ਸਮੁੰਦਰੀ ਖੇਤਰ ਵਿੱਚ ਏਆਈ ਦੇ ਫਰੰਟੀਅਰਜ਼: ਸੁਰੱਖਿਆ, ਸਾਈਬਰ ਜੋਖਮ, ਨੈਤਿਕਤਾ ਅਤੇ ਜਵਾਬਦੇਹੀ

ਲਾਭ:

• ਇਹ ਪਛਾਣ ਕਰਨ ਦੀ ਯੋਗਤਾ ਕਿ AI ਫਰਜ਼ੀ ਗੁਣਾਂਕ, ਨਿਯਮ ਧਾਰਾਵਾਂ ਅਤੇ ਤਕਨੀਕੀ ਮੁੱਲ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਜੀਵਨ/ਸੰਪੱਤੀ ਸੁਰੱਖਿਆ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਤਸਦੀਕ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ
• ਸਾਈਬਰ ਸੁਰੱਖਿਆ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਜਹਾਜ਼ ਅਤੇ ਓਟੀ (ਕਾਰਜਸ਼ੀਲ ਤਕਨਾਲੋਜੀ) ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਰੈਗੂਲੇਟਰੀ ਸੀਮਾਵਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਇਹ ਸਮਝਣਾ ਕਿ ਕਲਾਸ ਦੀ ਪ੍ਰਵਾਨਗੀ, ਨੈਵੀਗੇਸ਼ਨਲ ਸੁਰੱਖਿਆ ਅਤੇ ਨੈਤਿਕਤਾ ਲਈ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਇੰਜੀਨੀਅਰ ਅਤੇ ਕਪਤਾਨ ਦੀ ਹੈ।

ਇਸ ਸਾਰੇ ਮੋਡੀਊਲ ਦੇ ਦੌਰਾਨ, ਅਸੀਂ ਸਮੁੰਦਰੀ ਜਹਾਜ਼ ਅਤੇ ਸਮੁੰਦਰੀ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਹਰ ਪੜਾਅ 'ਤੇ ਇੱਕ ਐਕਸਲੇਟਰ ਵਜੋਂ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕੀਤੀ: ਫਾਰਮ ਡਿਜ਼ਾਈਨ ਤੋਂ ਲੈ ਕੇ ਸਟ੍ਰਕਚਰਲ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ, ਭਵਿੱਖਬਾਣੀ ਦੇ ਰੱਖ-ਰਖਾਅ ਤੋਂ ਯਾਤਰਾ ਅਨੁਕੂਲਨ ਤੱਕ, ਸ਼ਿਪਯਾਰਡ ਉਤਪਾਦਨ ਲਈ ਨਿਕਾਸ ਦੀ ਪਾਲਣਾ। ਇਸ ਅੰਤਮ ਇਕਾਈ ਵਿੱਚ ਅਸੀਂ ਪਿੱਛੇ ਹਟਦੇ ਹਾਂ ਅਤੇ ਪੂਰੀ ਤਸਵੀਰ ਨੂੰ ਦੇਖਦੇ ਹਾਂ: ਸਮੁੰਦਰੀ ਖੇਤਰ ਵਿੱਚ AI ਦੀਆਂ ਮੁੱਖ ਸੀਮਾਵਾਂ ਕੀ ਹਨ, ਕਿਹੜੇ ਜੋਖਮ (ਭਰਮ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ, ਪੱਖਪਾਤ) ਲਗਾਤਾਰ ਸੁਚੇਤ ਹਨ ਅਤੇ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦਾ ਹੈ? ਕਿਉਂਕਿ ਵਾਹਨ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਵਰਤਣ ਲਈ ਜ਼ਰੂਰੀ ਸ਼ਰਤ ਇਹ ਜਾਣਨਾ ਹੈ ਕਿ ਇਹ ਕਿੱਥੇ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ।

ਮੌਡਿਊਲ ਦੀ ਪਾਲਣਾ ਕਰਨ ਵਾਲਾ ਥੀਸਿਸ ਇੱਥੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਬਾਕੀ ਸਭ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦਾ ਹੈ: ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਸਮੁੰਦਰੀ ਕੰਮ ਵਿੱਚ, AI ਆਉਟਪੁੱਟ ਸਮਰੱਥ ਇੰਜੀਨੀਅਰ, ਮਾਸਟਰ ਜਾਂ ਕਲਾਸ ਸਰਵੇਖਣਕਰਤਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਗੀ ਦਾ ਕੋਈ ਬਦਲ ਨਹੀਂ ਹੈ। AI ਸੁਝਾਅ, ਡਰਾਫਟ, ਗਣਨਾ ਅਤੇ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ; ਪਰ ਜੀਵਨ, ਜਾਇਦਾਦ ਅਤੇ ਵਾਤਾਵਰਣ ਦੀ ਸੁਰੱਖਿਆ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਾਲੇ ਫੈਸਲੇ ਦਾ ਮਾਲਕ ਉਹ ਵਿਅਕਤੀ ਹੈ ਜੋ ਉਸ ਫੈਸਲੇ 'ਤੇ ਦਸਤਖਤ ਕਰਦਾ ਹੈ ਅਤੇ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰ ਹੈ।

ਧਾਰਨਾਵਾਂ: ਭਰਮ: AI ਇੱਕ ਮੁੱਲ, ਨਿਯਮ, ਜਾਂ ਸਰੋਤ ਬਣਾਉਣਾ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ। ਓਟੀ ਸੁਰੱਖਿਆ: ਸੰਚਾਲਨ ਤਕਨਾਲੋਜੀ (ਮਸ਼ੀਨ ਅਤੇ ਕਰੂਜ਼ ਕੰਟਰੋਲ ਸਿਸਟਮ) ਦੀ ਸਾਈਬਰ ਸੁਰੱਖਿਆ। ਡੇਟਾ ਜ਼ਹਿਰ: ਇੱਕ ਮਾਡਲ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਨ ਲਈ ਸਿਖਲਾਈ/ਇਨਪੁਟ ਡੇਟਾ ਦਾ ਜਾਣਬੁੱਝ ਕੇ ਭ੍ਰਿਸ਼ਟਾਚਾਰ। ਮਾਡਲ ਪੱਖਪਾਤ: ਮਾਡਲ ਦਾ ਵਿਵਸਥਿਤ ਅਤੇ ਅਨੁਚਿਤ ਪੱਖਪਾਤ ਜੋ ਉਸ ਡੇਟਾ ਤੋਂ ਆਉਂਦਾ ਹੈ ਜਿਸ 'ਤੇ ਇਸਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ: ਕਿਸੇ ਫੈਸਲੇ ਦੀ ਕਾਨੂੰਨੀ ਅਤੇ ਤਕਨੀਕੀ ਮਲਕੀਅਤ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਸਪੱਸ਼ਟ ਹੁੰਦੀ ਹੈ।

AI ਦੀਆਂ ਸਥਾਈ ਸੀਮਾਵਾਂ

AI ਕੋਲ ਸ਼ਿਪਿੰਗ ਵਿੱਚ ਚਾਰ ਸਥਾਈ ਮੋਰਚਿਆਂ ਹਨ, ਅਤੇ ਇਹ ਟੈਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ ਵੀ ਅਲੋਪ ਨਹੀਂ ਹੋਣਗੇ। ਪਹਿਲਾਂ, ਭਰਮ: ਮਾਡਲ "ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਤ" ਕਥਨਾਂ ਨਾਲ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ ਜਦੋਂ ਇਸਦੇ ਕੋਲ ਨਿਸ਼ਚਿਤ ਡੇਟਾ ਨਹੀਂ ਹੁੰਦਾ; ਇਹ ਇੱਕ ਬਣੀ ਹੋਈ ਕਲਾਸ ਕਲਾਜ਼, ਇੱਕ ਅਸੰਭਵ ਸਥਿਰਤਾ ਮੁੱਲ, ਜਾਂ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਗੁਣਾਂਕ ਬਣ ਜਾਂਦਾ ਹੈ। ਦੂਜਾ, ਤੈਨਾਤੀ ਤੋਂ ਬਾਹਰ ਦਾ ਵਿਵਹਾਰ: ਮਾਡਲ ਉਹਨਾਂ ਸਥਿਤੀਆਂ ਤੋਂ ਬਾਹਰ ਭਰੋਸੇਯੋਗ ਬਣ ਜਾਂਦਾ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ ਅਤੇ ਟੈਸਟ ਕੀਤਾ ਗਿਆ ਸੀ (ਅਸਾਧਾਰਨ ਜਹਾਜ਼ ਦੀ ਕਿਸਮ, ਅਸਾਧਾਰਨ ਖਰਾਬੀ, ਅਣਦੇਖੀ ਆਵਾਜਾਈ)। ਤੀਸਰਾ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੀ ਸਮਝ ਦੀ ਘਾਟ: AI ਸ਼ਬਦ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ, ਊਰਜਾ ਸੰਭਾਲ ਜਾਂ ਨਿਊਟਨ ਦੇ ਨਿਯਮਾਂ ਨੂੰ "ਸਮਝਦਾ" ਨਹੀਂ ਹੈ; ਇਹ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਜਾਇਜ਼ ਜਾਪਦਾ ਹੈ ਪਰ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਅਸੰਭਵ ਹੈ। ਚੌਥਾ, ਸਮਾਂਬੱਧਤਾ: ਕਾਨੂੰਨ, ਕੀਮਤ ਅਤੇ ਤਕਨਾਲੋਜੀ ਤਬਦੀਲੀ; ਮਾਡਲ ਦੀ ਜਾਣਕਾਰੀ ਨੂੰ ਇੱਕ ਮਿਤੀ 'ਤੇ ਫ੍ਰੀਜ਼ ਕੀਤਾ ਗਿਆ ਹੈ.

