇದೆಯೇ (ಪರವಾನಗಿ/ಅನುಮತಿ/ಸ್ವಚ್ಛಗೊಳಿಸಿದ ಮಾದರಿ).
7. ಗೀತರಚನೆ ಸಹಾಯಕರಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವಾಗ ಕಲಾವಿದರು ಹೆಚ್ಚು ಜಾಗರೂಕರಾಗಿರಬೇಕಾದ 'ಪ್ರಾಮಾಣಿಕತೆ' ಅಪಾಯವೇನು?
- ಎ) ಪದಗಳು ತುಂಬಾ ಉದ್ದವಾಗಿದೆ
- ಬಿ) ಕ್ಲೀಷೆ ಮಾದರಿಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಮಾದರಿಯ ಅಪಾಯ, ಕಲಾವಿದನ ಮೂಲ ಧ್ವನಿಯನ್ನು ಅಳಿಸಿಹಾಕುವುದು ಮತ್ತು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಾಹಿತ್ಯವನ್ನು ಹೋಲುತ್ತದೆ (ಚೌರ್ಯಚೌರ್ಯ) ✔
- ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಪ್ರಾಸಬದ್ಧ ಪದಗಳನ್ನು ಮಾತ್ರ ಬರೆಯಬಲ್ಲದು
- ಡಿ) ಟಿಪ್ಪಣಿಗಳೊಂದಿಗೆ ಪದಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಅಸಮರ್ಥತೆ
ವಿವರಣೆ: ಭಾಷಾ ಮಾದರಿಗಳು ಅವರು ತರಬೇತಿ ಪಡೆದ ಪಠ್ಯಗಳ ಸರಾಸರಿಗೆ ಹತ್ತಿರವಿರುವ ಆಗಾಗ್ಗೆ ಬಳಸಿದ ಚಿತ್ರಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಒಲವು ತೋರುತ್ತವೆ. ಇದು ಸಾಹಿತ್ಯವು ಕ್ಲೀಷೆಯಾಗಲು ಕಾರಣವಾಗಬಹುದು ಮತ್ತು ಕಲಾವಿದನ ವಿಶಿಷ್ಟ ಧ್ವನಿಯನ್ನು ಅಳಿಸಿಹಾಕಬಹುದು; ಹೆಚ್ಚುವರಿಯಾಗಿ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಾಹಿತ್ಯಕ್ಕೆ (ಕೃತಿಚೌರ್ಯ) ಹೋಲುವ ಅಪಾಯವಿದೆ. ಕಲಾವಿದನು ತನ್ನ ಸ್ವಂತ ಕಥೆ, ಚಿತ್ರಗಳು ಮತ್ತು ಧ್ವನಿಯೊಂದಿಗೆ ಔಟ್ಪುಟ್ ಅನ್ನು ಪುನಃ ಬರೆಯಬೇಕು.
8. ಧ್ವನಿ ವಿನ್ಯಾಸದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ ಸಿಂಥಸೈಜರ್ (ಸಿಂಥ್) ನಿಯತಾಂಕಗಳನ್ನು (ಫಿಲ್ಟರ್ ಕಟ್-ಆಫ್ ಫ್ರೀಕ್ವೆನ್ಸಿ, ಎನ್ವಲಪ್ ಸಮಯಗಳು, ಇತ್ಯಾದಿ) ಅನ್ವಯಿಸುವಾಗ ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ಮೌಲ್ಯಗಳನ್ನು ನಿಖರವಾಗಿ ಅನ್ವಯಿಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು ಮತ್ತೆ ಮುಟ್ಟಬಾರದು, ಏಕೆಂದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅತ್ಯಂತ ನಿಖರವಾದ ಸಂಖ್ಯೆಯನ್ನು ತಿಳಿದಿರುತ್ತದೆ
