ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ, ਸਥਾਨਕ ਸ਼ੁੱਧਤਾ ਅਤੇ ਨੈਤਿਕਤਾ

ਲਾਭ:

• ਇਹ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਕਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਲੈਂਡਸਕੇਪ ਵਰਕਫਲੋ (ਸੰਕਲਪ, ਵਿਜ਼ੂਅਲ, ਵਿਸ਼ਲੇਸ਼ਣ, ਸੰਚਾਰ) ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਸਾਈਟ, ਵਾਤਾਵਰਣ, ਸੁਰੱਖਿਆ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਫੈਸਲਿਆਂ ਨੂੰ ਮਨੁੱਖਾਂ ਲਈ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਜੋਖਿਮ ਦੇ ਪੱਧਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
• ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਹਰ ਮਹੱਤਵਪੂਰਨ ਆਉਟਪੁੱਟ ਨੂੰ ਸਰੋਤ ਨਾਲ ਜੋੜਦੀ ਹੈ, ਇੱਕ ਸੁਤੰਤਰ ਟੂਲ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ ਅਤੇ ਟਿੱਪਣੀ ਫਿਲਟਰਿੰਗ ਕਦਮਾਂ ਦੁਆਰਾ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ।
• ਇਹ ਸਮਝੋ ਕਿ ਸਥਾਨਕ ਜਲਵਾਯੂ, ਮਿੱਟੀ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਕਿਉਂ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਿਉਂ ਨਕਲੀ ਬੁੱਧੀ ਇੰਜੀਨੀਅਰਿੰਗ-ਸੁਰੱਖਿਆ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮਾਹਿਰਾਂ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦੀ।

ਇੱਕ ਨਗਰਪਾਲਿਕਾ ਨੇ ਤੁਹਾਨੂੰ ਇੱਕ ਸਟ੍ਰੀਮ ਦੁਆਰਾ ਇੱਕ 4-ਹੈਕਟੇਅਰ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਇੱਕ ਸ਼ਹਿਰੀ ਪਾਰਕ ਵਿੱਚ ਬਦਲਣ ਦਾ ਕੰਮ ਦਿੱਤਾ ਹੈ ਜੋ ਹੜ੍ਹ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਗੁਆਂਢ ਦੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਨੂੰ ਛੂਹਦਾ ਹੈ। ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਬੇਸਲਾਈਨ ਨਕਸ਼ਾ, ਇੱਕ ਬਜਟ ਸੀਲਿੰਗ, ਅਤੇ ਇੱਕ ਤਿੰਨ ਹਫ਼ਤਿਆਂ ਦੀ ਸੰਕਲਪ ਦੀ ਸਮਾਂ ਸੀਮਾ ਹੈ। ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਚਰ ਲੋਕਾਂ, ਪੌਦਿਆਂ, ਪਾਣੀ ਅਤੇ ਜਲਵਾਯੂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਖੁੱਲੇ ਅਤੇ ਹਰੇ ਖੇਤਰਾਂ (ਪਾਰਕ, ​​ਵਰਗ, ਬਗੀਚੇ, ਕਿਨਾਰੇ, ਗਲੀਆਂ) ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਯੋਜਨਾ ਬਣਾਉਣ ਦਾ ਪੇਸ਼ਾ ਹੈ। ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ, ਉਦੇਸ਼ ਇਸ ਕੰਮ ਦੇ ਹਰ ਪੜਾਅ 'ਤੇ ਇੱਕ ਪ੍ਰਵੇਗਕ ਅਤੇ ਵਿਚਾਰ ਸਾਥੀ ਵਜੋਂ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ; ਪਰ ਇਹ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਫਰਕ ਕਰਨ ਬਾਰੇ ਹੈ ਕਿ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕਿੱਥੇ ਵਰਤਣਾ ਹੈ ਅਤੇ ਕਿੱਥੇ ਵਾਪਸ ਰਹਿਣਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਮਾਹਰਾਂ ਦੇ ਨਿਰਣੇ 'ਤੇ ਛੱਡਣਾ ਹੈ। ਆਉ ਸ਼ੁਰੂ ਤੋਂ ਸ਼ੁਰੂ ਕਰੀਏ: AI ਡਿਜ਼ਾਈਨ 'ਤੇ ਦਸਤਖਤ ਨਹੀਂ ਕਰਦਾ, ਮਿੱਟੀ ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ ਜਿਸ ਨੇ ਪੌਦਾ ਲਗਾਇਆ ਸੀ, ਅਤੇ ਤੁਹਾਡੇ ਵਿਰੁੱਧ ਕਾਨੂੰਨ ਦਾ ਬਚਾਅ ਨਹੀਂ ਕਰਦਾ; ਡਰਾਫਟ, ਡੁਪਲੀਕੇਟ ਵਿਕਲਪ ਅਤੇ ਚਿੰਨ੍ਹ ਦੇ ਪੈਟਰਨ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਆਖਰੀ ਸ਼ਬਦ ਹਮੇਸ਼ਾ ਸਮਰੱਥ ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਟ ਦਾ ਹੁੰਦਾ ਹੈ।

