எம்எல் பொறியியலில் செயற்கை நுண்ணறிவு: பங்கு, எல்லைகள், சரிபார்ப்பு மற்றும் பொறுப்பு

ஆதாயங்கள்:

• ML பணிப்பாய்வு (குறியீடு, தரவு, ஆவணம்) செயற்கை நுண்ணறிவு குறைந்த அபாயத்துடன் நேரத்தைச் சேமிக்கிறது, மேலும் பணி இடர் நிலைக்கு ஏற்ப மெட்ரிக் / தரவு / உற்பத்தியில் ஈடுபடுவது போன்ற முடிவுகள் மனிதனிடம் விடப்படும் இடத்தை வேறுபடுத்தி அறிய முடியும்.
• ஒவ்வொரு AI வெளியீட்டையும் ஆதாரத்துடன் இணைப்பதன் மூலம் சரிபார்க்கும் ஒரு ஒழுங்குமுறையைப் பயன்படுத்துவதற்கான திறன், அதை மீண்டும் இயக்குதல், அதை அளவிடுதல் மற்றும் ஒரு பொறியியல் வடிகட்டி வழியாக அனுப்புதல்.
• மூல ரகசிய மற்றும் தனிப்பட்ட தரவை வெளிப்புறக் கருவிகளுக்கு அனுப்பாமல் இருப்பது, கார்ப்பரேட்-அங்கீகரிக்கப்பட்ட கருவிகளைப் பயன்படுத்துதல் மற்றும் தற்காப்பு நோக்கங்களுக்காக மட்டுமே பாதுகாப்புச் சிக்கல்களைக் கையாளுதல் போன்ற பழக்கங்களைப் பெறுவதற்கான திறன்.

இயந்திர கற்றல் பொறியியலில் செயற்கை நுண்ணறிவு: பங்கு, எல்லைகள், சரிபார்ப்பு மற்றும் பொறுப்பு

ஒரு இயந்திர கற்றல் பொறியாளர் (ML பொறியாளர்: ஒரு மென்பொருள் வல்லுநர், அவர் தரவுகளிலிருந்து உற்பத்திக்கு கற்றுக் கொள்ளும் மாதிரிகளை வடிவமைத்து, பயிற்சியளிக்கிறார் மற்றும் கொண்டு வருகிறார்) இன்று தனது வேலையின் ஒவ்வொரு அடியிலும் மற்றொரு செயற்கை நுண்ணறிவு கருவியுடன் பணிபுரிகிறார். குறியீட்டை எழுதும் போது குறியீட்டு உதவியாளரும், தரவை ஆராயும்போது ஒரு உரையாடல் மாதிரியும், ஆவணங்களைத் தயாரிக்கும் போது ஒரு பெரிய மொழி மாதிரியும் (LLM: உரையைப் புரிந்துகொண்டு உருவாக்கும் பில்லியன் கணக்கான அளவுருக்கள் கொண்ட நரம்பியல் நெட்வொர்க்) நடைமுறையில் இருக்கும். இந்த தொகுதி செயற்கை நுண்ணறிவை ஒரு ML பொறியாளரின் தயாரிப்பு மற்றும் தினசரி வேலை கருவியாகக் கருதுகிறது. இரண்டு பாத்திரங்களையும் கலக்காமல் பொறுப்பின் எல்லைகளை தெளிவாக வரையறுப்பதன் மூலம் இது செயல்படுகிறது.

இந்த முதல் யூனிட்டில், அடிப்படைக் கேள்விக்கு நாங்கள் பதிலளிக்கிறோம்: எம்.எல் இன்ஜினியரிங்கில் செயற்கை நுண்ணறிவு உண்மையான நேரத்தைச் சேமிக்கிறது, மேலும் முடிவெடுப்பதை மனிதர்களுக்கு எங்கே விட்டுவிட வேண்டும்? பதில் பொறியியல் துறையின் இதயத்தில் உள்ளது: தயாரிப்பவர் வேகமானவர், சரிபார்ப்பவர் பொறுப்பு.

எம்.எல் பொறியியலில் செயற்கை நுண்ணறிவு எங்கே பயன்படுகிறது?

