Mtiririko wa Kazi wa Upangaji unaosaidiwa na AI-mwisho-Mwisho na Maombi ya Biashara

Faida:

• Uwezo wa kuunganisha AI mahali na ndani ya mipaka katika kila hatua ya mtiririko wa kazi, kutoka kwa ukusanyaji wa data hadi uamuzi wa kupanga.
• Uwezo wa kuanzisha maktaba ya haraka, itifaki ya uthibitishaji, usimamizi wa data na sera ya faragha kwa kiwango cha biashara.
• Uwezo wa kubuni utamaduni wa ukaguzi unaohifadhi maslahi ya umma, uwazi, uwajibikaji na imani ya umma katika mipango inayoungwa mkono na AI.

Vitengo vilivyotangulia vimekuonyesha jinsi ya kutumia AI katika kazi za kibinafsi za kupanga (uchambuzi wa mpango, GIS, satelaiti, idadi ya watu, usafiri, simulation, sheria, ushiriki, maafa). Sehemu hii ya mwisho inachanganya vipande hivi katika mtiririko mmoja wa kazi na kubadilisha ujuzi wa mtu binafsi kuwa uwezo wa shirika. Kwa sababu katika manispaa au ofisi ya mipango, suala kuu sio matumizi mazuri ya mpangaji wa AI; Shirika zima hutumia AI kwa njia salama, thabiti, ya usiri na yenye maslahi ya umma. Hili linahitaji miundo mitatu inayorahisisha matumizi yaliyosambazwa na yasiyodhibitiwa: maktaba ya haraka ya kawaida, itifaki ya uthibitishaji kulingana na aina ya matokeo, na usimamizi wa data na sera ya faragha. Katika kitengo hiki, utajifunza kuanzisha miundo hii na kubuni utamaduni wa ukaguzi unaodumisha imani ya umma katika upangaji unaowezeshwa na AI.

Mtiririko wa kazi wa mwisho hadi mwisho

Hivi ndivyo mchakato wa kupanga unavyofumwa kutoka mwanzo hadi mwisho na AI (AI huharakisha, binadamu huthibitisha katika kila hatua):

1. Ukusanyaji wa data na shirika. Satellite, GIS, idadi ya watu, usafiri, data ya mahudhurio - AI husafisha, meza.
2. Uchambuzi. Matumizi ya ardhi, ufikiaji, hatari - AI inaunda, mtaalam anathibitisha.
3. Uzalishaji wa mazingira. Matukio ya ukuaji na usafirishaji - AI inalinganisha, michakato huchagua.
4. Udhibiti wa udhibiti. Kila uamuzi hujaribiwa na sheria - AI huchanganua, maandishi rasmi yanathibitisha.
5. Kushiriki. Maoni ya washikadau yanakusanywa na kufupishwa - AI inachanganua, uwakilishi hudumishwa.
6. Uamuzi na utoaji wa mpango. Mpangaji hodari hufanya maamuzi na kubeba jukumu.
7. Kuripoti na idhini. Ripoti ya maelezo ya mpango - rasimu ya AI, mpangaji anayewajibika.
8. Ufuatiliaji. Ufuatiliaji wa mabadiliko ya baada ya mpango - uchunguzi wa awali wa AI, uwanja unathibitisha.

Katika mlolongo huu, AI ni kama "msaidizi wa makutano": inasaidia katika kila kituo, lakini mpangaji huwa kwenye gurudumu kila wakati.

Kidokezo: Hatari kubwa zaidi katika matumizi ya mwisho hadi mwisho ni kwamba matokeo ambayo hayajathibitishwa yatatolewa kama ingizo kwa hatua inayofuata. Idadi isiyo sahihi ya idadi ya watu inaweza kuvuja kwenye uchanganuzi, kutoka hapo hadi kwenye hali, na kutoka hapo hadi uamuzi. Katika kila hatua ya kutoka, "hili limethibitishwa?" weka mlango.

