ලාභ:
- මානව සත්යාපන ද්වාර සහ එක් වාක්ය සංක්රාන්ති කොන්දේසි සහිතව, සැලසුමේ සිට ක්රියාකාරිත්වය දක්වා සෑම අදියරකදීම AI අඛණ්ඩව කාවැද්දීමේ හැකියාව
- අනුමත වාහන ලැයිස්තුවක්, දත්ත වර්ගීකරණය, සොයා ගැනීමේ හැකියාව, පුහුණුව සහ අඛණ්ඩ සත්යාපනය සමඟ පාලන රාමුවක් ස්ථාපිත කිරීමේ හැකියාව
- මානව වගකීම, ආරක්ෂක ප්රමුඛතාවය, සත්යාපනය, රහස්යභාවය, විනිවිදභාවය සහ පාරිසරික සමාජ වගකීම යන මූලධර්ම කාර්ය ප්රවාහයට ඇතුළත් කිරීමේ හැකියාව
පෙර ඒකක දහය තුළ, අපි රසායනික ඉංජිනේරු විද්යාවේ එක් එක් ක්ෂේත්රවල-නිර්මාණය, අනුකරණය, චාලක විද්යාව, දේපල පුරෝකථනය, ප්රශස්තිකරණය, පාලන දත්ත, HAZOP, ප්රමිති සෙවීම සහ පයිතන් යන ක්ෂේත්රවල ආරක්ෂිතව AI භාවිතා කරන්නේ කෙසේදැයි දැක ඇත්තෙමු. මෙම අවසාන ඒකකය තුළ, අපි කොටස් එකට එකතු කරමු: ව්යාපෘතියක ආරම්භයේ සිට අවසානය දක්වා AI කාවැද්දීමට අපි ඉගෙන ගන්නෙමු හෝ ස්ථාවර විනයක්, මානව සත්යාපන දොරටු සහ පාලන ව්යුහයක් සහිත පහසුකමක් - සංවිධානයක මෙවලම්, දත්ත සහ තීරණ භාවිතා කරන නීති රීති තීරණය කරන රාමුව. ඉලක්කය වන්නේ තනි AI දෝෂයක් සැලසුමකට, ව්යාපාරික තීරණයකට හෝ ආරක්ෂක ලේඛනයකට රිංගා යාම වළක්වන ස්ථර පද්ධතියක් ගොඩනැගීමයි.
මූලික අදහස සරලයි: මානව සත්යාපන දොරටුවක් සහ පැහැදිලි සංක්රාන්ති තත්වයක් එක් එක් අදියරෙහි තබා ඇත; ඔබට තවත් දොරක් හරහා ගමන් නොකර එක දොරකින් ගමන් කළ නොහැක. මෙය රසායනික ඉංජිනේරු විද්යාවේ මෙන්ම අධිකරණ වෛද්ය හෝ වෛද්ය ක්ෂේත්රවල ජීවිතාරක්ෂක ව්යුහයකි - මන්ද මෙහි ද වැරදි ප්රතිවිපාක කඩදාසි මත නොව යථාර්ථයේ දී මිනිසුන් සහ පරිසරය මත ඇති කරන බැවිනි.
අන්තයේ සිට අවසානය දක්වා කාර්ය ප්රවාහය: සත්යාපන දොරටු සහිතයි
අපි අදියර පහකින් රසායනික ඉංජිනේරු ව්යාපෘතියක් සලකා බලමු සහ AI හි භූමිකාව සහ සත්යාපන දොරටුව එක් එක් කොටසෙහි තබමු:
1. නිර්මාණය සහ සංකල්පය. AI මාර්ග විකල්ප සහ PFD කෙටුම්පත ජනනය කරයි. දොර: ද්රව්යමය සමතුලිතතාවය අතින් නඩත්තු කරන්නේද, මාර්ගය තෝරා ගත්තේ ඉංජිනේරු විනිශ්චය සමඟද?
2. විශ්ලේෂණය සහ අනුකරණය. AI සමාකරණ ප්රතිදානය සාරාංශ කරයි, චාලක/දේපල සටහනක් ලබා දෙයි. ද්වාරය: තාප ගතික ආකෘතිය යෝග්යද, ස්කන්ධ/ශක්ති ශේෂය පවතින්නේද, තීරණාත්මක අගයන් පර්යේෂණාත්මක/දත්ත සමුදා ප්රභවය මත රඳා පවතීද?
3. ප්රශස්තකරණය සහ ප්රමාණය. AI ප්රශස්තිකරණය සහ ගණනය කිරීමේ කේත කෙටුම්පත නිෂ්පාදනය කරයි. දොර: සීමාවන් සම්පූර්ණද, කේතය පරීක්ෂා කර තිබේද, එය ප්රශස්ත ආරක්ෂණ කවුළුවේ තිබේද?
4. ආරක්ෂාව සහ අනුකූලතාවය. AI HAZOP ඇටසැකිල්ල සහ සම්මත සිතියම සපයයි. දොර: උපද්රව විශ්ලේෂණය විශේෂඥ කණ්ඩායමක් විසින් සිදු කර තිබේද, සම්මත අයිතම ප්රාථමික මූලාශ්රයෙන් සත්යාපනය කර තිබේද, බලයලත් අනුමැතිය ලබාගෙන තිබේද?
5. මෙහෙයුම සහ අධීක්ෂණය. AI සංවේදක දත්ත නිරීක්ෂණය කරන අතර විෂමතා සලකුණු කරයි. දොර: සංඥා සැබෑ හෝ සංවේදකය, ස්වාධීන SIS තුළ ආරක්ෂිත ආරක්ෂාව?
මෙම ද්වාර මගින් එක් සත්යාපනය නොකළ ප්රතිදානයක් මීළඟ අදියරට ගෙන යාම වළක්වයි. මකුණක් ගැලවුනත් අල්ලපු ගෙදරට අහුවෙන්න වැඩි ඉඩක් තියෙනවා.
ඉඟිය: එක් එක් අදියර සඳහා එක් වාක්යයක් "සංක්රාන්ති කොන්දේසියක්" ලියා එය කණ්ඩායමට දෘශ්යමාන කරන්න: "ද්රව්ය සමතුලිතතාවය අතින් සත්යාපනය වන තෙක් අනුකරණය ආරම්භ කළ නොහැක." එවැනි පැහැදිලි නීති මගින් කාල පීඩනය යටතේ පවා විනය පවත්වා ගෙන යන බව සහතික කරයි.