ஒரு ML திட்டம் தோராயமாக பின்வரும் வரிகளில் செல்கிறது: தரவு சேகரிப்பு, தரவு சுத்தம் செய்தல், அம்ச பொறியியல் (மாடல் புரிந்து கொள்ளக்கூடிய டிஜிட்டல் சிக்னல்களில் மூல தரவை மொழிபெயர்த்தல்), மாதிரி பயிற்சி, மதிப்பீடு, வரிசைப்படுத்தல் (வரிசைப்படுத்தல்: உண்மையான பயனருக்கு மாதிரியைத் திறப்பது) மற்றும் கண்காணிப்பு. இந்த வரியின் ஒவ்வொரு நிறுத்தத்திலும் AI உதவுகிறது, ஆனால் அதன் அதிகார நிலை மாறுபடும்.

அதிக வெகுமதி, குறைந்த ஆபத்துள்ள பகுதிகள்: குறியீடு எலும்புக்கூட்டை உருவாக்குதல், தரவு உருமாற்ற செயல்பாட்டை வரைதல், பதிவு செய்திகளை விளக்குதல், ஸ்டேக் ட்ரேஸை விவரித்தல், சோதனைக் குறிப்புகளை சுருக்கி, ஆவணங்கள் மற்றும் READMEகளை எழுதுதல், சோதனை வழக்கை முன்மொழிதல். இங்கே, செயற்கை நுண்ணறிவின் தவறுகள் மலிவானவை; ஏனெனில் வெளியீடு ஏற்கனவே சோதனை மற்றும் மதிப்பாய்வு மூலம் செல்லும்.

அதிக ஆபத்துள்ள பகுதிகள்: பயிற்சிக்கு என்ன தரவு செல்கிறது என்பதை தீர்மானித்தல், ஒரு மாடல் உற்பத்திக்கு செல்ல வேண்டுமா என்பதை உறுதி செய்தல், மெட்ரிக் "போதும்" என மதிப்பிடுதல், தனிப்பட்ட தரவை செயலாக்க முடிவு செய்தல், பாதுகாப்பு பாதிப்பை "குப்பை" என மூடுதல். இவை பணம், தனியுரிமை, சட்டப் பொறுப்பு மற்றும் பயனர் நம்பிக்கையைப் பாதிக்கின்றன. செயற்கை நுண்ணறிவு இங்கே பரிந்துரைகளை வழங்குகிறது; திறமையான பொறியாளர் மற்றும் பொறுப்பான குழுவால் முடிவு எடுக்கப்படுகிறது.

உதவிக்குறிப்பு: AI க்கு ஒரு பணியை அவுட்சோர்சிங் செய்வதற்கு முன், "இந்த வெளியீடு தவறாக இருந்தால் எவ்வளவு செலவாகும், மேலும் யாரேனும் தவறை எவ்வளவு எளிதாகப் புரிந்துகொள்வார்கள்?" விலை குறைவாகவும் பிடிப்பு எளிதாகவும் இருந்தால், அதை அனுப்பவும். விலை அதிகமாக இருந்தால் அல்லது பிடிப்பு கடினமாக இருந்தால், வரைவுக்கு மட்டும் AI ஐப் பயன்படுத்தவும், நீங்கள் முடிவு செய்யுங்கள்.

சரிபார்ப்பு ஒழுக்கம்: மூன்று படிகள்

ML பொறியியலில், AI வெளியீடு ஒருபோதும் "முடிக்கப்பட்ட வேலை" அல்ல; இது ஒரு வரைவு. இந்த மூன்று படிகள் மூலம் ஒவ்வொரு வெளியீட்டையும் இயக்கவும்:

1. அதை மூலத்துடன் இணைக்கவும். மாதிரியானது எண், வரம்பு அல்லது "சிறந்த நடைமுறை" எனக் கூறினால், அதிகாரப்பூர்வ ஆவணங்கள், கோட்பேஸில் உள்ள உண்மையான மதிப்பு அல்லது அளவிடப்பட்ட மெட்ரிக் ஆகியவற்றை அடிப்படையாகக் கொண்டது. "மாடலைப் பொருத்துதல்" (மாயத்தோற்றம்: மொழி மாதிரியின் மூலம் உண்மையான தகவல் அல்லாத நம்பிக்கையான உற்பத்தி) பெரும்பாலும் இங்கு பிடிக்கப்படுகிறது.
2. மறுதொடக்கம் செய்து அளவிடவும். உருவாக்கப்பட்ட குறியீட்டை இயக்கவும், உங்கள் சொந்த சோதனைத் தொகுப்பில் அது உருவாக்கும் மெட்ரிக்கை மீண்டும் கணக்கிடவும், முன்மொழியப்பட்ட SQL வினவலை ஒரு சிறிய மாதிரியில் சரிபார்க்கவும். வேலை செய்யாத குறியீடு அழகாகத் தெரிந்தாலும் பயனற்றது.
3. ஒரு பொறியியல் வடிகட்டி மூலம் அதை அனுப்பவும். வெளியீடு அளவில் உள்ளதா? எட்ஜ் கேஸ்கள் (வெற்று தரவு, மிகப் பெரிய உள்ளீடு, விடுபட்ட புலங்கள்) பரிசீலிக்கப்பட்டதா? பாதுகாப்பு மற்றும் தனியுரிமை மீறல் உள்ளதா? களம் தெரிந்த ஒருவரால் மட்டுமே இந்த நடவடிக்கையை மேற்கொள்ள முடியும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான அறிவுறுத்தல்: "எனக்கு சில மாதிரி பயிற்சிக் குறியீட்டை எழுது."

