ಲಾಭಗಳು:
- ಬೇಡಿಕೆ, ಸ್ಟಾಕ್, ಗೋದಾಮು, ಮಾರ್ಗ ಮತ್ತು ಪೂರೈಕೆದಾರ ಮಾಡ್ಯೂಲ್ಗಳನ್ನು ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್ಫ್ಲೋನಲ್ಲಿ ಸಂಯೋಜಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸಮಗ್ರ ನಿರ್ಧಾರ ಬೆಂಬಲ ಪದರವಾಗಿ ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
- AI ಆಡಳಿತ ನೀತಿಯ ಅಂಶಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ರಚಿಸುವ ಸಾಮರ್ಥ್ಯ (ಡೇಟಾ ವರ್ಗೀಕರಣ, ಮಾನವ ಅನುಮೋದನೆ ಅಂಕಗಳು, ಆಡಿಟ್ ಟ್ರಯಲ್, ನೈತಿಕ ತತ್ವಗಳು)
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬೆಂಬಲದೊಂದಿಗೆ ಇಂಗಾಲದ ಹೆಜ್ಜೆಗುರುತು ಮತ್ತು ಸುಸ್ಥಿರತೆಯ ಸೂಚಕಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವಾಗ, ಜವಾಬ್ದಾರಿ ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವು ಮಾನವನೊಂದಿಗೆ ಉಳಿಯುತ್ತದೆ ಎಂದು ನಾವು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು.
ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ
1. ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಪೂರೈಕೆ ಸರಪಳಿಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಕೆಳಗಿನವುಗಳಲ್ಲಿ ಯಾವುದು ಅತ್ಯಂತ ನಿಖರವಾದ ಸ್ಥಾನವಾಗಿದೆ?
- ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮಾನವ ಅನುಮೋದನೆಯಿಲ್ಲದೆ ಶಿಪ್ಪಿಂಗ್ ಆರ್ಡರ್ಗಳು ಮತ್ತು ಖರೀದಿ ಆದೇಶಗಳನ್ನು ಅಂತಿಮಗೊಳಿಸಬಹುದು
- ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಪಠ್ಯವನ್ನು ಬರೆಯುವಲ್ಲಿ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಕಾರ್ಯಾಚರಣೆಯ ಡೇಟಾದೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವನ್ನು ಹೊಂದಿಲ್ಲ
- ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಹಾಯಕ ಮತ್ತು ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದೆ; ನಿರ್ಣಾಯಕ ಕಾರ್ಯಾಚರಣೆಯ ನಿರ್ಧಾರಗಳ ಜವಾಬ್ದಾರಿ ಮತ್ತು ಅಂತಿಮ ಅನುಮೋದನೆಯು ಮಾನವರಲ್ಲಿದೆ ✔
- D) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಯಾವಾಗಲೂ ಮನುಷ್ಯರಿಗಿಂತ ಹೆಚ್ಚು ನಿಖರವಾದ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಆದ್ದರಿಂದ ಲೆಕ್ಕಪರಿಶೋಧನೆಯು ಅನಗತ್ಯವಾಗಿರುತ್ತದೆ
ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಹಾಯಕ ಮತ್ತು ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದ್ದು ಅದು ಮುನ್ಸೂಚನೆಗಳು, ಕರಡುಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಹಣ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ನಿರಂತರತೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳ ಜವಾಬ್ದಾರಿ ಮತ್ತು ಅಂತಿಮ ಅನುಮೋದನೆ, ಉದಾಹರಣೆಗೆ ಸಾಗಣೆ, ಷೇರು ಹೂಡಿಕೆ ಮತ್ತು ಪೂರೈಕೆದಾರರ ಆಯ್ಕೆ, ಸಮರ್ಥ ತಜ್ಞರು ಮತ್ತು ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಸೇರಿದೆ.
2. ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯ ಮಾದರಿಯನ್ನು ಕಳೆದ 3 ವರ್ಷಗಳಿಂದ ಡೇಟಾದೊಂದಿಗೆ ತರಬೇತಿ ನೀಡಲಾಗಿದೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ. ಹೊಚ್ಚ ಹೊಸ ಉತ್ಪನ್ನವನ್ನು ಮಾರುಕಟ್ಟೆಗೆ ಬಿಡುಗಡೆ ಮಾಡಲಾಗುವುದು. ಈ ಉತ್ಪನ್ನದ ಮೊದಲ ತಿಂಗಳ ಬೇಡಿಕೆಯ AI ಮುನ್ಸೂಚನೆಯ ಸ್ಥಿತಿ ಏನು?