- ಬಿ) ಮೌಲ್ಯಗಳನ್ನು ಆರಂಭಿಕ ಹಂತವಾಗಿ ಸ್ವೀಕರಿಸಿ ಮತ್ತು ಕಿವಿಯಿಂದ ಅವುಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಿ; ✔ ವಿನ್ಯಾಸಕಾರರ ಕೈಯಲ್ಲಿ ಸೌಂದರ್ಯದ ನಿರ್ಧಾರವನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು
- ಸಿ) ಪ್ಯಾರಾಮೀಟರ್ಗಳನ್ನು ಬಳಸಬೇಡಿ ಮತ್ತು ರೆಡಿಮೇಡ್ ಪೂರ್ವನಿಗದಿಗಳನ್ನು ಮಾತ್ರ ಆರಿಸಿ
- ಡಿ) ಸ್ಕ್ರೀನ್ಶಾಟ್ನೊಂದಿಗೆ ಮಾತ್ರ ಮೌಲ್ಯಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವುದು
ವಿವರಣೆ: AI ನಿಯತಾಂಕಗಳು ಉತ್ತಮ ಆರಂಭಿಕ ಹಂತವನ್ನು ನೀಡುತ್ತವೆ, ಆದರೆ ಪ್ರತಿ ಸಿಂಥ್, ಮಾದರಿ ದರ ಮತ್ತು ಸಿಗ್ನಲ್ ಚೈನ್ ವಿಭಿನ್ನವಾಗಿದೆ. ಒಂದೇ ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯಗಳು ವಿಭಿನ್ನ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ವಿಭಿನ್ನವಾಗಿ ಧ್ವನಿಸುತ್ತದೆ. ಆದ್ದರಿಂದ, ಮೌಲ್ಯಗಳನ್ನು ಆರಂಭಿಕ ಹಂತವಾಗಿ ಪರಿಗಣಿಸಬೇಕು ಮತ್ತು ಕಿವಿಯಿಂದ ಉತ್ತಮ-ಶ್ರುತಿಯನ್ನು ಮಾಡಬೇಕು ಮತ್ತು ಸೌಂದರ್ಯದ ನಿರ್ಧಾರವನ್ನು ವಿನ್ಯಾಸಕರಿಗೆ ಬಿಡಬೇಕು.
9. ಬೀಟ್ಮೇಕರ್ ಸ್ವಯಂಚಾಲಿತ ಮಾಸ್ಟರಿಂಗ್ ಟೂಲ್ನ ಔಟ್ಪುಟ್ ಅನ್ನು ಪ್ರಮುಖ ಆಲ್ಬಮ್ಗೆ 'ಸಾಕಷ್ಟು' ಎಂದು ಪರಿಗಣಿಸುತ್ತಾನೆ ಮತ್ತು ಮಾನವ ಮಾಸ್ಟರಿಂಗ್ ಎಂಜಿನಿಯರ್ ಅನ್ನು ಎಂದಿಗೂ ಸಂಪರ್ಕಿಸುವುದಿಲ್ಲ. ಈ ನಿರ್ಧಾರವನ್ನು ಧ್ವನಿಸುವ ಸ್ಥಿತಿ ಯಾವುದು?
- ಎ) ಸ್ವಯಂಚಾಲಿತ ಮಾಸ್ಟರಿಂಗ್ ಎಲ್ಲಾ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾನವ ಮಾಸ್ಟರಿಂಗ್ ಉತ್ತಮವಾಗಿದೆ
- ಬಿ) ಮಾನವ ಮಾಸ್ಟರಿಂಗ್ ಅನ್ನು ಇನ್ನು ಮುಂದೆ ಬಳಸಲಾಗುವುದಿಲ್ಲ
- ಸಿ) ಸ್ವಯಂಚಾಲಿತ ಮಾಸ್ಟರಿಂಗ್ ಉಚಿತವಾಗಿದ್ದರೆ ಮಾತ್ರ ಲಭ್ಯವಿರುತ್ತದೆ
- ಡಿ) ಕೆಲಸವು ಕಡಿಮೆ ಬಜೆಟ್/ಸರಳ ಬಿಡುಗಡೆಯಾಗಿದ್ದರೆ ಮತ್ತು ವೇದಿಕೆಯು ಮಾಪನದ ಮೂಲಕ ಗುರಿಗಳನ್ನು ಪೂರೈಸಿದರೆ, ಸ್ವಯಂಚಾಲಿತ ಮಾಸ್ಟರಿಂಗ್ ಸಾಕಾಗಬಹುದು; ಹೆಚ್ಚಿನ ನಿರೀಕ್ಷೆಗಳೊಂದಿಗೆ ಉದ್ಯೋಗಗಳಲ್ಲಿ ಜನರಿಗೆ ಆದ್ಯತೆ ನೀಡಲಾಗುತ್ತದೆ ✔