ਇਸ ਪੇਸ਼ੇ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਅਸਲ ਵਿੱਚ ਕੀ ਲਾਭਦਾਇਕ ਹੈ?

ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਚਰ; ਇਹ ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਅਨੁਭਵ, ਖੇਤਰੀ ਗਿਆਨ, ਵਾਤਾਵਰਣ ਅਤੇ ਤਕਨੀਕੀ ਵੇਰਵੇ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਹੋਏ ਹਨ। AI ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਇਸ ਖੇਤਰ ਵਿੱਚ ਚਾਰ ਕਿਸਮਾਂ ਦੇ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ। ਪਹਿਲਾਂ, ਉਤਪਾਦਕਤਾ: ਸੰਕਲਪ ਟੈਕਸਟ, ਮੂਡਬੋਰਡ ਵਿਚਾਰਧਾਰਾ, ਅਤੇ ਵਿਕਲਪਕ ਹੱਲ ਪਰਿਵਰਤਨ ਘੰਟਿਆਂ ਦੀ ਬਜਾਏ ਮਿੰਟ ਲੈਂਦੇ ਹਨ। ਦੂਜਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਹੈ: ਇੱਕ ਸਕੈਚ-ਪੱਧਰ ਦੇ ਵਿਚਾਰ ਨੂੰ ਇੱਕ ਵਿਜ਼ੂਅਲ ਵਿੱਚ ਬਦਲਣਾ ਜੋ ਗਾਹਕ ਨੂੰ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਤੀਜਾ, ਵਿਸ਼ਲੇਸ਼ਣ ਸਮਰਥਨ: ਫੀਲਡ ਡੇਟਾ (ਢਲਾਨ, ਸਥਿਤੀ, ਸ਼ੈਡੋ) ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਅਤੇ ਟੈਕਸਟ/ਵਿਧਾਨ ਦੇ ਵੱਡੇ ਹਿੱਸਿਆਂ ਦਾ ਸਾਰ ਕਰਨਾ। ਚੌਥਾ ਸੰਚਾਰ ਹੈ: ਪ੍ਰਸਤੁਤੀ ਪਾਠ ਜੋ ਨਿਵੇਸ਼ਕ, ਜਨਤਾ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਨੂੰ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਤਕਨੀਕੀ ਡਿਜ਼ਾਈਨ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਹਨ।

AI ਜੋ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ ਉਹ ਪੇਸ਼ੇ ਦਾ ਮੂਲ ਹੈ: ਖੇਤਰ ਦੀ ਅਸਲੀਅਤ ਨੂੰ ਸਮਝੋ, ਮਿੱਟੀ ਦੇ ਨਾਲ ਇੱਕ ਪੌਦੇ ਦੇ ਪੈਲੇਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ਜੋ ਸਥਾਨਕ ਮਾਹੌਲ ਲਈ ਸੱਚਮੁੱਚ ਅਨੁਕੂਲ ਹੈ, ਸਥਿਰ ਅਤੇ ਜ਼ਮੀਨੀ ਸੁਰੱਖਿਆ ਦੀ ਗਰੰਟੀ ਦਿਓ, ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਲਈ ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ ਮੰਨੋ। ਅਸੀਂ ਇਸ ਇਕਾਈ ਵਿਚ ਇਸ ਅੰਤਰ ਦੇ ਨਾਲ ਹਰੇਕ ਟੂਲ ਦੀ ਚਰਚਾ ਕਰਾਂਗੇ।

ਸੁਝਾਅ: AI ਬਾਰੇ "ਤੇਜ਼ ​​ਪਰ ਨਵੇਂ ਇੰਟਰਨ" ਵਾਂਗ ਸੋਚੋ। ਉਹ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਕਰਦਾ ਹੈ, ਬਹੁਤ ਸਾਰੇ ਵਿਚਾਰ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਪਰ ਇਹ ਕਿਸੇ ਸੀਨੀਅਰ (ਤੁਸੀਂ) ਹਰ ਪ੍ਰਿੰਟਆਊਟ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਨਹੀਂ ਡਿਲੀਵਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੋਖਮ ਦੇ ਪੱਧਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ ਤਿੰਨ ਬਾਲਟੀਆਂ

ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਤਿੰਨ ਬਾਲਟੀਆਂ ਵਿੱਚ ਵੱਖ ਕਰਨਾ ਤੁਹਾਡੀ ਨੌਕਰੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਬਣਾਉਂਦਾ ਹੈ:

• ਘੱਟ ਜੋਖਮ (ਮੁਫ਼ਤ ਵਰਤੋਂ): ਸੰਕਲਪ ਟੈਕਸਟ, ਮੂਡਬੋਰਡ ਵਿਚਾਰ, ਪੇਸ਼ਕਾਰੀ ਡਰਾਫਟ, ਨਾਮ/ਸਿਰਲੇਖ ਸੁਝਾਅ। ਜੇਕਰ ਕੋਈ ਗਲਤੀ ਹੋ ਵੀ ਜਾਵੇ ਤਾਂ ਆਸਾਨੀ ਨਾਲ ਸੁਧਾਰੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਕਿਸੇ ਨੂੰ ਕੋਈ ਦੁੱਖ ਨਹੀਂ ਹੁੰਦਾ।
• ਮੱਧਮ ਜੋਖਮ (ਤਸਦੀਕ ਦੀ ਲੋੜ): ਪੌਦਿਆਂ ਦੀਆਂ ਸਿਫ਼ਾਰਿਸ਼ਾਂ, ਲਾਗਤ ਅਨੁਮਾਨ, ਸਾਈਟ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਆਖਿਆ, ਮੀਂਹ ਦੇ ਪਾਣੀ ਦੀ ਸ਼ੁਰੂਆਤੀ ਗਣਨਾ। ਜੇ ਇਹ ਗਲਤ ਹੈ, ਤਾਂ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਦੇਰੀ ਹੋ ਜਾਵੇਗੀ ਜਾਂ ਬਜਟ ਸੁੰਗੜ ਜਾਵੇਗਾ; ਸਰੋਤ ਅਤੇ ਮਾਹਰ ਨਿਯੰਤਰਣ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਲੋੜੀਂਦਾ ਹੈ.
• ਉੱਚ ਜੋਖਮ (ਮਾਹਰ ਦੀ ਮਨਜ਼ੂਰੀ ਦੀ ਲੋੜ ਹੈ, AI ਸਿਰਫ ਮਦਦਗਾਰ): ਕੰਧ ਦੇ ਸਟੈਟਿਕਸ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣਾ, ਰੁੱਖ ਦੀਆਂ ਜੜ੍ਹਾਂ-ਸਬਸਟਰਕਚਰ ਸੰਘਰਸ਼, ਜ਼ਹਿਰੀਲੇ/ਹਮਲਾਵਰ ਪੌਦਿਆਂ ਦੀ ਚੋਣ, ਬੱਚਿਆਂ ਦੇ ਖੇਡ ਦੇ ਮੈਦਾਨ ਦੀ ਸੁਰੱਖਿਆ, ਜ਼ੋਨਿੰਗ ਅਤੇ ਆਗਿਆ ਦੇਣ ਦੇ ਫੈਸਲੇ। ਇੱਥੇ, AI ਆਉਟਪੁੱਟ ਕਦੇ ਵੀ ਅੰਤਿਮ ਫੈਸਲਾ ਨਹੀਂ ਹੋ ਸਕਦਾ।

ਇੰਜਨੀਅਰਿੰਗ ਅਤੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਮੁੱਦਿਆਂ (ਰਿਟੈਂਸ਼ਨ, ਡਰੇਨੇਜ ਸਮਰੱਥਾ, ਦਰੱਖਤ ਡਿੱਗਣ ਦਾ ਜੋਖਮ, ਖੇਡ ਦੇ ਮੈਦਾਨ ਦੇ ਉਪਕਰਣ) ਵਿੱਚ, AI ਆਉਟਪੁੱਟ ਇੱਕ ਸਮਰੱਥ ਮਾਹਰ ਦੀ ਹਸਤਾਖਰਿਤ ਪ੍ਰਵਾਨਗੀ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਸਿਧਾਂਤ ਨੂੰ ਪੂਰੇ ਮੋਡੀਊਲ ਵਿੱਚ ਦੁਹਰਾਵਾਂਗੇ ਕਿਉਂਕਿ ਇੱਕ ਲੈਂਡਸਕੇਪਿੰਗ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਗਲਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ; ਇਸ ਦਾ ਮਤਲਬ ਹੈ ਹੜ੍ਹ, ਸੱਟ ਜਾਂ ਢਹਿ-ਢੇਰੀ-ਪੁਨਰ ਨਿਰਮਾਣ ਹਜ਼ਾਰਾਂ ਲੀਰਾ ਦੀ ਲਾਗਤ ਨਾਲ।