Muundo wa biashara 1: Maktaba ya haraka

Kuwa na kila mpangaji kuandika haraka yake kutoka mwanzo ni kupoteza muda na chanzo cha kutofautiana. Taasisi hukusanya vidokezo vilivyojaribiwa na kuthibitishwa katika maktaba ya kawaida: "kuorodhesha madokezo ya mpango", "hoja inayotegemea maandishi ya sheria", "utoaji wa mandhari ya ushiriki", n.k. Kila kidokezo kina sheria za usalama kama vile lebo ya "UHAKIKI UNAOTAKIWA", marufuku ya kuunda data na kuomba rasilimali. Kwa hivyo, ubora unategemea taasisi, sio mtu binafsi.

Muundo wa shirika 2: Itifaki ya uthibitishaji

Kila aina ya pato ina kiwango chake cha uthibitishaji. Ujumbe wa mkutano hupitia uhakiki wa haraka; kipande cha sheria kinahitaji uthibitisho wa maandishi rasmi; Kiashiria cha hatari ya maafa kinahitaji utafiti wa kitaalam. Shirika huandika uchoraji wa ramani "aina ya pato → uthibitishaji wa lazima → mtu anayewajibika" kwenye jedwali na kuifanya iwe ya lazima.

Muundo wa 3 wa shirika: Udhibiti wa data na faragha

Kunapaswa kuwa na sera iliyoandikwa ambayo data inaweza kwenda kwenye wingu na ambayo haiwezi, jinsi itafichuliwa na ni zana zipi zimeidhinishwa. Sheria wazi za taarifa nyeti kama vile mipango ambayo haijasimamishwa, wamiliki wa vifurushi, data ya kibinafsi; orodha ya gari iliyoidhinishwa; na hakikisho kwamba data haitatumika katika elimu ndio msingi wa sera hii.

Hatua kwa hatua: kujenga talanta ya AI ya biashara

1. Chukua hesabu. Je, AI inaweza kutumika katika kazi gani?
2. Fanya uainishaji wa hatari. Weka kila kazi katika ukanda wa kijani/njano/nyekundu.
3. Sakinisha maktaba ya haraka. Sheria za usalama zimeingizwa, za kawaida.
4. Andika itifaki ya uthibitishaji. Aina ya pato → uthibitishaji → kuwajibika.
5. Andika data/sera ya faragha. Zana iliyoidhinishwa, kutokutambulisha, data iliyopigwa marufuku.
6. Kutoa elimu. Ruhusu timu ijue mipaka na uthibitishaji.
7. Angalia na usasishe. Hifadhi athari na uhakiki mara kwa mara.

Mwongozo dhaifu / Mwongozo thabiti

Mbinu dhaifu: "Wacha timu itumie AI, kila mtu apate njia yake mwenyewe."

Hii inamaanisha ubora usiolingana, uvujaji wa faragha, matokeo ambayo hayajathibitishwa, na ukosefu wa uwajibikaji.

Mbinu thabiti: "Tunaunganisha matumizi ya AI katika shirika na miundo mitatu: (1) maktaba ya haraka ya kawaida yenye sheria za usalama zilizopachikwa, (2) uthibitishaji wa lazima na upangaji ramani unaowajibika kwa kila aina ya matokeo, (3) sera ya data iliyo na zana iliyoidhinishwa na sheria ya kutokutambulisha. Si kila toleo la AI linaweza kuhamishwa hadi hatua inayofuata bila kupitisha uthibitishaji husika; uthibitishaji wa uthibitisho wa eneo nyekundu hufungwa na ufuatiliaji wa kitaalam wa eneo nyekundu hufungwa."

Njia ya pili inageuza AI kutoka kwa tabia ya mtu binafsi hadi uwezo wa shirika, unaoweza kudhibitiwa.

Violezo vinne vinavyoweza kunakiliwa

Kazi: Tafsiri orodha ifuatayo ya kazi ya kupanga katika matrix ya matumizi ya AI ya biashara. Kwa kila kazi: eneo la hatari (kijani / njano / nyekundu), jukumu la AI, uthibitishaji wa lazima, wajibu. Katika kazi nyekundu, andika "idhini ya mtaalam aliyeidhinishwa na mchakato rasmi ni wa lazima". Kazi: [...]

