இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வு, ஆய்வக நிர்வாகம், சரிபார்ப்பு மற்றும் பொறுப்பான பயன்பாடு

ஆதாயங்கள்:

• மனித சரிபார்ப்பு வாயில்களுடன், வழக்கின் ஆரம்பம் முதல் நீதிமன்றம் வரை ஒவ்வொரு கட்டத்திலும் செயற்கை நுண்ணறிவை உட்பொதிக்கும் திறன்
• அங்கீகரிக்கப்பட்ட கருவி பட்டியல், தரவு வகைப்பாடு, பதிவு செய்யும் ஒழுங்குமுறை மற்றும் தற்போதைய சரிபார்ப்பு ஆகியவற்றுடன் ஆய்வக ஆளுகை கட்டமைப்பை நிறுவும் திறன்
• மனித பொறுப்பு, சான்றுகளின் ஒருமைப்பாடு, தனியுரிமை, வெளிப்படைத்தன்மை, தற்காப்பு பயன்பாடு மற்றும் பாரபட்சமற்ற தன்மை ஆகியவற்றின் கொள்கைகளை பணிப்பாய்வுக்குள் உட்பொதிக்கும் திறன்

முந்தைய பத்து அலகுகளில், டிஜிட்டல் தடயவியல் - சேகரிப்பு ஆதரவு, சோதனை, காலவரிசை, மின்-கண்டுபிடிப்பு, மால்வேர், மொபைல்/கிளவுட், டீப்ஃபேக், சான்றுகள் ஒருமைப்பாடு மற்றும் அறிக்கை ஆகியவற்றின் தனிப்பட்ட கட்டங்களில் AI ஐப் பயன்படுத்த கற்றுக்கொண்டோம். இந்த இறுதி அலகில், நாங்கள் கூறுகளை ஒன்றாக இணைத்துள்ளோம்: ஒரு வழக்கின் ஆரம்பம் முதல் ஒரு சீரான பணிப்பாய்வுக்குள் AI ஐ உட்பொதித்து, அதை ஒரு தடயவியல் ஆய்வகத்தில் பாதுகாப்பானதாகவும், மீண்டும் மீண்டும் செய்யக்கூடியதாகவும், ஆளுகையின் கட்டமைப்பைக் கொண்ட ஒரு நிறுவனத்தில் உள்ள கருவிகள், செயல்முறைகள் மற்றும் பொறுப்புகளை நிலையான, தணிக்கை செய்யக்கூடிய விதிகளுடன் பிணைத்தல். தனிநபர் நல்லெண்ணத்தை நிறுவன உத்தரவாதமாக மாற்றுவதே இதன் நோக்கம்.

இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வு: சரிபார்ப்பு வாயில்கள்

AI உடன் தடயவியல் விசாரணையை மேற்கொள்ளும்போது, ஒவ்வொரு கட்டத்திலும் சரிபார்ப்பு வாயிலை (அடுத்த கட்டத்திற்குச் செல்வதற்கு முன் ஒரு மனிதனால் வெளியீடு சரிபார்க்கப்படும் கட்டாய நிறுத்தம்) வைக்கவும்:

1. சேகரிப்பு: AI திட்டம்/டெம்ப்ளேட்டை உருவாக்குகிறது → மனிதன் படத்தை எடுக்கிறான், ஹாஷை சரிபார்க்கிறான், சங்கிலியைத் தொடங்குகிறான். கேட்: ஹாஷ் மேட்ச் மற்றும் செயின் ரெக்கார்டு முடிந்ததா?
2. சோதனை: AI முன்னுரிமை அளிக்கிறது → மனித மாதிரியுடன் ஆய்வு செய்கிறது. போர்ட்: குறைந்த முன்னுரிமை கிளஸ்டர் மாதிரி எடுக்கப்பட்டதா?
3. மதிப்பாய்வு/பகுப்பாய்வு: AI மதிப்பெண்கள், சுருக்கம் → மனித மூலத்திற்கான இணைப்புகள். கேட்: ஒவ்வொரு கண்டுபிடிப்பும் மூலத்துடன் இணைக்கப்பட்டுள்ளதா?
4. காலவரிசை: AI வரிசைப்படுத்துகிறது → மனிதனை இயல்பாக்குகிறது, காரணத்தை நீக்குகிறது. கேட்: கால அளவு இயல்பாக்கப்பட்டதா, தொடர்பு-காரணம் பிரிக்கப்பட்டதா?
5. அறிக்கை: AI வரைவை எழுதுகிறது → மனித சரிபார்க்கிறது, நடவடிக்கைகள், அறிகுறிகள். கதவு: ஒவ்வொரு வாக்கியமும் மூலத்தை அடிப்படையாகக் கொண்டது, மொழி அளவிடப்படுகிறதா?

ஒவ்வொரு கதவையும் கடந்து செல்லாமல் அடுத்த இடத்திற்கு செல்ல முடியாது. இது அடுக்கு பாதுகாப்பு ஆகும், இது ஒரு AI பிழை அறிக்கைக்குள் ஊடுருவுவதைத் தடுக்கிறது.

உதவிக்குறிப்பு: உங்கள் பணிப்பாய்வுகளை எழுதப்பட்ட சரிபார்ப்புப் பட்டியலாகப் பிரித்து, ஒவ்வொரு நிகழ்விலும் ஒரே பட்டியலைப் பயன்படுத்தவும். மறுஉருவாக்கம் என்பது தரம் மற்றும் ஏற்றுக்கொள்ளும் தன்மை ஆகிய இரண்டையும் அதிகரிக்கிறது: "ஒவ்வொரு தேர்விலும் அதே சரிபார்க்கப்பட்ட செயல்முறையை நாங்கள் பயன்படுத்துகிறோம்" என்பது நீதிமன்றத்தில் முறை நம்பகத்தன்மையின் அடிப்படையாகும்.

