ඒකක
1. ජාත්‍යන්තර වෙළඳාම සහ ලොජිස්ටික්ස් හි කෘතිම බුද්ධිය හැඳින්වීම: භූමිකාවන්, සීමා මායිම්, සත්‍යාපනය, පෞද්ගලිකත්වය සහ අනුකූලතාව 2. රේගු සහ ලේඛන ස්වයංක්‍රීයකරණය: ඉන්වොයිසිය, ඇසුරුම් ලැයිස්තුව, පැටවීමේ බිල්පත සහ ප්‍රකාශන කෙටුම්පත් 3. HS/GTİP වර්ගීකරණය සහ තීරුබදු පර්යේෂණ: කෙටුම්පත් නිර්දේශ, විශේෂඥ තහවුරු කිරීම 4. ව්‍යවස්ථාදායක, බලාත්මක කිරීම සහ වෙළඳ රෙගුලාසි සමීක්ෂණය: සීමා කිරීම්, සම්භවය සහ අනුකූලතාව 5. Incoterms සහ කොන්ත්රාත් / පිරිනැමීම සකස් කිරීම: බෙදා හැරීමේ ක්රමය, පිරිවැය සහ අවදානම් බෙදා හැරීම 6. ඉල්ලුම පුරෝකථනය කිරීම සහ කොටස්/ඉන්වෙන්ටරි සැලසුම් කිරීම: ඇණවුම, ආරක්ෂිත කොටස් සහ වාරය 7. මාර්ගය, ප්‍රවාහන මාදිලිය සහ භාණ්ඩ ප්‍රශස්තකරණය: නැව්ගත කිරීම සැලසුම් කිරීම සහ අවස්ථා විශ්ලේෂණය 8. සැපයුම්කරු සොයා ගැනීම, ඇගයීම සහ මිල/පිරිවැය විශ්ලේෂණය: RFQ සහ පැමිණීමේ පිරිවැය 9. බහුභාෂා ලිපි හුවමාරුව සහ සාකච්ඡා: ඊමේල්, යෝජනාව සහ සංස්කෘතික සන්දර්භය 10. අවදානම් කළමනාකරණය සහ සැපයුම් දාම දෘශ්‍යතාව: ප්‍රමාදය, විදේශ විනිමය, භූ දේශපාලනික සහ රේගු අවදානම 11. අනුකූලතාව, දත්ත අඛණ්ඩතාව, ආචාර ධර්ම සහ අන්තයේ සිට අවසානය දක්වා ඒකාබද්ධ කිරීම
ඒකකය 11 / 11

අනුකූලතාව, දත්ත අඛණ්ඩතාව, ආචාර ධර්ම සහ අන්තයේ සිට අවසානය දක්වා ඒකාබද්ධ කිරීම

ලාභ:

  • අනුකූලතාව, සොයා ගැනීමේ හැකියාව සහ විගණන අවශ්‍යතා අනුව විදේශ වෙළඳාම සහ සැපයුම් කටයුතු සඳහා කෘතිම බුද්ධිය භාවිතය සැලසුම් කිරීමේ හැකියාව
  • දත්ත නිරවද්‍යතාවය, ප්‍රභවය සහ වගකීම් දාමය අවසානයේ සිට අවසානය දක්වා කාර්ය ප්‍රවාහයකට ඇතුළත් කිරීමේ හැකියාව
  • කෘත්‍රිම බුද්ධියේ සීමාවන්, සදාචාරාත්මක සහ රහස්‍යභාවයේ බැඳීම් දැනගෙන, කාර්ය ප්‍රවාහයේ අනිවාර්ය අංගයක් ලෙස මානව විශේෂඥ අනුමැතිය ආයතනගත කිරීමේ හැකියාව

මොඩියුල විභාගය

1. සහකාර රේගු උපදේශකයෙකු විසින් කෘත්‍රිම බුද්ධිය විසින් යෝජනා කරන ලද GTIP කේතය නිල ගාස්තු කාලසටහන සහ උපදේශක අනුමැතිය ලබා නොගෙන සෘජුවම ප්‍රකාශනයට ලියයි. මෙම ප්රවේශයේ මූලික වැරැද්ද කුමක්ද?

