യൂണിറ്റുകൾ
1. മാപ്പിംഗ് എഞ്ചിനീയറിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആൻ്റ് വെരിഫിക്കേഷൻ ഡിസിപ്ലിനിലേക്കുള്ള ആമുഖം 2. ജിയോഡെസി, ജിഎൻഎസ്എസ്, സർവേ ഡാറ്റാ പ്രോസസ്സിംഗ് 3. കോർഡിനേറ്റ് സിസ്റ്റങ്ങൾ, ഡാറ്റയും ട്രാൻസ്ഫോർമേഷൻ വെരിഫിക്കേഷനും 4. GIS/GIS വിശകലനവും സ്പേഷ്യൽ അന്വേഷണങ്ങളും 5. റിമോട്ട് സെൻസിംഗും സാറ്റലൈറ്റ് ഇമേജ് വർഗ്ഗീകരണവും 6. ഫോട്ടോഗ്രാമെട്രിയിൽ നിന്നും UAV ചിത്രങ്ങളിൽ നിന്നുമുള്ള മോഡൽ ജനറേഷൻ 7. LiDAR പോയിൻ്റ് ക്ലൗഡ് പ്രോസസ്സിംഗും വർഗ്ഗീകരണവും 8. മാപ്പ് പ്രൊഡക്ഷൻ ഓട്ടോമേഷൻ ആൻഡ് കാർട്ടോഗ്രഫി 9. Cadastre, ടൈറ്റിൽ ഡീഡ്, ഉടമസ്ഥാവകാശ ഡാറ്റ 10. പൈത്തണിനൊപ്പം ജിയോമാറ്റിക്സ് ഓട്ടോമേഷൻ 11. ക്യുജിഐഎസ് ഓട്ടോമേഷൻ, എത്തിക്സ്, പ്രൈവസി, എൻഡ്-ടു-എൻഡ് പ്രോജക്റ്റ്
യൂണിറ്റ് 1 / 11

മാപ്പിംഗ് എഞ്ചിനീയറിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആൻ്റ് വെരിഫിക്കേഷൻ ഡിസിപ്ലിനിലേക്കുള്ള ആമുഖം

നേട്ടങ്ങൾ:

  • ജിയോമാറ്റിക്സ് വർക്ക്ഫ്ലോയുടെ ഏതൊക്കെ ഘട്ടങ്ങൾ തത്സമയം ലാഭിക്കുന്നുവെന്നും കഴിവുള്ള എഞ്ചിനീയറുടെ അംഗീകാരത്തോടെ ഏതൊക്കെ തീരുമാനങ്ങൾ നിലനിൽക്കണമെന്നും വേർതിരിച്ചറിയാൻ കഴിയും.
  • മാഗ്നിറ്റ്യൂഡ്, ജിയോഡെസിക് പ്ലാസിബിലിറ്റി, ഭൂപ്രദേശം/വിഭവ തെളിവുകൾ എന്നിവ ഉപയോഗിച്ച് ഓരോ AI ഔട്ട്‌പുട്ടിനെയും ക്രോസ്-വാലിഡേറ്റ് ചെയ്യുന്ന ഒരു അച്ചടക്കം നടപ്പിലാക്കാനുള്ള കഴിവ്
  • കോർഡിനേറ്റ്/ഡാറ്റം ആശയക്കുഴപ്പം, ഹാലുസിനേഷൻ, വ്യക്തിഗത ഡാറ്റ സ്വകാര്യത എന്നിവയുടെ അപകടസാധ്യതകൾ തിരിച്ചറിഞ്ഞ്, സന്ദർഭത്തെ അജ്ഞാതമാക്കുന്നതിലൂടെ സുരക്ഷിത നിർദ്ദേശങ്ങൾ സജ്ജീകരിക്കുന്ന ശീലം നേടുക.