ವಿವರಣೆ: ತ್ವರಿತ ಡೆಮೊಗಳು, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ವಿಷಯ ಮತ್ತು ಕಡಿಮೆ-ಬಜೆಟ್ ಕೆಲಸಕ್ಕಾಗಿ ಸ್ವಯಂಚಾಲಿತ ಮಾಸ್ಟರಿಂಗ್ ಸಾಮಾನ್ಯವಾಗಿ ಸಾಕಾಗುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಹೆಚ್ಚಿನ ಬೇಡಿಕೆಗಳು, ಸಂಕೀರ್ಣ ಡೈನಾಮಿಕ್ಸ್ ಅಥವಾ ವಿನೈಲ್/ಸಿನೆಮಾದಂತಹ ವಿಶೇಷ ಸ್ವರೂಪಗಳೊಂದಿಗೆ ಕೆಲಸಗಳಲ್ಲಿ, ಮಾನವ ಎಂಜಿನಿಯರ್ನ ಸಂದರ್ಭೋಚಿತ ನಿರ್ಧಾರವು ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡುತ್ತದೆ. ಕೆಲಸದ ಪ್ರಾಮುಖ್ಯತೆ ಮತ್ತು ತಾಂತ್ರಿಕ ಸಂಕೀರ್ಣತೆಗೆ ಅನುಗುಣವಾಗಿ ಧ್ವನಿ ನಿರ್ಧಾರವನ್ನು ಮಾಡಲಾಗುತ್ತದೆ; ಪ್ರತಿಯೊಂದು ಕೆಲಸವನ್ನು ಸ್ವಯಂಚಾಲಿತ ಎಂದು ಕರೆಯುವುದು ತಪ್ಪು.
10. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ-ರಚಿತವಾದ ಸ್ವರಮೇಳದ ಪ್ರಗತಿಯು ಸುಪ್ರಸಿದ್ಧ ಹಿಟ್ ಹಾಡಿನ ಕೋರಸ್ಗೆ ಹೋಲುತ್ತದೆ. ತಯಾರಕರ ಸರಿಯಾದ ವರ್ತನೆ ಹೇಗಿರಬೇಕು?
- ಎ) ಹೋಲಿಕೆಯನ್ನು ಗಮನಿಸುವುದು ಮತ್ತು ಅದರ ಸ್ವಂತ ರಾಗ, ಲಯ ಮತ್ತು ಜೋಡಣೆಯೊಂದಿಗೆ ಪ್ರಗತಿಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಪ್ರತ್ಯೇಕಿಸುವುದು ✔
- ಬಿ) ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಉತ್ಪಾದಿಸುವುದರಿಂದ, ಯಾವುದೇ ಹೋಲಿಕೆಗಳು ಹಕ್ಕುಸ್ವಾಮ್ಯ ಸಮಸ್ಯೆಗಳನ್ನು ಸೃಷ್ಟಿಸುವುದಿಲ್ಲ, ಅದನ್ನು ಹಾಗೆಯೇ ಬಳಸಿ.
- ಸಿ) ಹಾಡನ್ನು ಬಿಡುಗಡೆ ಮಾಡದೆ ಬೇರೆ ಯಾವುದೇ ಪರಿಹಾರವಿಲ್ಲ
- ಡಿ) ಹಾಡಿನ ಹೆಸರನ್ನು ಬದಲಾಯಿಸಿದರೆ ಸಾಕು
ವಿವರಣೆ: ಸ್ವರಮೇಳದ ಪ್ರಗತಿಗಳು ಮಾತ್ರ ಸಾಮಾನ್ಯವಾಗಿ ಹಕ್ಕುಸ್ವಾಮ್ಯಕ್ಕೆ ಒಳಪಟ್ಟಿರುವುದಿಲ್ಲ, ಆದರೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕೃತಿಗೆ ಮಧುರ, ಲಯ ಮತ್ತು ಜೋಡಣೆಯೊಂದಿಗೆ ಒಂದು ವಿಶಿಷ್ಟವಾದ ಹೋಲಿಕೆಯನ್ನು ರಚಿಸುವುದು ಹಕ್ಕುಸ್ವಾಮ್ಯ ಮತ್ತು ಕ್ಲೀಷೆಯ ಅಪಾಯವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಸಾಮ್ಯತೆಯನ್ನು ಗಮನಿಸುವುದು ಮತ್ತು ಪ್ರಗತಿಯನ್ನು ತನ್ನದೇ ಆದ ರಾಗ, ಲಯ ಮತ್ತು ತಾಳದಿಂದ ಸ್ಪಷ್ಟವಾಗಿ ಗುರುತಿಸುವುದು ಸರಿಯಾದ ವರ್ತನೆ.