  • A) කෘත්‍රිම බුද්ධි ප්‍රතිදානය නිල ගාස්තු සහ විශේෂඥ අනුමැතිය හරහා සම්මත නොකර නීතිමය ප්‍රකාශයක් බවට පරිවර්තනය කිරීම; වගකීම මිනිසුන් සතු බව නොසලකා හැරීම ✔
  • B) විදේශ වෙළඳාමේදී කෘතිම බුද්ධිය භාවිතා කිරීම සපුරා තහනම්ය
  • C) කෘතිම බුද්ධිය සෑම විටම ඉලක්කම් හයක HS කේත ලබා දෙයි
  • D) ප්‍රකාශය වගුවක සකස් කර නොමැත

පැහැදිලි කිරීම: GTIP නිර්ණය යනු බදු අනුපාතය, කෝටා සහ තහනම් තීරණය කරන නීතිමය-මූල්‍ය තීරණයකි. AI යෝජනා කරන්නේ අපේක්ෂක කේතය පමණි; අවසාන වර්ගීකරණය නිල ගාස්තු කාලසටහන, අවශ්‍ය අවස්ථාවලදී තීරුබදු තොරතුරු බැඳීම සහ රේගු තැරැව්කරු අනුමැතිය මගින් තහවුරු කළ යුතුය. සත්‍යාපනය නොකළ ප්‍රතිදානය යනු අත්සන් නොකළ ප්‍රකාශයක් වැනිය.

2. අපනයන විශේෂඥයෙක් පාරිභෝගිකයාගේ සම්පූර්ණ මාතෘකාව, මිල ලැයිස්තුව සහ රහස්‍ය කොන්ත්‍රාත්තු නියමයන් ප්‍රසිද්ධියේ ලබා ගත හැකි AI මෙවලමකට අලවා 'මේවා සාරාංශ කරන්න' කියයි. මෙහි සැබෑ අවදානම කුමක්ද?

  • A) සාරාංශය දිග වැඩියි
  • B) ආයතනයෙන් පිටවන රහස්‍ය දත්ත වෙළඳාම් කිරීම සහ රහස්‍ය භාවය කඩ කිරීමක් සිදුවේ ✔
  • C) කෘතිම බුද්ධිය ඉංග්‍රීසියෙන් සාරාංශයක් ලබා දෙයි
  • D) මෙවලම සාරාංශයක් වෙනුවට වගුවක් නිෂ්පාදනය කරයි

අනාවරණය: මිල ලැයිස්තු, සැපයුම්කරුවන්ගේ තොරතුරු සහ ගිවිසුම් කොන්දේසි වෙළඳ රහස් වේ. පොදු මෙවලමකට අනවසරයෙන් ඇතුළුවීම පුද්ගලිකත්වය උල්ලංඝනය කිරීම් සහ විශ්වාසභංග අවදානම් ඇති කරයි. නිවැරදි ක්‍රමය වන්නේ දත්ත නිර්නාමික කර අධ්‍යාපනයේ දත්ත භාවිතා නොකරන ආරක්ෂිත ආයතනික මෙවලමක් තෝරා ගැනීමයි.

3. කෘතිම බුද්ධිය වාණිජ ඉන්වොයිසිය, ඇසුරුම් ලැයිස්තුව සහ බඩු බිල්පත් අතර ප්‍රමාණය හා බර දත්ත සංසන්දනය කිරීමේ වැදගත්ම ප්‍රයෝජනය කුමක්ද?