ഭൂമിയുടെയും അതിലുള്ള വസ്തുക്കളുടെയും സ്ഥാനം അളക്കുകയും പ്രോസസ്സ് ചെയ്യുകയും വിശകലനം ചെയ്യുകയും മാപ്പ് ചെയ്യുകയും ചെയ്യുന്ന എഞ്ചിനീയറിംഗിൻ്റെ ശാഖയാണ് ജിയോമാറ്റിക്സ് എഞ്ചിനീയറിംഗ്. ഈ തൊഴിൽ കോർഡിനേറ്റുകൾ, മില്ലിമീറ്റർ മുതൽ സെൻ്റീമീറ്റർ വരെ കൃത്യത, സ്വത്ത് അതിരുകൾ, ഔദ്യോഗിക രേഖകൾ എന്നിവയിൽ പ്രവർത്തിക്കുന്നു; അതിനാൽ തെറ്റുകൾ വിലയേറിയതാണ്. ഈ യൂണിറ്റിൽ, ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (ചുരുക്കത്തിൽ AI: ടെക്‌സ്‌റ്റ്, ഇമേജുകൾ, ഡാറ്റ എന്നിവ പ്രോസസ്സ് ചെയ്യാനും മനുഷ്യനെപ്പോലെയുള്ള ഉത്തരങ്ങൾ സൃഷ്‌ടിക്കാനും കഴിയുന്ന സോഫ്റ്റ്‌വെയർ സംവിധാനങ്ങൾ) ജിയോമാറ്റിക്‌സ് വർക്ക്ഫ്ലോയിൽ തത്സമയം ലാഭിക്കുന്നത് എവിടെയാണ്, അത് അപകടകരമാണെന്നും ഓരോ ഔട്ട്‌പുട്ടും എങ്ങനെ പരിശോധിക്കാമെന്നും ഞങ്ങൾ സ്ഥാപിക്കുന്നു. തുടക്കത്തിൽ തന്നെ പറയാം: ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഒരു സഹായിയാണ്, അത് കോർഡിനേറ്റുകൾ നിർമ്മിക്കുന്നുണ്ടെങ്കിലും, കഴിവുള്ള എഞ്ചിനീയർ തീരുമാനവും ഒപ്പും എടുക്കുന്നു.

ആദ്യം, പ്രൊഫഷനും AI ഉം എവിടെയാണ് വിഭജിക്കുന്നത് എന്ന് വ്യക്തമാക്കാം. ഒരു ജിയോമാറ്റിക്സ് പ്രോജക്റ്റ് സാധാരണയായി ഇനിപ്പറയുന്ന ഘട്ടങ്ങളിലൂടെ കടന്നുപോകുന്നു: ഡാറ്റ ശേഖരണം (GNSS, ടോട്ടൽ സ്റ്റേഷൻ, UAV, LiDAR ഉപയോഗിച്ച് ലാൻഡ് സർവേയിംഗ്), ഡാറ്റ പ്രോസസ്സിംഗ് (അസംസ്കൃത നിരീക്ഷണം കോർഡിനേറ്റുകളിലേക്ക് പരിവർത്തനം ചെയ്യുക, ബാലൻസിങ്), വിശകലനം (GIS/GIS ഉള്ള സ്പേഷ്യൽ അന്വേഷണങ്ങൾ), ഉത്പാദനം (മാപ്പ്, ഓർത്തോഫോട്ടോ, മോഡൽ), ഡെലിവറി (റിപ്പോർട്ട്, ഷീറ്റ്, രജിസ്ട്രേഷൻ). ഈ ശൃംഖലയുടെ ഓരോ ലിങ്കിലും വിവിധ തലങ്ങളിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പ്രവർത്തിക്കുന്നു: ചില സ്ഥലങ്ങളിൽ ഇത് പ്രധാന ജോലി ചെയ്യുന്നു (ഉദാഹരണത്തിന്, ആയിരക്കണക്കിന് ചിത്രങ്ങളെ തരംതിരിക്കുക), ചില സ്ഥലങ്ങളിൽ ഇത് ഡ്രാഫ്റ്റുകൾ (റിപ്പോർട്ട് ടെക്സ്റ്റ്) മാത്രം നിർമ്മിക്കുന്നു, ചില സ്ഥലങ്ങളിൽ ഇത് വിശ്വസനീയമല്ലാത്ത ഒരു സഹായിയാണ് (ഒരു കാഡസ്ട്രൽ ബോർഡറിൻ്റെ കൃത്യമായ മൂല്യം).

AI-ന് എന്ത് നൽകണമെന്ന് നിർണ്ണയിക്കുന്ന തത്വം

നിങ്ങൾക്ക് എല്ലാ AI ടാസ്ക്കുകളുടെയും അപകടസാധ്യത ഒരു വാചകത്തിൽ അളക്കാൻ കഴിയും: ഒരു ഔട്ട്പുട്ടിൻ്റെ അപകടസാധ്യത, ആ ഔട്ട്പുട്ട് തകരാറിലാണെങ്കിൽ അത് ഉണ്ടാക്കുന്ന ദോഷത്തിന് തുല്യമാണ്. ഒരു സാഹിത്യ സംഗ്രഹത്തിലെ ഒരു ചെറിയ പിശക് ഏതാണ്ട് നിരുപദ്രവകരമാണ്; എന്നിരുന്നാലും, ഒരു ആപ്ലിക്കേഷൻ്റെ കോർഡിനേറ്റുകളിൽ 20 സെൻ്റീമീറ്റർ പിശക് (ഭൂമിയിലെ പ്രോജക്റ്റിലെ പോയിൻ്റുകൾ അടയാളപ്പെടുത്തുന്നത്) തെറ്റായ സ്ഥലത്ത് ഒഴിച്ച അടിത്തറ, അയൽപക്ക പാഴ്സലിലേക്ക് ഒഴുകിയെത്തുന്ന കെട്ടിടം, കോടതിയിൽ തർക്കം. അതിനാൽ, അപകടസാധ്യതയനുസരിച്ച് ഞങ്ങൾ സ്ഥിരീകരണ തീവ്രത അളക്കുന്നു.