ஆய்வக நிர்வாகம்

தனிமனித ஒழுக்கம் ஆய்வக அளவில் ஆளுகையாக உருவாக வேண்டும். தடயவியல் ஆய்வகத்தில் AI நிர்வாகத்தின் கூறுகள்:

• அங்கீகரிக்கப்பட்ட கருவி பட்டியல்: எந்த AI கருவிகளை எந்த தரவு வகுப்பில் பயன்படுத்தலாம்; எவை (பொருத்தமற்ற அதிகார வரம்பில் யாருடைய தரவு மாதிரி பயிற்சிக்கு செல்கிறது) தடைசெய்யப்பட்டுள்ளது.
• தரவு வகைப்பாடு: திறந்த/உள்/ரகசிய/தனிப்பட்ட-உணர்திறன் தரவு எந்த வாகனத்தை உள்ளிடலாம். தனிப்பட்ட மற்றும் சலுகை பெற்ற தரவுகள் ஒப்பந்தம் செய்யப்பட்ட, தரவு இல்லாத வழிமுறைகளில் மட்டுமே பொருத்தமான அதிகார வரம்பில் செயலாக்கப்படும்.
• பொதுவான ப்ராம்ட் மற்றும் டெம்ப்ளேட் லைப்ரரி: ஆதாரத்துடன் இணைப்பதைச் செயல்படுத்தும் சரிபார்க்கப்பட்ட, நிலையான தூண்டுதல்கள்; அனைவரும் ஒரே தரத்தில் பணியாற்ற வேண்டும்.
• பதிவு செய்யும் ஒழுக்கம் (ஆடிட் டிரெயில்): எந்த தரவு, எந்த கருவி மூலம் என்ன செய்யப்பட்டது என்பதை பதிவு செய்தல். இது ஏற்றுக்கொள்ளக்கூடியது மற்றும் உள் தணிக்கை ஆகிய இரண்டிற்கும் ஆகும்.
• பயிற்சி மற்றும் திறன்: வல்லுநர்கள் AI இன் வரம்புகள், மாயத்தோற்றம் மற்றும் சரிபார்ப்பு தேவை ஆகியவற்றை அறிவார்கள்.
• தொடர்ச்சியான சரிபார்ப்பு: அறியப்பட்ட சோதனைத் தரவுகளுக்கு எதிராக வாகனங்களின் செயல்திறனைத் தொடர்ந்து சோதனை செய்தல்; குருட்டு நம்பிக்கைக்கு பதிலாக அளவிடப்பட்ட நம்பிக்கை.

எச்சரிக்கை: அளவுடன் ஆபத்து பெருகும். ஒரு நிபுணரை கவனமாகப் பயன்படுத்துவது நல்லது; ஆனால் பத்து பேர் கொண்ட ஆய்வகத்தில் ஒவ்வொருவரும் விதவிதமான கருவிகள், வெவ்வேறு தரம், கவனிப்பு இல்லாமல் வேலை செய்தால், ஒரு நாள் ஒரு சான்று சரிந்துவிடும். நெருக்கடி ஏற்படுவதற்கு முன்பே ஆட்சி அமைக்கப்படுகிறது - பிறகு அல்ல.

நெறிமுறை மற்றும் பொறுப்பான பயன்பாடு: மாறாத கொள்கைகள்

ஒரு கட்டமைப்பில் முழு தொகுதி முழுவதும் நாம் மீண்டும் செய்யும் கொள்கைகளை சேகரிப்போம்:

• மனித பொறுப்பு: ஒவ்வொரு இறுதி முடிவும் கையொப்பமும் மனிதனுடையது. "AI அவ்வாறு கூறியது" எங்கும் மன்னிக்க முடியாது.
• சான்றுகளின் நேர்மை: அசல் தீண்டப்படாதது; பதிவு செய்யப்பட்ட தோற்றத்துடன் சரிபார்க்கப்பட்ட வழித்தோன்றலில் அனைத்தும் செய்யப்படுகின்றன.
• தனியுரிமை மற்றும் சட்டப்பூர்வத்தன்மை: தனிப்பட்ட/முக்கியத் தரவைப் பாதுகாத்தல், பொருத்தமான கருவிகளைப் பயன்படுத்தி, அங்கீகாரத்தின் எல்லைக்குள் மட்டுமே வேலை செய்யப்படுகிறது.
• வெளிப்படைத்தன்மை: AI பயன்பாடு நேர்மையாக அறிக்கையில் கூறப்பட்டுள்ளது; இது மறைக்கப்படவில்லை.
• தற்காப்பு பயன்பாடு: பாதுகாப்பு மற்றும் தீம்பொருள் தகவல் பாதுகாப்பு, சரிபார்ப்பு மற்றும் அங்கீகரிக்கப்பட்ட விசாரணைக்கு மட்டுமே; அங்கீகரிக்கப்படாத அணுகல், போலி ஊடக தயாரிப்பு அல்லது தாக்குதல் மேம்பாட்டிற்காக ஒருபோதும்.
• பாரபட்சமற்ற தன்மை: தடயவியல் நிபுணர் உண்மையைத் தேடுகிறார்; இது AI ஐப் பயன்படுத்தி ஆதாரங்களை புறநிலையாக மதிப்பிடுவதற்குப் பயன்படுத்துகிறது, முன்பு எட்டப்பட்ட முடிவை "சரிபார்ப்பதற்கு" அல்ல.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - ஆட்சி கசிவைத் தடுத்தது. ஒரு ஆய்வகத்தில், ஒரு புதிய பகுப்பாய்வாளர் சலுகை பெற்ற மின்னஞ்சல்களை விரைவாக ஜீரணிக்க ஒரு பொது கருவியில் பதிவேற்றவிருந்தார். அங்கீகரிக்கப்பட்ட வாகனப் பட்டியல் மற்றும் தரவு வகைப்பாடு ஆகியவை செயல்பாட்டுக்கு வந்தன: தனிப்பட்ட/சலுகை பெற்ற தரவு அந்த வாகனத்திற்கு வரம்பற்றதாக இருந்தது. விதியின் காரணமாக, கசிவு நடப்பதற்கு முன்பே நிறுத்தப்பட்டது.

வழக்கு 2 - சரிபார்ப்பு வாயில்கள் ஆரம்பத்தில் பிழையைப் பிடித்தன. ஒரு வழக்கில், ட்ரேஜ் வாயிலில் மாதிரி எடுக்கப்பட்டது மற்றும் AI தவறாக வகைப்படுத்தப்பட்ட ஒரு முக்கியமான கோப்பு கண்டறியப்பட்டது. பிழை இரண்டாவது கட்டத்தில் சிக்கியது, அறிக்கை கட்டத்தில் அல்ல. அடுக்கப்பட்ட கதவுகள் ஒரு தவறை நீதிமன்றம் வரை செல்வதைத் தடுத்தன.