පාලන රාමුව: ආයතනික විනය
තනි පුද්ගල සත්යාපනය හොඳයි, නමුත් පහසුකම් පරිමාණයෙන් පාලන රාමුවක් අවශ්ය වේ. ප්රධාන සංරචක පහක්:
1. අනුමත වාහන සහ මාදිලි ලැයිස්තුව. එය කුමන කාර්යයන් සඳහා භාවිතා කළ හැකි AI මෙවලම් නිර්වචනය කරයි. ආරක්ෂක තීරණාත්මක ගිණුම් සඳහා අනුමත නොකළ මෙවලම් භාවිතා නොකෙරේ.
2. දත්ත වර්ගීකරණය. ලියාපදිංචි බෙහෙත් වට්ටෝරු, මෙහෙයුම් කොන්දේසි සහ පුද්ගලික දත්ත ඇතුළත් කළ හැක්කේ කුමන වාහනයටද? සංවිධානයෙන් පිටත දත්ත කාන්දු කරන මෙවලම් සඳහා රහස්ය/හිමිකාර දත්ත ලබා නොදේ.
3. පටිගත කිරීම සහ සොයා ගැනීමේ හැකියාව (විගණන මාර්ගය). කුමන ප්රතිදානය පැමිණියේ කුමන මෙවලමෙන්ද, එය සත්යාපනය කළේ කවුද, එය සම්බන්ධ කළේ කුමන ප්රභවයටද? ගැටලුවක් ඇති වුවහොත් එය සොයා ගත යුතුය.
4. පුහුණුව සහ නිපුණතාවය. පරිශීලකයින් AI හි සීමාවන්, මායාවන්ගේ අවදානම සහ සත්යාපනයේ විනය දැන සිටිය යුතුය. මෙවලම බලවත්, නමුත් වැරදි අතේ භයානක ය.
5. අඛණ්ඩ සත්යාපනය. මාදිලි සහ වාහන වෙනස් වේ; නිමැවුම් වල විශ්වසනීයත්වය වරින් වර නැවත පරීක්ෂා කරනු ලැබේ.
අවධානය: ආයතනයක, "සෑම කෙනෙකුම තමන්ට අවශ්ය දත්ත ඔවුන්ට අවශ්ය AI මෙවලමට ලබා දිය යුතුය" යන ප්රවේශය හිමිකාර තොරතුරු කාන්දු වීම සහ ආරක්ෂාව අසාර්ථක වීමේ අවදානමකි. පාලනය යනු මෙම අවදානම් සීමා කරන අදෘශ්යමාන නමුත් තීරණාත්මක යටිතල ව්යුහයයි.
වගකීම් සහිත භාවිතයේ මූලධර්ම
අපි මොඩියුලය මූලධර්ම හයක් සමඟ සම්බන්ධ කරමු:
- මානව වගකීම. අවසාන තීරණය සහ අත්සන නිසි විශේෂඥයා සතුය; AI හි ප්රතිදානය එහි අනුමැතිය සඳහා ආදේශකයක් නොවේ.
- ආරක්ෂාව ප්රමුඛත්වය. ආරක්ෂිත තීරණාත්මක තීරණ (ආරක්ෂාව, උපද්රව, ද්රව්ය, ප්රමාණය) සඳහා සත්යාපනය සහ බලයලත් අනුමැතිය අවශ්ය වේ.
- තහවුරු කිරීමේ විනය. සෑම ප්රතිදානයක්ම භෞතික විද්යාව/මූලාශ්රය වෙත සම්බන්ධ කර, ස්වාධීන ක්රමයකින් පරීක්ෂා කර, පරිවර්ථන පෙරහන හරහා ගමන් කරයි.
- ආරක්ෂාව. හිමිකාර සහ පුද්ගලික දත්ත සකසනු ලබන්නේ අනුමත, ආරක්ෂිත ආකාරයකින් පමණි.
- විනිවිදභාවය. AI භාවිතය වාර්තා සහ ලේඛනවල අවංකව දක්වා ඇත.
- පාරිසරික හා සමාජ වගකීම. තීරණ ආර්ථිකය පමණක් නොව, මානව සෞඛ්යය සහ පරිසරය ද සැලකිල්ලට ගනී.
කුඩා නඩු තුනක්
නඩුව 1 - දොර දෝෂය අල්ලා ගත්තේය. එක් ව්යාපෘතියක, AI හි PFD කෙටුම්පතෙහි 4% ස්කන්ධ අසමතුලිතතාවයක් සමාකරණ අවධියට යාමට පෙර ශේෂ ද්වාරයට හසු විය. ප්රභවයේ දෝෂය සවි කර ඇත; දොරක් නොතිබුනේ නම්, මෙම දෝෂය සමාකරණයට සහ පසුව මානයට පැතිරෙනු ඇත. ස්ථර ව්යුහය වැඩ කළා.
නඩුව 2 - පාලනය දත්ත කාන්දු වීම වැළැක්වීය. ඉංජිනේරුවෙක් විවෘත AI වාහනයකට හිමිකාර උත්ප්රේරක වට්ටෝරුවක් ඇලවීමට සූදානම්ව සිටියේය. නියෝජිතායතනයේ දත්ත වර්ගීකරණ රීතිය පවසන්නේ මෙම දත්ත සැකසීමට හැකි වන්නේ ගෘහස්ථ අනුමත මෙවලමක් තුළ පමණක් බවයි. රීතිය වාණිජමය වශයෙන් විවේචනාත්මක කාන්දුවක් වැළැක්වීය.