11. ಎಂಡ್-ಟು-ಎಂಡ್ ಪ್ರೊಡಕ್ಷನ್ ವರ್ಕ್ಫ್ಲೋನಲ್ಲಿ AI ಆಟೊಮೇಷನ್ ಅನ್ನು ಹೊಂದಿಸುವಾಗ 'ಸೃಜನಾತ್ಮಕ ನಿಯಂತ್ರಣ ಬಿಂದು' ಅನ್ನು ಬಿಡುವುದರ ಅರ್ಥವೇನು?
- ಎ) ಎಲ್ಲಾ ನಿರ್ಧಾರಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬಿಡಲಾಗಿದೆ ಮತ್ತು ಮಾನವ ಹಸ್ತಕ್ಷೇಪವಿಲ್ಲ
- ಬಿ) ರಾತ್ರಿಯಲ್ಲಿ ಮಾತ್ರ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಕಾರ್ಯ
- ಸಿ) ಮಾನವರು ಅನುಮೋದಿಸಿದ ಮತ್ತು ಮಧ್ಯಪ್ರವೇಶಿಸಿದ ಹಂತಗಳಲ್ಲಿ ಸೌಂದರ್ಯ ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿರ್ಧಾರಗಳನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು; ಯಾಂತ್ರಿಕ ಕೆಲಸವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದು ✔
- ಡಿ) ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸದಿರುವುದು
ವಿವರಣೆ: ಆಟೊಮೇಷನ್ ಪುನರಾವರ್ತಿತ, ಯಾಂತ್ರಿಕ ಕಾರ್ಯಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ (ಫೈಲ್ ಹೆಸರಿಸುವುದು, ಪ್ರಿಮಿಕ್ಸ್, ಉಲ್ಲೇಖ ಹೋಲಿಕೆ ಸ್ಕೆಚ್). ಆದಾಗ್ಯೂ, ಸಂಯೋಜನೆಗೆ ಆತ್ಮವನ್ನು ನೀಡುವ, ವ್ಯವಸ್ಥೆಗೆ ಅರ್ಥವನ್ನು ನೀಡುವ ಮತ್ತು ಸಹಿ ಧ್ವನಿಯನ್ನು ನಿರ್ಧರಿಸುವ ಸೌಂದರ್ಯದ ಆಯ್ಕೆಗಳು ಮಾನವರು ಅನುಮೋದಿಸುವ ಮತ್ತು ಮಧ್ಯಪ್ರವೇಶಿಸುವ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳಲ್ಲಿ ಉಳಿಯಬೇಕು. ಇದು ವೇಗವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಆದರೆ ಕಲಾವಿದನ ಗುರುತು ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣವನ್ನು ಸಂರಕ್ಷಿಸುತ್ತದೆ.
12. ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ನಿಂದ ಅರೇಂಜರ್ ಪಡೆಯುವ ಉಪಕರಣ ಸಲಹೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಆರೋಗ್ಯಕರ ದೃಷ್ಟಿಕೋನ ಯಾವುದು?