வழக்கு 3 - தொடர்ச்சியான சரிபார்ப்பு அளவிடப்பட்ட நம்பிக்கை. ஒரு ஆய்வகம் அதன் டீப்ஃபேக் கண்டறிதல் கருவியை ஒவ்வொரு மூன்று மாதங்களுக்கும் அறியப்பட்ட போலி/உண்மையான மாதிரிகள் மூலம் சோதித்தது மற்றும் செயல்திறன் சிதைவைக் கண்டறிந்தது (புதிய தலைமுறை நுட்பங்கள் கருவியைத் தவிர்த்துவிட்டன). வாகனத்தின் வெளியீட்டிற்கு கொடுக்கப்பட்ட எடை அதற்கேற்ப சரிசெய்யப்பட்டுள்ளது. குருட்டு நம்பிக்கையை விட அளவிடப்பட்ட நம்பிக்கை தவறான அறிக்கையைத் தடுத்தது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) நிகழ்வு பணிப்பாய்வு சரிபார்ப்பு பட்டியல்:

உங்கள் பங்கு: கணினி தடயவியல் செயல்முறை தலைவர். ஒரு சம்பவத்திற்கான முடிவில் இருந்து இறுதி வரை AI-இயங்கும் பணிப்பாய்வு சரிபார்ப்புப் பட்டியலை எனக்கு வழங்கவும்: சேகரிப்பு, சோதனை, பகுப்பாய்வு, காலவரிசை, அறிக்கை கட்டங்கள் மற்றும் ஒவ்வொரு கட்டத்திற்கும் சரிபார்ப்பு கேட் (மனித சரிபார்ப்பு). ஒவ்வொரு போர்ட்டிற்கும் "பாஸ் நிபந்தனையை" எழுதவும் (எ.கா. ஹாஷ் பொருந்தியதா, அது மூலத்துடன் இணைக்கப்பட்டுள்ளதா).

2) AI கருவி/தரவு கொள்கை வரைவு:

தடயவியல் ஆய்வகத்திற்கான AI கருவி மற்றும் தரவு பயன்பாட்டுக் கொள்கையை கோடிட்டுக் காட்டுகிறேன்: தரவு வகுப்புகள் (திறந்த/உள்/ரகசிய/தனிப்பட்ட-உணர்திறன்), ஒவ்வொரு வகுப்பிற்கும் அனுமதிக்கப்படும் கருவிகளின் வகை, பதிவு (தணிக்கை) தேவை மற்றும் தடைசெய்யப்பட்ட பயன்பாடுகள் (அங்கீகரிக்கப்படாத அணுகல், போலி ஊடக தயாரிப்பு). சுருக்கமாக, செயல்படக்கூடிய புல்லட் புள்ளிகள்.

3) பதிவு (தணிக்கை பாதை) டெம்ப்ளேட்:

AI பயன்பாட்டு பதிவு டெம்ப்ளேட்டை எனக்கு உருவாக்கவும்: தேதி, நிபுணர், சம்பவ ஐடி, பயன்படுத்தப்பட்ட கருவி, தரவு வகுப்பு, செயல்முறை (முயற்சி/சுருக்கம்/கொடியிடுதல்), உள்ளீட்டு மூல (படம்/ஹாஷ்), வெளியீடு எவ்வாறு சரிபார்க்கப்பட்டது மற்றும் பொறுப்பான கையொப்பம். தணிக்கைக்கு ஏற்ற அட்டவணை, வரிக்கு வரி.

4) பொறுப்பான பயன்பாடு சுய கட்டுப்பாடு:

பொறுப்பான பயன்பாட்டிற்காக பின்வரும் AI பயன்பாட்டு வழக்கைச் சரிபார்க்கவும்: (1) மனிதர் இறுதி முடிவை எடுத்தாரா, (2) ஆதாரங்களின் நேர்மை பாதுகாக்கப்பட்டதா, (3) சட்ட நோக்கம்/தனியுரிமை கவனிக்கப்பட்டதா, (4) AI பயன்பாடு வெளிப்படையானதா, (5) தற்காப்பு நோக்கங்களுக்காக மட்டும்தானா? ஒவ்வொரு பொருளுக்கும் மிஸ்ஸிங்/ஆபத்து எனக் குறிக்கவும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

AI உடன் எங்கள் தடயவியல் மறுஆய்வு செயல்முறையை உருவாக்குங்கள்.

கதவு இல்லை, தரவுக் கொள்கை இல்லை, பதிவு மற்றும் பொறுப்பு இல்லை; ஒரு கட்டுப்பாடற்ற, ஏற்றுக்கொள்ள முடியாத செயல்முறை வெளிப்படுகிறது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: கணினி தடயவியல் ஆய்வக செயல்முறை தலைவர். AI-இயங்கும் என்ட்-டு-எண்ட் மதிப்பாய்வு செயல்முறையை எனக்கு வடிவமைக்கவும்; ஒவ்வொரு நிலையிலும் (சேகரிப்பு, சோதனை, பகுப்பாய்வு, காலவரிசை, அறிக்கை) மனித சரிபார்ப்பு கேட் மற்றும் மாறுதல் நிலையை வைக்கவும். தரவு வகைப்பாடு, அங்கீகரிக்கப்பட்ட கருவிகள் பட்டியல், தணிக்கை ஒழுங்குமுறை மற்றும் தடைசெய்யப்பட்ட பயன்பாடுகள் (அங்கீகரிக்கப்படாத அணுகல், போலி ஊடகம்) ஆகியவை அடங்கும். ஒவ்வொரு முடிவும் மனிதனிடம் இருக்கும் என்பதையும், AI இன் பயன்பாடு அறிக்கையில் வெளிப்படையாகக் கூறப்படும் என்பதையும் வலியுறுத்துங்கள்.

கதவுகள், தரவுக் கொள்கை, பதிவு மற்றும் பொறுப்புக்கூறல் கட்டமைப்பு ஆகியவை செயல்முறையை தணிக்கை செய்யக்கூடியதாகவும் பாதுகாக்கக்கூடியதாகவும் ஆக்குகின்றன.

ஆளுமை கூறுகள் அட்டவணை

உறுப்பு

என்ன வழங்குகிறது

இல்லை என்றால் ஆபத்து

அங்கீகரிக்கப்பட்ட வாகனப் பட்டியல்

நிலையான, பாதுகாப்பான கருவி

தரவு கசிவு

தரவு வகைப்பாடு

சரியான வாகனம்-தரவு பொருத்தம்

தனியுரிமை மீறல்

சரிபார்ப்பு வாயில்கள்

ஆரம்ப பிழை பிடிப்பு

நீதிமன்றத்தில் பிழை கசிகிறது

பதிவு (தணிக்கை பாதை)

தணிக்கைத்திறன்

ஏற்றுக்கொள்ளும் தன்மை பலவீனம்

தொடர்ச்சியான சரிபார்ப்பு

அளவிடப்பட்ட நம்பிக்கை

கண்மூடித்தனமாக நம்புங்கள்

கல்வி

எல்லை விழிப்புணர்வு

மாயத்தோற்றத்தில் விழ வேண்டாம்

பொதுவான தவறுகள்

• சரிபார்ப்பு கேட் போடவில்லை. ஒற்றை AI பிழையானது அறிக்கையில் சரிபார்க்கப்படாமல் போகும்.
• நெருக்கடிக்குப் பிறகு ஆட்சியை ஒத்திவைத்தல். அளவுடன் ஆபத்து பெருகும்; விதி முன்பே நிறுவப்பட்டது.
• பதிவுகளை வைக்கவில்லை. தணிக்கை செய்ய முடியாத ஒரு செயல்முறையை நீதிமன்றத்தில் பாதுகாக்க முடியாது.
• வாகன செயல்திறனை ஒருபோதும் சோதிக்க வேண்டாம். காலப்போக்கில் மற்றும் புதிய நுட்பங்களுடன் மாதிரிகள் பலவீனமடைகின்றன.
• AIக்கு பொறுப்பை மாற்றுதல். இறுதி முடிவும் கையொப்பமும் எப்போதும் மனிதனிடம்தான் இருக்கும்.

சுருக்கமாக

இந்தத் தொகுதியின் இறுதிப் பாடம் பகுதிகளை முழுவதுமாக இணைக்கிறது: ஒரு வழக்கின் ஆரம்பம் முதல் வழக்கு வரை ஒவ்வொரு கட்டத்திலும் சரிபார்ப்பு வாயில்களுடன் AI உட்பொதிக்கப்பட்டுள்ளது, மேலும் ஆய்வக அளவில் ஆளுகை (அங்கீகரிக்கப்பட்ட கருவிகள், தரவு வகைப்பாடு, பதிவு ஒழுங்குமுறை, தொடர்ச்சியான சரிபார்ப்பு, பயிற்சி) மூலம் பாதுகாக்கப்படுகிறது. மாறாத கொள்கைகள் தெளிவாக உள்ளன: மனித பொறுப்பு, சான்றுகளின் ஒருமைப்பாடு, தனியுரிமை மற்றும் சட்டபூர்வமான தன்மை, வெளிப்படைத்தன்மை, தற்காப்பு பயன்பாடு மற்றும் பாரபட்சமற்ற தன்மை. AI என்பது டிஜிட்டல் தடயவியல் அளவின் சக்திவாய்ந்த பெருக்கி ஆகும்; ஆனால் மனிதர்கள் எப்போதும் உண்மையைத் தேடுகிறார்கள், ஆதாரங்களைப் பாதுகாப்பார்கள், பொறுப்பேற்கிறார்கள்.

விண்ணப்ப பணி

"நிகழ்வு பணிப்பாய்வு சரிபார்ப்பு பட்டியல்" மற்றும் "AI கருவி/தரவு கொள்கை அவுட்லைன்" டெம்ப்ளேட்களைப் பயன்படுத்தி உங்கள் சொந்த (அல்லது கற்பனையான) ஆய்வகத்திற்கான ஒரு பக்க செயல்முறை ஆவணத்தை உருவாக்கவும்: ஐந்து நிலைகள், ஒவ்வொன்றிலும் சரிபார்ப்பு வாயில் மற்றும் நிலைமாற்ற நிலை, தரவு வகைப்பாடு மற்றும் தடைசெய்யப்பட்ட பயன்பாடுகள். "பொறுப்பான பயன்பாடு சுய தணிக்கை" டெம்ப்ளேட்டைக் கொண்டு இந்தத் தொகுதியில் உங்கள் முந்தைய விண்ணப்பத்தைத் தணிக்கை செய்யவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் ஒவ்வொரு கட்டத்திலும் ஒரு மனித சரிபார்ப்பு கேட் மற்றும் பாஸ் நிபந்தனையை வைத்தேன்.
• [ ] நான் தரவு வகைப்பாடு மற்றும் அங்கீகரிக்கப்பட்ட வாகனப் பட்டியலை வரையறுத்துள்ளேன்.
• [ ] நான் தணிக்கைப் பாதையில் AI இன் பயன்பாட்டைப் பதிவு செய்தேன்.
• [ ] வாகன செயல்திறனை அவ்வப்போது சரிபார்க்க திட்டமிட்டேன்.
• [ ] இறுதி முடிவு மற்றும் கையொப்பம் மனிதனிடம் உள்ளது என்றும், பயன்பாடு தற்காப்பு மற்றும் வெளிப்படையானது என்றும் நான் உறுதியளித்துள்ளேன்.

தொகுதி தேர்வு

1. கணினி தடயவியலில் செயற்கை நுண்ணறிவுக்கான மிகவும் துல்லியமான நிலைப்படுத்தல் எது?