- ಎ) ಯಾವುದೇ ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶವಿಲ್ಲದ ಹೊಸ ಉತ್ಪನ್ನದ ಮುನ್ಸೂಚನೆಯು ಕಳಪೆ ಆಧಾರಿತವಾಗಿದೆ; ಇದೇ ರೀತಿಯ ಉತ್ಪನ್ನದ ಸಾದೃಶ್ಯ ಮತ್ತು ತಜ್ಞರ ತೀರ್ಪು ಆದ್ಯತೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ✔
- ಬಿ) ಹೊಸ ಉತ್ಪನ್ನದ ಅಂದಾಜು ಯಾವಾಗಲೂ ಅತ್ಯಂತ ನಿಖರವಾದ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ
- ಸಿ) ಮಾದರಿಯು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊಸ ಉತ್ಪನ್ನವನ್ನು ಸರಿಯಾಗಿ ಕಲಿಯುತ್ತದೆ, ಯಾವುದೇ ಡೇಟಾ ಅಗತ್ಯವಿಲ್ಲ
- ಡಿ) ಹೊಸ ಉತ್ಪನ್ನಗಳಿಗೆ ಬೇಡಿಕೆಯನ್ನು ಮುನ್ಸೂಚಿಸುವುದು ಅಸಾಧ್ಯ, ಯಾವುದೇ ವಿಧಾನವನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ
ವಿವರಣೆ: AI ಭವಿಷ್ಯವು ಹಿಂದಿನ ಮಾದರಿಗಳನ್ನು ಆಧರಿಸಿದೆ. ಐತಿಹಾಸಿಕ ಮಾಹಿತಿಯಿಲ್ಲದ ಹೊಸ ಉತ್ಪನ್ನಕ್ಕಾಗಿ, ಮಾದರಿಯು ವಿಶ್ವಾಸಾರ್ಹ ಆಧಾರವನ್ನು ಹೊಂದಿಲ್ಲ; ಇದೇ ರೀತಿಯ ಉತ್ಪನ್ನದ ಸಾದೃಶ್ಯ ಮತ್ತು ತಜ್ಞರ ತೀರ್ಪು ಮುಂಚೂಣಿಗೆ ಬರುತ್ತದೆ ಮತ್ತು ಭವಿಷ್ಯವನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಸಂಪರ್ಕಿಸಲಾಗುತ್ತದೆ.
3. ಸುರಕ್ಷತೆ ಸ್ಟಾಕ್ ಪರಿಕಲ್ಪನೆಯ ಮುಖ್ಯ ಉದ್ದೇಶವೇನು?
- ಎ) ಎಲ್ಲಾ ಸಮಯದಲ್ಲೂ ತೊಟ್ಟಿಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತುಂಬಿಟ್ಟುಕೊಳ್ಳುವುದು
- ಬಿ) ಲೆಕ್ಕಪತ್ರ ದಾಖಲೆಗಳನ್ನು ಸುಲಭಗೊಳಿಸಲು
- ಸಿ) ಉತ್ಪನ್ನಗಳ ಶೆಲ್ಫ್ ಜೀವನವನ್ನು ವಿಸ್ತರಿಸುವುದು
- ಡಿ) ಬೇಡಿಕೆ ಮತ್ತು ಪೂರೈಕೆಯ ಸಮಯದಲ್ಲಿ ಅನಿಶ್ಚಿತತೆಯ ವಿರುದ್ಧ ಬಫರ್ ಅನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಸ್ಟಾಕ್ ಸವಕಳಿಯನ್ನು ತಡೆಯುವುದು ✔
ವಿವರಣೆ: ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್ ಎನ್ನುವುದು ಬೇಡಿಕೆ ಮತ್ತು ಪೂರೈಕೆಯ ಸಮಯದಲ್ಲಿ ಅನಿಶ್ಚಿತತೆಯ ವಿರುದ್ಧ ಬಫರ್ ಆಗಿ ಹಿಡಿದಿರುವ ಹೆಚ್ಚುವರಿ ಸ್ಟಾಕ್ ಆಗಿದೆ. ಏರಿಳಿತದ ಸಮಯದಲ್ಲಿ ಸ್ಟಾಕ್ಔಟ್ಗಳನ್ನು ತಡೆಗಟ್ಟುವ ಮೂಲಕ ಉದ್ದೇಶಿತ ಸೇವಾ ಮಟ್ಟವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದು ಇದರ ಉದ್ದೇಶವಾಗಿದೆ.