ਪੁਸ਼ਟੀਕਰਨ ਅਨੁਸ਼ਾਸਨ: ਤਿੰਨ ਕਦਮ

ਇਹਨਾਂ ਤਿੰਨ ਕਦਮਾਂ ਨੂੰ ਹਰੇਕ ਕੁੰਜੀ ਪ੍ਰਦਾਨ ਕਰਨ ਯੋਗ 'ਤੇ ਲਾਗੂ ਕਰੋ:

1. ਸਰੋਤ ਨਾਲ ਲਿੰਕ: ਸਥਾਨਕ ਸਰੋਤ (ਯੂਨੀਵਰਸਿਟੀ, ਬੋਟੈਨੀਕਲ ਗਾਰਡਨ, ਪ੍ਰੋਵਿੰਸ਼ੀਅਲ ਡਾਇਰੈਕਟੋਰੇਟ ਆਫ਼ ਐਗਰੀਕਲਚਰ, ਸਥਾਨਕ ਨਰਸਰੀਮੈਨ) 'ਤੇ "ਇਹ ਪੌਦਾ ਇਸ ਮੌਸਮ ਵਿੱਚ ਰਹਿੰਦਾ ਹੈ" ਦੇ ਦਾਅਵੇ ਨੂੰ ਅਧਾਰ ਬਣਾਓ। AI ਆਮ ਕਰਦਾ ਹੈ; ਤੁਸੀਂ ਸਥਾਨੀਕਰਨ ਕਰਦੇ ਹੋ।
2. ਸਟੈਂਡਅਲੋਨ ਟੂਲ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ: GIS (ਭੂਗੋਲਿਕ ਸੂਚਨਾ ਪ੍ਰਣਾਲੀ — ਸਾਫਟਵੇਅਰ ਜੋ ਸਥਾਨਿਕ ਡੇਟਾ ਦਾ ਨਕਸ਼ਾ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ) ਜਾਂ ਮਾਪ ਨਾਲ ਸੰਖਿਆਤਮਕ ਮੁੱਲਾਂ ਜਿਵੇਂ ਕਿ ਢਲਾਨ, ਖੇਤਰ, ਦੂਰੀ ਆਦਿ ਦੀ ਜਾਂਚ ਕਰੋ।
3. ਸਮੀਖਿਆ: ਪੇਸ਼ੇਵਰ ਨਿਰਣੇ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰੋ ਕਿ ਕੀ ਆਉਟਪੁੱਟ ਤੁਹਾਡੇ ਸੰਦਰਭ (ਬਜਟ, ਉਪਭੋਗਤਾ, ਰੱਖ-ਰਖਾਅ ਸਮਰੱਥਾ) ਨੂੰ ਫਿੱਟ ਕਰਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਸਮੇਂ ਦੀ ਬਚਤ। ਇੱਕ ਲੈਂਡਸਕੇਪ ਦਫ਼ਤਰ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਮੁਕਾਬਲੇ ਲਈ ਸੰਕਲਪ ਪੜਾਅ ਦੇ ਦੌਰਾਨ 3 ਦਿਨਾਂ ਵਿੱਚ 6 ਵੱਖ-ਵੱਖ ਵਰਗ ਪਹੁੰਚ ਬਣਾਉਂਦਾ ਹੈ। ਮੂਡਬੋਰਡ ਅਤੇ ਸੰਕਲਪ ਟੈਕਸਟ ਡਰਾਫਟ ਅੱਧੇ ਦਿਨ ਵਿੱਚ ਏਆਈ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ; ਟੀਮ ਨੇ ਬਾਕੀ ਰਹਿੰਦੇ 2.5 ਦਿਨ ਅਸਲ ਡਿਜ਼ਾਈਨ ਫੈਸਲਿਆਂ ਲਈ ਸਮਰਪਿਤ ਕੀਤੇ। ਨਤੀਜਾ: ਉਸੇ ਸਮੇਂ ਵਿੱਚ 6 ਦੀ ਬਜਾਏ 11 ਵਿਕਲਪਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਗਿਆ ਸੀ।

ਕੇਸ 2 - ਸਥਾਨਕ ਸ਼ੁੱਧਤਾ ਗਲਤੀ (ਅਤੇ ਫੜਿਆ ਜਾਣਾ)। ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਨੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ YZ ਦੁਆਰਾ ਸੁਝਾਈ ਗਈ "ਸਾਰੇ ਮੌਸਮ ਵਿੱਚ ਸੁੰਦਰ" ਸੂਚੀ ਵਿੱਚੋਂ ਇੱਕ ਸਜਾਵਟੀ ਪੌਦਾ ਲਗਾਇਆ। ਸੀਨੀਅਰ ਆਰਕੀਟੈਕਟ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਇਸ ਸਪੀਸੀਜ਼ ਨੂੰ ਸਬੰਧਤ ਸੂਬੇ ਵਿੱਚ ਹਮਲਾਵਰ (ਸਥਾਨਕ ਵਾਤਾਵਰਣ ਪ੍ਰਣਾਲੀ ਨੂੰ ਫੈਲਾਉਣਾ ਅਤੇ ਦਬਾਉਣ) ਮੰਨਿਆ ਜਾਂਦਾ ਸੀ ਅਤੇ ਇਸਨੂੰ ਸਥਾਨਕ ਸੂਚੀ ਵਿੱਚੋਂ ਹਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। AI ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ, ਮਾਹਰ ਨੇ ਪੁਸ਼ਟੀ ਕੀਤੀ, ਤਬਾਹੀ ਨੂੰ ਟਾਲਿਆ।

ਕੇਸ 3 - ਸੰਚਾਰ। ਇੱਕ ਤੱਟਵਰਤੀ ਲੈਂਡਸਕੇਪਿੰਗ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ, ਜਨਤਕ ਮੀਟਿੰਗ ਵਿੱਚ ਤਕਨੀਕੀ ਰਿਪੋਰਟ ਨੂੰ ਸਮਝਿਆ ਨਹੀਂ ਗਿਆ ਸੀ. YZ ਨੇ 40-ਪੰਨਿਆਂ ਦੀ ਰਿਪੋਰਟ ਨੂੰ 1-ਪੰਨਿਆਂ, ਸਾਦੀ-ਭਾਸ਼ਾ ਵਿੱਚ "ਗੁਆਂਢ ਦੇ ਸੰਖੇਪ" ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ। ਭਾਗੀਦਾਰੀ ਅਤੇ ਸਮਰਥਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਹੋਇਆ ਹੈ; ਆਰਕੀਟੈਕਟ ਦੁਆਰਾ ਤਕਨੀਕੀ ਸ਼ੁੱਧਤਾ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ ਸੀ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਪ੍ਰੋਜੈਕਟ ਫਰੇਮਵਰਕ ਕੱਢਣਾ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਤਜਰਬੇਕਾਰ ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਟ ਸਹਾਇਕ। ਪ੍ਰੋਜੈਕਟ: [ਸਟਰੀਮ ਦੁਆਰਾ 4 ਹੈਕਟੇਅਰ ਬਰਬਾਦੀ ਨੂੰ ਇੱਕ ਸ਼ਹਿਰੀ ਪਾਰਕ ਵਿੱਚ ਬਦਲਣਾ]। ਪਾਬੰਦੀਆਂ: [ਬਜਟ ਦੀ ਸੀਲਿੰਗ, ਹੜ੍ਹ ਦਾ ਜੋਖਮ, 3 ਹਫ਼ਤਿਆਂ ਦੀ ਧਾਰਨਾ]। ਮੈਨੂੰ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਫਰੇਮਵਰਕ ਦਾ ਇੱਕ ਡਰਾਫਟ ਦਿਓ: ਮੁੱਖ ਉਦੇਸ਼, ਉਪਭੋਗਤਾ ਸਮੂਹ, ਸੰਭਾਵਿਤ ਡਿਜ਼ਾਈਨ ਥੀਮ, ਜੋਖਮ। ਹਰੇਕ ਆਈਟਮ ਨੂੰ ਡਰਾਫਟ ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ; ਨਿਰਧਾਰਿਤ ਕਰੋ ਕਿ ਕਿੱਥੇ ਸਥਾਨਕ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਹੈ।

2) ਜੋਖਮ ਬਾਲਟੀ ਵਰਗੀਕਰਨ:

ਮੈਂ ਤੁਹਾਨੂੰ ਪ੍ਰੋਜੈਕਟ ਦੇ ਫੈਸਲਿਆਂ ਦੀ ਸੂਚੀ ਦੇਵਾਂਗਾ। ਹਰੇਕ ਫੈਸਲੇ ਨੂੰ ਘੱਟ / ਮੱਧਮ / ਉੱਚ ਜੋਖਮ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ ਅਤੇ ਲਿਖੋ ਕਿ ਅਜਿਹਾ ਕਿਉਂ ਹੈ। ਉੱਚ ਜੋਖਮਾਂ ਲਈ, "ਮਾਹਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਾਜ਼ਮੀ ਹੈ, AI ਸਹਾਇਤਾ" ਲਿਖੋ।

3) ਇੱਕ ਪੁਸ਼ਟੀਕਰਨ ਸਵਾਲ ਤਿਆਰ ਕਰਨਾ:

ਇਸ ਡਿਜ਼ਾਈਨ ਪ੍ਰਸਤਾਵ ਲਈ, 10 ਪ੍ਰਮਾਣਿਕਤਾ ਪ੍ਰਸ਼ਨ ਤਿਆਰ ਕਰੋ ਜੋ ਮੈਨੂੰ ਜਮ੍ਹਾਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਆਪ ਤੋਂ ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ: ਸਥਾਨਕ ਮੌਸਮ, ਪੌਦਿਆਂ ਦੀ ਅਨੁਕੂਲਤਾ, ਕਾਨੂੰਨ, ਰੱਖ-ਰਖਾਅ, ਸੁਰੱਖਿਆ ਅਤੇ ਬਜਟ।

4) ਸਾਦੀ ਭਾਸ਼ਾ ਦਾ ਸੰਖੇਪ:

ਪਾਰਕ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਇਲਾਕੇ ਲਈ ਇਸ ਤਕਨੀਕੀ ਲੈਂਡਸਕੇਪ ਰਿਪੋਰਟ ਨੂੰ ਇੱਕ ਸਧਾਰਨ 1-ਪੰਨਿਆਂ ਦੇ ਸੰਖੇਪ ਵਿੱਚ ਬਦਲੋ। ਰੋਜ਼ਾਨਾ ਭਾਸ਼ਾ ਵਿੱਚ ਤਕਨੀਕੀ ਸ਼ਬਦਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ; ਅਤਿਕਥਨੀ ਜਾਂ ਵਾਅਦਾ ਨਾ ਕਰੋ, ਬੱਸ ਦੱਸੋ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਮੈਨੂੰ ਇੱਕ ਸੁੰਦਰ ਪਾਰਕ ਤਿਆਰ ਕਰੋ।

"ਸੁੰਦਰ" ਪਰਿਭਾਸ਼ਿਤ ਹੈ, ਕੋਈ ਪ੍ਰਸੰਗ ਨਹੀਂ ਹੈ; ਆਉਟਪੁੱਟ ਸਥਾਨਕ ਲਈ ਆਮ ਅਤੇ ਵਿਦੇਸ਼ੀ ਬਣ ਜਾਂਦੀ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਟ। ਸੰਦਰਭ: ਕਾਲਾ ਸਾਗਰ ਜਲਵਾਯੂ, ਉੱਚ ਸਾਲਾਨਾ ਵਰਖਾ, ਢਲਾਣ ਵਾਲਾ (12%) ਨਦੀ ਦਾ ਕਿਨਾਰਾ, 4 ਹੈਕਟੇਅਰ, ਬਜਟ ਸੀਮਤ, ਤਰਜੀਹ ਹੜ੍ਹ ਬਫਰਿੰਗ ਅਤੇ ਆਂਢ-ਗੁਆਂਢ ਦੀ ਵਰਤੋਂ ਹੈ। ਤਿੰਨ ਵੱਖ-ਵੱਖ ਸੰਕਲਪ ਪਹੁੰਚ ਮੇਰੇ ਕੋਲ ਆਉਂਦੇ ਹਨ; ਹਰੇਕ ਲਈ, ਮੁੱਖ ਵਿਚਾਰ, ਲਾਭ, ਜੋਖਮ ਅਤੇ ਬਿੰਦੂ ਲਿਖੋ ਜਿਨ੍ਹਾਂ ਲਈ ਸਥਾਨਕ ਤਸਦੀਕ ਦੀ ਲੋੜ ਹੈ। ਪੌਦੇ ਦਾ ਨਾਮਕਰਨ; ਮੈਂ ਸਥਾਨਕ ਸੂਚੀ ਨਾਲ ਵੀ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਾਂਗਾ।

ਜਦੋਂ ਜਲਵਾਯੂ, ਢਲਾਨ, ਬਜਟ, ਤਰਜੀਹ ਅਤੇ ਸੀਮਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਆਉਟਪੁੱਟ ਲਾਭਦਾਇਕ ਅਤੇ ਸੁਰੱਖਿਅਤ ਦੋਵੇਂ ਹੁੰਦੀ ਹੈ।

ਏਆਈ ਭੂਮਿਕਾ: ਪੜਾਵਾਂ ਦੁਆਰਾ

ਸਟੇਜ

ਕੀ AI ਸੁਰੱਖਿਅਤ ਹੈ?