• A) செயற்கை நுண்ணறிவு மனித ஒப்புதல் இல்லாமல் நேரடியாக நீதிமன்ற அறிக்கையில் கண்டுபிடிப்புகளை எழுத முடியும்
• B) செயற்கை நுண்ணறிவு உரையை சுருக்கமாகச் சொல்வதில் மட்டுமே பயனுள்ளதாக இருக்கும் மற்றும் தடயவியல் விசாரணையின் பிற பகுதிகளுக்கு எந்தப் பொருத்தமும் இல்லை.
• C) AI என்பது ஒரு சோதனைக் கருவி மற்றும் புளூபிரிண்ட் ஜெனரேட்டர்; ஆதாரங்களின் நேர்மை மற்றும் விளக்கத்தை தீர்மானிக்கும் முடிவுகளுக்கான பொறுப்பு மனிதர்களிடம் உள்ளது ✔
• D) செயற்கை நுண்ணறிவு எப்போதும் மனிதர்களை விட அதிக நோக்கமாக இருப்பதால், அதற்கு ஆதாரங்களின் விளக்கத்தை விட்டுவிட வேண்டியது அவசியம்.

விளக்கம்: செயற்கை நுண்ணறிவு; இது ஒரு உதவியாளர், இது மிகப்பெரிய தரவைச் செயல்படுத்துகிறது, வடிவங்களைக் கொடியிடுகிறது மற்றும் வெளிப்புறங்களை உருவாக்குகிறது. ஆதாரங்களின் நேர்மை, அதன் விளக்கம் மற்றும் நீதிமன்றத்தில் பாதுகாக்கப்பட வேண்டியவற்றின் இறுதிக் கருத்து போன்ற முக்கியமான முடிவுகளுக்கான பொறுப்பு மற்றும் ஒப்புதல், திறமையான நிபுணரிடம் உள்ளது; சரிபார்க்கப்படாத வெளியீடு ஒரு நபரின் சுதந்திரத்தை அல்லது ஒரு நிறுவனத்தின் எதிர்காலத்தை பாதிக்கலாம்.

2. அசல் ஆதாரங்களை ஆய்வு செய்யும் போது ஒருமைப்பாட்டைப் பாதுகாப்பதற்கான அடிப்படைக் கொள்கை என்ன?

• A) அசல் தொடப்படாதது; ரைட் பிளாக்கர் மூலம் படம் பிடிக்கப்பட்டது, ஹாஷ் சரிபார்க்கப்பட்டது மற்றும் நகலில் பகுப்பாய்வு செய்யப்படுகிறது ✔
• B) வேகத்திற்கு, அசல் சாதனம் நேரடியாக கணினியில் செருகப்பட்டு கோப்புகள் ஆய்வு செய்யப்படுகின்றன
• C) AI கருவியில் பதிவேற்ற அசல் சான்றுகளை மாற்றலாம்
• D) ஹாஷ்களைக் கணக்கிடுவது தேவையற்றது, நேர்மையை நிரூபிக்க கோப்புப் பெயர்கள் போதுமானது

விளக்கம்: அசல் ஆதாரங்களை நேரடியாக தொட முடியாது. ரைட் பிளாக்கர் மூலம் மூலத்திற்கு எழுதுவதைத் தடுப்பதன் மூலம், சரியான படம் எடுக்கப்படுகிறது, கைரேகை ஹாஷ் (SHA-256) மூலம் கணக்கிடப்படுகிறது, மேலும் முழு பகுப்பாய்வு - செயற்கை நுண்ணறிவு பகுப்பாய்வு உட்பட - இந்த சரிபார்க்கப்பட்ட நகலில் செய்யப்படுகிறது. எனவே அசல் ஹாஷ் மாறாது.

3. பெரிய தரவுத்தொகுப்பில் AI சோதனையானது 'குறைந்த முன்னுரிமை' என்று அழைக்கும் கோப்புகளுக்கு என்ன செய்ய வேண்டும்?

• A) நேரத்தை மிச்சப்படுத்த, அது முற்றிலும் நீக்கப்பட்டு மதிப்பாய்வில் இருந்து அகற்றப்படும்.
• B) செயற்கை நுண்ணறிவு கூறியதால் மீண்டும் திறக்காது.
• C) இது தானாகவே மற்ற தரப்பினருக்கு வழங்கப்படும்
• D) அழியாத; வரிசை இறுதிவரை விடப்பட்டது, ஆனால் தவறான எதிர்மறைகளுக்கு மாதிரி மூலம் சரிபார்க்கப்பட்டது ✔

விளக்கம்: ட்ரேஜ் என்பது நீக்குதல் அல்ல, ஆனால் முன்னுரிமை; எந்த கிளஸ்டர்களும் நீக்கப்படவில்லை. தவறான எதிர்மறைகள் (உண்மையான ஆதாரங்களை 'பொருத்தமற்றது' எனத் தவிர்ப்பது) கணினி தடயவியலில் மிகவும் விலையுயர்ந்த தவறு. எனவே, செயற்கை நுண்ணறிவின் வகைப்பாடு 'குறைந்த முன்னுரிமை' கிளஸ்டரிலிருந்தும் சீரற்ற மாதிரி மூலம் சரிபார்க்கப்பட வேண்டும்.

4. வெவ்வேறு ஆதாரங்களில் இருந்து பதிவுகளை ஒரு காலவரிசையில் இணைக்கும் முன் மிக முக்கியமான படி என்ன?

• A) பதிவுகளை அப்படியே அருகருகே வைத்து, அடுத்தடுத்து வருவதை காரணம் மற்றும் விளைவு என எண்ணுதல்
• B) அனைத்து நேர முத்திரைகளையும் ஒரே குறிப்புக்கு (UTC) இயல்பாக்குதல் ✔
• C) மிகப்பெரிய பதிவுக் கோப்பை மட்டும் பயன்படுத்தவும், மற்றவற்றை நிராகரிக்கவும்
• D) நேர முத்திரைகளைப் பார்க்காமல் நிகழ்வுகளை அகர வரிசைப்படி வரிசைப்படுத்துதல்

விளக்கம்: மிகப்பெரிய ஆபத்து நேர மண்டலம் மற்றும் கடிகாரச் சறுக்கல்: ஒரு பதிவு UTC, மற்றொரு உள்ளூர் நேரம் அல்லது கணினியின் கடிகாரம் தவறாக இருக்கலாம். தொடர்பை நிறுவுவதற்கு முன் அனைத்து நேர முத்திரைகளும் ஒரே குறிப்புக்கு (பொதுவாக UTC) இயல்பாக்கப்பட வேண்டும்; இல்லையெனில், நிறுவப்பட்ட காரண-விளைவு உறவு ஆரம்பத்திலிருந்தே அழுகிவிடும்.