4. ABC ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಗುಂಪಿನ 'A' ಉತ್ಪನ್ನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಏನನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತವೆ?
- ಎ) ಕಡಿಮೆ ಮೌಲ್ಯದೊಂದಿಗೆ ಅಗ್ಗದ ಮತ್ತು ಅತ್ಯಂತ ವೈವಿಧ್ಯಮಯ ಉತ್ಪನ್ನಗಳು
- ಬಿ) ಕಡಿಮೆ ಸಂಖ್ಯೆಯ ಆದರೆ ಒಟ್ಟು ಮೌಲ್ಯದ ಬಹುಪಾಲು ✔ ಕ್ರಿಟಿಕಲ್ ಉತ್ಪನ್ನಗಳು
- ಸಿ) ಗೋದಾಮಿನಲ್ಲಿ ಯಾವುದೇ ಚಲನೆಯನ್ನು ಕಾಣದ ಡೆಡ್ ಸ್ಟಾಕ್ಗಳು
- ಡಿ) ಆಮದು ಮಾಡಿದ ಉತ್ಪನ್ನಗಳು ಮಾತ್ರ
ವಿವರಣೆ: ಎಬಿಸಿ ವಿಶ್ಲೇಷಣೆಯು ಉತ್ಪನ್ನಗಳನ್ನು ಮೌಲ್ಯದ ಮೂಲಕ ವರ್ಗೀಕರಿಸುತ್ತದೆ. ಗ್ರೂಪ್ 'ಎ' ಎಂಬುದು ನಿರ್ಣಾಯಕ ಉತ್ಪನ್ನಗಳಾಗಿದ್ದು, ಇದು ಸಂಖ್ಯೆಯಲ್ಲಿ ಚಿಕ್ಕದಾಗಿದೆ ಆದರೆ ಒಟ್ಟು ಮೌಲ್ಯ/ವಹಿವಾಟಿನ ಬಹುಪಾಲು ಖಾತೆಯನ್ನು ಹೊಂದಿದೆ; ಅವರು ಕಟ್ಟುನಿಟ್ಟಾದ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ನಿಯಂತ್ರಣಕ್ಕೆ ಅರ್ಹರಾಗಿದ್ದಾರೆ (ಪ್ಯಾರೆಟೊ ತತ್ವ).
5. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಸೂಚಿಸಲಾದ ಗೋದಾಮಿನ ಪಿಕಿಂಗ್ ಮಾರ್ಗವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮೊದಲು ಕಾರ್ಯಾಚರಣೆಯ ವ್ಯವಸ್ಥಾಪಕರು ಏನು ಪರಿಶೀಲಿಸಬೇಕು?
- ಎ) ಮಾರ್ಗದ ಬಣ್ಣ ಮತ್ತು ಫಾಂಟ್
- ಬಿ) ಮಾರ್ಗವು ಚಿಕ್ಕದಾಗಿದೆಯೇ ಎಂದು ಮಾತ್ರ ಪರಿಶೀಲಿಸಿ
- ಸಿ) ಸೈಟ್ ಸುರಕ್ಷತೆ, ದಕ್ಷತಾಶಾಸ್ತ್ರ ಮತ್ತು ನಿಜವಾದ ಗೋದಾಮಿನ ನಿರ್ಬಂಧಗಳ ಅನುಸರಣೆ ✔
- ಡಿ) ಏನೂ ಇಲ್ಲ; AI ಮಾರ್ಗವು ಯಾವಾಗಲೂ ಸರಿಯಾಗಿರುತ್ತದೆ
ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ದೂರವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಗಣಿತದ ಮಾರ್ಗವನ್ನು ಸೂಚಿಸಬಹುದು; ಆದಾಗ್ಯೂ, ಕ್ಷೇತ್ರ ಸುರಕ್ಷತೆ, ಹಜಾರ ಏಕಮಾರ್ಗ, ಭಾರೀ ಉತ್ಪನ್ನದ ದಕ್ಷತಾಶಾಸ್ತ್ರ ಮತ್ತು ನಿಜವಾದ ಗೋದಾಮಿನ ನಿರ್ಬಂಧಗಳು ಮಾದರಿಯಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರತಿಫಲಿಸದಿರಬಹುದು. ಅದಕ್ಕಾಗಿಯೇ ಕ್ಷೇತ್ರದ ದೃಢೀಕರಣ ಮತ್ತು ಭದ್ರತೆ ಪರಿಶೀಲನೆ ಅತ್ಯಗತ್ಯ.