சக்திவாய்ந்த அறிவுறுத்தல்: "ஸ்கிகிட்-லேர்ன் மூலம் பைனரி வகைப்பாட்டிற்கான பயிற்சி ஸ்கிரிப்டை எழுதவும். உள்ளீடு: தரவு/ட்ரெய்ன்.பார்க்வெட், இலக்கு நெடுவரிசை is_churn. வர்க்க ஏற்றத்தாழ்வு உள்ளது (நேர்மறை விகிதம் ~8%), அதை class_weight உடன் கையாளவும். PR-AUC (துல்லியமான-ரீகால் வளைவின் கீழ் உள்ள பகுதி) மெட்ரிக், டேட்டா லெர்ன், தவறான கணக்கீடு என, தவறான கணக்கீடு. சீரற்ற விதையை 42 ஆக சரிசெய்யவும். PR-AUC குறியீட்டின் இறுதியில் சோதிக்கவும்."

வேறுபாடு: இரண்டாவது உடனடி பணியானது தரவு உண்மை, சரியான மெட்ரிக், ஏற்றத்தாழ்வு தகவல் மற்றும் மீண்டும் மீண்டும் தேவை ஆகியவற்றைக் கொண்டுள்ளது. இந்த சூழலில் இருந்துதான் வெளியீடு சரிபார்க்கக்கூடியது மற்றும் பயன்படுத்தக்கூடியது.

தனியுரிமை மற்றும் தரவு பாதுகாப்பு: பொறியாளரின் முதல் பொறுப்பு

ML பொறியாளர் பெரும்பாலும் நிறுவனத்தின் மிக முக்கியமான தரவைத் தொடுவார்: வாடிக்கையாளர் பதிவுகள், பரிவர்த்தனை வரலாறு, உடல்நலம் அல்லது நிதித் தரவு, உற்பத்தி அமைப்புகளின் பதிவுகள். செயற்கை நுண்ணறிவு கருவிகளுக்கு தரவை வழங்கும்போது மூன்று விதிகள்:

• தனிப்பட்ட மற்றும் ரகசியத் தரவை வெளிப்புறக் கருவிகளுக்கு அனுப்ப வேண்டாம். எடுத்துக்காட்டாக, வாடிக்கையாளர் மின்னஞ்சல்களை வரியில் ஒட்டுவதற்குப் பதிலாக, ஸ்கீமா மற்றும் போலி (செயற்கை) மாதிரிகளை அனுப்பவும். உண்மையான தரவுக்குப் பதிலாக "ex: ahmet@example.com" போன்ற முகமூடியான உதாரணத்தைப் பயன்படுத்தவும்.
• கார்ப்பரேட் அங்கீகரிக்கப்பட்ட வாகனங்களைப் பயன்படுத்துங்கள். தரவு எங்கு செயலாக்கப்படுகிறது, அது சேமிக்கப்பட்டுள்ளதா, கல்விக்காகப் பயன்படுத்தப்படுகிறதா அல்லது பயன்படுத்தப்படாவிட்டாலும் ஒப்பந்தப்படி தெளிவான கருவிகளைத் தேர்ந்தெடுக்கவும். தனிப்பட்ட கணக்கு மூலம் கார்ப்பரேட் தரவை செயலாக்குவது பெரும்பாலான நிறுவனங்களில் மீறலாகும்.
• குறைந்தபட்ச தரவுக் கொள்கை. பணியைத் தீர்க்க தேவையான குறைந்தபட்ச சூழலைக் கொடுங்கள். முழு அட்டவணை அல்ல, ஆனால் தொடர்புடைய 5 நெடுவரிசைகள் மற்றும் ஸ்கீமா.

எச்சரிக்கை: மொழி மாதிரிக்கு நீங்கள் கொடுக்கும் உரையை செயல்தவிர்க்க முடியாது என்று வைத்துக் கொள்வோம். "பிறகு நீக்குகிறேன்" என்று நினைத்து தனிப்பட்ட தரவை அனுப்ப வேண்டாம்; அனுப்பப்பட்ட தருணத்தில் ஆபத்து ஏற்பட்டது.

பாதுகாப்பு துறையில் தற்காப்பு பயன்பாடு

ML பொறியாளர்கள் பெரும்பாலும் பாதுகாப்பு அமைப்புகளை நிறுவுகின்றனர்: மோசடி கண்டறிதல், தீங்கிழைக்கும் போக்குவரத்து வகைப்பாடு, அங்கீகாரம். இந்தத் தொகுதி முழுவதும், தற்காப்பு நோக்கங்களுக்காக மட்டுமே பாதுகாப்புச் சிக்கல்களை நாங்கள் உள்ளடக்குகிறோம்: தாக்குதலைக் கண்டறிதல், கணினியை கடினப்படுத்துதல், பாதிப்பை மூடுதல். அங்கீகரிக்கப்படாத அணுகல், தரவு கசிவு அல்லது வேறொருவரின் அமைப்பில் அங்கீகரிக்கப்படாத தலையீடு ஆகியவற்றிற்கு செயற்கை நுண்ணறிவைப் பயன்படுத்துவது சட்டவிரோதமானது மற்றும் தொழில்முறை நெறிமுறைகளுக்கு எதிரானது. நீங்கள் ஒரு பாதிப்பைக் கண்டறிந்தால், அதை பொறுப்புடன் புகாரளித்து சரிசெய்வதே சரியான வழி; சுரண்டுவதில்லை.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - நேரம் சேமிக்கப்பட்டது. ஒரு ML பொறியாளர் பொதுவாக 40-நெடுவரிசை தரவு தொகுப்பின் ஆய்வு தரவு பகுப்பாய்வு (EDA) செய்வதற்கு அரை நாள் செலவிடுவார். அவர் செயற்கை நுண்ணறிவுக்கு ஸ்கீமா மற்றும் df.describe() வெளியீட்டைக் கொடுத்து, "எந்தெந்த நெடுவரிசைகள் அதிக வெளிப்புற மற்றும் விடுபட்ட விகிதத்தைக் கொண்டுள்ளன, எந்த மாற்றங்களை நீங்கள் பரிந்துரைக்கிறீர்கள்?" 20 நிமிடங்களில், அவர் ஒரு முன்னுரிமை பட்டியலைப் பெற்றார், ஒவ்வொரு உருப்படியையும் அதன் சொந்த குறியீட்டைக் கொண்டு சரிபார்த்தார். சேமி: ~3 மணிநேரம், ஒவ்வொரு உரிமைகோரலையும் அளவிடுவதால் பிழையின் ஆபத்து குறைவு.

வழக்கு 2 - பிடிபட்ட பிழை. "பயிற்சியின் துல்லியம் 99%, சிறந்தது" என்று மாடலுக்கு அரட்டை உதவியாளர் கூறினார். பொறியாளர் மூன்றாவது படியை (பொறியியல் வடிப்பான்) பயன்படுத்தினார் மற்றும் உணர்ந்தார்: இலக்கு நெடுவரிசையில் தற்செயலாக பண்புக்கூறுகள் கசிந்துள்ளன (தரவு கசிவு: மாதிரியானது பயிற்சியில் பார்க்கக்கூடாத தகவலைப் பார்க்கிறது). உண்மையான செயல்திறன் மிகவும் குறைவாக இருந்தது. பொறியாளரின் சந்தேகம், AI இன் "பெரிய" விளக்கம் அல்ல, வேலையைக் காப்பாற்றியது.

வழக்கு 3 - தனியுரிமை மீறலைத் தடுத்தல். ஒரு குழு, உற்பத்திப் பிழைப் பதிவுகளை வெளிப்புற மாதிரியில் ஒட்டி, "இந்தப் பிழையைச் சரிசெய்" எனக் கூறுகிறது. பதிவுகளில் வாடிக்கையாளர் அடையாள எண்கள் இருந்தன. முதலில் பதிவுகளை மறைக்கும் சிறிய ஸ்கிரிப்டை எழுதி (அவற்றின் அடையாள எண்களை *** செய்து) அந்த வழியில் அனுப்பும் விதியை குழு உருவாக்கியது. மீறல் ஆபத்து மறைந்துவிட்டது, உதவியின் வேகம் மாறவில்லை.

நகலெடுக்கக்கூடிய வார்ப்புருக்கள்

பணி: [என்ன செய்வது, ஒற்றை வாக்கியம்] சூழல்: [தரவு திட்டம், அளவு, கட்டுப்பாடுகள்; உண்மையான தனிப்பட்ட தரவு இல்லை]கட்டுப்பாடுகள்: [மொழி/நூலகம், செயல்திறன், மறுஉருவாக்கம்] அளவீடுகள்: [வெற்றியை அளவிடுவது எப்படி]விரும்பிய வெளியீடு: [குறியீடு/விளக்கம்/பட்டியல்] மற்றும் ஏன் இந்த வடிவத்தில்

இந்தக் குறியீட்டைப் பாருங்கள். இது வேலை செய்கிறது என்பதை மட்டும் மதிப்பீடு செய்யவும்:1) எட்ஜ் கேஸ்கள் (வெற்று உள்ளீடு, விடுபட்ட நெடுவரிசை, மிகப் பெரிய தரவு)2) தரவு கசிவு அபாயம்3) மறுஉருவாக்கம் (விதை, பதிப்பு)நீங்கள் கண்டறிந்த ஒவ்வொரு பிரச்சனைக்கும் தீர்வுகளைப் பரிந்துரைக்கவும். நீங்கள் உறுதியாக தெரியாத இடத்தில் "சரிபார்" எனக் குறிக்கவும். குறியீடு: [குறியீடு]

இந்த அளவீட்டின் முடிவை விளக்கவும், ஆனால் முதலில் கேட்கவும்: இந்தச் சிக்கலுக்கு இந்த அளவீடு சரியானதா? சிக்கல்: [சமநிலை/சமநிலையற்ற வகைப்பாடு, பின்னடைவு, தரவரிசை...]அறிக்கையிடப்பட்ட அளவீடு மற்றும் மதிப்பு: [எ.கா. துல்லியம் 0.99]எந்த மெட்ரிக்கைப் பரிந்துரைக்கிறீர்கள், ஏன், தற்போதைய முடிவைச் சந்தேகிக்க நான் என்ன அறிகுறிகளைத் தேட வேண்டும்?

பின்வரும் அறிவிப்பில் நான் அளிக்கும் தரவுகளில் தனிப்பட்ட/ரகசியத் தகவல்கள் உள்ளதா எனச் சரிபார்க்கவும். கீழே உள்ள உரையில் மறைக்கப்பட வேண்டிய புலங்களை (பெயர், மின்னஞ்சல், ஐடி எண், தொலைபேசி, முகவரி) பட்டியலிடுங்கள். உரை: [உரை]

பங்கு மற்றும் அதிகார அட்டவணை

தேடுதல்

செயற்கை நுண்ணறிவின் பங்கு

முடிவின் உரிமையாளர்

குறியீடு எலும்புக்கூடு / உருமாற்ற செயல்பாடு

வரைவு ஜெனரேட்டர்

பொறியாளர் (மதிப்புரைகள்)

EDA / தரவு சுருக்கம்

முடுக்கி

பொறியாளர் (அளவிடுவதன் மூலம் சரிபார்க்கிறார்)

மெட்ரிக் விளக்கம்

பரிந்துரை

பொறியாளர்

பயிற்சிக்கு என்ன தரவு செல்லும்?

பரிந்துரை

குழு + தரவு உரிமையாளர்

மாதிரியை உற்பத்தியில் வைக்கவும்

சரிபார்ப்பு பட்டியல் நினைவூட்டல்

பொறுப்பு பொறியாளர் + குழு

தனிப்பட்ட தரவு செயலாக்கம்

எதுவும் இல்லை (பயன்படுத்தப்படவில்லை)