ഈ കോൺക്രീറ്റ് നിർമ്മിക്കുന്നതിന്, നമുക്ക് മൂന്ന് ബക്കറ്റുകളായി കാര്യങ്ങൾ വിഭജിക്കാം:

ബിസിനസ് തരം

AI യുടെ പങ്ക്

സ്ഥിരീകരണ സാന്ദ്രത

ഉദാഹരണം

കുറഞ്ഞ അപകടസാധ്യത/സഹായം

യഥാർത്ഥ നിർമ്മാതാവ്

ഭാരം കുറഞ്ഞ (അവലോകനം)

മെഷർമെൻ്റ് നോട്ടുകൾ പട്ടികകളാക്കി മാറ്റുന്നു, റിപ്പോർട്ട് ഡ്രാഫ്റ്റ്

മീഡിയം റിസ്ക്/ഡ്രാഫ്റ്റ്

ആക്സിലറേറ്റർ

മീഡിയം (സാമ്പിൾ നിയന്ത്രണം + ലോജിക്)

ലാൻഡ് കവർ പ്രാഥമിക വർഗ്ഗീകരണം, കോഡ് സൃഷ്ടിക്കൽ

ഉയർന്ന അപകടസാധ്യത / ഗുരുതരം

ഇത് ഒരു ആശയം നൽകുന്നു

കനത്ത (പൂർണ്ണമായ സ്വതന്ത്ര പരിശോധന)

കഡാസ്ട്രൽ ബോർഡർ, ആപ്ലിക്കേഷൻ, എലവേഷൻ മൂല്യം, ഡാറ്റ പരിവർത്തനം

ഈ പട്ടിക ഒരു റിഫ്ലെക്‌സ് ആയിരിക്കണം: നിങ്ങൾക്ക് ഒരു AI ഔട്ട്‌പുട്ട് ലഭിക്കുമ്പോൾ, നിങ്ങൾ ആദ്യം ചോദിക്കുക "ഇത് ഏത് ബക്കറ്റിൽ?" ', തുടർന്ന് നിങ്ങളുടെ സ്ഥിരീകരണ ഊർജ്ജം അതിനനുസരിച്ച് ചെലവഴിക്കുക.

സ്ഥിരീകരണ അച്ചടക്കം: മൂന്ന് ഫിൽട്ടറുകൾ

ജിയോമാറ്റിക്‌സിൽ, ഓരോ AI ഔട്ട്‌പുട്ടും മൂന്ന് ഫിൽട്ടറുകളിലൂടെ കടന്നുപോകുക.