6. ವಾಹನದ ರೂಟಿಂಗ್ ಸಮಸ್ಯೆಯಲ್ಲಿ (VRP) 'ಸಮಯ ವಿಂಡೋ' ನಿರ್ಬಂಧದ ಅರ್ಥವೇನು?
- A) ಒಂದು ಹಂತವು ವಿತರಣೆ/ಸ್ವಾಗತಕ್ಕಾಗಿ ಸೇವೆಯನ್ನು ಪಡೆಯಬಹುದಾದ ಅನುಮತಿಸಲಾದ ಸಮಯದ ಮಧ್ಯಂತರ ✔
- ಬಿ) ವಾಹನದ ಟ್ಯಾಂಕ್ ತುಂಬಲು ಎಷ್ಟು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ?
- ಸಿ) ಚಾಲಕನ ಒಟ್ಟು ಕೆಲಸದ ವರ್ಷಗಳು
- ಡಿ) ಇಂಧನ ಬೆಲೆ ಬದಲಾಗುವ ಸಮಯ
ವಿವರಣೆ: ಸಮಯ ವಿಂಡೋ ಎಂದರೆ ಡೆಲಿವರಿ ಅಥವಾ ಪಿಕಪ್ ಪಾಯಿಂಟ್ ಸೇವೆಯನ್ನು ಸ್ವೀಕರಿಸುವ ಅನುಮತಿಸಲಾದ ಅವಧಿಯಾಗಿದೆ (ಉದಾಹರಣೆಗೆ, ಕಿರಾಣಿ ಅಂಗಡಿಯು 08:00 ಮತ್ತು 11:00 ರ ನಡುವಿನ ಸರಕುಗಳನ್ನು ಮಾತ್ರ ಸ್ವೀಕರಿಸುತ್ತದೆ). ಮಾರ್ಗವು ಈ ಕಿಟಕಿಗಳನ್ನು ಅನುಸರಿಸಬೇಕು; AI ಈ ನಿರ್ಬಂಧದ ಅಡಿಯಲ್ಲಿ ಸನ್ನಿವೇಶವನ್ನು ನಿರ್ಮಿಸಬೇಕು.
7. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆಯಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ವಾಹನದ ಬೇರಿಂಗ್ ಶೀಘ್ರದಲ್ಲೇ ವಿಫಲಗೊಳ್ಳುವ ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?
- ಎ) ಎಚ್ಚರಿಕೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿರ್ಲಕ್ಷಿಸುವುದು, ಏಕೆಂದರೆ AI ದೋಷಪೂರಿತವಾಗಿದೆ
- ಬಿ) ತಕ್ಷಣವೇ ಮತ್ತು ಪ್ರಶ್ನೆಯಿಲ್ಲದೆ ವಾಹನವನ್ನು ಸ್ಕ್ರ್ಯಾಪ್ ಮಾಡುವುದು
- ಸಿ) ಎಚ್ಚರಿಕೆ ನೀಡದೆ ಚಾಲಕನನ್ನು ವಜಾಗೊಳಿಸುವುದು
- ಡಿ) ತಾಂತ್ರಿಕ ತಜ್ಞರು ದೈಹಿಕ ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಅಂದಾಜನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ ಮತ್ತು ನಿರ್ವಹಣೆ ನಿರ್ಧಾರವನ್ನು ಮಾಡುತ್ತಾರೆ ✔
ವಿವರಣೆ: ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ ಸಾಧ್ಯತೆಯ ಅಂದಾಜು. ತಕ್ಷಣವೇ ವಾಹನವನ್ನು ಸ್ಕ್ರ್ಯಾಪ್ ಮಾಡುವ ಅಥವಾ ಎಚ್ಚರಿಕೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುವ ಬದಲು, ತಾಂತ್ರಿಕ ತಜ್ಞರು ಭೌತಿಕ ತಪಾಸಣೆಯೊಂದಿಗೆ ಭವಿಷ್ಯವನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ ಮತ್ತು ನಿರ್ವಹಣೆ ನಿರ್ಧಾರವನ್ನು ಮಾಡುತ್ತಾರೆ. AI ಆದ್ಯತೆ ನೀಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.