5. ஒரு காலவரிசையில் ஒரு குறிப்பிட்ட இடைவெளியில் பதிவுகள் இல்லாதது, தடயவியல் கண்ணோட்டத்தில் எதைக் குறிக்கலாம்?

• A) விண்வெளி எப்போதும் அர்த்தமற்றது மற்றும் புறக்கணிக்கப்பட வேண்டும்
• பி) அந்த நேரத்தில் கணினி மூடப்பட்டுள்ளது என்பதை இடைவெளி நிச்சயமாக நிரூபிக்கிறது.
• C) பதிவு இடைவெளிகள் பதிவுகள் வேண்டுமென்றே நீக்கப்பட்டிருக்கலாம் என்பதைக் குறிக்கலாம் (பதிவு துடைத்தல்) மற்றும் விசாரிக்கப்பட வேண்டும் ✔
• D) இடைவெளி கண்டறியப்பட்டால், முழு அட்டவணையும் தவறானதாகக் கருதப்பட்டு நிராகரிக்கப்பட வேண்டும்

விளக்கம்: எதிர்பார்க்கப்படும் காலத்தில் பதிவு இடைவெளி என்பது பதிவுகள் வேண்டுமென்றே அழிக்கப்பட்டிருக்கலாம் என்பதற்கான வலுவான அறிகுறியாகும்; பெரும்பாலும் வெறுமையே மிக முக்கியமான சான்றுகளில் ஒன்றாகும். இடைவெளிகளை புறக்கணிக்கக்கூடாது, ஆனால் நீக்குதல்/கையாளுதல் சாத்தியம் என ஆராயப்பட வேண்டும்.

6. மின்-கண்டுபிடிப்பில் செயற்கை நுண்ணறிவுடன் கூடிய மதிப்பாய்வை துரிதப்படுத்தும் முன்கணிப்பு குறியீட்டு (TAR) முடிவுகளை மதிப்பிடும் போது தடயவியல்/சட்ட சூழலில் எந்த அளவுகோலுக்கு முன்னுரிமை அளிக்கப்படுகிறது, ஏன்?

• A) நினைவுகூருதல் முன்னுரிமை பெறுகிறது; கூடுதல் ஆவணங்களைப் படிப்பதை விட, தொடர்புடைய ஆவணத்தைத் தவறவிடாமல் இருப்பது முக்கியம் ✔
• B) துல்லியம் மட்டுமே முக்கியம்; வாசிப்பு சுமையைக் குறைக்க இறுக்கமான வாசல் போதுமானது
• C) எந்த அளவீடுகளும் கருதப்படவில்லை; செயற்கை நுண்ணறிவின் முடிவு நேரடியாக ஏற்கப்படுகிறது
• D) ஆவணங்களின் எண்ணிக்கை மட்டுமே முக்கியம்; உள்ளடக்க பொருத்தம் அளவிடப்படவில்லை

விளக்கம்: ரீகால் (துல்லியமான) அனைத்து தொடர்புடைய ஆவணங்கள் உண்மையில் எவ்வளவு கண்டுபிடிக்க முடியும் என்பதை அளவிடும்; தொடர்புடைய ஆவணத்தை வழங்கத் தவறினால் தடைகள் ஏற்படக்கூடும் என்பதால், அதிக நினைவுகூருதல் சட்டத்தில் முன்னுரிமை அளிக்கப்படுகிறது. எனவே, 'பொருத்தமில்லாத' கிளஸ்டர் என்று அழைக்கப்படுவது, திரும்ப அழைக்கும் மாதிரி மூலம் ஆய்வு செய்யப்படுகிறது; அதிகமாக வாசிப்பதை விட தவறாமல் இருப்பது முக்கியம்.

7. மின்-கண்டுபிடிப்பில் வழக்கறிஞர்-வாடிக்கையாளர் சிறப்புரிமை கொண்ட ஆவணங்களுக்கு செயற்கை நுண்ணறிவின் பங்கு என்னவாக இருக்க வேண்டும்?

• A) செயற்கை நுண்ணறிவு தனிச்சலுகை தீர்மானத்தை தீர்மானமாக எடுக்கிறது மற்றும் டெலிவரி தொகுப்பை தானாக உருவாக்குகிறது
• B) அனைத்து ஆவணங்களும் இறுதியில் டெலிவரி செய்யப்படுவதால் சிறப்புரிமை சரிபார்ப்பு தேவையற்றது
• C) செயற்கை நுண்ணறிவு பயன்படுத்தப்படவே இல்லை; அனைத்து ஆவணங்களும் தொழில்நுட்ப ஆதரவு இல்லாமல் கைமுறையாக, ஒவ்வொன்றாக படிக்கப்படுகின்றன
• D) தகுதிவாய்ந்த சலுகை பெற்ற ஆவணங்களை வேட்பாளர்களாக AI கொடியிடுகிறது; மனித வழக்கறிஞர் இறுதி முடிவை உறுதிப்படுத்துகிறார் ✔

விளக்கம்: தற்செயலாக ஒரு சலுகை பெற்ற ஆவணத்தை மற்ற தரப்பினருக்கு வழங்குவது (பிரிவிலெஜ் தள்ளுபடி) ஒரு தவறு, அதை மாற்றுவது மிகவும் கடினம். AI ஆனது சலுகை பெற்ற ஆவணங்களைக் கொடியிட உதவுகிறது, ஆனால் ஒவ்வொரு சிறப்புரிமை முடிவும் மனித வழக்கறிஞரால் உறுதிப்படுத்தப்பட வேண்டும்; செயற்கை நுண்ணறிவால் இறுதி முடிவை எடுக்க முடியாது.

8. தீம்பொருள் மாதிரிக்கான நிலையான சுட்டிகளை (ஸ்ட்ரிங்க்ஸ்) AI பார்த்து, 'இது அறியப்பட்ட X ransomware' என்று கூறும்போது ஒருவர் எவ்வாறு செயல்பட வேண்டும்?