  • A) රේගුවට ස්වයංක්‍රීයව ලේඛන යවයි
  • B) ඉන්වොයිසියේ ප්රමාණය අඩු කිරීම
  • C) ලේඛන අතර නොගැලපීම් කල් ඇතිව හඳුනාගෙන රේගු ප්‍රතික්ෂේප කිරීමේ සහ දඬුවම් කිරීමේ අවදානම අඩු කරයි ✔
  • D) භාරදීමේ පනතට නිල වශයෙන් අත්සන් කිරීම

පැහැදිලි කිරීම: විදේශ වෙළඳ ලේඛන අතර නොගැලපීම (විවිධ ප්‍රමාණය, බර, ප්‍රමාණය) ප්‍රතික්ෂේප කිරීමට, දඩුවම් කිරීමට සහ රේගු ප්‍රමාදයට හේතු වේ. කෘතිම බුද්ධිය මෙම හරස් පරීක්ෂාව ඉක්මනින් සිදු කරයි, ලේඛනය රේගුවට ඉදිරිපත් කිරීමට පෙර දෝෂ අල්ලා ගැනීමට ඉඩ සලසයි; කෙසේ වෙතත්, අවසාන ප්රකාශය තවමත් විශේෂඥයාගේ වගකීම වේ.

4. මිලදී ගැනීමේ නිලධාරියෙක් කෘත්‍රිම බුද්ධියෙන් අසයි 'X රට වෙත අපනයනය සඳහා සම්බාධක තිබේද?' සහ ඔහුට ලැබෙන පිළිතුර කෙලින්ම නැව්ගත කිරීමේ තීරණයක් බවට පරිවර්තනය කරයි. නිවැරදි ප්‍රවේශය කුමක් විය යුතුද?

  • A) කිසිවිටෙක පිළිතුර භාවිතා නොකරන්න සහ නැව්ගත කිරීම අවලංගු කරන්න
  • B) ඉංග්‍රීසියෙන් ප්‍රශ්නය ඇසීම
  • ඇ) පිළිතුර වගුවක තැබීම
  • D) කෘත්‍රිම බුද්ධි ප්‍රතිදානය නිල සහ යාවත්කාලීන අනුමත කිරීම් ලැයිස්තු සමග අනුකූලතා විශේෂඥයෙකු විසින් සත්‍යාපනය කර තිබීම ✔

විස්තරය: සම්බාධක සහ අපනයන පාලන ලැයිස්තු නිතර යාවත්කාලීන වන අතර උල්ලංඝනය කිරීම් දරුණු සාපරාධී ප්‍රතිවිපාක දරයි. කෘතිම බුද්ධිය ඓතිහාසික තොරතුරු සමඟ අසම්පූර්ණ හෝ යල් පැන ගිය පිළිතුරු ලබා දිය හැක. නිමැවුම නිල සම්බාධක ලැයිස්තු, වත්මන් දැනුම්දීම් සහ අනුකූලතා විශේෂඥ/නීති සත්‍යාපනයට එරෙහිව සත්‍යාපනය කළ යුතුය.

5. Incoterms බෙදා හැරීමේ ක්‍රමය තෝරාගැනීමේදී CIF සහ FOB අතර ඇති ප්‍රධාන වෙනස පහත සඳහන් ඒවායින් කුමක් ද?

  • A) දෙකම පෙන්නුම් කරන්නේ බෙදාහැරීමේ ස්ථානය ගැනුම්කරුගේ ගබඩාව බවයි
  • B) FOB භාවිතා කරන්නේ ගුවන් ප්‍රවාහනය සඳහා පමණි, CIF භාවිතා කරන්නේ මාර්ග ප්‍රවාහනය සඳහා පමණි
  • C) දෙක අතර පිරිවැය සහ වගකීම්වල වෙනසක් නොමැත
  • D) CIF හි, විකුණුම්කරු භාණ්ඩ ප්‍රවාහනය සහ අවම රක්ෂණය ලබා ගනී; FOB හි මෙම පිරිවැය ගැනුම්කරු විසින් දරනු ලැබේ ✔

පැහැදිලි කිරීම: FOB හි, භාණ්ඩ නැවට පැටවූ විට විකුණුම්කරුගේ වගකීම සහ පිරිවැය අවසන් වේ; ගැනුම්කරු භාණ්ඩ ප්‍රවාහනය සහ රක්ෂණය භාර ගනී. CIF හි, විකුණුම්කරු ප්‍රධාන ප්‍රවාහන භාණ්ඩ ප්‍රවාහනය සහ අවම රක්ෂණය ගෙවයි, නමුත් අවදානම පැටවීමේ වරායේදී ගැනුම්කරු වෙත ගමන් කරයි. වෙනස වන්නේ පාර්ශවයන් අතර පිරිවැය සහ වගකීම් බෙදා හරින ආකාරයයි.