8. ಪೂರೈಕೆದಾರ ಅಪಾಯ ನಿರ್ವಹಣೆಯಲ್ಲಿ 'ಏಕ ಸೋರ್ಸಿಂಗ್' ಅನ್ನು ಏಕೆ ಎಚ್ಚರಿಕೆಯಿಂದ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬೇಕು?
- ಎ) ಒಂದೇ ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಯಾವಾಗಲೂ ಅಗ್ಗವಾಗಿದೆ, ಯಾವುದೇ ಅಪಾಯವಿಲ್ಲ
- ಬಿ) ನಿರ್ಣಾಯಕ ವಸ್ತುವು ಒಂದೇ ಪೂರೈಕೆದಾರರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಆ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಅಡಚಣೆಯು ಸಂಪೂರ್ಣ ಸರಪಳಿಯನ್ನು ನಿಲ್ಲಿಸಬಹುದು ✔
- ಸಿ) ಒಂದೇ ಮೂಲವು ಸಮಸ್ಯೆಯಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಇನ್ವಾಯ್ಸ್ಗಳ ಸಂಖ್ಯೆಯನ್ನು ಮಾತ್ರ ಹೆಚ್ಚಿಸುತ್ತದೆ
- ಡಿ) ಏಕ ಮೂಲದ ಅಪಾಯವು ಆಮದುಗಳಿಗೆ ಮಾತ್ರ ಮಾನ್ಯವಾಗಿರುತ್ತದೆ, ದೇಶೀಯವಾಗಿ ಅಲ್ಲ.
ವಿವರಣೆ: ನಿರ್ಣಾಯಕ ವಸ್ತುವು ಒಂದೇ ಪೂರೈಕೆದಾರರ ಮೇಲೆ ಅವಲಂಬಿತವಾದಾಗ ಏಕ ಮೂಲದ ಅಪಾಯವಾಗಿದೆ. ಆ ಪೂರೈಕೆದಾರರಲ್ಲಿನ ಅಡಚಣೆ (ದಿವಾಳಿತನ, ನೈಸರ್ಗಿಕ ವಿಕೋಪ, ಮುಷ್ಕರ) ಸಂಪೂರ್ಣ ಪೂರೈಕೆ ಸರಪಳಿಯನ್ನು ನಿಲ್ಲಿಸಬಹುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಏಕಾಗ್ರತೆಯನ್ನು ಪ್ರದರ್ಶಿಸಬಹುದು; ಪರ್ಯಾಯ ಸಂಪನ್ಮೂಲ ಯೋಜನೆಯು ವ್ಯವಸ್ಥಾಪಕರ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.
9. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಆಮದು ಸರಕುಪಟ್ಟಿಯಿಂದ ಮೊತ್ತ, ಸರಕುಗಳ ಪ್ರಕಾರ ಮತ್ತು GTIP ಕೋಡ್ ಮಾಹಿತಿಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊರತೆಗೆಯುತ್ತದೆ. ಈ ಡೇಟಾವನ್ನು ಕಸ್ಟಮ್ಸ್ ಘೋಷಣೆಗೆ ವರ್ಗಾಯಿಸುವ ಮೊದಲು ಏನು ಮಾಡಬೇಕು?