  1. മാഗ്നിറ്റ്യൂഡ് നിയന്ത്രണം. സംഖ്യ ന്യായമായ പരിധിക്കുള്ളിലാണോ? തുർക്കിയിലെ ഒരു പോയിൻ്റിൻ്റെ ED50/UTM ഈസ്റ്റിംഗ് മൂല്യം ഏകദേശം 6 അക്ക മീറ്ററാണ്; രേഖാംശത്തിൻ്റെ ഡിഗ്രി -180 മുതൽ +180 വരെ; ഒരു പാഴ്സലിൻ്റെ വിസ്തീർണ്ണം ചതുരശ്ര മീറ്ററിലാണ്. പ്രതീക്ഷിച്ച 6-അക്ക വലത് മൂല്യത്തിന് AI 3-അക്ക ഫലം നൽകിയാൽ, ഉത്തരത്തിൻ്റെ ഉള്ളടക്കം വായിക്കാതെ ഒരു പിശക് സംഭവിച്ചതായി നിങ്ങൾക്കറിയാം. ഇത് വിലകുറഞ്ഞതും ശക്തവുമായ സ്‌ട്രൈനറാണ്.
  2. ജിയോഡെറ്റിക്/സ്പേഷ്യൽ പ്ലാസിബിലിറ്റി. ഫലം ഭൗതികശാസ്ത്രത്തിനും ജ്യാമിതിക്കും അനുയോജ്യമാണോ? രണ്ട് അയൽ പോയിൻ്റുകൾ തമ്മിലുള്ള ദൂരം നെഗറ്റീവ് ആയിരിക്കരുത്; ഒരു അടഞ്ഞ ബഹുഭുജത്തിൻ്റെ ആന്തരിക കോണുകളുടെ ആകെത്തുക ഒരു നിശ്ചിത മൂല്യത്തിലേക്ക് ഒത്തുചേരേണ്ടതാണ്; ഒരു ബഫർ പ്രവർത്തനത്തിൻ്റെ ഫലം ഇൻപുട്ട് ജ്യാമിതിയെക്കാൾ വലുതായിരിക്കണം. യുക്തിപരമായി അസാധ്യമായ എന്തെങ്കിലും AI പറഞ്ഞാൽ, അത് ഒഴിവാക്കപ്പെടും.
  3. സ്വതന്ത്ര തെളിവുകൾ. AI കണ്ടിട്ടില്ലാത്ത ഒരു ഉറവിടവുമായി ഔട്ട്‌പുട്ട് താരതമ്യം ചെയ്യുക: അറിയപ്പെടുന്ന ഒരു കൺട്രോൾ പോയിൻ്റ്, ഗ്രൗണ്ട് ട്രൂത്ത്, ഒരു ഔദ്യോഗിക പ്രമാണം, രണ്ടാമത്തെ രീതി കണക്കുകൂട്ടൽ. കോർഡിനേറ്റുകൾ ഇതിനകം അറിയാവുന്ന ഒരു റഫറൻസ് ഉപയോഗിച്ച് ഒരു പരിവർത്തന ഫലം പരിശോധിക്കുന്നതാണ് ഇതിൻ്റെ ഒരു ഉദാഹരണം.
നുറുങ്ങ്: മൂന്ന് ഫിൽട്ടറുകൾ ക്രമത്തിൽ പ്രയോഗിക്കുക, എന്നാൽ ആദ്യ രണ്ടെണ്ണം ഒരിക്കലും ഒഴിവാക്കരുത്; കാരണം, ഓർഡറും പ്ലാസിബിലിറ്റി പരിശോധനയും സെക്കൻ്റുകൾ എടുക്കുകയും സ്വതന്ത്ര തെളിവുകളിലേക്ക് പോകുന്നതിന് മുമ്പ് മിക്ക പിശകുകളും പിടിക്കുകയും ചെയ്യുന്നു.

കോർഡിനേറ്റ്, ഡാറ്റയും സ്വകാര്യതയും: ജിയോമാറ്റിക്സിന് പ്രത്യേകമായ പിറ്റ്ഫാൾസ്

പൊതുവായ AI അപകടസാധ്യതകൾ കൂടാതെ, ഈ തൊഴിലിന് അതുല്യമായ രണ്ട് പ്രധാന പോരായ്മകളുണ്ട്. ആദ്യത്തേത് കോർഡിനേറ്റ്/ഡാറ്റം ആശയക്കുഴപ്പമാണ്. ഭൂമിയുടെ ഉപരിതലത്തെ പ്രതിനിധീകരിക്കുന്ന ഒരു ഗണിത റഫറൻസ് ഉപരിതലമാണ് ഡാറ്റം (ഉദാ. WGS84, ED50, ITRF); ഒരേ ഫിസിക്കൽ പോയിൻ്റ് വ്യത്യസ്ത ഡാറ്റകളിൽ വ്യത്യസ്ത സംഖ്യകളാൽ പ്രകടിപ്പിക്കപ്പെടുന്നു, അവ തമ്മിലുള്ള വ്യത്യാസം നമ്മുടെ രാജ്യത്ത് ചില സ്ഥലങ്ങളിൽ മീറ്ററുകളായിരിക്കാം. നിങ്ങൾ ഏത് ഡാറ്റയെക്കുറിച്ചാണ് സംസാരിക്കുന്നതെന്ന് വ്യക്തമാക്കിയില്ലെങ്കിൽ, AI ഒരു അനുമാനം ഉണ്ടാക്കുകയും നിശബ്ദമായി തെറ്റായ സിസ്റ്റത്തിലേക്ക് പരിവർത്തനം ചെയ്യുകയും ചെയ്യുന്നു. രണ്ടാമതായി, വ്യക്തിഗത ഡാറ്റയും സ്വത്ത് സ്വകാര്യതയും: കഡാസ്ട്രൽ രേഖകളിൽ ഉടമയുടെ പേര്, തിരിച്ചറിയൽ നമ്പർ, കൃത്യമായ സ്ഥാനം എന്നിവ അടങ്ങിയിരിക്കുന്നു; അവരെ അനിയന്ത്രിതമായി ഒരു ബാഹ്യ മോഡലിലേക്ക് അയയ്ക്കുന്നത് നിയമനിർമ്മാണത്തിനും പ്രൊഫഷണൽ നൈതികതയ്ക്കും എതിരാണ്.