3 වන අවස්ථාව - සොයාගැනීමේ හැකියාව විශ්වාසය ගෙන ආවේය. එක විගණනයකදී අපෙන් ඇහුවා කොහොමද නිර්මාණ තීරණයක් ගත්තේ කියලා. ආයතනයේ පටිගත කිරීමේ විනයට ස්තූතිවන්ත වන්නට, AI විසින් කෙටුම්පතක් පමණක් නිපදවූ බවත්, එක් එක් තීරණාත්මක අගය පර්යේෂණාත්මක මූලාශ්රයට ආරෝපණය කර ඇති බවත්, තීරණය බලයලත් ඉංජිනේරුවරයා විසින් අනුමත කරන ලද බවත් ලේඛනගත කිරීමට හැකි විය. විනිවිදභාවය විශ්වාසය සහ නීතිමය ආරක්ෂාව යන දෙකම ලබා දුන්නේය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) වැඩ ප්රවාහ ගේට්ටු සැලැස්ම:
ඔබේ කාර්යභාරය: ව්යාපෘති සහතික උපදේශක. මගේ ව්යාපෘතිය: [විස්තරය]. අදියර සඳහා (සැලසුම, විශ්ලේෂණය, ප්රමාණය, ආරක්ෂාව, ක්රියාකාරිත්වය) සඳහා සත්යාපන ගේට් සැලැස්මක් මට සූදානම් කරන්න: එක් එක් අදියරේදී AI කරන්නේ කුමක්ද, කුමන එක් වාක්ය සංක්රාන්ති කොන්දේසියක් සපුරාලීමකින් තොරව ඊළඟ අදියරට යා නොහැක, සත්යාපනය කරන්නේ කවුද? ආරක්ෂක තීරණාත්මක දොරවල් කෙරෙහි විශේෂ අවධානයක් යොමු කරයි.
2) පාලනය ස්වයං-නියාමනය:
අපගේ සංවිධානයේ AI භාවිතය සඳහා ස්වයං-විගණන පිරික්සුම් ලැයිස්තුවක් නිකුත් කරනු ලැබේ: (1) අනුමත මෙවලම් ලැයිස්තුවක් තිබේද, (2) දත්ත වර්ගීකරණය අර්ථ දක්වා තිබේද, (3) වාර්තා/සොයාගැනීමේ හැකියාව තබා තිබේද, (4) පරිශීලක පුහුණුවක් තිබේද, (5) අඛණ්ඩ සත්යාපනයක් තිබේද? එක් එක් අයිතමය සඳහා "ඔව්/අර්ධ/නැත" ඇගයීමක් සහ වැඩිදියුණු කිරීමේ යෝජනා ඉල්ලන්න. සන්දර්භය: [අර්ථ දැක්වීම]
3) විනිවිදභාවය / භාවිතය පිළිබඳ ප්රකාශය:
ඉංජිනේරු වාර්තාවක් සඳහා AI භාවිතා කිරීම අවංකව විස්තර කරන විනිවිදභාවයේ ඡේදයක් කෙටුම්පත් කරන්න: කෙටුම්පත්/විශ්ලේෂණය සඳහා AI භාවිතා කළේ කුමන අවස්ථා වලදීද, ප්රතිදානයන් වලංගු වූයේ කෙසේද, අවසාන වගකීම වගකිව යුතු ඉංජිනේරුවරයා මත වේ. අතිශයෝක්තිය; ඇත්ත වශයෙන්ම සිදු කළ දේ පිළිබිඹු කරන්න. කරන දේ: [විස්තරය]
4) තීරණයට පෙර අවසන් පරීක්ෂාව:
මම මෙම තීරණය ගැනීමට සූදානම්: [තීරණය]. එය ලබා දීමට පෙර අවසාන පිරික්සුම් ලැයිස්තුවක් හරහා මාව ධාවනය කරන්න: (1) මෙය ආරක්ෂාව-විවේචනාත්මකද, (2) මම මූලාශ්ර/පරීක්ෂා කර ඇති ඕනෑම අගයක් මත රඳා පවතීද, (3) ස්වාධීන සත්යාපනයක් තිබේද, (4) අධිකාරියේ අනුමැතිය අවශ්යද, (5) රහස්යභාවය/අනුකූලතාව නිරීක්ෂණය කර තිබේද? ඔබ දකින්නේ නැතිවූ පියවර සලකුණු කරන්න. තීරණය මගේ ය; ඔබ පිරික්සුම් ලැයිස්තුව අනුගමනය කරන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මම මගේ ව්යාපෘතියේ AI භාවිතා කළ යුත්තේ කෙසේද?
සන්දර්භය නැත, වලංගු කිරීමේ ව්යුහයක් නොමැත. ආරක්ෂාවට තීරණාත්මක දොරටු මග හරිමින් AI සාමාන්ය පිළිතුරක් ලබා දෙයි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ව්යාපෘති සහතික උපදේශක. මට ටොන් 50,000/වසරක රසායනික නිෂ්පාදන ව්යාපෘතියක සැලසුමේ සිට ක්රියාකාරිත්වය දක්වා AI භාවිතා කිරීමට අවශ්යයි. එක් එක් අදියර සඳහා, මට AI හි භූමිකාව සඳහා රාමුවක් ලැබේ, සමත් නොවී සම්මත කළ නොහැකි සත්යාපන ව්යුහය, එය අනුමත කරන්නේ කවුද සහ කුමන මෙවලමට දත්ත ලබා දිය හැකිද යන්න. ආරක්ෂක තීරණාත්මක පියවර සලකුණු කර මානව අනුමැතිය අනිවාර්ය වන තැන් ඉස්මතු කරන්න.
වෙනස පැහැදිලිය: ව්යාපෘති සන්දර්භය, දොරටු, අනුමැතිය සහ දත්ත රීති AI භාවිතය ක්රමවත් කරයි.
අන්තයේ සිට අවසානය දක්වා ව්යුහයක් තුළ භූමිකාව බෙදා හැරීම
වේදිකාව
AI හි කාර්යභාරය
සත්යාපන දොරටුව
නිර්මාණය
මාර්ගය, PFD කෙටුම්පත
ශේෂය + මාර්ගය තහවුරු කිරීම
විශ්ලේෂණය
සමාකරණ සාරාංශය, අනාවැකි
ආකෘතිය + මූලාශ්රය තහවුරු කිරීම
ප්රමාණය කිරීම
ප්රශස්තකරණය, කේතය
සීමාව + පරීක්ෂණය + ආරක්ෂාව
ආරක්ෂාව/අනුකූලත්වය
HAZOP ඇටසැකිල්ල, සිතියම
විශේෂඥ කණ්ඩායම + ප්රාථමික මූලාශ්රය
ව්යාපාර
විෂමතා ලුහුබැඳීම
සැබෑ/සංවේදකය + ස්වාධීන SIS
පොදු වැරදි
- කාල පීඩනය යටතේ දොරවල් පැනීම. ගේට්ටුවක් මඟ හැරීම දෝෂය පසුකාලීන අදියරවලට කාන්දු වීමට ඉඩ සලසයි.