- ಎ) ನೇರವಾಗಿ ವ್ಯವಸ್ಥೆಗೆ ವರ್ಗಾಯಿಸುವುದು, ಏಕೆಂದರೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ತಪ್ಪುಗಳನ್ನು ಮಾಡುವುದಿಲ್ಲ
- ಬಿ) ಮೊತ್ತವನ್ನು ಮಾತ್ರ ಪರಿಶೀಲಿಸುವುದು ಮತ್ತು ಇತರ ಕ್ಷೇತ್ರಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು
- ಸಿ) ಜವಾಬ್ದಾರಿಯುತ ತಜ್ಞರು ಹೊರತೆಗೆಯಲಾದ ಡೇಟಾವನ್ನು ಮೂಲ ದಾಖಲೆಯೊಂದಿಗೆ ಹೋಲಿಸುತ್ತಾರೆ, ಅದನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಮತ್ತು ಅನುಮೋದಿಸುತ್ತಾರೆ ✔
- ಡಿ) ಇನ್ವಾಯ್ಸ್ ಅನ್ನು ಅಳಿಸುವುದು ಮತ್ತು ಅದನ್ನು ಮರು ಬಿಡುಗಡೆ ಮಾಡಲು ವಿನಂತಿಸುವುದು
ವಿವರಣೆ: ಕಸ್ಟಮ್ಸ್, ತೆರಿಗೆ ಮತ್ತು ಕಾನೂನು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ OCR ನಿಂದ ಹೊರತೆಗೆಯಲಾದ ಡೇಟಾ ತಪ್ಪಾಗಿರಬಹುದು (ತಪ್ಪಾದ ಸಂಖ್ಯೆ, ಮಿಶ್ರ ಕೋಡ್). ಮಾನವ ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ ಇದನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಾರದು; ಜವಾಬ್ದಾರಿಯುತ ತಜ್ಞರು ಅದನ್ನು ಮೂಲ ದಾಖಲೆಯೊಂದಿಗೆ ಹೋಲಿಸಬೇಕು ಮತ್ತು ಅದನ್ನು ದೃಢೀಕರಿಸಬೇಕು.
10. ನಿಯಂತ್ರಣ ಗೋಪುರದ ಸೆಟಪ್ನಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ETA (ಅಂದಾಜು ಆಗಮನ) ವಿಚಲನಗಳಿಗೆ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಈ ಎಚ್ಚರಿಕೆಗಳ ವಿಶ್ವಾಸಾರ್ಹತೆಯು ಯಾವುದರ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿದೆ?
- ಎ) ಇದು ಫೀಡ್ ಮಾಡುವ ಡೇಟಾದ ನಿಖರತೆ ಮತ್ತು ನವೀಕೃತತೆ ✔
- ಬಿ) ಎಚ್ಚರಿಕೆ ಸಂದೇಶದಲ್ಲಿ ಎಷ್ಟು ಪದಗಳಿವೆ?
- ಸಿ) ನಿಯಂತ್ರಣ ಗೋಪುರದ ಪ್ರದರ್ಶನ ಬಣ್ಣಗಳನ್ನು ಅವಲಂಬಿಸಿ
- ಡಿ) ಚಾಲಕನ ಫೋನ್ ಬ್ರ್ಯಾಂಡ್
ವಿವರಣೆ: AI ಎಚ್ಚರಿಕೆಯು ಅದು ನೀಡಲಾದ ಡೇಟಾದ ಗುಣಮಟ್ಟವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. GPS ಸಿಗ್ನಲ್, ಪ್ರಸ್ತುತ ಟ್ರಾಫಿಕ್ ಮತ್ತು ನಿಖರವಾದ ಶಿಪ್ಪಿಂಗ್ ಸ್ಥಿತಿಯು ಕಾಣೆಯಾಗಿದೆ ಅಥವಾ ವಿಳಂಬವಾಗಿದ್ದರೆ, ಸಾರಾಂಶ ಮತ್ತು ಎಚ್ಚರಿಕೆಯು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ. ‘ಕಸ ಒಳಗೆ, ಕಸ ಹೊರಗೆ’ ಎಂಬ ತತ್ವ ಅನ್ವಯಿಸುತ್ತದೆ.
11. ಸಾರಿಗೆ ಟೆಂಡರ್ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕಡಿಮೆ ಬಿಡ್ ಅನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ. ಈ ಸಲಹೆಯ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಾಗ ಯಾವುದು ಸರಿ?