• A) நோயறிதல் உறுதியானதாகக் கருதப்படுகிறது மற்றும் அறிக்கையில் நேரடியாக எழுதப்பட்டுள்ளது.
• B) நோயறிதல் ஒரு கருதுகோளாகக் கருதப்படுகிறது; தனிமைப்படுத்தப்பட்ட சாண்ட்பாக்ஸில் டைனமிக் நடத்தை மற்றும் IOC சரிபார்ப்பு மூலம் உறுதிப்படுத்தப்பட்டது ✔
• சி) செயற்கை நுண்ணறிவு கூறுவதால் கூடுதல் சரிபார்ப்பு தேவையில்லை
• D) ஒரு உண்மையான அமைப்பில் தனிமைப்படுத்தாமல் இயங்குவதன் மூலம் மாதிரி விரைவாக சோதிக்கப்படுகிறது

விளக்கம்: நிலையான குறிகாட்டிகளின் அடிப்படையில் கண்டறிதல் ஆதாரம் அல்ல, ஆனால் ஒரு கருதுகோள்; AI ஒரு சரத்தை தவறாகப் புரிந்துகொள்ளலாம் அல்லது மாயத்தோற்றத்தை உருவாக்கலாம். இருப்பினும், குடும்ப நோயறிதல், டைனமிக் பகுப்பாய்வு (தனிமைப்படுத்தப்பட்ட சாண்ட்பாக்ஸில் நடத்தையை கவனிப்பது) மற்றும் IOC சரிபார்ப்பு மூலம் ஆதரிக்கப்பட வேண்டும். கூடுதலாக, இந்த தகவல் தற்காப்பு நோக்கங்களுக்காக மட்டுமே.

9. செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட அரட்டைச் சுருக்கம் மற்றும் மொபைல் தடயவியல் பகுப்பாய்வில் உள்ள ஆதாரம் ஆகியவற்றுக்கு இடையேயான தொடர்பை எவ்வாறு புரிந்து கொள்ள வேண்டும்?

• A) சுருக்கம் செய்திகளை விட நம்பகமான சான்று
• B) சுருக்கத்தை முக்கிய ஆதாரமாக நீதிமன்றத்தில் சமர்ப்பிக்கலாம், ஆதாரத்தைப் பார்க்க வேண்டிய அவசியமில்லை
• சி) சுருக்கம் ஒரு சான்று அல்ல, ஆனால் ஒரு வழிகாட்டி; உண்மையான ஆதாரம் அதன் மூலத்தில் உள்ள செய்தியாகும், மேலும் ஒவ்வொரு அடையாளமும் அங்கு இணைக்கப்பட வேண்டும் ✔
• D) சுருக்கம் போதுமானது; அசல் செய்திகளை நீக்கலாம்

விளக்கம்: செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட சுருக்கம் ஆதாரம் அல்ல; எந்த செய்திகளைப் பார்க்க வேண்டும் என்பதற்கான வழிகாட்டி மட்டுமே இது. உண்மையான ஆதாரம் அதன் மூலத்தில் உள்ள உண்மையான செய்தியாகும். எனவே, சுருக்கத்தில் குறிக்கப்பட்ட ஒவ்வொரு புள்ளியும் அசல் பதிவுடன் இணைக்கப்பட வேண்டும், மேலும் சுருக்கமானது செய்தியையே மாற்றக்கூடாது.

10. வீடியோ ஆதாரம் ஒரு ஆழமான போலியா என்பதை மதிப்பிடும்போது மிகவும் துல்லியமான அணுகுமுறை என்ன?

• A) பல அடுக்குகளில் தோற்றம், மெட்டாடேட்டா, தொழில்நுட்ப ஒழுங்கின்மை, ஆதாரம் மற்றும் சூழல் ஆகியவற்றை மதிப்பீடு செய்தல் மற்றும் நம்பிக்கை நிலையுடன் முடிவை வெளிப்படுத்துதல் ✔
• B) ஒரு ஒற்றை கண்டறிதல் கருவியின் மதிப்பெண்ணைப் பார்த்து 'நிச்சயமாக ஆழமான போலி' என்று கூறுதல்
• C) மெட்டாடேட்டாவை முற்றிலும் நம்புவது மற்றும் வேறு எந்த அடுக்குகளையும் பார்க்காமல் இருப்பது
• D) வீடியோ சரளமாகத் தெரிவதால், எந்தச் சரிபார்ப்பும் இல்லாமல் அதை உண்மையானதாக ஏற்றுக்கொள்வது

விளக்கம்: டீப்ஃபேக் கண்டறிதல் ஒரு கருவி அல்லது ஒரு மதிப்பெண் அடிப்படையில் இருக்க முடியாது; காவலின் சங்கிலி, மெட்டாடேட்டா, தொழில்நுட்ப ஒழுங்கின்மை, ஆதாரம் (C2PA) மற்றும் சூழல் நிலைத்தன்மை அடுக்குகள் ஒன்றாக மதிப்பீடு செய்யப்பட வேண்டும், குறுக்கு-சரிபார்க்கப்பட வேண்டும். முடிவு 'நிச்சயமாக போலி/உண்மையானது' அல்ல, ஆனால் அடுக்குகளின் ஒருங்கிணைந்த நம்பிக்கையின் அடிப்படையில் வெளிப்படுத்தப்படுகிறது.

11. செயற்கை நுண்ணறிவைப் பயன்படுத்தி நீதிமன்றத்தில் சாட்சியமளிப்பதற்கு எந்த சூழ்நிலை மிகவும் ஆபத்தானது?