മുന്നറിയിപ്പ്: യഥാർത്ഥ ഉടമയുടെ പേര്, TR ഐഡി നമ്പർ അല്ലെങ്കിൽ ഒരു സെൻസിറ്റീവ് സൗകര്യത്തിൻ്റെ കൃത്യമായ കോർഡിനേറ്റുകൾ ഒരു പ്രോംപ്റ്റിൽ ഒട്ടിക്കുന്നതിന് മുമ്പ് നിർത്തുക. അജ്ഞാതമാക്കുക (പേരുകൾ "മാലിക്-1", പാഴ്സലുകൾ "ഐലൻഡ്/പ്ലോട്ട്-എ") അല്ലെങ്കിൽ ഒരു ഇൻ-ഹൗസ്/അംഗീകൃത പരിസ്ഥിതി ഉപയോഗിക്കുക.

മൂന്ന് മിനി കേസുകൾ: അക്കങ്ങൾ പ്രകാരം

കേസ് 1 - റാങ്ക് ഫിൽട്ടർ ജീവൻ രക്ഷിക്കുന്നു. ഒരു ഇൻ്റേണിന് ഭൂമിശാസ്ത്രപരമായ കോർഡിനേറ്റിൽ നിന്ന് ഒരു പോയിൻ്റ് AI പ്രോജക്റ്റ് ഉണ്ടായിരുന്നു, കൂടാതെ വലത്തേക്ക് 4,281 മീറ്റർ ഫലം ലഭിച്ചു. Türkiye ൽ, UTM ശരിയായ മൂല്യങ്ങൾ 100,000-900,000 m ബാൻഡിലാണ്; 4 അക്ക ഫലം അസാധ്യമായിരുന്നു. ഓർഡർ പരിശോധനയിൽ, പിശക് ഉടനടി പിടികിട്ടി, കാരണം മോഡൽ ഔട്ട്‌പുട്ട് ഡിഗ്രികളേക്കാൾ റേഡിയൻ ആണെന്ന് അനുമാനിച്ചു; CAD-ലേക്ക് മാറ്റുന്നതിന് മുമ്പ് കോർഡിനേറ്റ് ശരിയാക്കി.

കേസ് 2 - ഡാറ്റം ഡ്രിഫ്റ്റ്. ഒരു ടീം ഒരു പഴയ മാപ്പിൽ നിന്ന് (ED50) 12 കൺട്രോൾ പോയിൻ്റുകൾ എടുത്ത് ഡാറ്റ വ്യക്തമാക്കാതെ "UTM-ലേക്ക് പരിവർത്തനം ചെയ്യുക" എന്ന് AI-ക്ക് നൽകി. അനുമാനിച്ച മോഡൽ WGS84; ഫീൽഡിലെ ജിപിഎസ് അളവുകളിൽ നിന്ന് ഫലങ്ങൾ ക്രമാനുഗതമായി ഏകദേശം 3-4 മീറ്റർ മാറി. അറിയപ്പെടുന്ന ഒരു റഫറൻസുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, വ്യവസ്ഥാപിതമായ വ്യത്യാസം ഉടനടി പ്രകടമാവുകയും ശരിയായ പരിവർത്തന പാരാമീറ്ററുകൾ ഉപയോഗിച്ച് ജോലി ആവർത്തിക്കുകയും ചെയ്തു. ഒരു പോയിൻ്റ് സ്വതന്ത്ര നിയന്ത്രണം മുഴുവൻ പ്രചാരണത്തെയും സംരക്ഷിച്ചു.