- ಎ) ಎಲ್ಲಾ ಸಂದರ್ಭಗಳಲ್ಲಿಯೂ ಕಡಿಮೆ ಬಿಡ್ ಅನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಆಯ್ಕೆ ಮಾಡಬೇಕು
- ಬಿ) ಬೆಲೆ ಹೊರತುಪಡಿಸಿ ಯಾವುದೇ ಮಾನದಂಡಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬಾರದು
- ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ತನ್ನದೇ ಆದ ನಿರ್ಧಾರವನ್ನು ಅಂತಿಮಗೊಳಿಸಬೇಕು
- ಡಿ) ಬೆಲೆ, ಸಾಮರ್ಥ್ಯ, ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ನಿರಂತರತೆಯ ಜೊತೆಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಬೇಕು, ಸ್ಪರ್ಧೆಯ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಬೇಕು ಮತ್ತು ಅಂತಿಮ ಅನುಮೋದನೆಯು ವ್ಯವಸ್ಥಾಪಕರೊಂದಿಗೆ ಇರಬೇಕು ✔
ಟಿಪ್ಪಣಿ: ಕಡಿಮೆ ಬೆಲೆ ಮಾತ್ರ ಉತ್ತಮ ಆಯ್ಕೆಯಾಗಿರುವುದಿಲ್ಲ; ವಾಹಕದ ಸಾಮರ್ಥ್ಯ, ವಿತರಣಾ ಕಾರ್ಯಕ್ಷಮತೆ, ವಿಮೆ ಮತ್ತು ನಿರಂತರತೆ ಸಹ ಮುಖ್ಯವಾಗಿದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಸ್ಪರ್ಧೆಯ ನಿಯಮಗಳ ಅನುಸರಣೆ ಮತ್ತು ಅಂತಿಮ ಅನುಮೋದನೆಯು ವ್ಯವಸ್ಥಾಪಕರಿಗೆ ಸೇರಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಹೋಲಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ನಿರ್ಧಾರವಲ್ಲ.
12. ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ MAPE (ಮೀನ್ ಸಂಪೂರ್ಣ ಶೇಕಡಾ ದೋಷ) ಸೂಚಕವು ಏನನ್ನು ಅಳೆಯುತ್ತದೆ?
- ಎ) ಗೋದಾಮಿನ ಒಟ್ಟು ಚದರ ಮೀಟರ್
- ಬಿ) ಸರಾಸರಿ ಎಷ್ಟು ಶೇಕಡಾ ಭವಿಷ್ಯವಾಣಿಗಳು ನಿಜವಾದ ಮೌಲ್ಯಗಳಿಂದ ವಿಚಲನಗೊಳ್ಳುತ್ತವೆ?
- ಸಿ) ವಾಹನದ ಇಂಧನ ತೊಟ್ಟಿಯ ಪರಿಮಾಣ
- ಡಿ) ಪೂರೈಕೆದಾರರ ಸಂಖ್ಯೆ
ವಿವರಣೆ: MAPE ಎನ್ನುವುದು ನಿಖರತೆಯ ಸೂಚಕವಾಗಿದ್ದು ಅದು ನಿಜವಾದ ಮೌಲ್ಯಗಳಿಂದ ಊಹಿಸಲಾದ ಮೌಲ್ಯಗಳ ಸರಾಸರಿ ಶೇಕಡಾವಾರು ವಿಚಲನವನ್ನು ಅಳೆಯುತ್ತದೆ. ಕಡಿಮೆ MAPE ಎಂದರೆ ಹೆಚ್ಚು ನಿಖರವಾದ ಭವಿಷ್ಯ; ಈ ವಿಚಲನವನ್ನು ತಿಳಿದುಕೊಂಡು, ಯೋಜಕರು ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್ ಮತ್ತು ಸನ್ನಿವೇಶಗಳನ್ನು ಸರಿಹೊಂದಿಸುತ್ತಾರೆ.
13. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಾಧನಕ್ಕೆ ಕಾರ್ಯಾಚರಣೆ ಮತ್ತು ವಾಣಿಜ್ಯ ಡೇಟಾವನ್ನು (ಬೆಲೆ ಪಟ್ಟಿಗಳು, ಪೂರೈಕೆದಾರ ಒಪ್ಪಂದಗಳು, ಗ್ರಾಹಕ ಸಂಪುಟಗಳು) ನೀಡುವಾಗ ಉತ್ತಮ ವಿಧಾನ ಯಾವುದು?