Kazi: Tengeneza jedwali la itifaki ya uthibitishaji kwa aina zifuatazo za towe: aina ya pato | hatari | hatua za lazima za uthibitishaji | jukumu la kuwajibika |mahitaji ya kurekodi/kufuatilia. Aina za pato: [...]

Kazi: Andika RASIMU ya data/sera ya faragha ya AI kwa wakala wa kupanga. Jumuisha: aina za data ambazo haziwezi kwenda kwa wingu, sheria ya kutokutambulisha, kigezo cha zana kilichoidhinishwa, kutotumika katika mahitaji ya elimu, vitendo katika kesi ya ukiukaji. Muktadha: [...]

Kazi: Kagua mtiririko wa upangaji wa mwisho hadi mwisho ufuatao. Angalia "lango la uthibitisho" kwenye kutoka kwa kila hatua; Weka alama mahali ambapo pato ambalo halijathibitishwa linaweza kuvuja hadi hatua inayofuata. Mtiririko wa kazi: [...]

Jedwali: hatua, jukumu la AI, na mmiliki wa uthibitishaji

Jukwaa

Jukumu la AI

Uthibitishaji wa lazima

Kuwajibika

Uhariri wa data

Kusafisha, kuweka meza

Udhibiti wa chanzo/umbizo

mchambuzi

Uchambuzi

Kuhariri, rasimu ya kanuni

CRS, ubora wa data

mpangaji

Mazingira

Kulinganisha

Uwazi wa kudhani

timu ya mpangaji

sheria

Uchanganuzi unaotegemea maandishi

Maandishi rasmi ya sasa

mpangaji/sheria

Kushiriki

Uchimbaji wa mandhari

Uwakilishi, data ghafi

Afisa ushiriki

maafa/hatari

Awali, uchunguzi wa awali

utafiti wa kitaalam

mtaalam mwenye uwezo

Ripoti

uandishi wa rasimu

Maudhui + wajibu

mpangaji hodari

kesi tatu ndogo

Kesi ya 1 - Hitilafu ya kutambaa. Idadi ya watu ambayo haijathibitishwa inaingia kwenye uchanganuzi katika ofisi, kutoka hapo inahamishiwa kwenye akaunti ya mahitaji ya shule, na kutoka hapo hadi kwenye mpango wa utoaji. Hitilafu hugunduliwa katika hatua ya uidhinishaji wa mpango na mchakato unarejeshwa. Taasisi inayoweka "lango la uthibitishaji" katika kila hatua ingekata mlolongo huu katika hatua ya pili. Hii ndiyo hatari kubwa zaidi ya matumizi ya rika-kwa-rika.

Kesi ya 2 - Uwiano na maktaba. Manispaa inabadilisha hadi maktaba ya haraka ya kawaida; Siku hizi, kila mpangaji anauliza sheria kwa haraka sawa iliyopachikwa na sheria ya "kutegemea maandishi yaliyotolewa tu, usijumuishe kifungu". Hitilafu zinazosababishwa na hallucinations hupungua kwa kiasi kikubwa na ubora unakuwa huru na mtu. Uanzishaji wa taasisi hufanya ubora usiwe wa bahati mbaya tena.

Kesi ya 3 - Thamani ya sera ya faragha. Mwanafunzi anakaribia kupakia marekebisho ya mpango ambayo hayajasimamishwa kwenye gari la bure; Sera ya data ya taasisi inatukumbusha sheria ya "data nyeti haipakiwa kwa zana ambayo haijaidhinishwa, ifiche". Uvujaji unaowezekana na mgogoro wa imani ya umma huzuiwa. Sera iliyoandikwa hulinda pale ambapo nia njema inashindikana.