കേസ് 3 - സ്വകാര്യത ലംഘനം തടയൽ. "പൊരുത്തക്കേടുകൾ കണ്ടെത്തുന്നതിന്" ഒരു ഓഫീസ് 850 പാഴ്സലുകളുടെ ഒരു കഡാസ്ട്രൽ ഡാറ്റാബേസ് ഒരു ബാഹ്യ മോഡലിലേക്ക് ലോഡ് ചെയ്യും; പട്ടികയിൽ ഉടമയുടെ പേരുകളും തിരിച്ചറിയൽ നമ്പറുകളും ഉണ്ടായിരുന്നു. ചെക്ക്‌ലിസ്റ്റിന് നന്ദി, അവർ ആദ്യം അത് അജ്ഞാതമാക്കി: വ്യക്തിഗത കോളങ്ങൾ നീക്കം ചെയ്തു, ജ്യാമിതിയും ഏരിയ വിവരങ്ങളും മാത്രം അയച്ചു. വിശകലനത്തിൻ്റെ പ്രയോജനം അതേപടി തുടർന്നു, വ്യക്തിഗത ഡാറ്റ ഒരിക്കലും പുറത്തുവന്നിട്ടില്ല.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ കോർഡിനേറ്റുകൾ UTM-ലേക്ക് പരിവർത്തനം ചെയ്‌ത് ഒരു റിപ്പോർട്ട് എഴുതുക.[coordinates]

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: ജിയോമാറ്റിക്സ് ഡാറ്റ അസിസ്റ്റൻ്റ്. ടാസ്‌ക്: ഇനിപ്പറയുന്ന പോയിൻ്റുകൾ സോഴ്‌സ് സിസ്റ്റത്തിൽ നിന്ന് ടാർഗെറ്റ് സിസ്റ്റത്തിലേക്ക് പരിവർത്തനം ചെയ്യുക.- ഉറവിടം CRS: EPSG: 4326 (WGS84 ജിയോ, ഡിഗ്രി)- ടാർഗെറ്റ് CRS: EPSG: 5256 (TUREF / TM33)- വ്യക്തതയില്ലാത്തതോ നഷ്‌ടമായതോ ആയ വിവരങ്ങൾ ഉണ്ടെങ്കിൽ, റാങ്ക് 6-ന് വ്യക്തമല്ലെങ്കിൽ, വലത് 6-ൻ്റെ മൂല്യം ചോദിക്കരുത്. ഓരോ പോയിൻ്റും.- അറിയപ്പെടുന്ന ഒരു കൺട്രോൾ പോയിൻ്റുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഔട്ട്‌പുട്ട് സാധൂകരിക്കേണ്ടതുണ്ടെന്ന് ശ്രദ്ധിക്കുക. ഡാറ്റ (അജ്ഞാതൻ): [ഡോട്ട് ടേബിൾ]

ശക്തമായ പ്രോംപ്റ്റ് ഉറവിടവും ലക്ഷ്യവും വ്യക്തമായി പ്രസ്താവിക്കുന്നു, അപൂർണ്ണമായ വിവരങ്ങളിൽ നിർത്താൻ ആജ്ഞാപിക്കുന്നു, കൂടാതെ റാങ്ക് പ്രതീക്ഷയും സ്ഥിരീകരണ ബാധ്യതയും മാറ്റിയെഴുതുന്നു. അതിനാൽ, ഔട്ട്പുട്ട് കൂടുതൽ കൃത്യവും ഓഡിറ്റ് ചെയ്യാവുന്നതുമാണ്.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ജോലി വർഗ്ഗീകരണ ഫിൽട്ടർ:

ഇനിപ്പറയുന്ന ടാസ്‌ക് മൂന്ന് ബക്കറ്റുകളിൽ ഒന്നായി സ്ഥാപിക്കുക: (എ) കുറഞ്ഞ അപകടസാധ്യത/സഹായകരം, (ബി) ഇടത്തരം അപകടസാധ്യത/ഡ്രാഫ്റ്റി, (സി) ഉയർന്ന അപകടസാധ്യത/നിർണ്ണായകം. നിങ്ങളുടെ യുക്തിയും നിർദ്ദേശിച്ച സ്ഥിരീകരണ ഘട്ടങ്ങളും എഴുതുക. ടാസ്ക്: [ജോലി വിവരണം]

2) റാങ്ക് നിയന്ത്രണ അഭ്യർത്ഥന:

ചുവടെയുള്ള ഫലം സൃഷ്ടിക്കുന്നതിന് മുമ്പ് പ്രതീക്ഷിക്കുന്ന മാഗ്നിറ്റ്യൂഡ് (യൂണിറ്റും സാധാരണ ശ്രേണിയും) ക്രമം എഴുതുക. ഫലം ഈ പരിധിക്ക് പുറത്താണെങ്കിൽ, ഒരു "റേഞ്ച് മുന്നറിയിപ്പ്" നൽകി കണക്കുകൂട്ടൽ അവലോകനം ചെയ്യുക. ഇൻപുട്ട്: [ഡാറ്റ]

3) അജ്ഞാതമാക്കുന്നതിന് മുമ്പുള്ള സ്കാനിംഗ്:

ഇനിപ്പറയുന്ന വാചകത്തിൽ വ്യക്തിഗത ഡാറ്റ (പേര്, ഐഡി നമ്പർ, ടൈറ്റിൽ ഡീഡ് ഉടമയുടെ വിവരങ്ങൾ, സെൻസിറ്റീവ് ലൊക്കേഷൻ) അല്ലെങ്കിൽ രഹസ്യാത്മക വിവരങ്ങൾ അടങ്ങിയിട്ടുണ്ടോ? അങ്ങനെയാണെങ്കിൽ, അവ പട്ടികപ്പെടുത്തുകയും അജ്ഞാത തുല്യമായവ നിർദ്ദേശിക്കുകയും ചെയ്യുക. വാചകം മാറ്റരുത്, അത് റിപ്പോർട്ട് ചെയ്യുക. വാചകം: [ടെക്സ്റ്റ്]

4) വെരിഫിക്കേഷൻ പ്ലാൻ ജനറേറ്റർ:

ഇനിപ്പറയുന്ന AI ഔട്ട്‌പുട്ടിനായി ഒരു സ്ഥിരീകരണ സ്കീം എഴുതുക: (1) റാങ്ക് പരിശോധന, (2) ജിയോഡെസിക്/സ്പേഷ്യൽ പ്ലാസിബിലിറ്റി, (3) തെളിവുകളുടെ സ്വതന്ത്ര ഉറവിടം. ഓരോ ഘട്ടത്തിലും എന്താണ് കണക്കിലെടുക്കേണ്ടതെന്ന് വ്യക്തമായി എഴുതുക. ഔട്ട്പുട്ട്: [AI ഔട്ട്പുട്ട്]

സാധാരണ തെറ്റുകൾ

  • ഡേറ്റം/സിആർഎസ് വ്യക്തമാക്കാതെ കോർഡിനേറ്റുകൾ പ്രവർത്തിക്കുന്നു. ഏറ്റവും സാധാരണവും ചെലവേറിയതുമായ തെറ്റ്; ഇത് മീറ്ററുകളോളം നിശബ്ദമായ സ്ലിപ്പേജിന് കാരണമാകുന്നു.
  • ഫ്ലൂൻസി കൃത്യതയ്ക്കായി തെറ്റിദ്ധരിക്കുന്നു. AI ആത്മവിശ്വാസത്തോടെയും ഭംഗിയായും എഴുതുന്നു; ഉള്ളടക്കം കൃത്യമാണെന്ന് ഇത് സൂചിപ്പിക്കുന്നില്ല.
  • റാങ്ക് പരിശോധന മറികടക്കുന്നു. CAD-ലേക്ക് ഒരു സ്പ്ലിറ്റ്-സെക്കൻഡ് നോട്ടം പിടിക്കുന്ന പിശകുകൾ കൊണ്ടുവരുന്നു.
  • നിയന്ത്രണമില്ലാതെ വ്യക്തിഗത/സ്വത്ത് ഡാറ്റ അയയ്ക്കുന്നു. "എന്തായാലും ഉപയോഗപ്രദമാണ്" എന്ന ന്യായീകരണം രഹസ്യാത്മകതയുടെ ബാധ്യത ഇല്ലാതാക്കുന്നില്ല.
  • ഒരൊറ്റ AI ഔട്ട്‌പുട്ടിൽ നിർണ്ണായക പ്രവർത്തനത്തെ അടിസ്ഥാനമാക്കി. ആപ്ലിക്കേഷൻ, കഡാസ്ട്രൽ ബോർഡർ, എലവേഷൻ തുടങ്ങിയ പ്രവൃത്തികൾ സ്വതന്ത്രമായ സ്ഥിരീകരണമില്ലാതെ തുടരുന്നു.
  • നിങ്ങൾ മോഡലിന് ഉത്തരവാദിത്തം കൈമാറുകയാണെന്ന് കരുതുന്നു. ഒപ്പും ഉത്തരവാദിത്തവും എല്ലായ്‌പ്പോഴും സമർത്ഥനായ എഞ്ചിനീയർക്ക് ഉണ്ടായിരിക്കും.