- ಎ) ಯಾವುದೇ ಪರಿಕರಗಳನ್ನು ಮುಕ್ತವಾಗಿ ಬಳಸಿ, ಡೇಟಾ ಸೂಕ್ಷ್ಮತೆಯು ಅಪ್ರಸ್ತುತವಾಗುತ್ತದೆ
- ಬಿ) ವ್ಯಾಪಾರ ರಹಸ್ಯಗಳನ್ನು ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಉಚಿತ ಸಾಧನಕ್ಕೆ ಅಂಟಿಸುವುದು
- ಸಿ) ಸಂಸ್ಥೆ-ಅನುಮೋದಿತ ಮತ್ತು ಗೌಪ್ಯತೆ-ಖಾತ್ರಿಪಡಿಸಿದ ವಾಹನಗಳನ್ನು ಬಳಸುವುದು, ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಮರೆಮಾಚುವುದು/ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ✔
- ಡಿ) ಹೆಚ್ಚಿನ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನೀಡುವ ಸಾಧನಕ್ಕೆ ಡೇಟಾವನ್ನು ವರ್ಗಾಯಿಸುವುದು, ಅದನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ
ಬಹಿರಂಗಪಡಿಸುವಿಕೆ: ವ್ಯಾಪಾರ ಡೇಟಾ ಸ್ಪರ್ಧಾತ್ಮಕವಾಗಿ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಡೇಟಾ ಗೌಪ್ಯತೆ ಖಾತರಿಯೊಂದಿಗೆ ಸಂಸ್ಥೆ-ಅನುಮೋದಿತ ಸಾಧನಗಳನ್ನು ಬಳಸಬೇಕು; ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕು ಅಥವಾ ಮರೆಮಾಚಬೇಕು; ಸಾರ್ವಜನಿಕರಿಗೆ ತೆರೆದಿರುವ ವಾಹನಗಳಲ್ಲಿ ವ್ಯಾಪಾರ ರಹಸ್ಯಗಳನ್ನು ಸೇರಿಸಬಾರದು ಮತ್ತು ಅದರ ಡೇಟಾ ಶಿಕ್ಷಣಕ್ಕೆ ಹೋಗುತ್ತದೆ.
14. ಸಮರ್ಥನೀಯತೆಯ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮಾರ್ಗಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಇಂಗಾಲದ ಹೆಜ್ಜೆಗುರುತನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸೂಚಿಸುತ್ತದೆ. ಈ ಸಲಹೆಯ ಬಗ್ಗೆ ನಿಜವೇನು?
- ಎ) AI ಶಿಫಾರಸು ಊಹೆಗಳನ್ನು ಆಧರಿಸಿದೆ; ಅಂತಿಮ ನಿರ್ಧಾರ ಮತ್ತು ಜವಾಬ್ದಾರಿಯು ಮಾನವನ ಮೇಲಿರುತ್ತದೆ, ವಿತರಣೆ, ಚಾಲಕ ಹಕ್ಕುಗಳು ಮತ್ತು ಗ್ರಾಹಕರ ನಿರ್ಬಂಧಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ✔
- ಬಿ) ಇಂಗಾಲದ ಕಡಿತಕ್ಕೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಶಿಫಾರಸನ್ನು ಪ್ರಶ್ನಿಸದೆ ಜಾರಿಗೊಳಿಸಬೇಕು
- ಸಿ) ಸುಸ್ಥಿರತೆಯು ಲಾಜಿಸ್ಟಿಕ್ಸ್ಗೆ ಅಪ್ರಸ್ತುತವಾಗಿದೆ ಮತ್ತು ಅದನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ
- ಡಿ) ಮಾರ್ಗವನ್ನು ಕಡಿಮೆ ಮಾಡುವಿಕೆಗೆ ಇಂಗಾಲದೊಂದಿಗೆ ಯಾವುದೇ ಸಂಬಂಧವಿಲ್ಲ
ವಿವರಣೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇಂಗಾಲ ಮತ್ತು ವೆಚ್ಚ ಉಳಿತಾಯಕ್ಕಾಗಿ ಅಮೂಲ್ಯವಾದ ಶಿಫಾರಸುಗಳನ್ನು ರಚಿಸಬಹುದು; ಆದಾಗ್ಯೂ, ಶಿಫಾರಸು ಊಹೆಗಳು ಮತ್ತು ಡೇಟಾವನ್ನು ಆಧರಿಸಿದೆ. ವಿತರಣಾ ಬದ್ಧತೆಗಳು, ಚಾಲಕರ ಹಕ್ಕುಗಳು ಮತ್ತು ಗ್ರಾಹಕರ ತೃಪ್ತಿಯಂತಹ ನಿರ್ಬಂಧಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ಅಂತಿಮ ನಿರ್ಧಾರ ಮತ್ತು ಜವಾಬ್ದಾರಿಯು ಮಾನವನೊಂದಿಗೆ ಉಳಿದಿದೆ.