Makosa ya kawaida

• Sio kuweka lango la uthibitishaji. Matokeo ambayo hayajathibitishwa huvuja na kukua kati ya hatua.
• Ubora unaotegemea kibinafsi. Bila maktaba ya kawaida, kila mpangaji hufanya kazi tofauti na kwa kutofautiana.
• Faragha isiyoandikwa. Ikiwa hakuna sera, nia nzuri haitatosha kuzuia uvujaji.
• Kufungua eneo nyekundu. Kuruka maafa/kibali cha udhibiti kwa ajili ya mwendo kasi huweka usalama wa umma katika hatari.
• Sio kufuatilia. Mchakato wa umma lazima uwajibike; rekodi ya uthibitishaji inahitajika.
• Kuruka mafunzo. Hata sera bora inabaki kwenye karatasi ikiwa timu haijui mipaka.
• Si kusasisha sera. Zana na mabadiliko ya sheria; Muundo pia unapaswa kusasishwa.

Kwa muhtasari

Ukomavu wa kweli katika upangaji unaoendeshwa na AI ni kusimamia kwa usalama mchakato wa mwisho hadi mwisho, sio kazi moja. Hii inahitaji kujenga msururu wa AI unaoharakishwa lakini uliothibitishwa na binadamu katika kila hatua, kutoka ukusanyaji wa data hadi ufuatiliaji; Hatari kubwa ni kwamba pato lisilothibitishwa huvuja hadi hatua inayofuata, suluhisho ni lango la uthibitishaji katika kila hatua. Miundo mitatu inayobadilisha ujuzi wa mtu binafsi kuwa talanta ya shirika: sheria za usalama, maktaba ya papo hapo iliyopachikwa, itifaki ya uthibitishaji kulingana na aina ya matokeo na sera ya data/faragha. Miundo hii hufanya ubora kuwa huru kutoka kwa watu binafsi, michakato ya kuwajibika, na uaminifu wa umma kudumishwa. AI huongeza kasi ya kupanga; Maslahi ya umma, uwazi na uwajibikaji daima ni mali ya watu.

Jukumu la maombi

Rasimu ya mfumo wa matumizi ya AI kwa taasisi yako mwenyewe (au sampuli ya manispaa). (1) Weka angalau kazi tano za kupanga kwenye matrix ya hatari kwa kutumia kiolezo cha kwanza. (2) Andika itifaki ya uthibitishaji kwa aina tatu za matokeo na kiolezo cha pili. (3) Tengeneza rasimu fupi ya data/sera ya faragha kwa kutumia kiolezo cha tatu. (4) Ukitumia kiolezo cha nne, kagua mtiririko wa kazi kutoka mwisho hadi mwisho na utambue angalau "lango la uthibitishaji" moja ambalo halipo na uandike jinsi ya kulifunga.

orodha ya ukaguzi

• [ ] Niliweka lango la uthibitishaji kwenye matokeo ya kila hatua ya utiririshaji wa kazi.
• [ ] Niliunda maktaba ya haraka ya kawaida yenye sheria zilizopachikwa za usalama.
• [ ] Nimeandika aina ya pato → uthibitishaji → uchoraji wa ramani unaowajibika.
• [ ] Nimeunda sera ya faragha yenye zana iliyoidhinishwa, kutokutambulisha na sheria za data zilizopigwa marufuku.
• [ ] Nimeweka matokeo ya ukanda mwekundu kwa idhini ya mtaalamu anayestahiki.
• [ ] Nilipanga mafunzo kwa timu kuhusu vikomo na uthibitishaji.
• [ ] Nilihifadhi wimbo/logi na masasisho ya mara kwa mara ya mchakato mzima.

Mtihani wa Moduli

1. Kitengo cha kupanga cha manispaa kinataka kubainisha iwapo kitaweka marufuku ya ujenzi kulingana na hatari ya maafa inayokaribia kwa mtaa na kinafikiria kutumia AI ili kuharakisha uamuzi huu. Ni ipi njia sahihi zaidi?

• A) Kutumia AI kwa mabishano ya data na kuandaa ripoti; fanya tathmini ya mwisho ya hatari na uamuzi kwa uchambuzi rasmi na idhini ya wataalam wenye uwezo ✔
• B) Kubadilisha alama ya hatari inayotolewa na AI moja kwa moja kuwa uamuzi wa kupiga marufuku jengo
• C) Kukubali bila uchambuzi rasmi ikiwa AI ilitoa matokeo sawa zaidi ya mara moja
• D) Kuruka idhini ya mtaalam na kuharakisha mchakato

Maelezo: Marufuku ya ujenzi kulingana na hatari ya maafa ni uamuzi muhimu wa usalama na unaolazimisha kisheria katika suala la usalama wa maisha. AI inaweza kutumika kwa ukaguzi wa fasihi, utayarishaji wa data, na kuandaa ripoti; Hata hivyo, tathmini ya mwisho ya hatari na uamuzi lazima ufanywe kwa uchanganuzi rasmi na idhini ya wataalamu wenye uwezo wa jiolojia/jioteknolojia na mipango miji kwa mujibu wa sheria inayotumika. Pato la AI halichukui nafasi hii ya idhini na mchakato rasmi.

2. Ni ipi njia salama zaidi ya kuzuia kupata thamani bandia (hallucination) unapouliza AI kuhusu hali ya ukandaji na hali ya ujenzi (TAKS/KAKS, kazi, umbali wa kuchora) wa kifurushi?

• A) Kuamini thamani iliyotolewa na AI na kuanzisha mradi
• B) Ili kuthibitisha hali ya ujenzi kutoka kwa hati rasmi ya hali ya ukandaji wa utawala wenye uwezo na mpango ulioidhinishwa wa sasa na maelezo ya mpango. ✔
• C) Uliza swali lile lile tena kwa maneno tofauti na uchukue wastani
• D) Kuendelea kulingana na maelezo ya tangazo kwenye tovuti ya mali isiyohamishika

Ufafanuzi: Ingawa muundo wa lugha unajua istilahi za kanda, unaweza kuunda thamani, misimbo ya utendaji kazi na viwango vya kifurushi fulani au kutoa maelezo ya zamani. Habari hii inapaswa kuthibitishwa tu kutoka kwa hati rasmi ya hali ya ukanda wa utawala wenye uwezo (manispaa) na mpango wa sasa wa ukandaji ulioidhinishwa na maelezo ya mpango.

3. Umegundua mabadiliko ya mijini (ujenzi mpya) ukitumia AI kutoka kwa picha ya setilaiti. Ni ipi njia bora wakati wa kutumia pato hili katika mchakato wa ukaguzi wa ukanda?

• A) Kubadilisha kila mabadiliko yaliyowekwa alama na AI moja kwa moja kuwa ripoti isiyo halali ya jengo
• B) Kuzingatia tarehe ya picha na azimio kama sio muhimu na kukubali matokeo kama dhahiri
• C) Kuweka msingi wa mchakato kwa kuchukua matokeo kama uchunguzi wa awali na kuyathibitisha kwa udhibiti wa uwanja, kurekodi rasmi na kipimo ✔
• D) Kupuuza kivuli na makosa yanayohusiana na wingu

Maelezo: Uainishaji wa picha za AI na ugunduzi wa mabadiliko hutoa uhakiki wa awali wenye nguvu lakini una hitilafu ya azimio, tarehe, kivuli na uainishaji. Mabadiliko yaliyogunduliwa hayawezi kutegemea shughuli za kisheria bila kuthibitishwa na udhibiti wa shamba, hati miliki / usajili wa leseni na kipimo rasmi; Pato la AI pekee sio ushahidi.

4. Ni ukaguzi gani muhimu zaidi kabla ya kuendesha hati ya GeoPandas/Python iliyoandikwa na AI kwenye data halisi ya mradi wako?

• A) Angalia kuwa msimbo hausababishi makosa yoyote na uiendeshe kwenye seti nzima ya data.
• B) Kutegemea ramani ya pato kuonekana nzuri
• C) Kuendesha nambari moja kwa moja kwenye seti kuu ya data bila kuisoma
• D) Kusoma nambari na kuijaribu kwa kudhibitisha mfumo wa kuratibu na jiometri kwenye data ndogo ya sampuli na kulinganisha matokeo na kumbukumbu inayojulikana ✔

Maelezo: Msimbo wa anga wa AI unaweza kudhani mfumo usio sahihi wa marejeleo wa kuratibu (CRS), kupotosha jiometri, au kukokotoa maeneo yenye kizio kisicho sahihi. Nambari inapaswa kusomwa, kujaribiwa kwa kuthibitisha kwanza mfumo wa kuratibu na jiometri kwenye data ndogo ya sampuli, na matokeo ikilinganishwa na kumbukumbu inayojulikana.

5. Ni matumizi gani bora wakati wa kupata makadirio ya idadi ya watu yaliyotayarishwa na AI?

• A) Kuingiza data rasmi ya takwimu na dhana na kuwa na AI kuandaa mazingira na rasimu ya ripoti, ikisema wazi kutokuwa na uhakika ✔
• B) Kuuliza AI kuunda takwimu za idadi ya watu yenyewe bila vyanzo
• C) Kutumia nambari inayotolewa na AI badala ya takwimu rasmi
• D) Kuwasilisha nambari moja kamili bila kubainisha masafa ya kutokuwa na uhakika

Maelezo: AI haitoi makadirio ya nambari ya kuaminika peke yake; Huchakata data ya takwimu rasmi (k.m. TURKSTAT) na mbinu iliyothibitishwa, na hutayarisha hali na rasimu za ripoti. Matumizi sahihi ni kutumia AI kama zana ya kutafsiri na kuandika kwa kutaja kwa uwazi data ya ingizo, mawazo ya ukuaji na masafa ya kutokuwa na uhakika.

6. Unapoweka uchanganuzi wa ufaafu wa matumizi ya ardhi na AI, mojawapo ya safu za data unayotumia ni ya zamani na ina usahihi mdogo wa anga. Ni ipi njia yenye afya zaidi?

• A) Kutumia safu kama ilivyo na kukubali matokeo kama ya mwisho
• B) Tathmini usasa na usahihi wa data, ibadilishe na chanzo cha sasa ikiwezekana na uandike mipaka katika ripoti ✔
• C) Kupuuza ubora wa data kwa sababu AI hutoa ramani nzuri
• D) Kuondoa tabaka lililokosekana kimyakimya kwenye uchambuzi na kutoliripoti kwenye ripoti

Maelezo: Matokeo ya uchanganuzi wa anga ni sawa na ubora wa data ya pembejeo (takataka ndani, takataka nje). Safu ya zamani au ya chini ya uaminifu itapotosha matokeo kwa utaratibu. Sarafu ya data na usahihi inapaswa kutathminiwa, badala yake chanzo kilichosasishwa/kuthibitishwa ikiwezekana, na vikomo vinapaswa kuandikwa kwa uwazi katika ripoti.

7. Unatoa muhtasari wa maelfu ya maoni ya wananchi uliyokusanya katika upangaji shirikishi na AI. Ni hatari gani muhimu zaidi na tahadhari katika suala la uwakilishi?

• A) Kuchukua muhtasari wa AI kama uwakilishi wa haki wa maoni yote na sio kuangalia data ghafi
• B) Weka tu uamuzi juu ya mada zinazorudiwa mara kwa mara
• C) Kufuatilia maoni ya wachache na makundi yaliyotengwa kando, kulinda ufikiaji wa data ghafi na kuacha uamuzi kwa mchakato wa wazi wa umma ✔
• D) Ondoa maoni yasiyorudiwa mara kwa mara kama kelele

Maelezo: Muhtasari wa AI unaweza kuangazia sauti za wengi na kauli zinazorudiwa mara kwa mara na kuficha maoni ya wachache na makundi yaliyotengwa. Huu ni upendeleo wa uwakilishi. Muhtasari unapaswa kufuatilia vikundi hivi tofauti, ufikiaji wa data ghafi unapaswa kulindwa, na uamuzi wa mwisho unapaswa kuachwa kwa mchakato wa wazi wa umma.

8. Je, ni muundo gani sahihi zaidi unapowasilisha matokeo ya simulizi ya ukuaji wa miji kwa halmashauri ya jiji?

• A) Kuwasilisha matokeo kama utabiri sahihi wa siku zijazo
• B) Kuonyesha kisa kimoja kwa usahihi bila kueleza dhana na kutokuwa na uhakika
• C) Kubadilisha simulation na mchakato rasmi wa kupanga
• D) Eleza kwa uwazi mawazo, vikwazo na kutokuwa na uhakika, wasilisha matokeo kama hali / chombo cha majadiliano na uachie uamuzi kwa mchakato rasmi ✔

Ufafanuzi: Toleo la uigaji ni hali iliyo chini ya dhana fulani, si utabiri kamili au siku zijazo. Uwasilishaji unaofaa ni kusema kwa uwazi mawazo ya pembejeo, vikwazo, na kutokuwa na uhakika na kuwasilisha matokeo kama hoja ya uamuzi; kuacha uamuzi wa mwisho kwa mchakato rasmi wa mpango na tathmini ya wataalam.

9. Ni tabia gani bora katika suala la faragha wakati wa kutoa mchoro na data ya kifurushi ya marekebisho ya mpango ambayo bado haijasimamishwa kwa zana ya AI inayotegemea wingu?

• A) Ondoa utambulisho wa muktadha, weka wazi vitambulishi na utumie zana inayotii sera ambapo data haitatumika katika elimu ✔
• B) Kupakia michoro yote na maelezo ya mmiliki wa vifurushi kama yalivyo
• C) Kutumia zana ya bure bila kusoma sera ya faragha
• D) Kwa kuchukulia kwamba maelezo ya eneo lazima yafichuliwe kwa ubora wa matokeo.

Ufumbuzi: Data ya mpango ambayo haijasimamishwa, maelezo ya mmiliki wa kifurushi na eneo ni nyeti kama data ya kibinafsi na mchakato wa umma; Uvujaji wa mapema huleta hatari ya uvumi na faida iliyopatikana vibaya. Ni muhimu kuficha muktadha, kusafisha vitambulishi kama vile kifurushi/kuratibu/jina, na kuchagua zana inayotii sera ambayo inahakikisha kwamba data haitatumika katika mafunzo.

10. Ni njia gani sahihi zaidi wakati wa kutafsiri matokeo ya mfano wa trafiki na AI?

• A) Kuuliza AI kuhesabu kiasi cha trafiki yenyewe, bila mfano
• B) Fanya muhtasari wa matokeo ya muundo uliosawazishwa na kuthibitishwa kwa AI, ukisema wazi mawazo, na umwachie mtaalam tathmini ya mwisho ✔
• C) Kukubali matokeo kuwa sahihi hata kama modeli haijasahihishwa kwa kuhesabu sehemu.
• D) Kutumia thamani ya kiasi inayotolewa na AI badala ya utafiti rasmi

Maelezo: AI haihesabu mgawo wa trafiki yenyewe; Hutoa muhtasari wa matokeo ya muundo uliosawazishwa. Ili matokeo yawe na maana, ni lazima kielelezo kisawazishwe na kuthibitishwa na sensa ya eneo, mawazo (mwaka wa matukio, matriki ya mahitaji) lazima yawe wazi, na tathmini ya mwisho lazima ifanywe na mtaalam stadi wa usafirishaji.

11. Je, ni muundo gani wa kimsingi unaohitaji kuanzishwa ili kudumisha ubora, maslahi ya umma na uwajibikaji katika kitengo cha kupanga kilichowezeshwa na AI?