ਇਹ ਸੀਮਾਵਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਅਸੀਂ ਪੂਰੇ ਮੋਡਿਊਲ ਵਿੱਚ ਜੋ ਤਸਦੀਕ ਅਨੁਸ਼ਾਸਨ ਸਿੱਖਿਆ ਹੈ, ਉਹ ਲਾਜ਼ਮੀ ਕਿਉਂ ਹੈ: ਕ੍ਰਮ-ਦਾ-ਮਾਣ ਨਿਯੰਤਰਣ, ਇਕਾਈ ਇਕਸਾਰਤਾ, ਸੁਤੰਤਰ ਪ੍ਰਜਨਨ, ਅਤੇ ਸਰੋਤ ਤਸਦੀਕ। ਖਾਸ ਤੌਰ 'ਤੇ ਜਦੋਂ AI ਕੋਲ ਗਣਨਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ (ਜਿਵੇਂ ਕਿ ਬੈਲਸਟ/ਸਥਿਰਤਾ ਪਲ ਜਾਂ ਪਾਵਰ ਗਣਨਾ ਲਈ ਪਾਈਥਨ/ਐਕਸਲ ਸਕ੍ਰਿਪਟ ਤਿਆਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ), ਭਾਵੇਂ ਕੋਡ ਤਰਲ ਅਤੇ ਕੰਮ ਕਰਦਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਇਸਦੇ ਤਰਕ, ਇਨਪੁਟਸ ਅਤੇ ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਨੂੰ ਸੁਤੰਤਰ ਜਾਂਚ ਦੇ ਬਿਨਾਂ ਸੁਰੱਖਿਆ ਫੈਸਲੇ ਵਿੱਚ ਅਨੁਵਾਦ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਸਿਰਫ਼ ਕਿਉਂਕਿ ਇੱਕ ਖਾਤਾ ਕੋਡ "ਕੰਮ ਕਰਦਾ ਹੈ" ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ "ਸਹੀ" ਹੈ।

ਸਾਵਧਾਨ: ਇੱਕ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਲੇਖਾ ਕੋਡ ਗਲਤੀਆਂ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਸ ਵਿੱਚ ਗਲਤ ਫਾਰਮੂਲਾ, ਗਲਤ ਇਕਾਈ, ਜਾਂ ਅਣਦੇਖੀ ਕਿਨਾਰੇ ਵਾਲਾ ਕੇਸ ਹੋ ਸਕਦਾ ਹੈ। ਕੋਡ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਸਨੂੰ ਜਾਣੇ-ਪਛਾਣੇ ਇਨਪੁਟ ਨਾਲ ਟੈਸਟ ਕਰੋ (ਇੱਕ ਉਦਾਹਰਣ ਜਿਸਦਾ ਤੁਸੀਂ ਖੁਦ ਜਵਾਬ ਜਾਣਦੇ ਹੋ), ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਦੀ ਜਾਂਚ ਕਰੋ, ਅਤੇ ਨਤੀਜੇ ਦੀ ਸੁਤੰਤਰ ਤਰੀਕੇ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ। ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਗਣਨਾਵਾਂ ਜਿਵੇਂ ਕਿ ਸਥਿਰਤਾ, ਇੱਕ ਪ੍ਰਵਾਨਿਤ ਲੋਡਿੰਗ ਕੰਪਿਊਟਰ ਅਤੇ ਇੰਜੀਨੀਅਰ ਦੀ ਪੁਸ਼ਟੀ ਜ਼ਰੂਰੀ ਹੈ।

ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਅਤੇ ਡੇਟਾ ਗੋਪਨੀਯਤਾ

ਆਧੁਨਿਕ ਜਹਾਜ਼ ਇੱਕ ਫਲੋਟਿੰਗ ਕੰਪਿਊਟਰ ਨੈੱਟਵਰਕ ਹੈ: ਨੇਵੀਗੇਸ਼ਨ ਸਿਸਟਮ, ਮਸ਼ੀਨਰੀ ਕੰਟਰੋਲ, ਕਾਰਗੋ ਪ੍ਰਬੰਧਨ ਅਤੇ ਸੈਟੇਲਾਈਟ ਕਨੈਕਟੀਵਿਟੀ ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਹੋਏ ਹਨ। ਇਸ ਦਾ ਮਤਲਬ ਹੈ ਸਾਈਬਰ ਹਮਲੇ ਦੀ ਸਤ੍ਹਾ। AI ਸਿਸਟਮ ਇਸ ਤਸਵੀਰ ਵਿੱਚ ਦੋ ਨਵੇਂ ਜੋਖਮ ਜੋੜਦੇ ਹਨ। ਪਹਿਲਾਂ, OT (ਕਾਰਜਸ਼ੀਲ ਤਕਨਾਲੋਜੀ) ਸੁਰੱਖਿਆ: ਨੈਵੀਗੇਸ਼ਨ ਅਤੇ ਮਸ਼ੀਨ ਨਿਯੰਤਰਣ ਨਾਲ ਜੁੜਿਆ ਇੱਕ AI ਕੰਪੋਨੈਂਟ ਜੇਕਰ ਹਮਲਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਸਿੱਧੇ ਸੁਰੱਖਿਆ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਇਸਲਈ ਨਾਜ਼ੁਕ OT ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਅਲੱਗ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, AI ਆਉਟਪੁੱਟ ਨੂੰ ਕਦੇ ਵੀ ਆਪਣੇ ਆਪ ਇੱਕ ਨਿਯੰਤਰਣ ਕਾਰਵਾਈ ਨੂੰ ਚਾਲੂ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਅਤੇ ਸੁਰੱਖਿਅਤ ਡਿਫੌਲਟ ਵਿਵਹਾਰ ਨੂੰ ਕਾਇਮ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਦੂਜਾ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ: ਹਲ ਫਾਰਮ, ਪ੍ਰਦਰਸ਼ਨ ਕਰਵ, ਜਹਾਜ਼ ਦੇ ਮਾਲਕ-ਯਾਰਡ ਕੰਟਰੈਕਟ ਅਤੇ ਸੰਚਾਲਨ ਟੈਲੀਮੈਟਰੀ ਵਪਾਰਕ ਰਾਜ਼ ਅਤੇ ਬੌਧਿਕ ਸੰਪਤੀ ਹਨ; ਇਸ ਡੇਟਾ ਨੂੰ ਗੈਰ-ਪ੍ਰਵਾਨਿਤ ਬਾਹਰੀ AI ਸੇਵਾਵਾਂ ਵਿੱਚ ਦਾਖਲ ਕਰਨਾ ਇੱਕ ਨਾ ਪੂਰਾ ਹੋਣ ਵਾਲਾ ਨੁਕਸਾਨ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਹੇਰਾਫੇਰੀ ਦੇ ਖਤਰੇ ਜਿਵੇਂ ਕਿ ਡਾਟਾ ਜ਼ਹਿਰ (ਨੁਕਸਾਨ ਭਰੇ ਇਨਪੁਟ ਨਾਲ ਮਾਡਲ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਨਾ) ਅਤੇ AIS ਵਰਗੇ ਡੇਟਾ ਦੀ ਸਪੂਫਿੰਗ ਲਈ AI ਦੇ ਇਨਪੁਟਸ 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਨਾ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਨਿਯਮ: ਨਾਜ਼ੁਕ ਡੇਟਾ ਅਗਿਆਤ ਹੈ ਜਾਂ ਬਿਲਕੁਲ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਸਿਰਫ ਪ੍ਰਵਾਨਿਤ ਅਤੇ ਗੁਪਤਤਾ-ਵਿਸ਼ਵਾਸ ਵਾਲੇ ਟੂਲ ਵਰਤੇ ਜਾਂਦੇ ਹਨ, ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਮਹੱਤਵਪੂਰਨ ਇਨਪੁਟਸ ਕ੍ਰਾਸ-ਵੈਰੀਫਾਈ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

ਜੋਖਮ

ਇਹ ਕਿਵੇਂ ਵਾਪਰਦਾ ਹੈ?

ਸਾਵਧਾਨੀ

ਭਰਮ

ਬਣਾਇਆ ਨਿਯਮ/ਮੁੱਲ/ਸਰੋਤ

ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ, ਰੈਂਕ ਨਿਯੰਤਰਣ

OT ਸਾਈਬਰ ਹਮਲਾ

ਕੰਟਰੋਲ ਸਿਸਟਮ ਦੀ ਘੁਸਪੈਠ

ਅਲੱਗ-ਥਲੱਗ, ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ, ਸੁਰੱਖਿਅਤ ਡਿਫਾਲਟ

ਡਾਟਾ ਲੀਕ

ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਗੁਪਤ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ

ਅਗਿਆਤਕਰਨ, ਪ੍ਰਵਾਨਿਤ ਸਾਧਨ

ਡਾਟਾ ਜ਼ਹਿਰ/ਸਪੂਫਿੰਗ

ਜਾਣਬੁੱਝ ਕੇ ਨਿਕਾਰਾ ਇਨਪੁਟ

ਇਨਪੁਟ ਪ੍ਰਮਾਣਿਕਤਾ, ਕਰਾਸ-ਚੈਕਿੰਗ

ਮਾਡਲ ਪੱਖਪਾਤ

ਅਸੰਤੁਲਿਤ ਸਿਖਲਾਈ ਡੇਟਾ

ਮਨੁੱਖੀ ਨਿਰਣੇ ਨਾਲ ਨਤੀਜੇ ਦੀ ਸਮੀਖਿਆ

ਨੈਤਿਕਤਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ

ਸਮੁੰਦਰੀ ਫੈਸਲੇ ਦੀ ਕਾਨੂੰਨੀ ਅਤੇ ਤਕਨੀਕੀ ਮਲਕੀਅਤ ਸਪੱਸ਼ਟ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ: ਨੇਵੀਗੇਸ਼ਨ ਸੁਰੱਖਿਆ ਲਈ ਕਪਤਾਨ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਮੁੱਖ ਇੰਜੀਨੀਅਰ ਮਸ਼ੀਨਰੀ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਇੰਚਾਰਜ ਇੰਜੀਨੀਅਰ ਡਿਜ਼ਾਈਨ ਅਤੇ ਗਣਨਾ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਅਤੇ ਕਲਾਸ ਸਰਵੇਅਰ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। AI ਨੂੰ ਇਸ ਚੇਨ ਵਿੱਚ "ਜ਼ਿੰਮੇਦਾਰੀ ਪਾੜੇ" ਨੂੰ ਪੇਸ਼ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। “AI ਨੇ ਇਹ ਸੁਝਾਅ ਦਿੱਤਾ” ਕੋਈ ਬਹਾਨਾ ਨਹੀਂ ਹੈ; ਮਨੁੱਖ ਜੋ AI ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ ਉਹ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਇਸ ਲਈ, AI ਦੀ ਵਰਤੋਂ ਪਾਰਦਰਸ਼ੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ (ਇਹ ਰਿਕਾਰਡ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਫੈਸਲੇ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਇਹ ਕਿਸ ਤਸਦੀਕ ਤੋਂ ਗੁਜ਼ਰਿਆ ਹੈ) ਅਤੇ ਅੰਤਮ ਫੈਸਲਾ ਇੱਕ ਹਸਤਾਖਰ ਕੀਤੇ ਮਨੁੱਖ ਤੱਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਨੈਤਿਕ ਪਹਿਲੂ ਵਿੱਚ ਚਾਲਕ ਦਲ ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਵਾਤਾਵਰਣ ਵੀ ਸ਼ਾਮਲ ਹੈ: ਜੇਕਰ ਇੱਕ ਈਂਧਨ-ਬਚਤ ਪ੍ਰਸਤਾਵ ਚਾਲਕ ਦਲ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਂਦਾ ਹੈ, ਜੇਕਰ ਇੱਕ ਆਟੋਮੇਸ਼ਨ ਹੱਲ ਸੁਰੱਖਿਆ ਹਾਸ਼ੀਏ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ, ਜੇਕਰ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਲਾਭ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਦੇ ਜੋਖਮ ਨੂੰ ਮਾਸਕ ਕਰਦਾ ਹੈ, ਤਾਂ ਇੰਜੀਨੀਅਰਿੰਗ ਨੈਤਿਕਤਾ ਨੂੰ "ਨਹੀਂ" ਕਹਿਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। AI ਉਤਪਾਦਕਤਾ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨ ਹੈ; ਪਰ ਕੁਸ਼ਲਤਾ ਜ਼ਿੰਦਗੀ, ਵਾਤਾਵਰਣ ਅਤੇ ਇਮਾਨਦਾਰ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣੇ ਤੋਂ ਪਹਿਲਾਂ ਕਦੇ ਨਹੀਂ ਆ ਸਕਦੀ.

ਮਿੰਨੀ ਕੇਸ

ਕੇਸ 1 - "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਬਹਾਨਾ। ਇੱਕ ਰਿਪੋਰਟ ਵਿੱਚ, ਇੱਕ ਸੀਮਾ ਮੁੱਲ ਦੀ ਵਰਤੋਂ AI ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਹੈ, ਬਿਨਾਂ ਪੁਸ਼ਟੀ ਕੀਤੇ, ਅਤੇ ਮੁੱਲ ਗਲਤ ਨਿਕਲਦਾ ਹੈ। ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ ਇਹ ਕਹਿ ਕੇ ਆਪਣਾ ਬਚਾਅ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ "AI ਨੇ ਇਹ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ।" ਨਾ ਤਾਂ ਕਲਾਸ ਅਤੇ ਨਾ ਹੀ ਦੇਣਦਾਰੀ ਕਾਨੂੰਨ ਇਸ ਨੂੰ ਮਾਨਤਾ ਦਿੰਦਾ ਹੈ: ਆਉਟਪੁੱਟ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਵਾਲਾ ਇੰਜੀਨੀਅਰ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਸਬਕ: AI ਇੱਕ ਬਹਾਨਾ ਨਹੀਂ ਹੈ; ਜਿੰਮੇਵਾਰੀ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀ ਦੀ ਹੁੰਦੀ ਹੈ।

ਕੇਸ 2 - ਗੁਪਤ ਡੇਟਾ ਦਾ ਲੀਕ ਹੋਣਾ। ਇੱਕ ਟੀਮ ਇੱਕ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ AI ਟੂਲ ਵਿੱਚ ਇੱਕ ਜਹਾਜ਼ ਦੇ ਮਾਲਕ ਦੇ ਅਸਲ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਬਾਲਣ ਡੇਟਾ ਨੂੰ ਪੇਸਟ ਕਰਦੀ ਹੈ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਬੇਨਤੀ ਕਰਦੀ ਹੈ। ਇਹ ਡੇਟਾ ਹੁਣ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਹੈ; ਵਪਾਰਕ ਰਾਜ਼ ਅਤੇ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਲੰਘਣਾ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। ਅਗਿਆਤ ਪ੍ਰਤੀਨਿਧੀ ਮੁੱਲਾਂ ਜਾਂ ਇੱਕ ਪ੍ਰਵਾਨਿਤ ਸਾਧਨ ਨਾਲ ਕੰਮ ਕਰਨ 'ਤੇ ਕੋਈ ਜੋਖਮ ਨਹੀਂ ਹੋਵੇਗਾ। ਪਾਠ: ਅਸਲ/ਗੁਪਤ ਡੇਟਾ ਨੂੰ ਕਦੇ ਵੀ ਕਿਸੇ ਗੈਰ-ਪ੍ਰਵਾਨਿਤ ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਕੇਸ 3 - ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਪਰ ਗਲਤ ਕੋਡ। AI ਸਥਿਰਤਾ ਦੇ ਇੱਕ ਪਲ ਲਈ ਇੱਕ ਪਾਈਥਨ ਸਕ੍ਰਿਪਟ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਕੋਡ ਬਿਨਾਂ ਕਿਸੇ ਤਰੁੱਟੀ ਦੇ ਚੱਲਦਾ ਹੈ ਅਤੇ ਇੱਕ ਵਾਜਬ ਨੰਬਰ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਇੰਜੀਨੀਅਰ ਇਸਨੂੰ ਇੱਕ ਜਾਣੇ-ਪਛਾਣੇ ਲੋਡਿੰਗ ਕੇਸ (ਜਿਸ ਦਾ ਜਵਾਬ ਹੱਥ ਨਾਲ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ) ਨਾਲ ਟੈਸਟ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਕੋਡ ਗਲਤ ਚਿੰਨ੍ਹ ਨਾਲ ਇੱਕ ਬਾਂਹ ਦੀ ਲੰਬਾਈ ਦੀ ਮਿਆਦ ਲੈਂਦਾ ਹੈ। ਸਕ੍ਰਿਪਟ "ਵਰਕਿੰਗ" ਕਰ ਰਹੀ ਸੀ ਪਰ ਨਤੀਜਾ ਗਲਤ ਸੀ। ਸਬਕ: ਖਾਤਾ ਕੋਡ ਦਾ ਸੰਚਾਲਨ ਸ਼ੁੱਧਤਾ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਹੈ; ਜਾਣੇ-ਪਛਾਣੇ ਇੰਪੁੱਟ ਅਤੇ ਸੁਤੰਤਰ ਤਸਦੀਕ ਨਾਲ ਟੈਸਟ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟਸ

ਨਮੂਨਾ 1 — ਸੀਮਾ ਅਤੇ ਜੋਖਮ ਸਵੈ-ਮੁਲਾਂਕਣ:

ਭੂਮਿਕਾ: ਤੁਸੀਂ ਮੇਰੇ ਦੁਆਰਾ ਵਰਤੇ ਗਏ AI ਆਉਟਪੁੱਟ ਦਾ ਆਡਿਟ ਕਰ ਰਹੇ ਇੱਕ ਸਮੀਖਿਅਕ ਹੋ। ਸੰਦਰਭ: [ਟਾਸਕ/ਆਉਟਪੁੱਟ]। ਟਾਸਕ: 1) ਇਸ ਆਉਟਪੁੱਟ ਵਿੱਚ ਭਰਮ ਦਾ ਜੋਖਮ ਕਿੱਥੇ ਹੈ? 2) ਕੀ ਭੌਤਿਕ ਅਨੁਕੂਲਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਕੁਝ ਸ਼ੱਕੀ ਹੈ? 3) ਕਿਹੜੇ ਮੁੱਲ ਜਿਨ੍ਹਾਂ ਲਈ ਸਮਾਂਬੱਧਤਾ (ਵਿਧਾਨ/ਕੀਮਤ) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ? ਕੇਸ? ਹਰੇਕ ਪ੍ਰਸ਼ਨਾਤਮਕ ਬਿੰਦੂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਇਸਨੂੰ ਕਿਵੇਂ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਹੈ।

ਟੈਮਪਲੇਟ 2 — ਖਾਤਾ ਕੋਡ ਪੁਸ਼ਟੀਕਰਨ ਸਮਾਂ-ਸਾਰਣੀ:

ਹੇਠਾਂ ਦਿੱਤੇ AI-ਜਨਰੇਟ ਅਕਾਊਂਟਿੰਗ ਕੋਡ (Python/Excel) ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਤਸਦੀਕ ਯੋਜਨਾ ਦੇ ਨਾਲ ਆਓ:[ਪੇਸਟ ਕੋਡ/ਤਰਕ]1) ਇੱਕ ਟੈਸਟ ਇੰਪੁੱਟ ਦਾ ਸੁਝਾਅ ਦਿਓ ਜਿਸਦੇ ਲਈ ਮੈਂ ਜਵਾਬ ਤੋਂ ਬਾਹਰ ਜਾਣਦਾ ਹਾਂ। 2) ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜਿਨ੍ਹਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਹੈ (ਜ਼ੀਰੋ, ਨਕਾਰਾਤਮਕ, ਅਤਿਅੰਤ)। 3) ਮੈਂ ਯੂਨਿਟ ਦੀ ਇਕਸਾਰਤਾ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰਾਂ? 4) ਮੈਂ ਐਪ ਵਿੱਚ ਕੀ ਨਤੀਜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਾਂ? ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਖਾਤੇ 'ਤੇ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਹੈ।

ਟੈਮਪਲੇਟ 3 — ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਫਿਲਟਰ:

ਗੋਪਨੀਯਤਾ ਹੇਠਾਂ ਦਿੱਤੇ ਸੰਦਰਭ ਦੀ ਜਾਂਚ ਕਰੋ ਜੋ ਮੈਂ ਇੱਕ AI ਟੂਲ ਨੂੰ ਦੇਵਾਂਗਾ: [text to share]1) ਕੀ ਇਸ ਵਿੱਚ ਵਪਾਰਕ ਗੁਪਤ / ਗੁਪਤ / ਇਕਰਾਰਨਾਮਾ ਡੇਟਾ ਹੈ? 2) ਕਿਹੜੇ ਮੁੱਲ ਅਗਿਆਤ ਜਾਂ ਐਕਸਟਰੈਕਟ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ? 3) ਕੀ ਇਸ ਕੰਮ ਲਈ ਇੱਕ ਪ੍ਰਵਾਨਿਤ ਅੰਦਰੂਨੀ ਟੂਲ ਦੀ ਲੋੜ ਹੈ? ਰੁਕਾਵਟ: ਅਸਲ ਜਹਾਜ਼/ਪ੍ਰਦਰਸ਼ਨ/ਕੰਟਰੈਕਟ ਡੇਟਾ ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਨਹੀਂ ਜਾਂਦਾ ਹੈ।