AI ਦੀ ਨੌਕਰੀ

ਮਾਹਰ ਦਾ ਕੰਮ

ਸੰਕਲਪ ਵਿਚਾਰ

ਹਾਂ

ਪਰਿਵਰਤਨ, ਪਾਠ

ਚੋਣ, ਦਿਸ਼ਾ

ਵਿਜ਼ੂਅਲ ਉਤਪਾਦਨ

ਹਾਂ (ਖਰੜਾ)

ਰੈਂਡਰਿੰਗ, ਮੂਡ ਬੋਰਡ

ਯਥਾਰਥਵਾਦ ਦੀ ਪੁਸ਼ਟੀ

ਪੌਦੇ ਦੀ ਚੋਣ

ਮੱਧਮ

ਉਮੀਦਵਾਰ ਸੂਚੀ

ਸਥਾਨਕ / ਜਲਵਾਯੂ ਤਸਦੀਕ

ਫੀਲਡ ਵਿਸ਼ਲੇਸ਼ਣ

ਮੱਧਮ

ਟਿੱਪਣੀ ਸਮਰਥਨ

ਮਾਪ, GIS ਪੁਸ਼ਟੀ

ਮੀਂਹ ਦੇ ਪਾਣੀ ਦੀ ਗਣਨਾ

ਮੱਧਮ

ਸ਼ੁਰੂਆਤੀ ਪੂਰਵ ਅਨੁਮਾਨ

ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ

ਸਥਿਰ/ਸੁਰੱਖਿਆ

ਨਹੀਂ

ਚੈੱਕਲਿਸਟ

ਖਾਤਾ ਅਤੇ ਦਸਤਖਤ

ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ

ਮੱਧਮ

ਸੰਖੇਪ, ਸਕੈਨ

ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ

ਆਮ ਗਲਤੀਆਂ

• AI ਆਉਟਪੁੱਟ ਨੂੰ "ਰੈਡੀ-ਮੇਡ ਡਿਜ਼ਾਈਨ" ਸਮਝਣਾ। ਆਉਟਪੁੱਟ ਇੱਕ ਡਰਾਫਟ ਹੈ; ਪੇਸ਼ੇਵਰ ਫੈਸਲਾ ਅਤੇ ਦਸਤਖਤ ਤੁਹਾਡੇ ਹਨ।
• ਸਥਾਨੀਕਰਨ ਛੱਡਣਾ। AI ਗਲੋਬਲ ਔਸਤ ਜਾਣਦਾ ਹੈ; ਜਲਵਾਯੂ, ਮਿੱਟੀ ਅਤੇ ਵਿਧਾਨ ਸਥਾਨਕ ਹਨ।
• ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਨੂੰ AI 'ਤੇ ਛੱਡਣਾ। ਸਥਿਰ, ਡਰੇਨੇਜ, ਖੇਡ ਦੇ ਮੈਦਾਨ ਦੀ ਸੁਰੱਖਿਆ ਲਈ ਮਾਹਿਰਾਂ ਦੀ ਮਨਜ਼ੂਰੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਗਾਹਕ ਡੇਟਾ ਦਾ ਬੇਕਾਬੂ ਸਾਂਝਾਕਰਨ। ਪਾਰਸਲ ਜਾਣਕਾਰੀ ਅਤੇ ਗਾਹਕ ਆਈਡੀ ਵਰਗੇ ਡੇਟਾ ਦੀ ਗੁਪਤਤਾ ਵੱਲ ਧਿਆਨ ਦਿਓ।
• ਇੱਕ ਸਿੰਗਲ ਆਉਟਪੁੱਟ ਵਿੱਚ ਲਾਕ ਕਰਨਾ। AI ਦੀ ਸ਼ਕਤੀ ਪਰਿਵਰਤਨ ਹੈ; ਕਈ ਵਿਕਲਪ ਤਿਆਰ ਕਰੋ ਅਤੇ ਤੁਲਨਾ ਕਰੋ।