- ಎ) ಸಲಹೆಯನ್ನು ಬದಲಾಯಿಸದೆ ಬಳಸುವುದು, ಏಕೆಂದರೆ ಅದು ಪ್ರಕಾರದ ಮಾದರಿಗೆ ಸರಿಹೊಂದುತ್ತದೆ
- ಬಿ) ಮುಂಚಿತವಾಗಿ ಸಲಹೆಯನ್ನು ತಿರಸ್ಕರಿಸುವುದು, ಏಕೆಂದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಂಗೀತವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ
- ಸಿ) ಪ್ರಸ್ತಾವನೆಯನ್ನು ಆರಂಭಿಕ ಕರಡು ಎಂದು ಪರಿಗಣಿಸಿ ಮತ್ತು ಆವರ್ತನ ಸಮತೋಲನ, ಡೈನಾಮಿಕ್ಸ್ ಮತ್ತು ಅಭಿವ್ಯಕ್ತಿಶೀಲ ಉದ್ದೇಶದ ಪ್ರಕಾರ ಅದನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿ, ಅದರ ಅಂತಿಮ ರೂಪವನ್ನು ನೀಡಲು ✔
- ಡಿ) ಅತ್ಯಂತ ದುಬಾರಿ VST ಅನ್ನು ಬಳಸಿದರೆ ಮಾತ್ರ ಶಿಫಾರಸನ್ನು ಸ್ವೀಕರಿಸಿ
ವಿವರಣೆ: AI ಪ್ರಸ್ತಾವನೆಯು ಪ್ರಕಾರದ ಸಾಮಾನ್ಯ ಮಾದರಿಗಳನ್ನು ಆಧರಿಸಿದ ಆರಂಭಿಕ ಡ್ರಾಫ್ಟ್ ಆಗಿದೆ. ಅರೇಂಜರ್ ಇದನ್ನು ಆವರ್ತನ ಸಮತೋಲನ, ಡೈನಾಮಿಕ್ ಆರ್ಕ್ ಮತ್ತು ಹಾಡಿನ ಅಭಿವ್ಯಕ್ತ ಉದ್ದೇಶದಲ್ಲಿ ಫಿಲ್ಟರ್ ಮಾಡಬೇಕು ಮತ್ತು ಅವನ ಸ್ವಂತ ವಿವೇಚನೆಯಿಂದ ಅಂತಿಮ ಆಕಾರವನ್ನು ನೀಡಬೇಕು. ಪ್ರಸ್ತಾವನೆಯನ್ನು ಕುರುಡಾಗಿ ಒಪ್ಪಿಕೊಳ್ಳುವುದಾಗಲೀ ಅಥವಾ ಮುಂಚಿತವಾಗಿ ತಿರಸ್ಕರಿಸುವುದಾಗಲೀ ಸರಿ; ಅದನ್ನು ಡ್ರಾಫ್ಟ್ ಆಗಿ ತೆಗೆದುಕೊಂಡು ಅದನ್ನು ಬೆರೆಸುವುದು ಅತ್ಯಗತ್ಯ.
13. ವಾಣಿಜ್ಯ ವ್ಯವಹಾರದಲ್ಲಿ AI ಅನ್ನು ಬಳಸುವಾಗ 'ಹಕ್ಕುಸ್ವಾಮ್ಯ ಸರಪಳಿಯನ್ನು ದಾಖಲಿಸುವುದು' ಏಕೆ ಮುಖ್ಯ?
- ಎ) ತೆರಿಗೆಗೆ ಮಾತ್ರ ದಾಖಲಾತಿ ಅಗತ್ಯವಿದೆ, ಅದಕ್ಕೆ ರಾಯಧನದೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವಿಲ್ಲ
- ಬಿ) ವಿದೇಶಿ ವೇದಿಕೆಗಳಲ್ಲಿ ಮಾತ್ರ ದಾಖಲೆ ಕಡ್ಡಾಯವಾಗಿದೆ
- ಸಿ) ದಾಖಲೀಕರಣವು ಹಾಡನ್ನು ಕೇಳುವವರ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ
- ಡಿ) ಬಳಸಿದ ಉಪಕರಣಗಳು, ಪರವಾನಗಿಗಳು ಮತ್ತು ಅನುಮತಿಗಳನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡುವುದರಿಂದ ಸಂಭವನೀಯ ಹಕ್ಕುಸ್ವಾಮ್ಯ ವಿವಾದದ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಬ್ರ್ಯಾಂಡ್ ಭದ್ರತೆಯನ್ನು ರಕ್ಷಿಸುತ್ತದೆ ✔
ವಿವರಣೆ: ವಾಣಿಜ್ಯ ಪ್ರಸಾರಗಳಲ್ಲಿ, ಯಾವ ವಸ್ತು ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ ಎಂದು ನಂತರ ಕೇಳಬಹುದು (ಉತ್ಪಾದಿತ, ಪರವಾನಗಿ ಮಾದರಿ, ಕ್ಲೋನ್ ಮಾಡಿದ ಧ್ವನಿ, ಯಾರ ಅನುಮತಿಯೊಂದಿಗೆ). ಬಳಸಿದ ಉಪಕರಣಗಳು, ಪರವಾನಗಿಗಳು ಮತ್ತು ಅನುಮತಿಗಳನ್ನು ದಾಖಲಿಸುವುದು ಸಂಭಾವ್ಯ ಹಕ್ಕುಸ್ವಾಮ್ಯ ವಿವಾದದ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಬ್ರ್ಯಾಂಡ್ ಸುರಕ್ಷತೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. ದಾಖಲೆರಹಿತ ಉತ್ಪಾದನೆಯು ಒಂದು ಹೊಣೆಗಾರಿಕೆಯಾಗಿದ್ದು ಅದನ್ನು ಸಾಬೀತುಪಡಿಸಲು ಕಷ್ಟವಾಗುತ್ತದೆ.