6. කෘත්‍රිම බුද්ධිය මගින් නිපදවන ඉල්ලුම් අනාවැකියක් අර්ථකථනය කිරීමේදී වඩාත් නිවැරදි ඉදිරිදර්ශනය කුමක්ද?

  • A) ඇස්තමේන්තුව නිරපේක්ෂ කරුණක් වන අතර එය අනුපිළිවෙලක් බවට පරිවර්තනය කළ යුතුය
  • B) අනුමාන කිරීම නිෂ්ඵලයි, සෑම විටම බුද්ධියෙන් තීරණය කිරීම වඩා හොඳය
  • C) පුරෝකථනය යනු සම්භාවිතාව පිළිබඳ පුරෝකථනයකි; අවසාන ඇණවුම් තීරණය පිරිවැය සහ අවදානම සැලකිල්ලට ගනිමින් පුද්ගලයින්ට අයත් වේ ✔
  • D) පුරෝකථනය ආරක්ෂිත තොග ගැන පමණක් වන අතර ඇණවුම් කිරීම සමඟ කිසිදු සම්බන්ධයක් නැත

පැහැදිලි කිරීම: ඉල්ලුම පුරෝකථනය යනු ඓතිහාසික දත්ත මත පදනම් වූ සම්භාවිතා පුරෝකථනයකි; එය පරම සත්‍යයක් නොවේ. ඉදිරි කාලය, වාරය සහ අනපේක්ෂිත සිදුවීම් ප්‍රතිඵලය වෙනස් කළ හැක. පිරිවැය, මුදල් ප්රවාහ සහ ඉන්වෙන්ටරි අවදානම සැලකිල්ලට ගනිමින් අවසාන ඇණවුම් තීරණය සැලසුම්කරුට අයත් වේ.

7. ඒකක මිල පමණක් බැලීම වෙනුවට විවිධ සැපයුම්කරුවන්ගෙන් ලැබෙන දීමනා සංසන්දනය කිරීමේදී 'ඉඩම් පිරිවැය' ගණනය කිරීමට හේතුව කුමක්ද?

  • A) ඒකක මිල හැර අනෙකුත් සියලුම වියදම් (භාණ්ඩ ප්‍රවාහනය, බදු, රක්ෂණ, ප්‍රවාහනය) ඇතුළුව සැබෑ මුළු පිරිවැය පෙන්වීම ✔
  • B) සැපයුම්කරු ඔහුගේ නම සඟවයි
  • C) අඩුම ඒකක මිල පමණක් සොයා ගැනීම
  • D) දීමනා ස්වයංක්‍රීයව පිළිගන්න

විස්තරය: පැමිණීමේ පිරිවැය; ඒකක මිලට අමතරව, භාණ්ඩ ප්‍රවාහනය, රක්ෂණය, රේගු බදු, ගබඩා කිරීම, බැංකුකරණය සහ ගෘහස්ථ ප්‍රවාහනය වැනි සැඟවුණු වියදම් සියල්ල ඇතුළත් වේ. ඒකක මිල පමණක් බැලීම නොමඟ යවන සුළුය; මිල අඩු බව පෙනෙන දීමනාවක් මුළු පිරිවැයෙන් මිල අධික විය හැකිය. කෘතිම බුද්ධිය මෙම අයිතම එකතු කිරීමට උපකාරී වේ, අංක සත්‍යාපනය කළ යුතුය.

8. බහුභාෂා ව්‍යාපාරික ලිපි හුවමාරුවේදී AI පරිවර්තනය භාවිතා කිරීමේදී වඩාත් සුදුසු ප්‍රවේශය කුමක්ද?