ਸੰਖੇਪ ਵਿੱਚ

ਨਕਲੀ ਖੁਫੀਆ ਲੈਂਡਸਕੇਪ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਉਤਪਾਦਕਤਾ, ਦ੍ਰਿਸ਼ਟੀਕੋਣ, ਵਿਸ਼ਲੇਸ਼ਣ ਸਮਰਥਨ ਅਤੇ ਸੰਚਾਰ ਵਿੱਚ ਬਹੁਤ ਸਾਰਾ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ; ਪਰ ਫੀਲਡ ਹਕੀਕਤ, ਸਥਾਨਕ ਵਾਤਾਵਰਣ, ਸੁਰੱਖਿਆ ਅਤੇ ਕਾਨੂੰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੋਕਾਂ ਦੀ ਹੈ। ਹਰੇਕ ਡਿਲੀਵਰੀਯੋਗ ਨੂੰ ਘੱਟ/ਦਰਮਿਆਨੇ/ਉੱਚ ਜੋਖਮ ਵਾਲੀ ਬਾਲਟੀ ਵਿੱਚ ਕ੍ਰਮਬੱਧ ਕਰੋ; ਸਰੋਤ ਲਿੰਕਿੰਗ, ਸੁਤੰਤਰ ਤੱਥ-ਜਾਂਚ, ਅਤੇ ਟਿੱਪਣੀ ਫਿਲਟਰਿੰਗ ਦੇ ਅਨੁਸ਼ਾਸਨ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ। ਇੰਜਨੀਅਰਿੰਗ ਅਤੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਮਾਮਲਿਆਂ ਵਿੱਚ, AI ਕਦੇ ਵੀ ਮਾਹਿਰਾਂ ਦੀ ਮਨਜ਼ੂਰੀ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗਾ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਅਸਲ ਬਰਬਾਦੀ ਦੀ ਚੋਣ ਕਰੋ (ਇੱਕ ਸਕੈਚ ਕਰੇਗਾ)। "ਪ੍ਰੋਜੈਕਟ ਫਰੇਮ ਕੱਢਣ" ਟੈਮਪਲੇਟ ਨਾਲ ਇੱਕ ਫਰੇਮ ਤਿਆਰ ਕਰੋ। ਫਿਰ ਇਸ ਫਰੇਮਵਰਕ ਵਿੱਚ ਫੈਸਲਿਆਂ ਨੂੰ "ਜੋਖਮ ਬਾਲਟੀ ਵਰਗੀਕਰਨ" ਟੈਮਪਲੇਟ ਨਾਲ ਘੱਟ/ਮੱਧਮ/ਉੱਚ ਵਿੱਚ ਵੰਡੋ। ਘੱਟੋ-ਘੱਟ ਦੋ "ਉੱਚ ਜੋਖਮ" ਫੈਸਲਿਆਂ ਦੀ ਪਛਾਣ ਕਰੋ ਅਤੇ ਲਿਖੋ ਕਿ ਤੁਸੀਂ ਕਿਸ ਮਾਹਰ ਤੋਂ ਮਨਜ਼ੂਰੀ ਲਓਗੇ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਪ੍ਰੋਜੈਕਟ ਦੇ ਹਰ ਵੱਡੇ ਫੈਸਲੇ ਨੂੰ ਜੋਖਮ ਦੀ ਬਾਲਟੀ ਵਿੱਚ ਰੱਖਿਆ।
• [ ] ਮੈਂ ਮੱਧਮ/ਉੱਚ ਜੋਖਮ ਵਾਲੇ ਆਉਟਪੁੱਟ ਲਈ ਇੱਕ ਪੁਸ਼ਟੀਕਰਨ ਸਰੋਤ ਨਿਰਧਾਰਤ ਕੀਤਾ ਹੈ।
• ਮੈਂ ਮਾਹਰਾਂ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਈ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਰਾਖਵੇਂ ਰੱਖੇ ਹਨ, ਮੈਂ ਉਹਨਾਂ ਨੂੰ AI 'ਤੇ ਨਹੀਂ ਛੱਡਿਆ।
• [ ] ਮੈਂ ਆਪਣੀ ਯੋਜਨਾ ਵਿੱਚ ਸਥਾਨੀਕਰਨ (ਜਲਵਾਯੂ, ਮਿੱਟੀ, ਵਿਧਾਨ) ਕਦਮ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ।
• [ ] ਮੈਂ ਗਾਹਕ ਅਤੇ ਪਾਰਸਲ ਡੇਟਾ ਵਿੱਚ ਗੁਪਤਤਾ ਮਾਪ ਨੂੰ ਨੋਟ ਕੀਤਾ ਹੈ।