ਟੈਮਪਲੇਟ 4 — ਜਵਾਬਦੇਹੀ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਨੋਟ:

ਹੇਠਾਂ ਦਿੱਤੇ AI-ਸੰਚਾਲਿਤ ਫੈਸਲੇ ਨੂੰ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣ ਲਈ ਇੱਕ ਪਾਰਦਰਸ਼ਤਾ ਮੀਮੋ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ:[ਫੈਸਲਾ]।ਸਮੱਗਰੀ: (1) AI ਦੀ ਵਰਤੋਂ ਕਿਸ ਪੜਾਅ 'ਤੇ ਕੀਤੀ ਗਈ ਸੀ, (2) ਇਹ ਕਿਹੜੀਆਂ ਤਸਦੀਕੀਆਂ ਵਿੱਚੋਂ ਲੰਘਿਆ ਸੀ, (3) ਕਿਸ ਮਨੁੱਖ ਨੇ ਇਸ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਸੀ, (4) ਕਿਹੜੇ ਸਰੋਤਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਸੀ। ਪਾਬੰਦੀ: ਇਹ ਸਪੱਸ਼ਟ ਕਰੋ ਕਿ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਮਨੁੱਖੀ ਦਸਤਖਤ ਦੀ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਮੈਂ ਇਸ AI ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਰਿਪੋਰਟ ਵਿੱਚ ਪਾਵਾਂਗਾ, ਕੀ ਇਹ ਠੀਕ ਹੈ?

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਸੁਤੰਤਰ ਸਮੀਖਿਅਕ ਹੋ ਜੋ AI ਆਉਟਪੁੱਟ ਦਾ ਆਡਿਟ ਕਰਦਾ ਹੈ। ਪ੍ਰਸੰਗ: [ਵਿਸ਼ਲੇਸ਼ਣ/ਆਊਟਪੁੱਟ ਅਤੇ ਕਿੱਥੇ ਵਰਤਣਾ ਹੈ]। ਟਾਸਕ: 1) ਭੁਲੇਖੇ, ਭੌਤਿਕ ਪ੍ਰਸੰਨਤਾ, ਅਤੇ ਸਮਾਂਬੱਧਤਾ ਦੇ ਫਲੈਗ ਜੋਖਮ। 2) ਕੀ ਕੋਈ ਅਜਿਹਾ ਡੇਟਾ ਹੈ ਜੋ ਗੁਪਤਤਾ ਲਈ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ? 3) ਤੁਹਾਨੂੰ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਮਨੁੱਖ ਨੂੰ ਕਿਹੜੇ ਕਦਮਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ: ਤੁਸੀਂ ਇਸ ਨੂੰ ਬਾਹਰ ਨਹੀਂ ਕਰ ਸਕਦੇ? "ਉਚਿਤ/ਅਣਉਚਿਤ" ਫੈਸਲਾ; ਤਸਦੀਕ ਦੇ ਕਦਮ ਦੱਸੋ ਅਤੇ ਇਹ ਕਿ ਜ਼ਿੰਮੇਵਾਰੀ ਦਸਤਖਤ ਕਰਨ ਵਾਲੇ ਇੰਜੀਨੀਅਰ ਦੀ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ ਪੁਸ਼ਟੀ ਲਈ ਪੁੱਛਦਾ ਹੈ; ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ ਜੋਖਮਾਂ, ਗੋਪਨੀਯਤਾ ਅਤੇ ਮਨੁੱਖੀ ਤਸਦੀਕ ਲੜੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਇਸਦਾ ਮਤਲਬ ਹੈ "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ." ਜ਼ਿੰਮੇਵਾਰੀ ਉਸ ਵਿਅਕਤੀ ਦੀ ਹੈ ਜੋ ਆਉਟਪੁੱਟ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ; AI ਕੋਈ ਬਹਾਨਾ ਨਹੀਂ ਹੈ.
• ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਗੁਪਤ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ। ਵਪਾਰਕ ਰਾਜ਼ ਅਤੇ ਇਕਰਾਰਨਾਮੇ ਦੀ ਉਲੰਘਣਾ; ਇੱਕ ਵਾਰ ਲੀਕ ਹੋਏ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
• ਇਹ ਸੋਚ ਕੇ ਕਿ ਕੰਮ ਕਰਨ ਵਾਲਾ ਕੋਡ ਸਹੀ ਹੈ। ਇੱਕ ਸਕ੍ਰਿਪਟ ਜੋ ਗਲਤੀਆਂ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰਦੀ ਹੈ ਵਿੱਚ ਗਲਤ ਫਾਰਮੂਲਾ/ਯੂਨਿਟ ਹੋ ਸਕਦਾ ਹੈ; ਜਾਂਚ ਅਤੇ ਸੁਤੰਤਰ ਪੁਸ਼ਟੀ ਜ਼ਰੂਰੀ ਹੈ।
• OT ਸਿਸਟਮ ਨੂੰ AI ਨੂੰ ਛੱਡਣਾ। ਨਿਯੰਤਰਣ ਕਾਰਵਾਈ ਕਦੇ ਵੀ ਇਕੱਲੇ AI ਦੁਆਰਾ ਸ਼ੁਰੂ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ; ਮਨੁੱਖੀ ਮਨਜ਼ੂਰੀ ਅਤੇ ਸੁਰੱਖਿਅਤ ਡਿਫਾਲਟ ਬਣਾਈ ਰੱਖੀ ਜਾਂਦੀ ਹੈ।
• ਸੁਰੱਖਿਆ ਦੇ ਅੱਗੇ ਕੁਸ਼ਲਤਾ ਪਾ. ਜੀਵਨ, ਵਾਤਾਵਰਣ ਅਤੇ ਇਮਾਨਦਾਰ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣੇ ਕਿਸੇ ਵੀ ਬੱਚਤ ਲਈ ਕੁਰਬਾਨ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

ਸੰਖੇਪ ਵਿੱਚ

ਸਮੁੰਦਰੀ ਖੇਤਰ ਵਿੱਚ AI ਦੀਆਂ ਸਥਾਈ ਸੀਮਾਵਾਂ (ਭਰਮ, ਵੰਡ ਤੋਂ ਬਾਹਰ ਦਾ ਵਿਵਹਾਰ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੀ ਸਮਝ ਦੀ ਘਾਟ, ਪੁਰਾਣਾ ਹੋਣਾ) ਅਤੇ ਜੋਖਮ (ਸਾਈਬਰ/ਓਟੀ ਸੁਰੱਖਿਆ, ਡੇਟਾ ਗੋਪਨੀਯਤਾ, ਜ਼ਹਿਰ, ਪੱਖਪਾਤ) ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਪੂਰੇ ਮੋਡੀਊਲ ਵਿੱਚ ਸਿੱਖਿਆ ਅਨੁਸ਼ਾਸਨ ਕਿਉਂ ਲਾਜ਼ਮੀ ਹੈ। ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਫੈਸਲਿਆਂ ਵਿੱਚ, AI ਆਉਟਪੁੱਟ ਸਮਰੱਥ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ; ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ ਸਪਸ਼ਟ ਹੈ ਅਤੇ "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" ਕੋਈ ਬਹਾਨਾ ਨਹੀਂ ਹੈ। AI ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਐਕਸਲੇਟਰ ਹੈ; ਪਰ ਜੀਵਨ, ਵਾਤਾਵਰਣ ਅਤੇ ਇਮਾਨਦਾਰ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣਾ ਹਮੇਸ਼ਾ ਪਹਿਲਾਂ ਆਉਂਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ AI ਆਉਟਪੁੱਟ (ਇੱਕ ਖਾਤਾ, ਇੱਕ ਰਿਪੋਰਟ ਡਰਾਫਟ, ਜਾਂ ਇੱਕ ਕੋਡ) ਚੁਣੋ ਜੋ ਤੁਸੀਂ ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਹੈ। "ਸੀਮਾ ਅਤੇ ਜੋਖਮ ਸਵੈ-ਮੁਲਾਂਕਣ" ਟੈਂਪਲੇਟ ਦੇ ਨਾਲ ਭਰਮ, ਭੌਤਿਕ ਸੁਹਜਤਾ, ਅਤੇ ਅਸਲੀਅਤ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਫਲੈਗ ਕਰੋ। ਜੇਕਰ ਇਹ ਇੱਕ ਖਾਤਾ ਕੋਡ ਹੈ, ਤਾਂ "ਖਾਤਾ ਕੋਡ ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ" ਟੈਮਪਲੇਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ ਜਾਣੇ-ਪਛਾਣੇ ਇਨਪੁਟ ਨਾਲ ਇਸਦੀ ਜਾਂਚ ਕਰੋ ਅਤੇ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰੋ। ਇੱਕ "ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਫਿਲਟਰ" ਲਾਗੂ ਕਰੋ ਅਤੇ ਉਸ ਡੇਟਾ ਨੂੰ ਫਿਲਟਰ ਕਰੋ ਜੋ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਅੰਤ ਵਿੱਚ, ਇੱਕ ਪਾਰਦਰਸ਼ਤਾ ਮੀਮੋ ਲਿਖੋ ਜਿਸ ਵਿੱਚ ਫੈਸਲੇ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਹੋਵੇ ਅਤੇ ਇਹ ਸਪੱਸ਼ਟ ਕਰੋ ਕਿ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਕਿਸਦੀ ਹੈ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ AI ਆਉਟਪੁੱਟ ਦੇ ਭਰਮ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਵਾਸਤਵਿਕਤਾ ਦੇ ਜੋਖਮਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
• [ ] ਮੈਂ ਜਾਣੇ-ਪਛਾਣੇ ਇਨਪੁਟ ਨਾਲ ਖਾਤਾ ਕੋਡ ਦੀ ਜਾਂਚ ਅਤੇ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਂ ਬਾਹਰੀ ਟੂਲ ਵਿੱਚ ਗੁਪਤ/ਇਕਰਾਰਨਾਮਾ ਡੇਟਾ ਦਾਖਲ ਨਹੀਂ ਕੀਤਾ; ਮੈਂ ਇਸਨੂੰ ਅਗਿਆਤ ਕੀਤਾ।
• [ ] ਮੈਂ OT/ਨਿਯੰਤਰਣ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਮਨੁੱਖੀ ਪ੍ਰਵਾਨਗੀ ਅਤੇ ਸੁਰੱਖਿਅਤ ਡਿਫੌਲਟ ਬਣਾਈ ਰੱਖੀ ਹੈ।
• [ ] ਮੈਂ ਪਾਰਦਰਸ਼ੀ ਤੌਰ 'ਤੇ AI ਦੀ ਵਰਤੋਂ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਅਤੇ ਸਪੱਸ਼ਟ ਕੀਤਾ ਕਿ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਸੀ।
• [] ਮੈਂ ਜੀਵਨ, ਵਾਤਾਵਰਣ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਨੈਤਿਕਤਾ ਦੇ ਅੱਗੇ ਕਦੇ ਵੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਨਹੀਂ ਰੱਖਿਆ ਹੈ।