ചുരുക്കത്തിൽ

ജിയോമാറ്റിക്‌സ് വർക്ക്ഫ്ലോയുടെ ഓരോ ഘട്ടത്തിലും വ്യത്യസ്‌ത ഭാരത്തോടെയാണ് കൃത്രിമബുദ്ധി പ്രവർത്തിക്കുന്നത്; ഓരോ ദൗത്യത്തിൻ്റെയും അപകടസാധ്യത പരിഗണിക്കുക എന്നതാണ് നിർണായകമായ കാര്യം: "ഒരു പിശക് ഉണ്ടെങ്കിൽ എനിക്ക് എന്ത് നഷ്ടപ്പെടും?" അതനുസരിച്ച് പരിശോധനയെ ചോദ്യം ചെയ്യുകയും സ്കെയിൽ ചെയ്യുകയും ചെയ്യുക. മൂന്ന് ഫിൽട്ടറുകൾ (ഡിഗ്രി, പ്ലാസിബിലിറ്റി, സ്വതന്ത്ര തെളിവുകൾ) മിക്ക പിശകുകളും വിലകുറഞ്ഞ രീതിയിൽ പിടിക്കുന്നു. കോർഡിനേറ്റ്/ഡാറ്റം ആശയക്കുഴപ്പം, വ്യക്തിഗത/സ്വത്ത് ഡാറ്റ രഹസ്യസ്വഭാവം എന്നിവയാണ് ഈ തൊഴിലിന് പ്രത്യേകമായ രണ്ട് പ്രധാന പോരായ്മകൾ; രണ്ടും ആദ്യം മുതൽ അച്ചടക്കത്തോടെയുള്ള നിർദ്ദേശം സ്ഥാപിച്ചാണ് കൈകാര്യം ചെയ്യുന്നത്. അന്തിമ തീരുമാനവും ഒപ്പും യോഗ്യതയുള്ള എഞ്ചിനീയറുടെ പക്കലായിരിക്കും.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ സ്വന്തം ബിസിനസ്സിൽ നിന്ന് മൂന്ന് ജിയോമാറ്റിക്‌സ് ടാസ്‌ക്കുകൾ തിരഞ്ഞെടുക്കുക (അല്ലെങ്കിൽ സാങ്കൽപ്പികം): ഒന്ന് കുറഞ്ഞ അപകടസാധ്യത, ഒരു ഇടത്തരം അപകടസാധ്യത, ഒരു ഉയർന്ന റിസ്ക്. ഓരോന്നിനും, (1) അത് ഏത് ബക്കറ്റിലാണെന്ന് എഴുതുക, (2) AI യുടെ പങ്ക്, (3) നിങ്ങൾ പ്രയോഗിക്കുന്ന മൂന്ന് ഫിൽട്ടർ ഘട്ടങ്ങൾ. ഉയർന്ന അപകടസാധ്യതയുള്ള ടാസ്‌ക്കിനായി, നിങ്ങൾ ഔട്ട്‌പുട്ട് പരിശോധിക്കുന്ന സ്വതന്ത്ര തെളിവുകൾ (ചെക്ക് പോയിൻ്റ്, ഡോക്യുമെൻ്റ്, രണ്ടാമത്തെ രീതി) കൃത്യമായി വ്യക്തമാക്കുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഞാൻ ദൗത്യത്തിൻ്റെ അപകടസാധ്യത അളന്നത് "ഒരു പിശക് ഉണ്ടായാൽ സംഭവിക്കുന്ന നാശനഷ്ടം" ഉപയോഗിച്ചാണ്.
  • [ ] ഞാൻ ടാസ്‌ക്ക് ലോ/ഇടത്തരം/ഉയർന്ന അപകടസാധ്യതയുള്ള ബക്കറ്റിൽ വച്ചു.
  • [ ] പ്രോംപ്റ്റിൽ ഞാൻ ഉറവിടവും ടാർഗെറ്റ് കോർഡിനേറ്റ് സിസ്റ്റവും (ഡാറ്റം/ഇപിഎസ്ജി) വ്യക്തമായി വ്യക്തമാക്കിയിട്ടുണ്ട്.
  • [ ] റാങ്ക് പരിശോധനയിലൂടെ ഞാൻ ഫലം പാസാക്കി.
  • [ ] ഞാൻ ജിയോഡെറ്റിക്/സ്പേഷ്യൽ പ്ലാസിബിലിറ്റി പരീക്ഷിച്ചു.
  • [ ] കുറഞ്ഞത് ഒരു സ്വതന്ത്ര തെളിവെങ്കിലും ഉപയോഗിച്ച് ഞാൻ അത് പരിശോധിച്ചു.
  • [ ] ഞാൻ വ്യക്തിപര/കുത്തക ഡാറ്റ അജ്ഞാതമാക്കിയിട്ടുണ്ട് അല്ലെങ്കിൽ ഒരു അംഗീകൃത പരിതസ്ഥിതിയിൽ പ്രവർത്തിച്ചിട്ടുണ്ട്.
  • [ ] ഞാൻ അന്തിമ തീരുമാനമെടുത്തു, ഒപ്പ് എഞ്ചിനീയറുടെ ഉത്തരവാദിത്തമാണ്.