ලාභ:
- ත්රිත්වය යනු කිසිවක් මකා දැමීමකින් තොරව විභාග අනුපිළිවෙල තීරණය කිරීමේ විනය බව තේරුම් ගෙන, කෘත්රිම බුද්ධිය සමඟින් අර්ථකථන සෙවීම සහ අන්තර්ගත පොකුරු සිදු කිරීමට හැකි වීම.
- හෑෂ් මත පදනම් වූ ඉවත් කිරීම (NSRL) සහ ඩී-ඩප්ලිකේෂන් සමඟ ශබ්දය අඩු කිරීමේ හැකියාව සහ මෙම ක්රමවල සීමාවන් නිරීක්ෂණය කිරීමේ හැකියාව (තනි බිටු වෙනසක්)
- අර්ථකථන සෙවීමේ ව්යාජ ධනාත්මක දෑ අතින් තහවුරු කිරීමේ හැකියාව සහ ඒවා ආරක්ෂා කර ගැනීම සඳහා යුක්තිසහගත කිරීම සමඟ නඩු විභාගයේ තීරණ ලේඛනගත කිරීම
නවීන අධිකරණ වෛද්ය පරීක්ෂණයක් තවදුරටත් තනි පරිගණකයකට සීමා නොවේ. ආයතනික සිදුවීමකදී, ඔබට තැටි දුසිම් ගණනක්, ගිගාබයිට් සිය ගණනක් ඊමේල් ලේඛනාගාර, වලාකුළු උපස්ථ, කතාබස් යෙදුම් සහ ටෙරාබයිට් ගොනු හමු විය හැක. මුල සිට අග දක්වා ඒ සියල්ල එකින් එක පරීක්ෂා කිරීම භෞතිකව කළ නොහැක්කකි. ත්රිත්වය (වෛද්ය විද්යාවෙන් ණයට ගත් සංකල්පයක්; සීමිත සම්පත් ප්රථමයෙන් වඩාත්ම තීරණාත්මක අවස්ථාවට වෙන් කිරීම, එනම් "පළමුවෙන් බැලිය යුතු දේ" ඉක්මනින් තීරණය කිරීම) ක්රියාත්මක වන්නේ මෙහිදීය. මෙම ඒකකය තුළ, AI බුද්ධිමත්ව විශාල දත්ත ගොඩවල් වලට ප්රමුඛත්වය දෙන්නේ කෙසේද, එය කුමන දෝෂ වලට ගොදුරු වන්නේද, සහ ත්රිකෝණය අධිකරණ වෛද්ය අඛණ්ඩතාව සමඟ ප්රතිසන්ධාන කරන්නේ කෙසේද යන්න අපි බලමු.
පරීක්ෂාව අවශ්ය වන්නේ ඇයි?
පරිගණක අධිකරණ වෛද්ය විද්යාවේදී, යථාර්ථයන් දෙකක් ගැටේ: (1) සියලුම සාක්ෂි වටිනා වන අතර කිසිවක් අතපසු නොකළ යුතුය; (2) කාලය සහ ශ්රම බලය සීමිතය. Triage මෙම ගැටුම විසඳයි - කිසිවක් මකා නොදැමීමෙන්, විභාග අනුපිළිවෙල තීරණය කිරීමෙන්. වෙනත් වචන වලින් කිවහොත්, ත්රිත්වය යනු "තුරන් කිරීමක්" නොව "ප්රමුඛත්වය" යි. සාක්ෂිවල ඉහළම සම්භාවිතාව සහිත දත්ත පළමුව පරීක්ෂා කරනු ලැබේ; අඩු සම්භාවිතා දත්ත ගබඩා කර ඇති නමුත් පසුව පෝලිමට පැමිණේ.
ත්රිත්වය මට්ටම් දෙකකින් සිදුවේ: සජීවී ත්රිත්වය (පළමුව රූපය කළ යුත්තේ කුමන උපාංගයද යන්න දර්ශනයේදී තීරණය කිරීම) සහ දත්ත ත්රිත්වය (පින්තූර ග්රහණය කර ගත් පසු, පළමුව පරීක්ෂා කළ යුතු ගොනුව/දත්ත කට්ටලය). AI විශේෂයෙන් ප්රබලයි, එනම් විශාල දත්ත කට්ටලවල අන්තර්ගතය මත පදනම් වූ ප්රමුඛතාවය.
ත්රිත්වයේ අධිකරණමය වශයෙන් සංවේදී අංගය වන්නේ ඇණවුම් කිරීමේ තීරණය විමර්ශනයේ දිශාව තීරණය කිරීමයි. වැරදි ලෙස ප්රමුඛත්වය ලබා දී ඇති පොකුරක් සති කිහිපයක් ප්රමාද වී තීරනාත්මක සාක්ෂි සොයා ගැනීමට හේතු විය හැක, නැතහොත් පරීක්ෂණයක් කල් ඉකුත් වී ඇති නිසා එය කිසිසේත්ම විභාග නොකිරීමට පවා හේතු විය හැක. එබැවින් ත්රිකෝණය යනු "වේග උපක්රමයක්" නොව ක්රමවේද තීරණයක් වන අතර වෙනත් ඕනෑම අධිකරණ වෛද්ය පියවරක් මෙන් යුක්ති සහගත ලෙස ලේඛනගත කළ යුතුය. අධි අවදානම් අවස්ථා වලදී, ත්රිකෝණය සම්පූර්ණ විමර්ශනය ප්රතිස්ථාපනය නොකරයි; එය හුදෙක් මුලින්ම සලකා බලන්නේ කුමන කොටසද යන්න තීරණය කරයි, සම්පූර්ණ කට්ටලයම අවසානයේ ඇගයීමට ලක් වනු ඇත යන මූලධර්මය ආරක්ෂා කරයි.
ඉඟිය: ඔබේ ත්රිත්ව තීරණ සහ ඒවාට හේතු පිළිබඳ වාර්තාවක් තබා ගන්න. "ඇයි අපි මුලින්ම මේ පොකුර බැලුවේ, ඇයි අපි අන්තිම වෙනකම් මේක දාලා ගියේ?" ප්රශ්නය උසාවියේදී අහන්න පුළුවන්. මෙම වාර්තාවේ AI හි ප්රමුඛතා තාර්කිකත්වය ඇතුළත් කරන්න; විනිවිදභාවය යනු ආරක්ෂාවකි.
AI සමඟ අන්තර්ගතය පදනම් කරගත් ප්රමුඛතාවය
ක්ලැසික් ට්රයිජ් ගොනුවේ නම, ප්රමාණය සහ දිනය දෙස බලයි. AI මෙයට සන්දර්භය අවබෝධය එක් කරයි: ලේඛනයක් කුමක් ගැනද, රූපයක අඩංගු වන්නේ කුමක්ද, සංවාදයක ස්වරය එයට තේරුම් ගත හැකිය. මේ ක්රමයෙන්:
- අර්ථකථන සෙවීම - වචනය හරියටම නොගැලපෙන නමුත් අර්ථයෙන් සමාන අන්තර්ගතයක් සොයා ගැනීම: "මුදල් හුවමාරුව" සඳහා සෙවීම "මුදල් හුවමාරුව", "නැව්ගත කිරීම", "ගෙවීම් උපදෙස්" අඩංගු ලේඛන ද ලබා දෙයි.
- මාතෘකා පොකුරු කිරීම: ලේඛන දහස් ගණනක් තේමා වලට ස්වයංක්රීයව වර්ග කිරීම (මූල්ය, මානව සම්පත්, තාක්ෂණික, පුද්ගලික).
- හැඟීම්/ස්වරය සලකුණු කිරීම: තර්ජනය, සන්ත්රාසය, පෞද්ගලිකත්වය උල්ලංඝනය කිරීම වැනි ස්වර ප්රකාශ කරන පණිවිඩ උද්දීපනය කිරීම.
- දෘශ්ය ත්රිත්වය: වස්තු/දර්ශන ටැගය අනුව රූප දහස් ගණනක් සමූහගත කිරීම (නීතිමය සීමාවන් තුළ, උදා. බලයලත් සහ සුදුසු අන්තර්ගතයන් පමණි).
- අනුපිටපත් සහ කුණු ඉවත් කිරීම: එකම ගොනු සහ පද්ධති ගොනු වල අනුපිටපත් වෙන් කිරීම (දන්නා හෑෂ් ලැයිස්තු සමඟ) සහ සැබෑ නව අන්තර්ගතයන් වෙත මිනිස් බැල්ම යොමු කිරීම.
දන්නා ගොනු ඉවත් කිරීම: NSRL සහ හැෂ් කට්ටල
විශාල දත්ත පරීක්ෂාව සඳහා වඩාත් ප්රායෝගික ත්වරණකාරකය වන්නේ දන්නා හොඳ/නරක හැෂ් ලැයිස්තු වේ. NSRL (National Software Reference Library) වැනි පුස්තකාලවල සම්මත මෙහෙයුම් පද්ධති සහ යෙදුම් ගොනු මිලියන ගණනක හැෂ් දරයි. මෙම "දන්නා හොඳ" ගොනු ත්රිත්වයකදී ඉවත් කරනු ලැබේ, පරිශීලකයා විසින් ජනනය කරන ලද සහ සැක සහිත ගොනු වෙත පමණක් අවධානය යොමු කිරීමට ඉඩ සලසයි. ඒ හා සමානව, "දන්නා නරක" හැෂ් (දන්නා අනිෂ්ට මෘදුකාංග) ස්වයංක්රීයව සලකුණු වේ. මෙම ඉවත් කිරීමෙන් පසු ඉතිරි පොකුර තුළ AI ක්රියාත්මක වේ, එයට සැබවින්ම අර්ථය අවශ්ය වේ.
අවවාදයයි: හෑෂ් මත පදනම් වූ ඉවත් කිරීම ප්රබලයි, නමුත් එක් බිටු වෙනසක් හැෂ් සම්පූර්ණයෙන්ම වෙනස් කරයි. සම්මත ගොනුවක් සුළු වශයෙන් වෙනස් කිරීමෙන්, ප්රහාරකයෙකුට එය "දන්නා හොඳ" ලැයිස්තුවෙන් ඉවත් කිරීමට හෝ, අනෙක් අතට, නරක ගොනුව සැඟවීමට හැකිය. තුරන් කිරීම නිරපේක්ෂ නොවේ, නමුත් ප්රමුඛතාවයේ මාධ්යයකි.
කුඩා නඩු තුනක්
සිද්ධි 1 — අර්ථකථන සෙවුම කාලය 20න් බෙදුවේය. අභ්යන්තර පරීක්ෂණයකින් ඊමේල් 480GB සොයා ගන්නා ලදී. සම්භාව්ය මූල පද සෙවුම "අල්ලස්" සඳහා ප්රතිඵල 3ක් ලබා දුන්නේය. AI බලයෙන් ක්රියාත්මක වන අර්ථකථන සෙවුමට “උපදේශන ගාස්තු,” “පහසුකම්,” “ස්තූතියි ගෙවීම,” වැනි සුහද වචන ද හසු වූ අතර අදාළ පණිවිඩ 61ක් උපුටා ගන්නා ලදී. සමාලෝචනය සති වෙනුවට දින 2 කින් අවසන් කරන ලදී; සෑම ප්රතිඵලයක්ම අතින් තහවුරු විය.
නඩුව 2 - අනුපිටපත් කිරීම ඉතිරි කළ මිනිස් බලය. ගොනු මිලියන 1.7 ක පොකුරක් තුළ, හැෂ් මත පදනම් වූ අනුපිටපත් පිරිසිදු කිරීම සහ NSRL ඉවත් කිරීමෙන් පසු, පරීක්ෂා කිරීමට අද්විතීය පරිශීලක ගොනු 92,000 දක්වා අඩු කරන ලදී. කණ්ඩායම 95% පද්ධති ශබ්දයක් ඇති ගොඩකට වඩා සැබෑ අන්තර්ගතය කෙරෙහි අවධානය යොමු කළේය.
නඩුව 3 - අධික විශ්වාසයේ මිල. AI "මුල්ය නොවන" පොකුර ලෙස හඳුන්වන දේ එක් කණ්ඩායමක් කිසිදා විවෘත කර නැත. එය පෙනෙන පරිදි, පුද්ගලික ඡායාරූප ඇල්බමය තුළ විවේචනාත්මක කොන්ත්රාත්තුවක් සඟවා ඇත (steganography නොවේ, වැරදි ෆෝල්ඩරය පමණි). අඩු ප්රමුඛතා පොකුර සාම්පල ලබා නොගත් නිසා සාක්ෂි ප්රමාද විය. පාඩම: පරීක්ෂාව ඇණවුම තීරණය කරයි, විභාගය අවලංගු නොකරයි.
පිටපත් කළ හැකි සැකිලි හතරක්
1) කෙටුම්පත් ට්රයිජ් උපාය:
ඔබේ භූමිකාව: ජ්යෙෂ්ඨ අධිකරණ වෛද්ය පරීක්ෂණ විශේෂඥයා. දත්ත: [උදා. 480GB විද්යුත් තැපෑල + 1.2TB ගොනු හුවමාරුව]. විමසීම් මාතෘකාව: [උදා. දත්ත කාන්දු වීම + අල්ලස් ගැනීම]. මට ට්රයිජ් ක්රමෝපායක් සකස් කරන්න: කුමන පොකුර දෙස බැලිය යුත්තේ කුමන අනුපිළිවෙලට, කුමන නිර්ණායක සමඟද; හැෂ් ඉවත් කිරීම සහ අර්ථකථන සෙවීම භාවිතා කරන්නේ කෙසේද. කිසිදු පොකුරු "අවලංගු" නොකරන බව අවධාරණය කරන්න, ඒවා නිකම්ම වර්ග කරනු ලැබේ.
2) අර්ථකථන සෙවුම් පද ප්රසාරණය:
විෂය: [අල්ලස් / දත්ත කාන්දු / හිරිහැර]. මෙම මාතෘකාවට අදාළ ලේඛන සොයා ගැනීමට, ව්යංග/සමාන ප්රකාශන (ස්ලැන්ග්, කේත පද, වක්ර කථනය ඇතුළුව) මෙන්ම වචනාර්ථ මූල පද ලැයිස්තුගත කරන්න. සෙවුම් විෂය පථය පුළුල් කිරීම අරමුණයි; සෑම පදයක්ම වර්ග කරන්න.
3) අන්තර්ගත පොකුරු:
මම ඔබට ලේඛන මාතෘකා/සාරාංශ දෙන්නම්. ඒවා අර්ථවත් තේමා වලට (මූල්ය, මානව සම්පත්, තාක්ෂණික, නෛතික, පුද්ගලික) සමූහ කර එක් එක් ලේඛනය සඳහා තේමාව + කෙටි තාර්කිකත්වය ලබා දෙන්න. ඔබට තේමාවට නොගැලපෙන "අපැහැදිලි" පොකුර වෙන වෙනම සලකුණු කරන්න; මෙම පොකුර මඟ හරිනු නොලැබේ, එය අතින් පරීක්ෂා කරනු ලැබේ.
4) ඉවත් කිරීමෙන් පසු ප්රමුඛතා වාර්තාව:
දන්නා හොඳ (NSRL) සහ අනුපිටපත් ගොනු ඉවත් කරනු ලැබේ. ඉතිරි අද්විතීය පරිශීලක ගොනු සඳහා: විමර්ශන විෂයට අනුව ඉහළ/මධ්යම/අඩු ප්රමුඛතාවයක් ලබා දී සාධාරණීකරණය ලියන්න. දිගු-අන්තර්ගත නොගැලපීම, සංකේතනය කළ/මුරපද සහිත ගොනු සහ පසුගිය දින 30 තුළ වෙනස් වූ ගොනු ද උද්දීපනය කෙරේ.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම දත්තවල වැදගත් ගොනු සොයන්න.
මාතෘකාව, විෂය පථය සහ ප්රමුඛත්වය පිළිබඳ තර්කයක් නොමැත; AI හට "වැදගත්" යන්නෙහි තමන්ගේම නිර්වචනය මගින් විවේචනාත්මක අන්තර්ගතය මග හැරිය හැක.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: අධිකරණ වෛද්ය පරීක්ෂණ විශ්ලේෂක. විමර්ශනය: සේවකයෙකු පිටත්ව යාමට පෙර පාරිභෝගික ලැයිස්තුවක් කාන්දු කළ බව කියනු ලැබේ. මම ඔබට ගොනු පාරදත්ත (නම, ප්රමාණය, දිනය, දිගුව, මාර්ගය) සහ කෙටි අන්තර්ගත සාරාංශ ලබා දෙන්නෙමි. කාර්යය: පාරිභෝගික දත්ත, අපනයන/ලේඛනගත කිරීම, වලාකුළු උඩුගත කිරීමේ හෝඩුවාවක්, USB/බාහිර තැටිය, සහ පසුගිය දින 60 තුළ වෙනස් කළ ගොනු ඉහළ ප්රමුඛතාවයක් ලෙස සලකුණු කරන්න; එක් එක් තීරණය සඳහා හේතු ලියන්න. කිසිදු පොකුරක් පරීක්ෂා කළ නොහැකි බව නොකියන්න; නිකම් වර්ග කරන්න. අවිනිශ්චිතතාවයන් වෙන වෙනම ලැයිස්තුගත කරන්න.
සංයුක්ත මාතෘකාව, ඉලක්කගත නිර්ණායක සහ "සමාලෝචනය-නොමැති" බාධාව මඟින් ප්රතිදානය කාර්යක්ෂම සහ ආරක්ෂිත කරයි.
ත්රිත්ව ක්රම සංසන්දනය කිරීමේ වගුව
ක්රමය
මොනවද කරන්නේ
ශක්තිමත් ලක්ෂ්යය
අවදානම
හෑෂ් ඉවත් කිරීම (NSRL)
දන්නා ගොනුව වෙන් කරයි
ඉතා වේගවත්, නිරවද්ය
වෙනස් කළ ගොනුව ගැලවී යයි
අනුපිටපත් කිරීම
එකින් එක පිටපත් කරයි
මිනිස් බල ඉතිරි කිරීම
සමීප පිටපත මඟ හැරිය හැක
මූල පදය
නියම නියමයන් සොයයි
සරල, විගණනය කළ හැකි
ව්යංග ප්රකාශය මග හැරේ
අර්ථකථන සෙවීම (AI)
සමීපතම අර්ථය සොයා ගනී
ව්යංග අන්තර්ගතය ග්රහණය කරයි
ව්යාජ ධනාත්මක කරුණු ඇති කරයි
අන්තර්ගත පොකුරු (AI)
තේමා වලට බෙදෙනවා
දළ විශ්ලේෂණයක් සපයයි
වැරදි තේමාවේ අවදානම
පොදු වැරදි
- තුරන් කිරීම සඳහා ත්රිත්වය වැරදියි. අඩු ප්රමුඛතාවය "සමාලෝචනය නොකළ යුතු" නොවේ; නියැදීම අත්යවශ්ය වේ.
- හෑෂ් ඉවත් කිරීම පිළිබඳ නිරපේක්ෂ විශ්වාසය. තනි බිටු වෙනසක් හැෂ් වෙනස් කරයි; බරපතල අවස්ථාවට සම්පූර්ණ ස්කෑන් කිරීම අවශ්ය විය හැකිය.
- මූල පදය මත පමණක් රඳා පවතී. ව්යංග සහ සංකේතාත්මක ප්රකාශයන් ගැලවී යාම; අර්ථකථන සෙවීම සමඟ සම්පූර්ණ කරන්න.
- අර්ථකථන සෙවුමේ ව්යාජ ධනාත්මක බව තහවුරු නොකිරීම. AI හට අදාල නොවන ලේඛනය "සම්බන්ධ" ලෙස පෙන්විය හැක; කියවා තහවුරු කරන්න.
- ට්රයිජ් තාර්කිකත්වය ලේඛනගත කිරීමට අපොහොසත් වීම. උසාවියේදී "ඔබ මෙය මුලින්ම බැලුවේ ඇයි?" යන ප්රශ්නයට ඔබට පිළිතුරක් තිබිය යුතුය.
සාරාංශයක් ලෙස
විශාල දත්ත ත්රිකෝණය යනු, කිසිවක් මකා නොදැමීමෙන්, අනුපිළිවෙල නිශ්චය කිරීමෙන් - සීමිත කාලය සාක්ෂියේ ඉහළම සම්භාවිතාව වෙත යොමු කිරීමේ විනයයි. AI; එය තුරන් කිරීමෙන් පසු අර්ථකථන සෙවීම, අන්තර්ගත පොකුරු කිරීම, ස්වරය සලකුණු කිරීම සහ ප්රමුඛත්වය ලබා දීමේදී විශාල වේගයක් සපයයි. නමුත් විශේෂඥයා හෑෂ් ඉවත් කිරීමේ සීමාවන්, ව්යාජ ධනාත්මක/ඍණාත්මක අවදානම් සහ "අඩු ප්රමුඛතාවය පරීක්ෂා නොකළ" යන මූලධර්මය නිරීක්ෂණය කරයි. ත්රිකෝණාකාර තීරණ සාධාරණීකරණය සමඟ ලේඛනගත කිරීම ප්රතිඵලය උසාවියේදී ආරක්ෂා කර ගත හැකිය.
යෙදුම් කාර්යය
පේළි 30-40 කින් යුත් නියැදි ගොනු පාරදත්ත ලැයිස්තුවක් (නම, ප්රමාණය, දිනය, දිගුව, කෙටි සාරාංශය) සකස් කරන්න; එහි "නොමඟ යවන" ගොනු කිහිපයක් දමන්න (වැරදි ෆෝල්ඩරයේ විවේචනාත්මක ලේඛනය, වෙනස් කළ දිගුවක් සහිත ගොනුව). “පශ්චාත්-තුරන් කිරීමේ ප්රමුඛතා වාර්තාව” අච්චුව සමඟ ප්රමුඛත්වය දෙන්න, පසුව AI හට කිසිවක් මග හැරී ඇත්දැයි බැලීමට අඩු ප්රමුඛතා පොකුරෙන් අවම වශයෙන් 15% නියැදියක් ගන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම ප්රමුඛත්වය ලෙස ත්රිත්වය පිහිටුවමි; මම කිසිම පොකුරු අවලංගු කළේ නැහැ.
- [ ] මම එහි සීමාවන් මනසේ තබා ගනිමින් හෑෂ් ඉවත් කිරීම සහ අනුපිටපත් කිරීම සමඟ ශබ්දය අඩු කළෙමි.
- [ ] මම මූල පදය අර්ථකථන සෙවුමෙන් සම්පූර්ණ කළෙමි.
- [ ] මම අර්ථකථන/පොකුරු ප්රතිදානයේ ව්යාජ ධනාත්මක බව අතින් තහවුරු කළෙමි.
- [ ] මම ට්රයිජ් තීරණ සහ ඒවායේ යුක්ති සහගත කිරීම් ලේඛනගත කළෙමි.