ਮੋਡੀਊਲ ਪ੍ਰੀਖਿਆ

1. ਇੱਕ ਸਮੁੰਦਰੀ ਇੰਜੀਨੀਅਰ ਦੇ ਤੌਰ 'ਤੇ AI ਟੂਲ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ, ਹੇਠ ਲਿਖਿਆਂ ਵਿੱਚੋਂ ਕਿਸ ਲਈ ਅੰਤਮ ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਮਨੁੱਖ (ਇੰਜੀਨੀਅਰ/ਕਲਾਸਮੈਨ) ਦੇ ਕੋਲ ਹੀ ਰਹਿਣੀ ਚਾਹੀਦੀ ਹੈ?

• A) ਕਲਾਸ ਨਿਯਮ ਦੇ ਨਾਲ ਇੱਕ ਢਾਂਚਾਗਤ ਤੱਤ ਦੀ ਪਾਲਣਾ ਦੀ ਪ੍ਰਵਾਨਗੀ ਅਤੇ ਦਸਤਖਤ ✔
• ਅ) ਪ੍ਰਤੀਰੋਧ ਰਿਪੋਰਟ ਦਾ ਪਹਿਲਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ
• C) ਇੱਕ ਚਾਰਟ ਦੇ ਧੁਰੇ ਲੇਬਲ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨਾ
• ਡੀ) ਤਕਨੀਕੀ ਰਿਪੋਰਟ ਲਈ ਸ਼ਬਦਾਂ ਦੀ ਸ਼ਬਦਾਵਲੀ ਤਿਆਰ ਕਰਨਾ

ਵਰਣਨ: AI; ਇਹ ਪ੍ਰਤੀਰੋਧ ਪੂਰਵ-ਗਣਨਾ, ਰਿਪੋਰਟ ਡਰਾਫਟ, ਅਤੇ ਡੇਟਾ ਸੰਖੇਪ ਵਰਗੇ ਕੰਮਾਂ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਕਲਾਸ ਦੇ ਨਿਯਮ ਦੇ ਨਾਲ ਇੱਕ ਢਾਂਚਾਗਤ ਤੱਤ ਦੀ ਪਾਲਣਾ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦੇਣਾ ਅਤੇ ਇਸ ਨੂੰ ਤਕਨੀਕੀ ਫਾਈਲ 'ਤੇ ਦਸਤਖਤ ਵਜੋਂ ਦਰਸਾਉਣਾ ਇੱਕ ਅਜਿਹਾ ਫੈਸਲਾ ਹੈ ਜੋ ਜੀਵਨ ਅਤੇ ਸੰਪਤੀ ਦੀ ਸੁਰੱਖਿਆ ਬਣਾਉਂਦਾ ਹੈ; ਸੁਤੰਤਰ ਤਸਦੀਕ ਅਤੇ ਅਧਿਕਾਰਤ ਪ੍ਰਵਾਨਗੀ ਤੋਂ ਬਿਨਾਂ AI ਨੂੰ ਟ੍ਰਾਂਸਫਰ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

2. ਤੁਹਾਡੇ ਕੋਲ AI ਨੇ ਇੱਕ ਕਿਸ਼ਤੀ ਦੇ ਪ੍ਰਤੀਰੋਧ ਦੀ ਗਣਨਾ ਕੀਤੀ ਸੀ ਅਤੇ ਇਸ ਨੇ ਇੱਕ 'ਅਨੁਭਵੀ ਸੁਧਾਰ ਕਾਰਕ' ਨਾਲ ਨਤੀਜਾ 20% ਘਟਾ ਦਿੱਤਾ ਜੋ ਕਿ ਮਾਡਲ ਪ੍ਰਯੋਗ ਵਿੱਚ ਨਹੀਂ ਸੀ। ਪਹਿਲੀ ਸਹੀ ਕਾਰਵਾਈ ਕੀ ਹੈ?

• A) ਨਤੀਜੇ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ ਜਿਵੇਂ ਕਿ ਇਹ ਹੈ ਕਿਉਂਕਿ AI ਆਤਮ ਵਿਸ਼ਵਾਸੀ ਜਾਪਦਾ ਹੈ
• ਅ) ਗੁਣਾਂਕ ਦੇ ਸਰੋਤ 'ਤੇ ਸਵਾਲ ਕਰੋ, ਬੇਬੁਨਿਆਦ ਸੁਧਾਰ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰੋ ਅਤੇ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਵਿਧੀ ਨਾਲ ਇਸਦੀ ਮੁੜ ਗਣਨਾ ਕਰੋ ✔
• C) ਗੁਣਾਂਕ ਨੂੰ ਹੋਰ ਵੀ ਵਧਾਉਣਾ ਅਤੇ ਸੁਰੱਖਿਅਤ ਪਾਸੇ ਰਹਿਣਾ
• ਡੀ) ਨਤੀਜਾ ਬਦਲੇ ਬਿਨਾਂ ਪ੍ਰੋਪੈਲਰ ਦੀ ਚੋਣ 'ਤੇ ਸਵਿਚ ਕਰਨਾ

ਵਿਆਖਿਆ: ਭਾਸ਼ਾ ਮਾਡਲ ਯਕੀਨਨ ਤੌਰ 'ਤੇ ਬੇਬੁਨਿਆਦ ਗੁਣਾਂਕ ਅਤੇ ਸੰਖਿਆਵਾਂ (ਭਰਮ) ਬਣਾ ਸਕਦੇ ਹਨ। ਇੱਕ ਗਣਨਾ ਵਿੱਚ ਜੋ ਪ੍ਰੋਪਲਸ਼ਨ ਪਾਵਰ ਅਤੇ ਬਾਲਣ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਪ੍ਰਤੀਰੋਧ, ਵਰਤੇ ਗਏ ਹਰੇਕ ਗੁਣਾਂਕ (ਵਿਧੀ, ਮਾਡਲ ਟੈਸਟ, ਸਟੈਂਡਰਡ) ਦੇ ਸਰੋਤ 'ਤੇ ਸਵਾਲ ਕਰਨਾ ਅਤੇ ਅਸਮਰਥਿਤ ਗੁਣਾਂਕ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

3. ਇੱਕ ਜਹਾਜ਼ ਦੇ CII (ਕਾਰਬਨ ਤੀਬਰਤਾ ਸੂਚਕ) ਦੀ ਗਣਨਾ ਕਰਨ ਵਿੱਚ ਭਾਅ ਵਜੋਂ ਲਿਜਾਏ ਜਾਣ ਵਾਲੇ ਕਾਰਗੋ ਦੀ ਮਾਤਰਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਬਜਾਏ, AI ਨੇ ਸਿਰਫ਼ ਦੂਰੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਇਸ ਆਉਟਪੁੱਟ ਨਾਲ ਮੁੱਖ ਸਮੱਸਿਆ ਕੀ ਹੈ?

• A) CII ਦੀ ਗਣਨਾ ਸਿਰਫ ਟੈਂਕਰਾਂ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਇਹ ਬੋਰਡ 'ਤੇ ਬੇਲੋੜੀ ਹੈ
• ਅ) CII ਨਤੀਜਾ ਹਮੇਸ਼ਾ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਆਉਂਦਾ ਹੈ, ਦਸ਼ਮਲਵ ਗਲਤ ਹੈ
• C) ਸੀ.ਆਈ.ਆਈ. ਡੀਨੋਮਿਨੇਟਰ ਸਿਰਫ ਦੂਰੀ ਹੀ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ, ਸਗੋਂ ਲਿਜਾਣ ਦੀ ਸਮਰੱਥਾ (ਡੈੱਡਵੇਟ) ਨੂੰ ਦੂਰੀ ਨਾਲ ਗੁਣਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਡੀ) CII ਗਣਨਾ ਲਈ ਸਪੀਡ ਡੇਟਾ ਲਾਜ਼ਮੀ ਹੈ, ਇਹ ਗੁੰਮ ਹੈ

ਵਰਣਨ: CII ਪ੍ਰਤੀ ਕੰਮ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਕਾਰਬਨ ਨਿਕਾਸ ਨੂੰ ਮਾਪਦਾ ਹੈ ਅਤੇ ਦੂਰੀ ਨਾਲ ਗੁਣਾ ਕੀਤੇ ਗਏ ਪੇਲੋਡ 'ਤੇ ਅਧਾਰਤ ਹੈ (ਉਦਾਹਰਨ ਲਈ ਡੈੱਡਵੇਟ x ਦੂਰੀ)। ਲੋਡ/ਸਮਰੱਥਾ ਸ਼ਬਦ ਨੂੰ ਛੱਡਣਾ ਸੰਕੇਤਕ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਗਣਨਾ ਕਰਦਾ ਹੈ। IMO ਪਰਿਭਾਸ਼ਾ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਾਲਣਾ ਕਰਨ ਲਈ ਉਤਪਾਦਕਤਾ ਸੂਚਕਾਂ ਵਿੱਚ ਹਰੇਕ ਮਿਆਦ ਲਈ ਪਹਿਲਾ ਅਤੇ ਲਾਜ਼ਮੀ ਕਦਮ ਹੈ।

4. ਇੰਜਨ ਰੂਮ ਵਿੱਚ AI-ਸੰਚਾਲਿਤ ਪੂਰਵ-ਅਨੁਮਾਨੀ ਰੱਖ-ਰਖਾਅ ਪ੍ਰਣਾਲੀ ਦਾ ਸਭ ਤੋਂ ਕੀਮਤੀ ਆਉਟਪੁੱਟ ਕੀ ਹੈ?