  • A) වඩාත්ම කාර්යක්ෂම ක්‍රමය නම් පරිවර්තනය කිසිසේත් කියවීමකින් තොරව පාරිභෝගිකයා වෙත කෙලින්ම යැවීමයි.
  • B) මානව අනුමැතිය හරහා බැඳීම් බැඳීම් (මිල, බෙදා හැරීම, ගෙවීම) අඩංගු කොටස් සම්මත කර කෙටුම්පතක් ලෙස පරිවර්තනය භාවිතා කරන්න ✔
  • C) මව් භාෂාවෙන් පමණක් ලියන්න සහ පරිවර්තනය සම්පූර්ණයෙන්ම අනෙක් පාර්ශවයට භාර දෙන්න.
  • D) පරිවර්තනයේ වචන වෙනුවට ඉලක්කම් වලින් අංක ලබා නොදීම

විස්තරය: කෘත්‍රිම බුද්ධිය වේගවත් හා චතුර ලෙස පරිවර්තන නිෂ්පාදනය කරයි, නමුත් මිල, බෙදා හැරීම සහ ගෙවීම වැනි බැඳීම් බැඳීමේ පරිවර්තන දෝෂයක් බරපතල වාණිජ සහ නීතිමය ප්‍රතිවිපාක ඇති කළ හැකිය. එවැනි විවේචනාත්මක ප්රකාශයන් මිනිසුන් විසින් පරීක්ෂා කළ යුතුය; පරිවර්තනය කෙටුම්පතක් ලෙස භාවිතා කළ යුතුය.

9. ලොජිස්ටික් විශේෂඥයෙක් කෘතිම බුද්ධියෙන් අහනවා, "පසුගිය මාසේ චීනයෙන් කන්ටේනර් කීයක් ආවාද?" සහ කෘත්‍රිම බුද්ධිය කිසිදු දත්තයක් නොදැක "කන්ටේනර් 47ක" නිශ්චිත සංඛ්‍යාවක් ලබා දෙයි. මෙම තත්ත්වය කුමන අවදානමකට උදාහරණයක් ද?

  • A) වාහනය සෙමින් ආරම්භ වේ.
  • B) පරිවර්තන දෝෂය
  • C) කෘත්‍රිම බුද්ධිය දත්ත වෙත ප්‍රවේශ නොවී නිරවද්‍ය ලෙස පෙනෙන සංඛ්‍යාවක් සෑදේ (මායාව) ✔
  • D) කන්ටේනරය ප්‍රමාද වී පැමිණීම

පැහැදිලි කිරීම: AI හට දත්ත වෙත ප්‍රවේශය නොමැති වුවද සුමට හා නිරවද්‍ය ලෙස පෙනෙන අංකයක් සෑදිය හැක; මෙය හලුසිනේෂන් ලෙස හැඳින්වේ. ආයතනයේ පද්ධති දත්ත ලබා නොදී සංඛ්‍යාත්මක පිළිතුරක් බලාපොරොත්තු වීම වැරදියි. සංඛ්‍යා සෑම විටම ආයතනික වාර්තා වලින් සත්‍යාපනය කළ යුතුය.

10. සැපයුම් දාම අවදානම් විශ්ලේෂණයේදී කෘත්‍රිම බුද්ධිය සඳහා පහත සඳහන් දේවලින් වඩාත් සුදුසු භූමිකාව කුමක්ද?

  • A) අවදානම් හඳුනාගෙන ප්‍රමුඛත්වය දෙන සහ අවම කිරීමේ සැලැස්මක් කෙටුම්පත් කරන තීරණ ආධාරක මෙවලමක් වීම ✔
  • B) කළමනාකරු වෙනුවෙන් සියලුම මූල්‍ය හෙජින් ගිවිසුම් අත්සන් කිරීම
  • C) එය අවදානම සම්පූර්ණයෙන්ම ඉවත් කරන බව සහතික කරයි
  • D) ඓතිහාසික දත්ත පමණක් ගබඩා කරයි

විස්තරය: කෘතිම බුද්ධිය; ප්‍රමාදය, විදේශ විනිමය, භූ දේශපාලනික සහ රේගු අවදානම් හඳුනා ගැනීම, ප්‍රමුඛත්වය දීම සහ අවම කිරීමේ සැලැස්මක් කෙටුම්පත් කිරීම සඳහා එය ප්‍රබල සහායකයෙකි. කෙසේ වෙතත්, හෙජිං, කොන්ත්රාත් සහ රක්ෂණය වැනි බැඳීම් තීරණ බලයලත් කළමනාකරුට අයත් වේ; කෘතිම බුද්ධිය යනු අනාවැකි සහ තීරණ සහාය මෙවලමකි.

11. සම්භවය පිළිබඳ නීති සහ නිදහස් වෙළඳ ගිවිසුමක් යටතේ මනාප තීරුබදු යෙදිය යුතුද යන්න විමර්ශනය කිරීමේදී AI ප්‍රතිදානය භාවිතා කළ යුත්තේ කෙසේද?

  • A) ප්‍රතිදානය මාර්ගෝපදේශක සාරාංශයක් ලෙස භාවිතා කර එය වත්මන් ගිවිසුමේ පාඨය සහ සම්භවය පිළිබඳ ලේඛන සමඟ විශේෂඥ සත්‍යාපනයට යටත් කරන්න ✔
  • B) ප්‍රතිදානය අවසාන වශයෙන් පිළිගෙන මනාප ගාස්තු සෘජුවම යොදන්න
  • C) සම්භවය පිළිබඳ නීති සම්පූර්ණයෙන්ම නොසලකා හැරීම
  • D) සැපයුම්කරුගේ වාචික ප්‍රකාශය මත පමණක් විශ්වාසය තැබීම

විස්තරය: සම්භවය පිළිබඳ රීති ගිවිසුමෙන් ගිවිසුමට වෙනස් වන අතර මනාප ගාස්තු සඳහා දැඩි ලියකියවිලි අවශ්‍යතා ඇත. කෘත්‍රිම බුද්ධිය ගැටලුව සාරාංශ කිරීමට සහ හැකි ප්‍රශ්න මතු කිරීමට උපකාරී වේ, නමුත් අවසාන තීරණය ගත යුත්තේ වත්මන් ගිවිසුමේ පාඨය, සම්භවය පිළිබඳ සාක්ෂි (EUR.1, ATR, සම්භවය ප්‍රකාශ කිරීම) සහ රේගු තැරැව්කරුගේ අනුමැතිය සමඟිනි.

12. මුහුදු, ගුවන් සහ ගොඩබිම් ප්‍රවාහන ක්‍රම අතර තෝරා ගැනීමේදී කෘත්‍රිම බුද්ධියෙන් උපරිම ප්‍රයෝජන ගැනීමට හොඳම ක්‍රමය කුමක්ද?

  • A) කිසිම සන්දර්භයක් ලබා නොදී AI ගෙන් 'හොඳම ප්‍රවාහනය කුමක්ද' ඇසීම
  • B) සෑම විටම ලාභම මාදිලිය තෝරා ගැනීමට ඔහුගෙන් ඉල්ලා සිටීම
  • C) පැහැදිලි පිරිවැය, කාලසීමාව, විශ්වසනීයත්වය සහ භාණ්ඩ ප්‍රවාහන නිර්ණායක ලබා දීම සහ වර්තමාන භාණ්ඩ ප්‍රවාහනය සහ ධාරිතාව සමඟ යෝජනාව තහවුරු කිරීම ✔
  • D) ගුවන් සමාගම ඇගයීමට පමණක් ඔහුගෙන් ඉල්ලා සිටින්න.

විස්තරය: නිවැරදි මාදිලිය තෝරා ගැනීම පිරිවැය, කාලය, විශ්වසනීයත්වය, භාණ්ඩ වර්ගය සහ හදිසිතාව අතර සමතුලිතතාවයකි. කෘතිම බුද්ධියට මෙම නිර්ණායක සහ වර්තමාන දත්ත (භාණ්ඩ ප්‍රවාහනය, සංක්‍රමණ කාලය, ධාරිතාව) පැහැදිලිව ලබා දීම අවශ්‍ය වේ. වත්මන් භාණ්ඩ ප්රවාහන හා ධාරිතාව යථාර්ථයන් සමඟ තහවුරු කිරීමකින් තොරව නිර්දේශය ක්රියාත්මක නොකළ යුතුය.

13. විදේශ වෙළඳාමේ කෘත්‍රිම බුද්ධියෙන් සහය දක්වන කාර්ය ප්‍රවාහයක් තුළ 'සොයාගැනීමේ හැකියාව' (විගණන මාර්ගය) වැදගත් වන්නේ ඇයි?

  • A) කෘතිම බුද්ධි ප්‍රතිදානයන් වඩාත් වර්ණවත් ලෙස පෙන්වීමට
  • B) විගණනයේ සෑම ප්‍රකාශයකම සහ තීරණයකම මූලාශ්‍රය, සත්‍යාපකය සහ පදනම පෙන්වීමට හැකිවීම ✔
  • C) සේවකයින් අඩුවෙන් වැඩ කිරීමට
  • D) අන්තර්ජාල වේගය වැඩි කිරීමට කෘතිම බුද්ධිය

පැහැදිලි කිරීම: රේගු සහ අනුකූලතා විගණනවලදී, එක් එක් ප්‍රකාශය, ගණනය කිරීම සහ තීරණය පදනම් වන්නේ කුමන දත්ත සහ මූලාශ්‍රයද යන්න පෙන්වීමට හැකි විය යුතුය. කෘත්‍රිම බුද්ධිය නිපදවන ආදානය සහ ප්‍රතිදානය වාර්තා කිරීම සහ එය සත්‍යාපනය කරන්නේ කවුරුන්ද යන්න පාලන සහ වගකීම් දාමයට අවශ්‍ය වේ; නිමැවුම් මූලාශ්‍ර රහිත භාවිතයේ අවදානම අඩු කරයි.

14. විදේශ වෙළෙඳාම සහ සැපයුම් කටයුතුවලදී කෘත්‍රිම බුද්ධිය භාවිතා කිරීමේ නිවැරදි සාමාන්‍ය මූලධර්මය පහත සඳහන් මොනවාද?

  • A) කෘත්‍රිම බුද්ධියට මිනිසුන් වෙනුවට සියලු සිරිත් විරිත් සහ අනුකූලතා තීරණ තනිවම ගත හැකිය
  • B) කෘතිම බුද්ධි නිමැවුම් කිසිවිටෙක සත්‍යාපනය නොකළ යුතුය
  • C) කෘතිම බුද්ධිය විදේශ වෙළඳාමේ දී ප්‍රයෝජනයක් නැති අතර භාවිතා නොකළ යුතුය
  • D) කෘත්‍රිම බුද්ධිය ප්‍රබල සහායකයෙකි, නමුත් අනුකූලතාව සහ මූල්‍ය තීරණාත්මක තීරණ සඳහා වගකීම මිනිසා සතු වන අතර ප්‍රතිදානයන් සැමවිටම සත්‍යාපනය කෙරේ ✔

විස්තරය: කෘත්‍රිම බුද්ධිය යනු ලේඛන, පරිවර්තන, අනාවැකි සහ පර්යේෂණවල ප්‍රබල සහායකයකු වන අතර බොහෝ කාලයක් ඉතිරි කරයි; කෙසේ වෙතත්, රේගු ප්‍රකාශය, GTIP නිර්ණය, අනුමැතියට අනුකූල වීම සහ බැඳීම් කොන්ත්‍රාත්තුව වැනි තීරණාත්මක තීරණවලට අනුකූල වීම සහ මූල්‍යකරණය කිරීමේ වගකීම දක්‍ෂ විශේෂඥයාට, රේගු උපදේශකයාට සහ නිල අධිකාරියට අයත් වේ. එය සත්‍යාපන කාර්ය ප්‍රවාහයේ නිරන්තර සබැඳියයි.