14. AI-ತೀವ್ರ ಉತ್ಪಾದನೆಯ ಯುಗದಲ್ಲಿ ಕಲಾವಿದರು ತಮ್ಮ 'ಸಹಿ ಧ್ವನಿ'ಯನ್ನು ಸಂರಕ್ಷಿಸಲು ಉತ್ತಮ ತಂತ್ರ ಯಾವುದು?
- ಎ) ಎಲ್ಲಾ ಉತ್ಪಾದನೆಯನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬಿಟ್ಟುಬಿಡುವುದು ಮತ್ತು ವೇಗದಲ್ಲಿ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳದಿರುವುದು
- ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಎಂದಿಗೂ ಬಳಸಬೇಡಿ ಮತ್ತು ಎಲ್ಲಾ ಆಧುನಿಕ ಸಾಧನಗಳಿಂದ ದೂರವಿರಿ
- ಸಿ) ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಪ್ರಕಾರವನ್ನು ಮಾತ್ರ ಅನುಕರಿಸುವ ಮೂಲಕ ಮನರಂಜನೆಯನ್ನು ಅನುಸರಿಸುವುದು
- ಡಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಆಯ್ಕೆ-ಉತ್ಪಾದಿಸುವ ಸಾಧನವಾಗಿ ಬಳಸುವುದು ಮತ್ತು ಪ್ರತಿ ಔಟ್ಪುಟ್ ಅನ್ನು ತನ್ನದೇ ಆದ ಸೌಂದರ್ಯದ ಫಿಲ್ಟರ್ ಮೂಲಕ ರವಾನಿಸುವುದು; ✔ ಜನರ ಕೈಯಲ್ಲಿ ಗುರುತನ್ನು ನಿರ್ಧರಿಸುವ ನಿರ್ಧಾರವನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು
ವಿವರಣೆ: ಸಹಿ ಧ್ವನಿ; ಇದು ಕಲಾವಿದನ ಪುನರಾವರ್ತಿತ ಆದ್ಯತೆಗಳು, ವಿನ್ಯಾಸ, ಮೌಖಿಕ ಪ್ರಪಂಚ ಮತ್ತು ಸೌಂದರ್ಯದ ನಿರ್ಧಾರಗಳಿಂದ ರೂಪುಗೊಳ್ಳುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವೇಗ ಮತ್ತು ಆಯ್ಕೆಯನ್ನು ನೀಡುತ್ತದೆ, ಆದರೆ ಗುರುತನ್ನು ನಿರ್ಧರಿಸುವ ಅಂತಿಮ ಆಯ್ಕೆಯು ಮಾನವನಿಗೆ ಸೇರಿದೆ. ಸರಿಯಾದ ತಂತ್ರವೆಂದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಆಯ್ಕೆ-ಉತ್ಪಾದಿಸುವ ಸಾಧನವಾಗಿ ಬಳಸುವುದು ಮತ್ತು ಪ್ರತಿ ಔಟ್ಪುಟ್ ಅನ್ನು ತನ್ನದೇ ಆದ ಸೌಂದರ್ಯದ ಫಿಲ್ಟರ್ ಮೂಲಕ ರವಾನಿಸುವುದು; ಇದು ಜನರಲ್ಲಿ ಗುರುತನ್ನು ಬಲಪಡಿಸುವ ನಿರ್ಧಾರಗಳನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು.