Ieguvumi:
- Spēja sadalīt projektu posmos no koncepcijas līdz piegādei un noteikt mākslīgā intelekta lomu, aktivizējamo verifikāciju un atbildīgo ekspertu katrā posmā.
- Katra posma beigās uzdodot jautājumu par riska grupu un var apstiprināt vietējo rūpnīcu, tiesību aktus un izmaksas savā posmā.
- Spēja integrēt AI rada, cilvēks izlemj, katra kritiskā izvade tiek pārbaudīta, paraksts ir saskaņā ar ekspertu principiem pilnīgā darbplūsmā
Iepriekšējās vienpadsmit nodaļās mēs pa vienam mācījāmies daļas: koncepcija, vizuālais, vietas analīze, augs, ūdens, ilgtspējība, tehnika, prezentācija, izmaksas, likumdošana. Šajā vienībā mēs tos visus apvienojam vienā reālā projektā. Mērķis ir izveidot darbplūsmu, kas var tekoši un droši izmantot mākslīgo intelektu (AI) no projekta sākuma līdz tā piegādei. Darbplūsma ir secīgu darbību kopa, ko darbs veic no sākuma līdz beigām. Šī vienība nav kopsavilkums, bet gan integrācijas mēģinājums: katrā posmā, kur AI paātrinās, kur tas apstājas, kāda validācija tiek izmantota.
Projekta paraugs: 4 ha pilsētas parks pie strauta
Apskatīsim projektu, ko mēs pieminējām visā modulī no sākuma līdz beigām. Pašvaldība vēlas pārveidot plūdu riskam pakļautu strauta krastu par pilsētas parku, kas gan buferizē ūdeni, gan nodrošina apkaimē lietojamību. Budžets ir ierobežots, ilgums ir trīs mēneši, klimats ir maigi lietains.
1. posms. Ietvars un koncepcija (1.–2. nodaļa). Projekta ietvars un 6 tēmas tiek ražotas ar AI; Komanda izvēlas tēmu "ūdens līnija, kas atgriež straumi, ko pilsēta ir aizmirsusi" un pārvērš to principos. AI dažādo un atlasa komandas.
2. posms — lauka analīze (4. nodaļa). Slīpums, orientācija, ūdens plūsma tiek iegūta no ĢIS; Tiek veikts izbraukums. AI sintezē izmērītos datus + novērojumus un izveido iespēju ierobežojumu sarakstu. Mērījumi no instrumenta, sintēze pārbaudīta.
3. posms. Ūdens un klimata stratēģija (6. nodaļa). YZ piedāvā lietus dārza + bioswal + caurlaidīgas augsnes kombināciju; ir izveidota norēķinu loģika. Izmēru noteikšana tiek deleģēta hidrotehniskajam inženierim.
4. posms — augu palete (5. vienība). AI veido funkciju profilu un kandidātu sarakstu; Komanda pārbauda katras sugas vietējo klimata zonu, invazīvo sarakstu, toksicitāti un stādu pieejamību. Nepārbaudīti veidi nav iekļauti.
5. posms — ilgtspējības pārbaude (7. nodaļa). Dizains tiek nodots caur ūdens caurlaidības, vietējā līmeņa, ēnas un bioloģiskās daudzveidības rādītāju karti; vājie nosaukumi ir uzlaboti.
6. posms — vizuālā un tehniskā (3., 8. nodaļa). AI rada atmosfēras attēlus un detaļu loģikas/materiālu salīdzinājumu; Mēroga lapas tiek zīmētas CAD, statiskās detaļas zīmē inženieris.
7. posms — izmaksas un grafiks (10. nodaļa). AI organizē preču sarakstu un tabulu; Tiek ievadīti faktiskie daudzumi un pašreizējās cenas, un darba grafiks tiek sastādīts atbilstoši stādīšanas sezonai.
8. posms — tiesību akti un ieviešana (9., 11. nodaļa). Tiek sagatavots atļauju kontrolsaraksts un iestādes jautājumi, lietas tiek apstiprinātas ar amatpersonu; Prezentācija veidota dažādās valodās trim auditorijām (pašvaldība, apkaimes iedzīvotāji, žūrija).
Padoms: katras fāzes beigās uzdodiet vienu jautājumu: "Vai šis rezultāts ir zems, vidējs vai augsts; kas to pārbaudīs?" Šis vienīgais jautājums nodrošina visas darbplūsmas drošību.