சட்ட + தரவுக் கட்டுப்படுத்தி

பொதுவான தவறுகள்

• வெளியீட்டை சரிபார்க்காமல் பயன்படுத்துதல். மிகவும் பொதுவான மற்றும் மிகவும் விலையுயர்ந்த தவறு. அழகாக இருக்கும் குறியீடு அல்லது மெட்ரிக் அது சரியானது என்று அர்த்தமல்ல.
• மூல ரகசியத் தரவை கருவியில் ஒட்டுதல். ஒருமுறை அனுப்பினால், திரும்பப் பெற முடியாது.
• தவறான அளவீட்டை நம்புதல். சமநிலையற்ற தரவுகளில் துல்லியம் மற்றும் தரவரிசைப் பிரச்சனைகளில் RMSE போன்ற பொருந்தாத அளவீடுகள் தவறாக வழிநடத்துகின்றன.
• செயற்கை நுண்ணறிவை முடிவெடுப்பவர் என்று தவறாக நினைக்கிறார்கள். அவர் பரிந்துரைகளை வழங்குகிறார்; பொறுப்பு கையொப்பமிட்டவரிடம் உள்ளது.
• சூழலற்ற உடனடி. "ஒரு மாதிரியை எழுது" போன்ற தெளிவற்ற கோரிக்கைகள் சரிபார்க்க முடியாத வெளியீட்டை உருவாக்குகின்றன.

சுருக்கமாக

செயற்கை நுண்ணறிவு என்பது எம்.எல் இன்ஜினியர் மற்றும் அதன் தினசரி ரெப்ளிகேட்டரால் உருவாக்கப்பட்ட தயாரிப்பு ஆகும். குறியீடு-தரவு-ஆவணம் போன்ற குறைந்த-ஆபத்து, எளிதில் சரிபார்க்கப்பட்ட பணிகளில் அதன் மதிப்பு அதிகமாக உள்ளது; பணம், தனியுரிமை மற்றும் பாதுகாப்பைப் பாதிக்கும் முடிவுகள் நபரிடம் இருக்கும். ஒவ்வொரு வெளியீட்டையும் மூலத்துடன் இணைக்கவும், மீண்டும் அளவிடவும், பொறியியல் வடிகட்டி வழியாக அனுப்பவும். ரகசியத் தரவைப் பாதுகாக்கவும், அங்கீகரிக்கப்பட்ட வாகனங்களைப் பயன்படுத்தவும், தற்காப்பு நோக்கங்களுக்காக மட்டுமே பாதுகாப்பில் வேலை செய்யவும். இந்த ஒழுக்கம் அனைத்து அடுத்தடுத்த அலகுகளுக்கும் அடிப்படையாகும்.

விண்ணப்ப பணி

உங்கள் சொந்த திட்டத்திலிருந்து ஒரு பணியைத் தேர்ந்தெடுக்கவும் (எ.கா. தரவு சுத்தம் செய்யும் செயல்பாட்டை எழுதுதல்). முதலில் பலவீனமான வரியில் எழுதவும், பின்னர் இந்த யூனிட்டில் உள்ள டெம்ப்ளேட்டைப் பயன்படுத்தி வலுவான வரியில் எழுதவும். இரண்டு வெளியீடுகளையும் எடுத்து, மூன்று-படி சரிபார்ப்பைப் பயன்படுத்தவும் (மூலத்திற்கான இணைப்பு, மறு இயக்கம், பொறியியல் வடிகட்டி). எந்த ப்ராம்ப்ட் எத்தனை நிமிடங்கள் மற்றும் எத்தனை திருத்தங்களைச் சேமிக்கிறது என்பதைக் கவனியுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] எனது பணியின் அபாய அளவை (குறைந்த/உயர்ந்த) தீர்மானித்துள்ளேன்.
• [ ] நான் எந்த உண்மையான தனிப்பட்ட/ரகசியத் தரவையும் ப்ராம்ட்டில் வைக்கவில்லை; நான் அதை மறைத்தேன் அல்லது செயற்கை மாதிரியைப் பயன்படுத்தினேன்.
• [ ] நான் வெளியீட்டை மூலத்துடன் இணைத்தேன், அதை மீண்டும் இயக்கினேன், பொறியியல் கண்ணோட்டத்தில் வடிகட்டினேன்.
• [ ] நான் சரியான மெட்ரிக்கைத் தேர்ந்தெடுத்துள்ளேன் என்பதைச் சரிபார்த்தேன்.
• [ ] நானே/குழுவோடு சேர்ந்து முக்கியமான முடிவை (உற்பத்தி, தரவு செயலாக்கத்தில் வைப்பது) எடுத்தேன், அதை நான் செயற்கை நுண்ணறிவுக்கு விட்டுவிடவில்லை.
• [ ] நான் கார்ப்பரேட் அங்கீகரிக்கப்பட்ட வாகனத்தைப் பயன்படுத்தினேன்.