- පාලනය නොසලකා හැරීම. මෙවලම් සහ දත්ත අවිධිමත් ලෙස භාවිතා කිරීම කාන්දු වීම සහ ආරක්ෂක අවදානම් මතු කරයි.
- භාවිතය සැඟවීම. AI භාවිතය විනිවිද පෙනෙන ලෙස ලේඛනගත නොකළහොත්, විශ්වාසය සහ නීතිමය ආරක්ෂාව යන දෙකම අඩාල වේ.
- විධිමත් බැලීමට ආරක්ෂක විවේචනාත්මක අනුමැතිය. බලයලත් අනුමැතිය අත්සන් කිරීමේ විධිමත් භාවයක් නොව අව්යාජ සත්යාපන වගකීමකි.
- පාරිසරික හා සමාජීය අංශ අමතක කිරීම. තීරණ ආර්ථික වශයෙන් පමණක් නොව සෞඛ්ය හා පාරිසරික දෘෂ්ටිකෝණයන්ගෙන් ද කිරා මැන බලයි.
සාරාංශයකින්
අන්තයේ සිට අවසානය දක්වා ව්යුහයක් තුළ, AI රසායනික ඉංජිනේරු විද්යාවේ සෑම අදියරකදීම මානව සත්යාපන දොරටු සමඟ තැන්පත් කර ඇත; ඔබට තවත් දොරක් හරහා ගමන් නොකර එක දොරකින් ගමන් කළ නොහැක. පාලන රාමුවක් (සහතික කළ මෙවලම්, දත්ත වර්ගීකරණය, සොයා ගැනීමේ හැකියාව, පුහුණුව, අඛණ්ඩ සත්යාපනය) මෙම විනය ව්යවසාය පරිමාණයට ගෙන එයි. වගකීම් සහගත භාවිතයේ කොඳු නාරටිය ප්රතිපත්ති හයකි: මානව වගකීම, ආරක්ෂක ප්රමුඛතාවය, සත්යාපන විනය, රහස්යභාවය, විනිවිදභාවය සහ පාරිසරික-සමාජ වගකීම. AI යනු බලවත් සහායකයෙකි; නමුත් නිර්මාණයේ හිමිකරු, ආරක්ෂාව සහ අවසාන වචනය සෑම විටම දක්ෂ විශේෂඥයා වේ.
යෙදුම් කාර්යය
"වැඩ ප්රවාහ ගේට් සැලැස්ම" අච්චුව සමඟ ඔබේම (හෝ මනඃකල්පිත) ව්යාපෘතියක් සඳහා පස්-පියවර සත්යාපන ගේට්ටු සැලැස්මක් සාදන්න; එක් එක් අදියර සඳහා එක් වාක්ය සංක්රාන්ති කොන්දේසියක් ලියන්න. ඉන්පසුව, "පාලන ස්වයං-විගණන" අච්චුව සමඟින්, මෙම ව්යාපෘතියේ AI භාවිතය අනුමත මෙවලම්, දත්ත වර්ගීකරණය, සොයා ගැනීමේ හැකියාව සහ පුහුණුව අනුව ක්රියාත්මක වන ආකාරය තක්සේරු කර, අවම වශයෙන් වැඩිදියුණු කිරීම් දෙකක් හඳුනා ගන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම සෑම අදියරකදීම මානව සත්යාපන දොරටුවක් සහ එක් වාක්යයක් සමත් කොන්දේසියක් තැබුවෙමි.
- [ ] මම අනුමත මෙවලම් ලැයිස්තුව සහ දත්ත වර්ගීකරණය නිර්වචනය කළෙමි.
- [ ] මම වාර්තා/සොයාගැනීමේ හැකියාව (කුමක් ප්රතිදානය, කවුද සත්යාපනය කළේද, කුමන මූලාශ්රයද) තබා ගත්තෙමි.
- [ ] මම වාර්තාවේ විනිවිද පෙනෙන ලෙස AI භාවිතය ප්රකාශ කළෙමි.
- [ ] මම ආරක්ෂාව-විවේචනාත්මක තීරණ බලයලත් විශේෂඥ අනුමැතියට සහ පාරිසරික-සමාජ වගකීමට ආරෝපණය කරමි.
මොඩියුල විභාගය
1. රසායනික ඉංජිනේරු විද්යාවේදී කෘත්රිම බුද්ධිය සඳහා වඩාත් නිවැරදි ස්ථානගත කිරීම පහත ඒවායින් කුමක් ද?
- A) කෘත්රිම බුද්ධියට මිනිස් අනුමැතියකින් තොරව ආරක්ෂිත ගණනය කිරීම් සෘජුවම සැලසුමට ලිවිය හැක
- B) AI යනු ගිණුම් ත්වරණකාරකයක් සහ බ්ලූපින්ට් උත්පාදකයකි; නිර්මාණයේ ආරක්ෂාව තීරණය කිරීමේ වගකීම සහ අවසාන තීරණය මිනිසා සතුය ✔
- C) කෘත්රිම බුද්ධිය සෑම විටම මිනිසුන්ට වඩා විශ්වාසදායක බැවින් ආරක්ෂක තීරණ එයට භාර දිය යුතුය.
- D) කෘතිම බුද්ධිය ප්රයෝජනවත් වන්නේ පෙළ සාරාංශ කිරීම සඳහා පමණි, එයට ඉංජිනේරු ගණනය කිරීම් සමඟ කිසිදු සම්බන්ධයක් නැත
විස්තරය: කෘතිම බුද්ධිය; එය විශාල දත්ත අත්හදා බැලීම, රටා සලකුණු කිරීම සහ ගණනය කිරීම්/කේත කෙටුම්පත් නිෂ්පාදනය කරන සහායකයෙකි. සැලසුමේ ආරක්ෂාව, සමාකරණයේ අර්ථ නිරූපණය සහ අවසාන තීරණය වැනි තීරණාත්මක කරුණුවල වගකීම සහ අනුමැතිය දක්ෂ විශේෂඥයාට අයත් වේ; තහවුරු නොකළ ප්රතිදානය ප්රතික්රියාකාරක කාන්දුවක් හෝ පිපිරීමක් ඇති විය හැක. එබැවින්, කෘත්රිම බුද්ධි ප්රතිදානය දක්ෂ විශේෂඥ අනුමැතිය ප්රතිස්ථාපනය නොවේ.