Zelta likums starp posmiem
Plūsmā no gala līdz galam katrā posmā atkārtojas trīs principi: (1) AI mainās un paātrina, cilvēki izvēlas un pieder; (2) tiek pārbaudīta katra skaitliskā/lokālā/drošībai kritiskā izvade; (3) lēmums un paraksts ir pie kompetentā eksperta. Šie trīs principi nemainās; Mainās tikai priekšmets, kuram tie tiek piemēroti.
trīs mini futrāļi
1. gadījums — ātrums no gala līdz galam. Viens birojs vadīja līdzīgu straumes parku ar AI darbināmu darbplūsmu: koncepcija un analīze ilga no 3 nedēļām līdz 10 dienām; Ietaupītais laiks tika veltīts detaļām un pārbaudei. Piegādes kvalitāte uzlabojās, jo komanda ieguva laiku, lai "izlemtu", nevis "ražotu".
2. gadījums — ķēdes pārbaude. Tajā pašā projektā dažādos posmos tika noķertas četras atsevišķas mākslīgā intelekta kļūdas: invazīvs augs (5. nodaļas pārbaude), safabricēta reglamentējoša klauzula (11. nodaļas pārbaude), pārspīlēts attēls (3. nodaļas pārbaude), trūkstoša izmaksu pozīcija (10. vienības saraksts). Neviens netika iesniegts; disciplīna darbojās.
3. gadījums — komandas pārveidošana. Sākumā komanda pieļāva daudz kļūdu, domājot, ka AI ir "maģija, kas dara visu". Kad viņi pieņēma riska segmenta disciplīnu (1. nodaļa), viņi sāka izmantot mākslīgo intelektu pareizajā līmenī: bezmaksas ar zemu risku, apstiprināšanu ar vidēju risku, noder tikai augsta riska gadījumā. Kopā pieauga efektivitāte un pārliecība.
Četras kopējamas veidnes
1) Projekta ceļvedis:
Jūsu loma: ainavu projektu koordinators. Projekts: [apraksts, ilgums, budžets, klimats]. Sniedziet man visaptverošu darbplūsmas ceļvedi: koncepcija, analīze, ūdens stratēģija, iekārta, ilgtspējība, vizuālais, tehniskais, izmaksas, tiesību akti, prezentācija. Norādiet AI lomu katrā posmā un to, kurš verifikācija/eksperts tiks iesaistīts.
2) fāzes beigu riska audits:
Pārbaudiet šādas fāzes [posms un izlaide] izvadi attiecībā uz risku: atsevišķas zema/vidēja/augsta riska daļas, kas un kā pārbaudīt katrai vidēja/augsta riska pakāpei, uzskaitiet nepilnības, kas jānovērš pirms piegādes.
3) Holistiskā kontrole pirms piegādes:
Pirms piegādes pārbaudiet šo projektu holistiski: koncepcijas un dizaina konsekvenci, vai ir veikta vietējā rūpnīcas pārbaude, vai ir apstiprināta inženiertehniskā stratēģija, vai izmaksas ir reālas, vai likumdošana ir apstiprināta, vai vizuālie materiāli ir reprezentatīvi. Trūkstošās verifikācijas tiek parādītas sarakstā.
4) Gūtā mācība:
Kad šis projekts ir pabeigts, uzņemiet pieredzi, kas gūta, izmantojot AI: kurā posmā AI darbojās ļoti labi, kurā posmā bija augsts kļūdu risks, kā man vajadzētu uzlabot darbplūsmu nākamajā projektā? Rakstiet konkrētos un praktiskos posteņos.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Veiciet šo projektu manā vietā no sākuma līdz beigām.
Šī vēlme, kas vēlas visu uzreiz; Tas rada nepārbaudītu, virspusēju un riskantu kaudzi.
Spēcīga uzvedne:
Jūsu loma: projekta koordinators. Projekts: 4 ha liels parks pie strauta, 3 mēneši, ierobežots budžets, mēreni lietains klimats, prioritāra plūdu buferizācija un apkārtnes izmantošana. Man rodas soli pa solim darbplūsma; Katrā posmā ir jānorāda (1) konkrēts mākslīgā intelekta ieguldījums, (2) verifikācija, kas tiks izmantota, un (3) atbildīgais eksperts/iestāde. Atzīmējiet augsta riska posmus atsevišķi. Nesakiet "AI pabeidz jebkuru posmu pats par sevi".
Progresīva pamudināšana ar verifikāciju un atbildības piešķiršanu pārvērš AI par īstu koordinācijas rīku.
Pilnu lomu kopsavilkuma tabula
Skatuves
AI ieguldījums
verifikācija
Atbildīgs
koncepcija
variācija
Budžeta/klimata filtrs
dizainers
Analīze
sintēze
Lauks + ĢIS
lauka analītiķis
ūdens/klimats
stratēģija
hidrauliskais kalkulators
inženieris
augu
kandidātu saraksts
Vietējā pārbaude
ainavu arhitekts
tehniskais
Loģika/teksts
CAD + statisks
Arhitekts/inženieris
Izmaksas
Tabula
Faktiskais daudzums/cena
daudzuma mērnieks
tiesību aktiem
Kopsavilkums/saraksts
Autorizēts apstiprinājums
kompetentā iestāde
prezentācija
Stāstījums
Integritātes pārbaude
dizainers
Biežas kļūdas
- Gribas visu vienā pieprasījumā. Plūsma no gala līdz galam ir pakāpeniska; Katrs posms tiek pārbaudīts atsevišķi.
- Posma beigu riska audita izlaišana. Kļūdas tiek uztvertas fāzes pāreju laikā.
- Afirmāciju uzkrāšana un atstāšana līdz pēdējam. Vietējā rūpnīca, tiesību akti un izmaksu apstiprināšana jāveic savā stadijā.
- Cilvēka lēmumu iegulšana AI plūsmā. Izvēle, īpašumtiesības un paraksts ir cilvēku rokās katrā posmā.
- Nepierakstīja gūto mācību. Katrs projekts ir iespēja uzlabot nākamo darbplūsmu.
Rezumējot
Pilnīga darbplūsma ir vieta, kur visas iepriekšējās vienības tiek apvienotas vienā projektā. AI dažādo un paātrina katrā posmā; bet katrā posmā cilvēki izvēlas, pārbauda un pieder. Trīs nemainīgi principi nodrošina plūsmu drošu: AI rada, cilvēks izlemj, katra kritiskā izvade tiek pārbaudīta, paraksts ir pie kompetenta eksperta. Sadaliet projektu fāzēs, katras fāzes beigās uzdodiet jautājumu par riska grupu, veiciet pārbaudes savā fāzē un mācieties no katra projekta. Tādējādi AI kļūst par partneri, kas stiprina jūsu profesiju, nevis vājina to.
Lietojumprogrammas uzdevums
Izveidojiet pilnīgu darbplūsmu, izmantojot veidni "Projekta ceļvedis" reālam projektam pēc jūsu izvēles; Pārbaudiet un piešķiriet atbildību par katru posmu. Pēc tam atlasiet divas fāzes un pārbaudiet tās, izmantojot veidni "Fāzes beigu riska audits". Visbeidzot, uzskaitiet trūkstošās pārbaudes, izmantojot veidni “Holistiskā pārbaude pirms piegādes”.
kontrolsaraksts
- [ ] Es sadalīju projektu posmos; Es pārbaudīju un noteicu atbildību par katru posmu.
- [ ] Katra posma beigās es uzdevu riska grupas jautājumu.
- [ ] Es veicu vietējo rūpnīcu, tiesību aktus un izmaksu apstiprinājumu savā stadijā.
- [ ] Es saistīju augsta riska posmus ar eksperta apstiprinājumu.
- [ ] Es atzīmēju no projekta gūtās mācības nākamajai darbplūsmai.
Moduļa eksāmens
1. Kurš no šiem ir visprecīzākais mākslīgā intelekta pozicionējums ainavu arhitektūrā?
- A) AI ir paātrinātājs un projektu ģenerators; Atbildība par vietu, ekoloģiju, drošību un regulējošiem lēmumiem gulstas uz cilvēkiem ✔
- B) Mākslīgais intelekts pats var pabeigt un parakstīt dizainu
- C) Mākslīgais intelekts darbojas tikai vizuālo attēlu veidošanā, tam nav nekāda sakara ar citiem dizaina posmiem
- D) Tā kā mākslīgais intelekts ir objektīvāks par cilvēkiem, likumdošanas lēmumi ir jāatstāj tā ziņā.
Apraksts: Mākslīgais intelekts ir ideju pavairotājs un projektu ģenerators, kas paātrina koncepciju, vizuālo, analīzi un komunikāciju; Lauka realitāte, vietējā ekoloģija, drošība un juridiskā atbildība paliek kompetentam ekspertam. Inženiertehniskajos un drošības ziņā kritiskos lēmumos AI neaizstāj ekspertu apstiprinājumu.