• A) Kila mfanyakazi hutumia AI isiyosimamiwa kwa njia yao wenyewe
• B) Hamisha matokeo ya AI moja kwa moja kwa mpango bila kuhifadhi yoyote
• C) Kuanzisha maktaba ya haraka ya kawaida, itifaki ya uthibitishaji, usimamizi wa data na sera ya faragha na kufunga matokeo muhimu kwa idhini inayofaa ✔
• D) Fanya uthibitishaji mara moja tu mwishoni mwa mchakato

Maelezo: Matumizi yanayosambazwa na yasiyodhibitiwa ya AI huongeza hatari ya makosa, upendeleo, na faragha na kudhoofisha uaminifu wa umma. Kuanzisha maktaba ya haraka ya kawaida katika kiwango cha biashara, itifaki ya uthibitishaji kwa kila aina ya matokeo, usimamizi wa data na sera wazi ya faragha; Ni muhimu kufunga kila pato muhimu la usalama na maslahi ya umma kwa idhini inayofaa.

12. Ulipouliza AI kuhusu makala ya udhibiti wa ukandaji, alitoa nambari ya makala wazi na kiwango. Je, unapaswa kufanya nini kabla ya kutumia taarifa hii katika uamuzi wako wa mpango?

• A) Omba moja kwa moja kwani AI inatoa dutu wazi
• B) Kubadilisha bidhaa na thamani unayokumbuka kutoka kwa mradi mwingine
• C) Kutumia nambari ya kifungu kwa kuzungusha bila kuangalia chanzo
• D) Kuthibitisha habari kutoka kwa maandishi rasmi ya sasa ya kanuni ya sasa na, ikiwa ni lazima, kuithibitisha kutoka kwa utawala wenye uwezo ✔

Ufafanuzi: Vifungu vya udhibiti hubadilika kadri muda unavyopita na AI inaweza kurudisha taarifa ambayo imepitwa na wakati au kutoka kwa sheria tofauti, au hata kudanganya nambari ya makala. Thamani lazima idhibitishwe kutoka kwa maandishi rasmi na ya sasa ya kanuni husika inayotumika na, ikiwa ni lazima, kuthibitishwa na utawala wenye uwezo.

13. Njia bora zaidi ya kutumia AI katika uchanganuzi wa matumizi ya ardhi ni kuipa nini?

• A) Kutoa eneo la kazi, tabaka, mfumo wa kuratibu, vigezo na uzito kwa uwazi na muundo ✔
• B) Toa ombi la sentensi moja kama vile 'fanya uchambuzi mzuri wa matumizi ya ardhi'
• C) Kutoa ramani nyingi na kuchagua moja bila kutoa muktadha wowote
• D) Kuacha vigezo na uzito kuchukuliwa na AI yenyewe

Ufafanuzi: Ubora wa pato la AI unategemea ubora wa uingizaji. Pato hufanya kazi vizuri unapobainisha wazi vikwazo kama vile mpaka wa eneo la kazi, tabaka zitakazotumika, mfumo wa kuratibu, vigezo vya uchanganuzi na uzani; Ombi lisilo wazi la sentensi moja hutoa matokeo ya jumla na ya juu juu, hata ya kupotosha.

14. Uliandaa ripoti ya ufichuzi wa mpango (ripoti ya uhalalishaji wa mpango) na AI. Je, ni mtazamo gani sahihi zaidi kuhusu rasimu hii?

• A) Kuweka rasimu kama ilivyo kwenye faili ya idhini
• B) Tumia rasimu kama mfumo na kupitia na kusahihisha kila data, marejeleo ya kisheria na uhalalishaji na mpangaji stadi ✔
• C) Kutoangalia marejeleo ya sheria kwa sababu AI inawapa
• D) Kukubali data za uchanganuzi bila kulinganisha na utafiti halisi

Maelezo: Ripoti ya ufichuzi wa mpango ni sehemu ya mchakato wa uidhinishaji wa kisheria na huunda dhima ya kiufundi/kisheria. AI inaweza kutoa haraka mifupa ya rasimu; Hata hivyo, kila data, marejeleo ya sheria, kiwango na uhalali lazima vikaguliwe na mpangaji mipango wa miji mwenye uwezo na kusahihishwa kulingana na sheria ya sasa na data halisi ya uchambuzi, na wajibu lazima ubaki kwa mpangaji.