2. කෘතිම බුද්ධිය මගින් ලබා දෙන ඉංජිනේරු ගණනය කිරීමේ ප්රතිඵලයක් සඳහා තුන්-පියවර සත්යාපන විනය කුමක්ද?
- A) නිමැවුම චතුර සහ විශ්වාසදායක දැයි බැලීම
- B) එම ප්රශ්නයම කෘත්රිම බුද්ධියට තුන් වරක් අසා සාමාන්යය ගන්න
- C) එය භෞතික විද්යාව/මූලාශ්රය වෙත සම්බන්ධ කරන්න, එය ස්වාධීනව පරීක්ෂා කරන්න, විවරණ-සීමා පෙරහන හරහා එය සම්මත කරන්න ✔
- D) ප්රති result ලය සෘජුවම පිළිගෙන එය වාර්තා අදියරේදී පමණක් පරීක්ෂා කිරීම
පැහැදිලි කිරීම: සෑම ප්රතිදානයක්ම පළමුව භෞතික විද්යාව/මූලාශ්රය (කුමන සමීකරණය, කුමන මූලාශ්රය, කුමන උපකල්පනය) වෙත සම්බන්ධ කර ඇත, පසුව එය ස්වාධීන ක්රමයකින් (අතින් ගණනය කිරීම, අනුකරණය, විමර්ශන දත්ත, ඇණවුම් පරීක්ෂාව) පරීක්ෂා කරනු ලබන අතර අවසානයේ එය විවරණ-සීමා පෙරහන හරහා යවනු ලැබේ (ස්කන්ධ/ශක්ති සංරක්ෂණය, අගය යථාර්ථවාදී වේ). මෙම පියවර තුන බොහෝ මායාවන් අල්ලා ගනී.
3. ක්රියාවලි නිර්මාණයක දී කෘත්රිම බුද්ධිය මගින් ස්ථාපිත කරන ලද ද්රව්ය ශේෂ කෙටුම්පතට ඇතුළු වන සහ පිටවන සම්පූර්ණ ස්කන්ධය නොගැලපේ නම් කුමක් කළ යුතුද?
- A) කුඩා වෙනස නොවැදගත්, එය නොසලකා හැර නිර්මාණය දිගටම කරගෙන යන්න
- B) වෙනස සොයාගෙන නිවැරදි කර ඇත; බොහෝ විට අමතක වූ ප්රවාහයක් හෝ ද්විත්ව ගණන් කළ ලූප්බැක් ඇත ✔
- C) කෘත්රිම බුද්ධිය එය එසේ ගණනය කරන නිසා ශේෂය නිවැරදි ලෙස සැලකේ.
- D) පිටතට යන ප්රවාහයක අගය වෙනස සෑදීම සඳහා අතින් විශාලනය කර ඇත
පැහැදිලි කිරීම: රසායනික ඉංජිනේරු විද්යාවේදී, ස්කන්ධය සංරක්ෂණය කර ඇතත් නැතත්; 'එය ආසන්න වශයෙන් වැය වේ' යනු පිළිගත නොහැකිය. ආදාන = ප්රතිදාන සමීකරණය සෑහීමකට පත් නොවන්නේ නම්, බොහෝ විට අමතක වූ පැති ප්රවාහයක්, ද්විත්ව ගණන් කළ ප්රතිචක්රීකරණයක් හෝ දෝෂයක් ඇත. මෙය සොයාගෙන නිවැරදි කරන තුරු නිර්මාණය ඉදිරියට ගෙන යා නොහැක; එසේ නොමැතිනම් දෝෂය සියලු පසුකාලීන ප්රමාණවලට ප්රචාරණය වේ.
4. ක්රියාවලි අනුකරණයක් 'එකතු වී පිළිවෙළකට පින්තූරයක් ලබා දුන්නේය'. මෙම ප්රතිඵලයේ නිරවද්යතාවයට වඩාත්ම තීරණාත්මක අවදානම කුමක්ද?
- A) වගුව වර්ණයෙන් සහ කියවිය හැකි ආකාරයෙන් ඉදිරිපත් කර නොමැත
- B) සමාකරණය ඉතා ඉක්මනින් අභිසාරී වේ
- C) පද්ධතියේ ලක්ෂණ සඳහා නොගැලපෙන තාප ගතික ආකෘතියක් ඒත්තු ගැන්වෙන නමුත් වැරදි ප්රතිඵල ඇති කරයි ✔
- D) ප්රවාහ වගුවේ දශම ස්ථාන වැඩිය
පැහැදිලි කිරීම: බොහෝ සමාකරණ දෝෂ සංඛ්යාත්මක නොවේ, නමුත් තාප ගතික ආකෘතිය (දේපල පැකේජය) තේරීම හේතුවෙන්. ධ්රැවීය මිශ්රණයකට පරමාදර්ශී ආකෘතියක් යෙදීමෙන් azeotrope නොපෙනී යා හැකි අතර ප්රති result ලය සුමට නමුත් සම්පූර්ණයෙන්ම වැරදි වනු ඇත. පෙනෙන පරිදි අභිසාරී හා ලස්සන පින්තූරයක් සත්ය බව ඔප්පු නොවේ; ආකෘතිය සුදුසු සහ පර්යේෂණාත්මක සංසන්දනය අවශ්ය වේ.
5. කෘත්රිම බුද්ධිය ප්රතික්රියාකාරක සැලසුමක් සඳහා ප්රතික්රියා අනුපාත නියත (k) අගයක් ලබා දෙන විට ක්රියා කළ යුත්තේ කෙසේද?
- A) අගය පර්යේෂණාත්මකව තීරණය කළ යුතුය; AI අනාවැකිය සැලසුම් දත්ත ලෙස භාවිතා නොවේ ✔
- B) AI විශ්වාසයෙන් ලබා දෙන බැවින් අගය කෙලින්ම නිර්මාණයට යොදනු ලැබේ
- C) කොන්දේසි නොසලකා සෑම ප්රතික්රියාවකම අගය සමාන යැයි උපකල්පනය කෙරේ
- D) අන්තර්ජාලයේ සමාන අංකයක් දිස් වූ පසු අගය ප්රමාණවත් වේ
විස්තරය: අනුපාත නියතයන්, සක්රිය ශක්තිය සහ යාන්ත්රණය තීරණය කරනු ලබන්නේ අත්හදා බැලීම් මගින් පමණි; එකම ප්රතික්රියාව විවිධ උත්ප්රේරක, අපද්රව්ය හෝ අදියර සමඟ ඉතා වෙනස් ලෙස හැසිරේ. AI විසින් ආපසු ලබා දෙන k අගයක් මූලික අනුමානයක් විය හැකි නමුත් එය සැලසුම් දත්ත නොවේ. නිර්මාණයේ පදනමට යන සෑම චාලක පරාමිතියක්ම අනුභූතික මූලාශ්රය මත පදනම් විය යුතුය.
6. ආරක්ෂිත සිසිලන නිර්මාණය සඳහා බාහිර තාප ප්රතික්රියාවක (ප්රතික්රියා එන්තැල්පි) තාපය තීරණය කළ යුත්තේ කෙසේද?
- A) කෘතිම බුද්ධිය මඟින් ලබා දෙන ආරම්භක අගය සෘජුවම සිසිලන සැලසුමට ඇතුල් වේ
- B) අගය කැලරිමිතිය මගින් මනිනු ලබන අතර බලයලත් ඉංජිනේරුවෙකු විසින් ඇගයීමට ලක් කරනු ලැබේ, එය කෘතිම බුද්ධි අනාවැකි මත පදනම් නොවේ ✔
- C) ප්රතික්රියාව බාහිර තාප නම්, තාප භාරය නොසලකා හැරිය හැක
- D) කොන්දේසිය නොසලකා සමාන සංයෝගයක අගය භාවිතා වේ
විස්තරය: ප්රතික්රියා තාපය සහ තාප ධාවන විභවය ආරක්ෂාව පිළිබඳ තීරණාත්මක ගැටලුවකි. AI මඟින් ආපසු ලබා දෙන අගයක් වෙනස් ද්රාවකයකට/තත්ත්වයකට අයත් විය හැකි අතර සැබෑ තාප බර සැලකිය යුතු ලෙස වැරදි ලෙස නිරූපණය කළ හැකිය. මෙම අගයන් කැලරිමිතිය මගින් මනිනු ලැබේ (උදා: ප්රතික්රියා කැලරිමිතිය) සහ දක්ෂ ඉංජිනේරුවෙකු විසින් ඇගයීමට ලක් කෙරේ; එය කිසි විටෙකත් කෘතිම බුද්ධි අනාවැකි මත පමණක් පදනම් නොවේ.
7. කෘතිම බුද්ධිය විශ්වාසදායක අංකයක් සහිත ද්රාවකයක වාෂ්ප පීඩනය ලබා දුන්නේය. මෙම අගය භාවිතා කිරීමට පෙර කුමක් කළ යුතුද?
- A) අගය චතුර ලෙස ලබා දී ඇති බැවින්, එය කෙලින්ම තීරු නිර්මාණයේ තබා ඇත
- B) ඒකකය පමණක් පාලනය වේ, මූලාශ්රය දෙස බැලීම අවශ්ය නොවේ
- C) ✔ කොන්දේසිය සහිත විශ්වාසනීය දත්ත ගබඩාවක් (DIPPR/NIST) හෝ අත්හදා බැලීමක් මගින් අගය සත්යාපනය කෙරේ.
- D) අගය වෙනත් ද්රාවකයක් සමඟ සංසන්දනය කර සමාන නම්, එය පිළිගනු ලැබේ.
පැහැදිලි කිරීම: විශේෂාංග ඇස්තමේන්තුව යනු නිර්මාණයේ සංඛ්යාත්මක පදනම වන අතර, මෙහි දෝෂයක් ගණනය කිරීම පුරාවට ප්රචාරණය වේ. AI අගය වෙනත් සංයෝගයකට අයත් විය හැකිය, වැරදි තත්ත්වයේ තිබිය හැකිය, නැතහොත් මායාවකි. එබැවින්, සෑම තීරනාත්මක ලක්ෂණයක්ම විශ්වාසදායක දත්ත ගබඩාවක් (DIPPR/NIST) හෝ අත්හදා බැලීමක් මගින් තහවුරු කරනු ලැබේ; අගය තත්ත්වය (උෂ්ණත්වය, පීඩනය, අදියර) සමඟ ද ඉල්ලා සිටිය යුතුය.
8. ක්රියාවලි ප්රශස්තකරණයකදී කෘත්රිම බුද්ධියට 'ශක්තිය අවම කිරීමට' පැවසුවත් නිෂ්පාදන සංශුද්ධතාවයේ සීමාවක් ලබා නොදෙන්නේ නම් කුමක් සිදුවේද?
- A) ප්රතිඵලය සෑම විටම ආරක්ෂිත සහ උසස් තත්ත්වයේ, සීමා කිරීම් අනවශ්යය
- B) කඩදාසි මත හොඳ පෙනුමක් ඇති නමුත් සංශුද්ධතාවය හෝ ආරක්ෂාව කැප කරන නොමඟ යවන ප්රශස්ත එකක් මතු විය හැක ✔
- C) කෘතිම බුද්ධිය අතුරුදහන් වූ සීමාවන් ස්වයංසිද්ධව සහ නිවැරදිව සම්පූර්ණ කරයි
- D) ප්රශස්තකරණය ක්රියා නොකරන අතර ප්රතිඵල ලබා නොදේ
පැහැදිලි කිරීම: අසීමිත ප්රශස්තිකරණය නොමඟ යවන සුළුය: AI හෝ ඇල්ගොරිතම කඩදාසි මත ශක්තිය අඩු කරන නමුත් ඇත්ත වශයෙන්ම නිෂ්පාදන සංශුද්ධතාවය පිරිවිතරයන්ට වඩා අඩු කරන හෝ ආරක්ෂිත ආන්තිකය ඉක්මවා යන 'ප්රශස්ත' යෝජනා කළ හැක. එබැවින්, සියලු තත්ත්ව සහ ආරක්ෂක සීමාවන් මෙන්ම අරමුණ සහ තීරණ විචල්යයන් සම්පූර්ණයෙන්ම අර්ථ දැක්විය යුතුය; ආරක්ෂාව සහ ශක්යතාව සඳහා ගණිතමය ප්රශස්ත ද පරීක්ෂා කළ යුතුය.
9. සංවේදක දත්ත හදිසියේ පැනීම 'හැකි කාන්දුවක්' ලෙස AI සලකුණු කළ විට කළ යුතු පළමු දෙය කුමක්ද?
- A) කෘතීම බුද්ධිය එය කාන්දු වන බව පැවසූ නිසා, ක්රියාවලිය වහාම නතර කිරීම
- B) සංවේදක සෑම විටම වැරදි නිසා සංඥාව නොසලකා හැරීම
- C) සංඥාව සැබෑ ක්රියාවලි සිදුවීමක් ද නැතිනම් සංවේදක/මිනුම් ගැටලුවක් ද යන්න විශ්වාසනීය පෙරහන සමඟ පරීක්ෂා කිරීම ✔
- D) දත්ත කට්ටලයෙන් පැනීම ස්වයංක්රීයව මකා දමන්න
පැහැදිලි කිරීම: සංවේදකවලට බොරු කිව හැක: ක්රමාංකනය ලිස්සා යාම, සම්බන්ධතාවය ලිහිල් වේ, රේඛාව ශබ්දය ලබා ගනී. දත්ත විශ්වසනීයත්වය සඳහා විෂමතා සංඥාවක් පළමුව පෙරහන් කළ යුතුය: එය අසල්වැසි/ආශ්රිත සංවේදකවලට අනුකූලද, එය භෞතිකව කළ හැකිද, එය නඩත්තු/ක්රමාංකන වාර්තාවට ගැලපේද? මේවා සම්මත වූ පසුවයි එය සැබෑ ක්රියාවලි සිදුවීමක් ලෙස විමර්ශනය කරන්නේ; එසේ නොමැති නම්, ව්යාජ අනතුරු ඇඟවීමක් මත මැදිහත් වීම සිදු විය හැකිය.
10. HAZOP අධ්යයනයේ දී AI හි සුදුසු සහ ආරක්ෂිත භූමිකාව කුමක්ද?
- A) ක්රියාවලිය දැන ගැනීමෙන් සහ රැස්වීම අනවශ්ය බවට පත් කිරීමෙන් සම්පූර්ණ HAZOP නිෂ්පාදනය කිරීම
- B) අවදානම් මට්ටම් නිවැරදිව වර්ගීකරණය කිරීම සහ පූර්වාරක්ෂාව තීරණ ගැනීම
- C) වැඩ කරන රාමුවක් සැපයීම, වචන ප්රශ්න මඟ පෙන්වීම සහ මිනිත්තු සකස් කිරීම; සැබෑ අනතුරු තක්සේරුව විශේෂඥ කණ්ඩායමට භාර දෙන්න ✔
- D) රැස්වීම් ස්ථානයට ගොස් අවසාන අවදානම් වාර්තාවට තනිවම අත්සන් කිරීම
විස්තරය: HAZOP යනු ආරක්ෂක තීරණාත්මක විශේෂඥ ක්රියාකාරකමකි. කෘතිම බුද්ධිය; node/parameter/guideword matrix රාමුව සාමාන්ය අවස්ථා නැවත කැඳවීම සහ මිනිත්තු සංස්කරණය වැනි ලේඛන වේගවත් කරයි. නමුත් සැබෑ අනතුර කුමන අපගමනයද, ප්රතිවිපාකයේ බරපතලකම සහ පූර්වාරක්ෂාවෙහි ප්රමාණවත් බව බහුවිධ විශේෂඥ කණ්ඩායමට අයත් වේ; එපමණක් නොව, කෘත්රිම බුද්ධිය තුළ ක්රියාවලි විශේෂිත උපද්රවයන් දක්නට නොලැබේ. AI කෙටුම්පත යනු විශේෂඥ රැස්වීමේ ආදානය මිස ප්රතිදානය නොවේ.
11. ප්රමිති සහ නියාමන පර්යේෂණ වලදී AI සඳහා වඩාත්ම තීරණාත්මක අවවාදය කුමක්ද?
- A) කෘතිම බුද්ධිය එහි සම්මත දැනුමේ කිසි විටෙකත් වැරදි නැත, එය කෙලින්ම භාවිතා කළ හැකිය
- B) එක් එක් ද්රව්ය අංකය, සීමාව අගය සහ දිනය ප්රාථමික සහ වත්මන් ප්රභවයකින් සත්යාපනය කළ යුතුය; AI මඟින් දිශාව පමණක් සපයයි ✔
- C) ප්රමිතීන් කිසි විටෙකත් වෙනස් නොවන බැවින් යාවත්කාලීන පරීක්ෂාව අනවශ්යයි.
- D) පිරික්සුම් ලැයිස්තුවක් නිර්මාණය කිරීම පමණක් අනුකූලතාව සනාථ කරයි
පැහැදිලි කිරීම: ප්රමිති පර්යේෂණ යනු AI මායාව වඩාත් විනාශකාරී විය හැකි ක්ෂේත්රවලින් එකකි: නොපවතින අයිතම අංකයක්, වැරදි කඩඉමක් හෝ යල් පැන ගිය අවශ්යතාවයක් ඉතා ඒත්තු ගැන්වෙන ආකාරයෙන් ඉදිරිපත් කළ හැක. අනුකූල වීම යනු ආරක්ෂාව සහ නීතිය යන දෙකමයි. එබැවින්, ප්රාථමික හා වත්මන් මූලාශ්රයෙන් තහවුරු කිරීමකින් තොරව එක් එක් ද්රව්යය, සීමාව අගය සහ දිනය භාවිතා කළ නොහැක; AI මඟින් මඟ පෙන්වීම පමණක් සපයයි.
12. කෘත්රිම බුද්ධිය මගින් ලියන ලද පයිතන් ඉංජිනේරු ගණනය කිරීමේ කේතයක් දෝෂයකින් තොරව ක්රියා කර අංකයක් නිපදවා ඇත. මෙම නිගමනය විශ්වාස කිරීමට කුමක් කළ යුතුද?
- A) කේතයේ දෝෂ රහිත මෙහෙයුම ප්රතිඵලය නිවැරදි බව ඔප්පු කරයි.
- B) කේතය දන්නා ප්රතිඵලයක් සමඟ පරීක්ෂා කළ යුතු අතර, ඒකක සහ දාර අවස්ථා පරීක්ෂා කළ යුතු අතර, ආරක්ෂක ගණනය ද අධිකාරිය විසින් සත්යාපනය කළ යුතුය ✔
- C) කේතය දිගු නම් සහ සංකීර්ණ පෙනුමක් තිබේ නම්, එය නිවැරදි ලෙස සැලකිය හැකිය
- D) එය කෘත්රිම බුද්ධිය මගින් ලියා ඇති බැවින් අමතර සත්යාපනයක් අවශ්ය නොවේ
පැහැදිලි කිරීම: 'වැඩ කිරීම' සහ 'නිවැරදි' යනු වෙනස් දේවල් ය: කේතය දෝෂයකින් තොරව ක්රියාත්මක විය හැකි අතර වැරදි අංකයක් (ඒකක ව්යාකූලත්වය, සංඥා දෝෂය, දර්ශක මාරුව) නිපදවිය හැක. එබැවින්, සෑම කේතයක්ම පරීක්ෂණ නඩුවක් (විශ්ලේෂණාත්මක නියැදිය, අත් ගණනය, විමර්ශන දත්ත) මත පරීක්ෂා කළ යුතු අතර, එහි පිළිතුර ස්වාධීනව දැනගත හැකිය; ඒකක සහ දාර නඩු පරීක්ෂා කළ යුතුය; ආරක්ෂිත-විවේචනාත්මක ගණනය කිරීම් බලයලත් ඉංජිනේරුවරයා විසින් ද තහවුරු කළ යුතුය.
13. නිර්මාණයට හෝ ආරක්ෂක ලේඛනයට කාන්දු වන තනි දෝෂයකින් අන්තයේ සිට අවසානය දක්වා ඇති AI-සක්රීය රසායනික ඉංජිනේරු ක්රියාවලියක් ආරක්ෂා කිරීමට වඩාත් ඵලදායී ක්රමය කුමක්ද?
- A) සම්පූර්ණ ක්රියාවලිය තනි AI මෙවලමකට පැවරීම සහ අවසානය දෙස බැලීම
- B) වේගය සඳහා අතරමැදි සත්යාපනය ඉවත් කිරීම සහ අවසාන අදියරේදී පමණක් පරීක්ෂා කිරීම
- C) සෑම අදියරකදීම මානව සත්යාපන ගේට්ටුවක් සහ එක් වාක්යයක් සමත් වීමේ කොන්දේසියක් තැබීම (ස්ථර සත්යාපනය) ✔
- D) සෑම ඉංජිනේරුවෙකුටම තම වාහනය වාර්තා තබා නොගෙන නිදහසේ භාවිතා කළ හැක.
විස්තරය: මානව සත්යාපන ගේට්ටුවක් සහ පැහැදිලි සංක්රාන්ති තත්වයක් (එය ස්ථායීද, එය මූලාශ්රයට සම්බන්ධද, කේතය පරීක්ෂා කර තිබේද, විශේෂඥ අනුමැතිය ලැබී තිබේද) එක් එක් අදියරෙහි (සැලසුම්, විශ්ලේෂණය, ප්රමාණය, ආරක්ෂාව, ක්රියාකාරිත්වය) තබා ඇත. ඔබට තවත් දොරක් හරහා ගමන් නොකර එක දොරකින් ගමන් කළ නොහැක; මෙම ස්ථර ව්යුහය තනි AI දෝෂයක් පසුකාලීන අදියරවලට කාන්දු වීම වළක්වයි.
14. ආයතනයක කෘත්රිම බුද්ධිය භාවිතය පාලනය සම්බන්ධයෙන් ආරක්ෂිත කරන්නේ පහත සඳහන් කුමන යෙදුම්ද?
- A) සෑම පරිශීලකයෙකුටම තමන් කැමති ඕනෑම විවෘත මෙවලමකට හිමිකාර දත්ත නිදහසේ ඇතුළත් කළ හැකිය.
- B) අනුමත වාහන ලැයිස්තුවක්, දත්ත වර්ගීකරණය, සොයා ගැනීමේ හැකියාව, පුහුණුව සහ අඛණ්ඩ සත්යාපනය ඇතුළත් පාලන රාමුවක් ✔
- C) කෘත්රිම බුද්ධිය භාවිතය කිසිසේත්ම වාර්තා කර නොමැත
- D) ආරක්ෂක තීරණාත්මක ගිණුම් ඇතුළුව, එක් එක් කාර්යය සඳහා තනි, අනුමත නොකළ මෙවලමක් භාවිතා කිරීම
පැහැදිලි කිරීම: 'සියලු දෙනාම තමන්ට අවශ්ය වාහනයට අවශ්ය දත්ත ලබා දිය යුතුය' යන ප්රවේශය හිමිකාර තොරතුරු කාන්දු වීම සහ ආරක්ෂක දෝෂ යන දෙකෙහිම අවදානමක් ඇති කරයි. ශක්තිමත් පාලන රාමුවක්; අනුමත වාහන සහ මාදිලි ලැයිස්තුව, දත්ත වර්ගීකරණය (ලියාපදිංචි/පුද්ගලික දත්ත ලියාපදිංචි කළ හැකි වාහනය), ලියාපදිංචිය සහ සොයාගැනීමේ හැකියාව (විගණන මාර්ගය), පරිශීලක පුහුණුව සහ අඛණ්ඩ සත්යාපනය ඇතුළත් වේ. මෙය අවදානම් සීමා කරන තීරණාත්මක යටිතල පහසුකම් වේ.