2. Ja jūs sadalāt lēmumus par ainavu projektu pēc riska līmeņa, kurš no šiem kritērijiem ietilpst “augsta riska (nepieciešams eksperta apstiprinājums)” kategorijā?
- A) Koncepcijas teksta rakstīšana
- B) Moodboard idejas izveide
- C) Atbalsta sienu statika un bērnu rotaļu laukuma drošība ✔
- D) Prezentācijas nosaukuma ieteikuma iegūšana
Apraksts: Inženiertehniskās un drošībai kritiskās problēmas, piemēram, balsta sienas statikas saglabāšana, koku sakņu un apakšstruktūru konflikts, toksiski/invazīvi augi un bērnu rotaļu laukumu drošība ir liels risks; Šeit mākslīgais intelekts ir tikai palīgs, galīgais lēmums ir ekspertam. Koncepcijas teksts un noskaņu panelis ir zems risks.
3. Kāds ir visefektīvākais mākslīgā intelekta izmantošanas veids koncepcijas izstrādes posmā?
- A) Daudzu dažādu tēmu izveide un atlase un padziļināšana, izlaižot tās caur konteksta filtru ✔
- B) Vienotas “labākās koncepcijas” pieprasīšana un tās tieša īstenošana
- C) prasot vispārīgu jēdzienu, nesniedzot kontekstu
- D) koncepcijas sniegšana bez jebkādas kritikas
Paskaidrojums: Cilvēka prātam ir tendence koncentrēties uz pirmajām 2-3 idejām. Mākslīgā intelekta patiesais spēks ir tas, ka tas rada un salīdzina daudzas dažādas tēmas; Izvēle, padziļināšanās un īpašumtiesības pieder cilvēkam. Pieprasot vienu “labāko” ieteikumu, šis spēks tiek izniekots.
4. Kurš princips ir būtisks, prezentējot klientam renderējumu (attēlu), kas ražots ar mākslīgo intelektu?
- A) Vizuāls tiek parādīts kā galīgs un precīzs skats, kas jāpielieto.
- B) Uzskata par vizuāla mēroga tehnisko dokumentu
- C) Vizuālais attēlojums ir atmosfēra; pārbaudīts autentiskums un piegādāts ar tehniskajām lapām ✔
- D) Attēls tiek pārsūtīts tieši uz lietojumprogrammu bez pārbaudes
Apraksts: Mākslīgā intelekta vizuālie materiāli ir saziņas un atmosfēras līdzeklis; Tas nav mērogots un var saturēt elementus, kurus nevar uzstādīt patiesībā (pārspīlēts blīvums, augi, kas nav pazīstami ar klimatu). Tāpēc jānorāda, ka tā ir “reprezentatīva atmosfēra” un jāuzrāda kopā ar tehniskajām lapām.
5. Kāpēc ir nepareizi jautāt mākslīgajam intelektam par zemes gabala vidējo slīpumu laukuma analīzē?
- A) mākslīgais intelekts nevar veikt pozīcijas mērījumus un var izdomāt skaitli; mērījums ņemts no ĢIS/lauka mērījums ✔
- B) Mākslīgais intelekts pareizi aprēķina slīpumu, bet ir lēns
- C) Slīpums ir nesvarīgi dati, nav jājautā
- D) Mākslīgais intelekts var aprēķināt tikai kvadrātmetrus, nevis slīpumu, bet aprēķināt attālumu
Apraksts: Mākslīgais intelekts neredz sižetu un nevar veikt telpiskus mērījumus; šāds jautājums var radīt pārliecinošu, bet nepamatotu skaitli. Mērījumi, piemēram, slīpums, platība un attālums, tiek ņemti no ĢIS vai lauka apsekojuma; Mākslīgais intelekts tiek izmantots tikai, lai interpretētu sniegtos izmērītos datus.
6. Kāds ir vissvarīgākais mākslīgā intelekta izmantošanas noteikums augu selekcijā?
- A) Izmantojiet mākslīgo intelektu, lai izveidotu kandidātu sarakstu un apstiprinātu katru sugu ar vietējo klimatu, invazīvo sarakstu, toksicitāti un tirgu ✔
- B) AI ieteiktā saraksta ievietošana tieši projektā, jo tas ir balstīts uz globāliem datiem
- C) Izvēlēties tikai sugas, kas izskatās vizuāli pievilcīgas
- D) Dodiet priekšroku sugām, kas ir praktiskas, jo tās ātri aug, nepārbaudot tās.