• ਏ) ਪਿਛਲੇ ਰੱਖ-ਰਖਾਅ ਦੀ ਔਸਤ ਲਾਗਤ ਨੂੰ ਇੱਕ ਲਾਈਨ ਵਿੱਚ ਸੰਖੇਪ ਕਰੋ
• ਅ) ਸਾਰੇ ਸੈਂਸਰ ਡੇਟਾ ਨੂੰ ਵਧੇਰੇ ਰੰਗੀਨ ਗ੍ਰਾਫ ਵਿੱਚ ਬਦਲਣਾ
• C) ਰੰਗ ਅਤੇ ਸੂਚੀ ਵਾਈਬ੍ਰੇਸ਼ਨ/ਤਾਪਮਾਨ ਰੁਝਾਨ
• D) ਸਮਾਂ ਵਿੰਡੋ ਨੂੰ ਪੂਰਵ-ਮਾਰਕ ਕਰਨਾ ਜਦੋਂ ਇੱਕ ਬੇਅਰਿੰਗ ਜਾਂ ਟਰਬੋਚਾਰਜਰ ਦੇ ਫੇਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਜ਼ਿਆਦਾ ਹੁੰਦੀ ਹੈ ✔

ਵਰਣਨ: ਪੂਰਵ-ਅਨੁਮਾਨੀ ਰੱਖ-ਰਖਾਅ ਦਾ ਉਦੇਸ਼ ਸਾਜ਼ੋ-ਸਾਮਾਨ ਦੇ ਫੇਲ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਖਰਾਬ ਹੋਣ ਦੀ ਪ੍ਰਵਿਰਤੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਅਤੇ ਸਮੇਂ ਸਿਰ ਰੱਖ-ਰਖਾਅ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਅਚਾਨਕ ਖਰਾਬੀ ਅਤੇ ਰੁਕਣ ਦਾ ਜੋਖਮ ਘੱਟ ਜਾਂਦਾ ਹੈ. ਇਹ ਨਾ ਸਿਰਫ਼ ਅਤੀਤ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਲਈ, ਸਗੋਂ ਭਵਿੱਖ ਬਾਰੇ ਪਹਿਲਾਂ ਚੇਤਾਵਨੀਆਂ ਦੇਣ ਲਈ ਵੀ ਕੀਮਤੀ ਹੈ।

5. AI ਨੇ ਇੱਕ FEA (ਸੀਮਤ ਤੱਤ ਵਿਸ਼ਲੇਸ਼ਣ) ਮਾਡਲ ਵਿੱਚ ਤਣਾਅ ਦੇ ਨਤੀਜੇ ਦੀ ਤੁਲਨਾ ਕਲਾਸ ਕੋਡ ਵਿੱਚ ਸਵੀਕਾਰਯੋਗ ਤਣਾਅ ਨਾਲ ਕੀਤੀ ਅਤੇ 'ਉਚਿਤ' ਘੋਸ਼ਿਤ ਕੀਤਾ। ਸਭ ਤੋਂ ਸਹੀ ਪਹੁੰਚ ਕਿਹੜੀ ਹੈ?

• ਏ) ਮਾਡਲ ਸੈਟਅਪ (ਜਾਲ, ਸੀਮਾ ਸਥਿਤੀ, ਲੋਡ) ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਅਤੇ ਕਲਾਸ ਨਿਯਮ ਟੈਕਸਟ ਤੋਂ ਸਵੀਕਾਰਯੋਗ ਤਣਾਅ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ✔
• ਅ) ਸਿੱਧੇ ਨਤੀਜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਕਿਉਂਕਿ ਏਆਈ ਨੇ 'ਫਿੱਟ' ਕਿਹਾ ਹੈ
• C) ਸੁਰੱਖਿਅਤ ਪਾਸੇ 'ਤੇ ਰਹਿਣ ਲਈ ਬੇਤਰਤੀਬੇ ਤੌਰ 'ਤੇ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਤਣਾਅ ਨੂੰ ਘਟਾਉਣਾ
• ਡੀ) ਨੈਟਵਰਕ ਨੂੰ ਕੱਸਣ ਤੋਂ ਬਿਨਾਂ ਸਿਰਫ ਰੰਗ ਸਕੇਲ ਨੂੰ ਬਦਲਣਾ

ਵਰਣਨ: FEA ਨਤੀਜਾ; ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਲ ਦੀ ਗੁਣਵੱਤਾ, ਸੀਮਾ ਦੀਆਂ ਸਥਿਤੀਆਂ, ਲੋਡ ਪਰਿਭਾਸ਼ਾ ਅਤੇ ਪਦਾਰਥਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਏਆਈ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਯੋਗ ਤਣਾਅ ਮੁੱਲ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ। ਨਤੀਜਾ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਮਾਡਲ ਸੈੱਟਅੱਪ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਅਤੇ ਟੈਕਸਟ ਤੋਂ ਕਲਾਸ ਨਿਯਮ ਮੁੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

6. ਤੁਸੀਂ ਇੱਕ ਰੂਟ ਬਣਾਇਆ ਹੈ ਜੋ AI ਨਾਲ ਮੌਸਮ ਰੂਟਿੰਗ ਕਰਕੇ ਬਾਲਣ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ। ਨਤੀਜਾ ਦੀ ਵਰਤੋਂਯੋਗਤਾ ਲਈ ਕਿਹੜਾ ਵਿਚਾਰ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੈ?

• A) ਰੂਟ ਨੈਵੀਗੇਸ਼ਨਲ ਸੁਰੱਖਿਆ (ਲਹਿਰ, ਮੌਸਮ, ਜਹਾਜ਼ ਦੀਆਂ ਪਾਬੰਦੀਆਂ) ਦੇ ਰੂਪ ਵਿੱਚ ਸੁਰੱਖਿਅਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਪਤਾਨ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ✔
• ਅ) ਨਕਸ਼ੇ 'ਤੇ ਰੂਟ ਦੀ ਸਭ ਤੋਂ ਛੋਟੀ ਦਿੱਖ
• C) ਰੂਟ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਪੋਰਟ ਕਾਲਾਂ ਸ਼ਾਮਲ ਹਨ
• D) ਰੂਟ ਇਕਰਾਰਨਾਮੇ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ETA ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ

ਵਿਆਖਿਆ: ਰੂਟ ਪ੍ਰਸਤਾਵ ਕਿੰਨਾ ਵੀ ਬਾਲਣ-ਅਨੁਕੂਲ ਕਿਉਂ ਨਾ ਹੋਵੇ, ਨੇਵੀਗੇਸ਼ਨ ਸੁਰੱਖਿਆ ਅਤੇ ਕਪਤਾਨ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਪਹਿਲ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਜੇ ਤੂਫਾਨ, ਲਹਿਰਾਂ ਦੀ ਉਚਾਈ ਅਤੇ ਜਹਾਜ਼ ਦੀਆਂ ਪਾਬੰਦੀਆਂ ਸੁਰੱਖਿਆ ਸੀਮਾ ਤੋਂ ਵੱਧ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਬਾਲਣ ਦਾ ਲਾਭ ਅਰਥਹੀਣ ਹੈ। ਅੰਤਮ ਰੂਟ ਫੈਸਲੇ ਨੂੰ ਸੁਰੱਖਿਆ ਪਾਬੰਦੀਆਂ ਦੁਆਰਾ ਫਿਲਟਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਪਤਾਨ ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

7. ਤੁਸੀਂ ਇੱਕ SOLAS ਲੋੜ ਲਈ AI ਨੂੰ ਕਿਹਾ ਅਤੇ ਇਸਨੇ ਇੱਕ ਖਾਸ 'ਅਧਿਆਇ/ਨਿਯਮ ਨੰਬਰ' ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਇੱਕ ਸਹੀ ਮੁੱਲ ਦਿੱਤਾ ਹੈ। ਸਹੀ ਇੰਜਨੀਅਰਿੰਗ ਵਿਵਹਾਰ ਕੀ ਹੈ?

• A) ਮੁੱਲ ਨੂੰ ਸਿੱਧਾ ਲਾਗੂ ਕਰਨਾ ਕਿਉਂਕਿ AI ਅੱਪ ਟੂ ਡੇਟ ਹੈ
• ਅ) ਸੁਰੱਖਿਅਤ ਪਾਸੇ 'ਤੇ ਰਹਿਣ ਲਈ ਬੇਤਰਤੀਬੇ ਮੁੱਲ ਨੂੰ ਵਧਾਉਣਾ
• C) ਅਧਿਕਾਰਤ, ਅੱਪ-ਟੂ-ਡੇਟ SOLAS/ਕਲਾਸ ਸਰੋਤ ਤੋਂ ਆਈਟਮ ਨੰਬਰ ਅਤੇ ਮੁੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ✔
• ਡੀ) ਆਈਟਮ ਨੰਬਰ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਫਾਈਲ ਵਿੱਚ ਜੋੜਨਾ

ਵਰਣਨ: ਭਾਸ਼ਾ ਦੇ ਮਾਡਲ ਇਕਰਾਰਨਾਮੇ/ਨਿਯਮ ਧਾਰਾ ਨੰਬਰਾਂ ਅਤੇ ਮੁੱਲਾਂ ਨੂੰ ਗਲਤ ਯਾਦ ਰੱਖ ਸਕਦੇ ਹਨ ਜਾਂ ਬਣਾ ਸਕਦੇ ਹਨ। ਬਾਈਡਿੰਗ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ SOLAS, MARPOL ਅਤੇ ਕਲਾਸ ਨਿਯਮਾਂ ਵਿੱਚ, ਹਰੇਕ ਆਈਟਮ ਅਤੇ ਮੁੱਲ ਨੂੰ ਅਧਿਕਾਰਤ, ਮੌਜੂਦਾ ਸਰੋਤ (IMO ਟੈਕਸਟ, ਕਲਾਸ ਨਿਯਮ, ਪ੍ਰਬੰਧਨ ਸਰਕੂਲਰ) ਤੋਂ ਜ਼ੁਬਾਨੀ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; AI ਆਉਟਪੁੱਟ ਸਿਰਫ ਇਹ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਕਿੱਥੇ ਦੇਖਣਾ ਹੈ।

8. ਇੱਕ ਆਟੋਨੋਮਸ ਜਾਂ ਫੈਸਲਾ-ਸਹਾਇਤਾ ਨੈਵੀਗੇਸ਼ਨ ਪ੍ਰਣਾਲੀ ਵਿੱਚ, ਏਆਈ ਨੇ ਰਾਡਾਰ ਅਤੇ ਏਆਈਐਸ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਚਾਲ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ। COLREG (ਟਕਰਾਅ ਤੋਂ ਬਚਣ) ਦੇ ਰੂਪ ਵਿੱਚ ਸਹੀ ਮੁਲਾਂਕਣ ਕਿਹੜਾ ਹੈ?

• ਏ) ਚਾਲ ਨੂੰ ਆਪਣੇ ਆਪ ਚਲਾਓ ਕਿਉਂਕਿ AI ਮੌਜੂਦਾ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ
• ਅ) VHF ਦੁਆਰਾ ਸੁਝਾਅ ਨੂੰ ਦੂਜੇ ਜਹਾਜ਼ ਨੂੰ ਭੇਜੋ ਅਤੇ ਇਸਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਉਡੀਕ ਕਰੋ
• C) ਰਾਡਾਰ ਨੂੰ ਬੰਦ ਕਰਨਾ ਅਤੇ ਸਿਰਫ਼ AIS 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ
• ਡੀ) ਸੁਝਾਅ ਨੂੰ ਫੈਸਲੇ ਦੇ ਸਮਰਥਨ ਵਜੋਂ ਵਿਚਾਰੋ ਅਤੇ ਕੋਲਰੇਗ ਅਤੇ ਅੰਤਮ ਅਭਿਆਸ ਦੇ ਫੈਸਲੇ ਨੂੰ ਵਾਚ ਦੇ ਅਧਿਕਾਰੀ/ਕਪਤਾਨ 'ਤੇ ਛੱਡ ਦਿਓ।

ਵਿਆਖਿਆ: COLREG ਨਿਯਮਾਂ ਅਤੇ ਚੰਗੇ ਸਮੁੰਦਰੀ ਅਭਿਆਸ ਦੇ ਅਨੁਸਾਰ, ਟੱਕਰ ਤੋਂ ਬਚਣ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਅੰਤਮ ਚਾਲ-ਚਲਣ ਦਾ ਫੈਸਲਾ ਪੁਲ 'ਤੇ ਅਥਾਰਟੀ (ਕਪਤਾਨ/ਅਧਿਕਾਰੀ) ਦੀ ਹੈ। AI ਸਿਫ਼ਾਰਿਸ਼ ਇੱਕ ਫੈਸਲੇ ਦਾ ਸਮਰਥਨ ਹੈ; ਅੰਨ੍ਹੇ ਧੱਬੇ, ਸੈਂਸਰ ਗਲਤੀ, ਅਤੇ ਨਿਯਮ ਦੀ ਵਿਆਖਿਆ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

9. ਤੁਸੀਂ AI ਦੇ ਨਾਲ ਮੁੱਖ ਇੰਜਣ SFOC (ਵਿਸ਼ੇਸ਼ ਈਂਧਨ ਦੀ ਖਪਤ) ਵਕਰ ਤੋਂ ਇੱਕ ਈਂਧਨ ਆਰਥਿਕਤਾ ਸਿਫ਼ਾਰਸ਼ ਤਿਆਰ ਕੀਤੀ ਹੈ। ਵਾਜਬਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਤਰੀਕਾ ਕੀ ਹੈ?

• A) ਪਿਛਲੀ ਯਾਤਰਾ ਦੇ ਡੇਟਾ ਲਈ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨੂੰ ਲਾਗੂ ਕਰੋ ਅਤੇ ਅਸਲ ਬਾਲਣ ਦੀ ਖਪਤ ਨਾਲ ਤੁਲਨਾ ਕਰੋ ✔
• ਅ) ਸੁਝਾਅ ਨੂੰ ਜਿਵੇਂ ਹੈ ਸਵੀਕਾਰ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਬੱਚਤ ਵਜੋਂ ਬਜਟ ਵਿੱਚ ਲਿਖੋ।
• C) ਸਭ ਤੋਂ ਆਸ਼ਾਵਾਦੀ ਬੱਚਤ ਪ੍ਰਤੀਸ਼ਤ ਨੂੰ ਇੱਕੋ ਇੱਕ ਅਸਲ ਮੁੱਲ ਵਜੋਂ ਲੈਣਾ
• D) ਬਸ SFOC ਕਰਵ ਦੇ ਗ੍ਰਾਫ ਨੂੰ ਸੁੰਦਰ ਬਣਾਓ

ਸਪੱਸ਼ਟੀਕਰਨ: AI ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਬਚਤ ਦੇ ਦਾਅਵੇ ਨੂੰ ਜਹਾਜ਼ ਦੇ ਅਸਲ ਸਫ਼ਰੀ ਡੇਟਾ (ਰਿਕਾਰਡ ਕੀਤੇ ਈਂਧਨ ਦੀ ਖਪਤ, ਲੋਡ, ਗਤੀ, ਮੌਸਮ) ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ ਟੈਸਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਪਿਛਲੇ ਸਫ਼ਰ ਦੇ ਅੰਕੜਿਆਂ 'ਤੇ ਇਸ ਨੂੰ ਪੂਰਵ-ਅਨੁਮਾਨ ਨਾਲ ਲਾਗੂ ਕਰਨਾ ਅਤੇ ਇਸਦੀ ਅਸਲ ਖਪਤ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸਿਫਾਰਸ਼ ਕਿੰਨੀ ਯਥਾਰਥਵਾਦੀ ਹੈ।

10. AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਇੱਕ ਡਰਾਫਟ ਸਰਵੇਖਣ/ਤਕਨੀਕੀ ਰਿਪੋਰਟ ਵਿੱਚ ਤਕਨੀਕੀ ਮੁੱਲ ਹਨ ਜੋ ਤਰਲ ਹਨ ਪਰ ਅਨਿਸ਼ਚਿਤ ਮੂਲ ਦੇ ਹਨ। ਸਹੀ ਵਿਵਹਾਰ ਕੀ ਹੈ?

• A) ਰਿਪੋਰਟ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਪੇਸ਼ ਕਰਨਾ ਕਿਉਂਕਿ ਟੈਕਸਟ ਪ੍ਰਵਾਹ ਹੈ
• ਅ) ਹਰੇਕ ਮੁੱਲ ਨੂੰ ਮੂਲ ਮਾਪ/ਸਰੋਤ ਨਾਲ ਮਿਲਾ ਦਿਓ ਅਤੇ ਅਪ੍ਰਮਾਣਿਤ ✔ ਨੂੰ ਹਟਾਓ
• C) ਮੁੱਲਾਂ ਨੂੰ ਗੋਲ ਕਰਨਾ ਅਤੇ ਗਲੋਸ ਕਰਨਾ
• ਡੀ) ਸਿਰਫ਼ ਕਾਰਜਕਾਰੀ ਸਾਰਾਂਸ਼ ਨੂੰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਨੂੰ ਛੱਡ ਦਿਓ

ਵਰਣਨ: ਰਿਪੋਰਟ ਵਿੱਚ ਹਰੇਕ ਤਕਨੀਕੀ ਮੁੱਲ ਨੂੰ ਇਸਦੇ ਮੂਲ ਸਰੋਤ (ਮਾਪ, ਕੈਲੀਬਰੇਟਡ ਡਿਵਾਈਸ ਰਿਕਾਰਡ, ਕਲਾਸ ਨਿਯਮ, ਨਿਰਮਾਤਾ ਡੇਟਾ) ਦਾ ਪਤਾ ਲਗਾਉਣ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਸੰਖਿਆ ਨੂੰ ਇਸਦੇ ਸਰੋਤ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਕਲਾਸ ਜਾਂ ਪ੍ਰਬੰਧਨ ਨੂੰ ਜਮ੍ਹਾ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਪ੍ਰਵਾਹ ਵਾਕ ਵਿੱਚ ਇੱਕ ਮੁੱਲ ਹੈ; ਨਹੀਂ ਤਾਂ, ਇੱਕ ਕਾਲਪਨਿਕ ਮੁੱਲ ਫੈਸਲੇ ਦੇ ਅਧਾਰ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ.

11. ਏਆਈ-ਜਨਰੇਟ ਐਕਸਲ/ਪਾਈਥਨ ਗਣਨਾ (ਜਿਵੇਂ ਕਿ ਬੈਲਸਟ ਕੰਡੀਸ਼ਨ ਅਤੇ ਸਥਿਰਤਾ ਦਾ ਪਲ) ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਭ ਤੋਂ ਵਧੀਆ ਕਦਮ ਕੀ ਹੈ?