Paskaidrojums. Tā kā mākslīgais intelekts mācās no globālā vidējā rādītāja, tas var būt nepareizi attiecībā uz klimata zonu, invazīvo statusu, toksicitāti un tirgu. Tātad tas tiek izmantots tikai kā kandidātu sarakstu ģenerators; katrai sugai ir pārbaudīta vietējā klimata zona, invazīvo sugu saraksts, toksicitāte un stādu pieejamība. Nepārbaudīts tips neienāk projektā.
7. Kā mākslīgā intelekta loma un inženiera loma lietus ūdens apsaimniekošanā atšķiras?
- A) Mākslīgais intelekts droši veic gan stratēģijas, gan jaudas aprēķinus
- B) mākslīgais intelekts ģenerē stratēģijas un izvietojuma idejas; Izmēri un jauda ir inženiera aprēķins un apstiprinājums ✔
- C) Inženieris tikai nosaka stratēģiju, mākslīgais intelekts veic aprēķinus
- D) Izmēram nav nozīmes; Ūdens plūsmas virziens ir pietiekams
Apraksts: Ideja un tādu risinājumu izvietošana kā lietus dārzi un bioswales ir dizaina lēmumi, un šeit palīdz mākslīgais intelekts. Tomēr izmēriem, jaudai un plūdu drošībai ir nepieciešami hidrauliskie aprēķini un inženiera apstiprinājums; Mākslīgais intelekts nevar aprēķināt plūsmas ātrumu/jaudu, jo nepareiza izmēra noteikšana nozīmē applūšanu vai sabrukumu.
8. Kāda ir visprecīzākā pieeja, novērtējot dizaina ilgtspējību?
- A) Jo zaļāks dizains izskatās, jo ilgtspējīgāks tas ir
- B) Ilgtspējības novērtēšana tādās izmērāmās tēmās kā ūdens, caurlaidība, vietējais līmenis, ēna, uzturēšana un bioloģiskā daudzveidība ✔
- C) Pietiek tikai palielināt augu skaitu
- D) Intensīva stādīšana, neņemot vērā uzturēšanas izmaksas
Paskaidrojums: “Izskatīties zaļi” nav ilgtspējība; Vienas sugas zaļā zona, kas patērē daudz ūdens, var būt ekoloģiski slikta un dārga. Pareizā pieeja ir novērtēt ilgtspējību tādās izmērāmās tēmās kā ūdens, caurlaidība, vietējo sugu īpatsvars, ēna, uzturēšana un bioloģiskā daudzveidība, kā arī uzlabot vājās vietas.
9. Kas jādara ar mākslīgā intelekta sniegtajām mērījumu un stiegrojuma vērtībām atbalsta sienas "parauga sadaļā" tehniskās rasēšanas stadijā?
- A) Vērtības var iekopēt tieši projektā, jo AI zina standartus
- B) vērtības ir reprezentatīvas; Statisko detaļu nosaka zemes apsekojums un inženiera aprēķins, tas nav iekļauts zīmējumā bez pārbaudes ✔
- C) Vērtības ir paredzētas tikai estētiskiem nolūkiem, tām nav nekāda sakara ar statiku
- D) Mākslīgā intelekta nodrošinātā aprīkojuma vērtība vienmēr paliek drošā pusē
Paskaidrojums: mākslīgais intelekts nerada mērogotus/statiskus rasējumus, un tā nodrošinātie mērījumi, pacēlumi un pastiprinājuma vērtības ir reprezentatīvi. Statiska detaļa; To nosaka zemes apsekojums un inženieru aprēķini. Šīs vērtības nevar pārnest uz zīmējumu bez pārbaudes, tas ir īpaši svarīgi drošībai kritiskām detaļām.
10. Kāda ir visefektīvākā pieeja, prezentējot vienu un to pašu ainavu projektu dažādām auditorijām?
- A) Vienāda tehniskā teksta prezentēšana visiem
- B) Pārspīlēti ietaupījumi un ieguvumi, lai palielinātu ietekmi
- C) Dizaina būtības pielāgošana, lai katrai auditorijai pastāstītu, kas viņiem rūp savā valodā ✔
- D) Pietiek sagatavot prezentāciju tikai tehniskajai žūrijai.
Apraksts: investors rūpējas par izmaksām un vērtību, apkārtne rūpējas par ikdienas ieguvumiem un drošību, žūrija rūpējas par koncepciju un tehniku. Izskaidrojot katrai auditorijai vienu dizaina būtību, kas viņiem rūp, saprotamā valodā; Mākslīgā intelekta kadru tulkošanas jaudas izmantošana ir visefektīvākais veids. Tā ir izplatīta kļūda, ja to visiem izskaidro vienā valodā.
11. Kāpēc ir nepareizi likt mākslīgajam intelektam tieši aprēķināt parka kopējās izmaksas?
- A) Mākslīgais intelekts vienmēr zina pašreizējās tirgus cenas
- B) Mākslīgais intelekts aprēķina izmaksas, taču tas ir nepareizi tikai lielos projektos
- C) Mākslīgais intelekts nezina faktisko projekta ilgumu un pašreizējās cenas; Norādītā summa ir reprezentatīva, nevis piedāvājums ✔
- D) Izmaksas nav svarīgas, svarīgs ir dizaina skaistums
Paskaidrojums: mākslīgais intelekts nezina ne faktisko jūsu projekta ilgumu, ne pašreizējās vietējās vienības cenas; Norādītā summa ir tikai reprezentatīva, nevis piedāvājums. Pareizais veids ir ņemt faktisko daudzumu no projekta datiem un vienības cenas no tirgus un ļaut mākslīgajam intelektam tikai rediģēt tabulu.
12. Kāds ir visbīstamākais risks un pareizākais piesardzības pasākums, izmantojot mākslīgo intelektu attiecībā uz likumdošanu?
- A) Tā kā mākslīgais intelekts likumdošanu zina no galvas, tā pantiem var uzticēties
- B) Tiesību akti ir universāli, nav nepieciešams vietējais apstiprinājums
- C) Mākslīgā intelekta piešķirtais preces numurs vienmēr ir atjaunināts.
- D) mākslīgais intelekts var izveidot neesošu vielu; Katrs noteikums ir jāapstiprina no oficiālā jaunākā avota un iestādes ✔
Apraksts: Tiesību akti ir lokāli, aktuāli un ir interpretējami; AI var izveidot neeksistējošu preces numuru vai noteikumu (halucinācijas). Pareizais piesardzības pasākums ir neizmantot nevienu noteikumu, to nepārbaudot; Tas ir mākslīgā intelekta izmantošana tikai, lai apkopotu jūsu sniegto oficiālo tekstu, izveidotu kontrolsarakstu un jautājumus amatpersonai, kā arī apstiprinātu vienumus no oficiālā pašreizējā avota.
13. Kurš princips attiecas uz mākslīgā intelekta izmantošanu ar tādiem datiem kā klienta līgumu un paku informācija?
- A) Visus dokumentus var augšupielādēt tādus, kādi tie ir, jo ātrums ir svarīgs
- B) Līguma dati AI nav svarīgi, tie tiek ignorēti
- C) Informāciju par paku var brīvi koplietot, jo tā netiek uzskatīta par personas datiem.
- D) konfidenciālie un personas dati netiek koplietoti bez kontroles; Ja nepieciešams, izmanto anonimizētu ✔
Paskaidrojums: Klienta identitāti, paku informāciju, līgumu un personas datus nedrīkst augšupielādēt mākslīgā intelekta rīkos nekontrolētā veidā. Ja nepieciešams, dati tiek koplietoti, veicot anonimizāciju. Konfidencialitāte ir viens no galvenajiem ētikas principiem, kas tiek uzsvērts visā modulī.
14. Kādi ir trīs nemainīgi principi, vadot projektu no gala līdz galam ar mākslīgo intelektu?
- A) Pieprasīt visu vienā pieprasījumā, pārbaudīt rezultātu, piegādāt
- B) Mākslīgais intelekts izlemj, cilvēki tikai īsteno
- C) uzkrājiet pārbaudes un veiciet tās visas uzreiz projekta beigās
- D) mākslīgais intelekts ražo, cilvēki izvēlas un pieder; katrs kritiskais rezultāts tiek pārbaudīts; Lēmums un paraksts pieder ekspertam ✔
Apraksts. Pilnīgā darbplūsmā katrā posmā tiek atkārtoti trīs principi: AI veido un paātrina, cilvēki izvēlas un pieder; tiek pārbaudīta katra skaitliskā, lokālā un drošībai kritiskā izvade; Lēmums un paraksts pieder kompetentajam ekspertam. Šie principi paliek nemainīgi pat tad, ja mainās tikai priekšmets, kuram tie tiek piemēroti.