• A) ਗਣਨਾ ਨੂੰ ਸਿੱਧੇ ਅਸਲ ਲੋਡਿੰਗ ਯੋਜਨਾ 'ਤੇ ਲਾਗੂ ਕਰਨਾ
• ਅ) ਕੋਡ ਦੀ ਲੰਬਾਈ ਅਤੇ ਲੇਆਉਟ ਨੂੰ ਦੇਖਦੇ ਹੋਏ
• C) ਇੱਕ ਜਾਣੇ-ਪਛਾਣੇ ਟੈਸਟ ਦ੍ਰਿਸ਼ ਅਤੇ ਇੱਕ ਪ੍ਰਵਾਨਿਤ ਲੋਡਿੰਗ ਟੂਲ ਨਾਲ ਗਣਨਾ ਦੀ ਤੁਲਨਾ ਕਰਕੇ ਕਿਨਾਰੇ ਦੇ ਕੇਸਾਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ ✔
• ਡੀ) ਇਸ ਨੂੰ ਛੋਟਾ ਕਰਨ ਲਈ ਕੋਡ ਦੇ ਹਿੱਸੇ ਨੂੰ ਮਿਟਾਉਣਾ

ਵਿਆਖਿਆ: ਸਥਿਰਤਾ ਅਤੇ ਲੋਡ ਗਣਨਾ ਸਹੀ ਦਿਖਾਈ ਦੇ ਸਕਦੇ ਹਨ ਪਰ ਗਲਤ ਨਤੀਜੇ ਦਿੰਦੇ ਹਨ। ਇੱਕ ਛੋਟੇ ਟੈਸਟ ਦ੍ਰਿਸ਼ 'ਤੇ ਗਣਨਾ ਨੂੰ ਚਲਾਉਣਾ ਜਿੱਥੇ ਤੁਸੀਂ ਨਤੀਜਾ ਜਾਣਦੇ ਹੋ, ਜਾਂ ਤਾਂ ਹੱਥੀਂ ਜਾਂ ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਲੋਡਿੰਗ ਕੰਪਿਊਟਰ ਨਾਲ, ਇਸਦੀ ਉਮੀਦ ਕੀਤੀ ਆਉਟਪੁੱਟ ਨਾਲ ਤੁਲਨਾ ਕਰਦੇ ਹੋਏ, ਅਤੇ ਸੀਮਾ/ਕਿਨਾਰੇ ਦੇ ਲੋਡ ਕੇਸਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣ ਨਾਲ ਅਸਲ ਲੋਡਿੰਗ ਫੈਸਲੇ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਗਲਤੀ ਨੂੰ ਫੜ ਲਿਆ ਜਾਵੇਗਾ।

12. ਤੁਸੀਂ ਆਪਣੇ ਜਹਾਜ਼ ਦਾ ਸਾਂਝਾ ਨਾ ਕੀਤਾ ਡਿਜ਼ਾਈਨ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਡੇਟਾ ਨੂੰ ਇੱਕ ਜਨਤਕ AI ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਬੇਨਤੀ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ। ਸਭ ਤੋਂ ਸਹੀ ਪਹੁੰਚ ਕਿਹੜੀ ਹੈ?

• ਏ) ਸਪੀਡ ਲਈ ਡਾਟਾ ਪੇਸਟ ਕਰਨਾ
• ਅ) ਬੱਸ ਜਹਾਜ਼ ਦਾ ਨਾਮ ਮਿਟਾਉਣਾ ਅਤੇ ਬਾਕੀ ਸਾਰਾ ਡਾਟਾ ਸਾਂਝਾ ਕਰਨਾ ਕਾਫ਼ੀ ਹੈ
• C) ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਕਰਨਾ ਅਤੇ ਫਿਰ AI ਨੂੰ ਇਸਨੂੰ ਮਿਟਾਉਣ ਲਈ ਕਹਿਣਾ
• ਡੀ) ਸੰਸਥਾਗਤ ਨੀਤੀ ਦੀ ਜਾਂਚ ਕਰਨਾ ਅਤੇ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨਾ ਜਾਂ ਇੱਕ ਸੁਰੱਖਿਅਤ/ਸੰਸਥਾਗਤ ਸਾਧਨ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ✔

ਖੁਲਾਸਾ: ਹਲ ਫਾਰਮ, ਪ੍ਰਦਰਸ਼ਨ ਕਰਵ ਅਤੇ ਜਹਾਜ਼ ਦੇ ਮਾਲਕ/ਯਾਰਡ ਕੰਟਰੈਕਟ ਡੇਟਾ ਵਪਾਰਕ ਗੁਪਤ ਅਤੇ ਬੌਧਿਕ ਸੰਪੱਤੀ ਸੰਵੇਦਨਸ਼ੀਲ ਹਨ; ਇਸ ਤੋਂ ਇਲਾਵਾ, ਨਾਜ਼ੁਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਤੇ ਓਟੀ ਸਿਸਟਮ ਜਾਣਕਾਰੀ ਸਾਈਬਰ ਜੋਖਮ ਨੂੰ ਲੈ ਕੇ ਜਾਂਦੀ ਹੈ। ਡਾਟਾ ਸਾਂਝਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਕਾਰਪੋਰੇਟ ਨੀਤੀ ਦੀ ਜਾਂਚ ਕਰਨਾ, ਇਸ ਨੂੰ ਅਗਿਆਤ ਕਰਨਾ ਜਾਂ ਕਿਸੇ ਕਾਰਪੋਰੇਟ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ ਜੋ ਡੇਟਾ ਸਾਂਝਾ ਨਹੀਂ ਕਰਦਾ ਹੈ।

13. ਇੱਕ ਸ਼ਿਪਯਾਰਡ ਬਲਾਕ ਅਸੈਂਬਲੀ ਵਿੱਚ ਏਆਈ-ਸੰਚਾਲਿਤ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਨੇ ਇੱਕ ਵੇਲਡ ਸੀਮ ਨੂੰ 'ਸਵੀਕਾਰਯੋਗ' ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ। ਸਹੀ ਇੰਜਨੀਅਰਿੰਗ ਵਿਵਹਾਰ ਕੀ ਹੈ?

• ਏ) AI ਮੁਲਾਂਕਣ ਨੂੰ ਅੰਤਿਮ ਸਵੀਕ੍ਰਿਤੀ ਵਜੋਂ ਵਿਚਾਰੋ ਅਤੇ ਸਿਲਾਈ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿਓ
• B) AI ਮੁਢਲੇ ਮੁਲਾਂਕਣ ਨੂੰ ਸਕ੍ਰੀਨਿੰਗ ਟੂਲ ਵਜੋਂ ਵਿਚਾਰਨਾ ਅਤੇ ਅੰਤਮ ਸਵੀਕ੍ਰਿਤੀ ਨੂੰ NDT ਨਤੀਜੇ ਅਤੇ ਕਲਾਸ ਦੀ ਪ੍ਰਵਾਨਗੀ ਨਾਲ ਜੋੜਨਾ ✔
• ਸੀ) ਸੀਮ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਅਗਲੇ ਬਲਾਕ ਵਿੱਚ ਜਾਣਾ
• ਡੀ) ਸੀਮ ਦੀ ਦਿੱਖ ਨੂੰ ਸਿਰਫ਼ ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਚੈੱਕ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਹੈ

ਵਰਣਨ: ਵੈਲਡਿੰਗ ਗੁਣਵੱਤਾ ਇੱਕ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਖੇਤਰ ਹੈ ਜਿਸ ਲਈ ਗੈਰ-ਵਿਨਾਸ਼ਕਾਰੀ ਟੈਸਟਿੰਗ (NDT) ਨਤੀਜੇ ਅਤੇ ਕਲਾਸ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਚਿੱਤਰਾਂ ਜਾਂ ਡੇਟਾ ਦੁਆਰਾ AI ਦਾ ਮੁਢਲਾ ਮੁਲਾਂਕਣ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਪਰ ਅੰਤਮ ਸਵੀਕ੍ਰਿਤੀ ਯੋਗਤਾ ਪ੍ਰਾਪਤ ਨਿਰੀਖਣ ਅਤੇ ਕਲਾਸ ਸਰਵੇਖਣਕਰਤਾ ਦੁਆਰਾ ਪ੍ਰਵਾਨਗੀ ਦੁਆਰਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।

14. ਫਲੀਟ ਪ੍ਰਬੰਧਨ ਵਿੱਚ, AI ਨੇ ਇੱਕ ਮੁਹਿੰਮ ਲਈ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਿਫਾਰਸ਼ ਤਿਆਰ ਕੀਤੀ ਜਿਸ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਸੀ ਕਿ 'ਇਹ ਬੰਕਰ ਪੋਰਟ ਅਤੇ ਇਹ ਸਪੀਡ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਕਾਰੀ ਹਨ'। ਸਹੀ ਮੁਲਾਂਕਣ ਕਿਹੜਾ ਹੈ?

• A) ਸਿਫ਼ਾਰਸ਼ਾਂ ਨੂੰ ਸਿੱਧਾ ਲਾਗੂ ਕਰਨਾ ਕਿਉਂਕਿ AI ਅੱਪ-ਟੂ-ਡੇਟ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ
• ਅ) ਇੱਕ ਪੱਕੀ ਵਚਨਬੱਧਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਜਹਾਜ਼ ਦੇ ਮਾਲਕ ਨੂੰ ਪ੍ਰਸਤਾਵ ਨੂੰ ਪਹੁੰਚਾਉਣ ਲਈ
• C) ਇਸ ਸਿੰਗਲ ਆਉਟਪੁੱਟ ਦੇ ਆਧਾਰ 'ਤੇ ਪੂਰੀ ਮੁਹਿੰਮ ਯੋਜਨਾ ਨੂੰ ਲਾਕ ਕਰਨਾ
• D) ਨਿਸ਼ਚਤ ਪੇਸ਼ਕਸ਼ ਨੂੰ ਭਰੋਸੇਯੋਗ ਮੰਨਣਾ ਅਤੇ ਇਸ ਨੂੰ ਇੱਕ ਅਜਿਹੇ ਦ੍ਰਿਸ਼ ਵਜੋਂ ਮੰਨਣਾ ਜਿਸਦੀ ਮੌਜੂਦਾ ਕੀਮਤ, ਚਾਰਟਰ ਦੀ ਸਥਿਤੀ ਅਤੇ ਸੁਰੱਖਿਆ ਨਾਲ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ✔

ਵਿਆਖਿਆ: ਬੰਕਰ ਦੀ ਕੀਮਤ, ਚਾਰਟਰ ਦੀਆਂ ਸਥਿਤੀਆਂ, ਮੌਸਮ ਅਤੇ ਪੋਰਟ ਦੇਰੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੇ ਹਨ ਅਤੇ ਅਨਿਸ਼ਚਿਤ ਪਰਿਵਰਤਨਸ਼ੀਲ ਹਨ; AI ਪੂਰਨ ਮੁਨਾਫੇ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦਾ। ਪ੍ਰਸਤਾਵ ਨੂੰ ਇੱਕ ਦ੍ਰਿਸ਼ ਆਉਟਪੁੱਟ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸਦੀ ਮੌਜੂਦਾ ਕੀਮਤ, ਚਾਰਟਰ ਪਾਰਟੀ ਦੀਆਂ ਸ਼ਰਤਾਂ ਅਤੇ ਸੁਰੱਖਿਆ ਪਾਬੰਦੀਆਂ ਨਾਲ ਤਸਦੀਕ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।