• A) அறிக்கையில் செயற்கை நுண்ணறிவின் பயன்பாட்டை நேர்மையாகக் கூறுதல்
• B) மனித இணைப்பு மற்றும் ஒவ்வொரு செயற்கை நுண்ணறிவு வெளியீட்டையும் மூலத்துடன் சரிபார்த்தல்
• C) ஒரு 'கருப்புப் பெட்டி' வெளியீட்டை வழங்குவது, அது எப்படி முடிவெடுக்கிறது என்பதை விளக்க முடியாத ஒரு நேரடி கண்டுபிடிப்பு ✔
• D) சேகரிப்பு, ஆய்வு மற்றும் கட்டுப்பாடு ஹாஷ்கள் பொருந்துகின்றன என்பதை ஆவணப்படுத்துதல்

விளக்கம்: ஏற்றுக்கொள்ளுதல்; இதற்கு நம்பகத்தன்மை, ஒருமைப்பாடு/சங்கிலி, நம்பகமான மற்றும் மீண்டும் மீண்டும் செய்யக்கூடிய முறை மற்றும் நிபுணர் விளக்கத்திறன் தேவை. ஒரு 'கருப்புப் பெட்டி' செயற்கை நுண்ணறிவின் வெளியீட்டை வழங்குவது, அது எவ்வாறு முடிவுகளை எடுக்கிறது என்பதை விளக்க முடியாது, ஒரு நேரடி கண்டுபிடிப்பு முறை நம்பகத்தன்மை மற்றும் விளக்கமளிக்கும் சோதனையில் தேர்ச்சி பெறாமல் போகலாம்; எனவே, வெளியீடு மனிதாபிமானத்துடன் மூலத்துடன் இணைக்கப்பட்டு சரிபார்க்கப்பட வேண்டும்.

12. செயற்கை நுண்ணறிவால் எழுதப்பட்ட வரைவு தடயவியல் அறிக்கையில் மொழி மற்றும் வாதத்தின் அடிப்படையில் ஒருவர் எவ்வாறு தொடர வேண்டும்?

• A) வரைவு சரளமாக இருந்தால், அது அப்படியே கையொப்பமிடப்பட்டுள்ளது, ஆதாரத்தைப் பார்க்க வேண்டிய அவசியமில்லை.
• B) ஒவ்வொரு வாக்கியமும் அதன் மூலத்தில் உறுதிசெய்யப்பட்டு, மொழியானது கண்டறிதலுக்குப் பொருத்தமான அளவிடப்பட்ட துல்லியத்துடன் வைக்கப்படுகிறது ✔
• C) 'அவர் நிச்சயமாக குற்றவாளி' போன்ற வலுவான அறிக்கைகள் விளைவுக்கு முன்னுரிமை அளிக்கப்படுகின்றன.
• D) தொடர்பு எப்போதும் காரணமாக எழுதப்படலாம்

விளக்கம்: செயற்கை நுண்ணறிவு ஒரு தொடர்பை காரணமாகவும், நிகழ்தகவை ஒரு நிச்சயமாகவும் எழுதலாம் மற்றும் மாயத்தோற்றம் மூலம் உருவாக்கப்பட்ட தேதி/கோப்பு/குறிப்பைச் சேர்க்கலாம். தடயவியல் மொழியில், அளவிடப்பட்ட, மூல அடிப்படையிலான மொழியில், 'இந்தச் சாதனம் இந்தச் செயலைச் செய்தது என்று கண்டுபிடிப்புகள் காட்டுகின்றன' என்பதைப் பயன்படுத்த வேண்டும், 'நபர் கண்டிப்பாக குற்றவாளி' அல்ல, மேலும் ஒவ்வொரு வாக்கியமும் மூலத்தில் உறுதிப்படுத்தப்பட வேண்டும்.

13. நீதிமன்றத்தில் கசியும் ஒற்றைப் பிழையிலிருந்து இறுதி முதல் இறுதி வரை AI-இயங்கும் தடயவியல் மறுஆய்வு செயல்முறையைப் பாதுகாப்பதற்கான மிகச் சிறந்த வழி எது?

• A) ஒவ்வொரு கட்டத்திலும் மனித சரிபார்ப்பு கேட் மற்றும் பாஸ் நிபந்தனையை வைப்பது (அடுக்கு சரிபார்ப்பு) ✔
• B) முழு செயல்முறையையும் ஒரு AI கருவிக்கு ஒப்படைத்து, இறுதியில் ஒரு பார்வை
• C) வேகத்திற்கான இடைநிலை சரிபார்ப்புகளை அகற்றி அறிக்கை கட்டத்தில் மட்டும் சரிபார்த்தல்
• D) ஒவ்வொரு நிபுணரும் தணிக்கைத் தடம் இல்லாமல், தனது சொந்த வாகனத்தை சுதந்திரமாகப் பயன்படுத்தலாம்.

விளக்கம்: ஒவ்வொரு கட்டமும் (சேகரிப்பு, சோதனை, பகுப்பாய்வு, காலவரிசை, அறிக்கை) மனித சரிபார்ப்பு வாயில் மற்றும் தெளிவான பாஸ் நிபந்தனையுடன் வைக்கப்பட்டுள்ளது (ஹாஷ் பொருந்தியதா, அது மூலத்துடன் இணைக்கப்பட்டதா, மாதிரி எடுக்கப்பட்டதா). ஒரு கதவு வழியாக இன்னொரு வாசலைக் கடந்து செல்ல முடியாது; இந்த அடுக்கு அமைப்பு ஒற்றை AI பிழையை அறிக்கைக்குள் கசியவிடாமல் தடுக்கிறது.

14. கணினி தடயவியலில் பாதுகாப்பு மற்றும் தீம்பொருள் தகவல்களைப் பொறுப்புடன் பயன்படுத்துவதற்கான மாறாத கொள்கை என்ன?

• A) தகவல் பாதுகாப்பு, சான்று சரிபார்ப்பு மற்றும் அங்கீகரிக்கப்பட்ட மதிப்பாய்வுக்கு மட்டுமே; அங்கீகரிக்கப்படாத அணுகல் அல்லது தாக்குதல்/போலி மீடியா தயாரிப்புக்கு ஒருபோதும் பயன்படுத்த முடியாது ✔
• B) போதுமான திறமை இருந்தால், ஆய்வாளர் மற்ற அமைப்புகளில் நுழைவதற்கு இந்தத் தகவலைப் பயன்படுத்தலாம்
• C) செயற்கை நுண்ணறிவுடன் போலி ஊடகத்தை உருவாக்குவது, கண்டறிதல் இலவசம்
• D) தற்காப்பு மற்றும் தாக்குதலுக்கு இடையே நடைமுறையில் வரம்பு இல்லை, இரண்டும் ஏற்கத்தக்கவை

விளக்கம்: தடயவியல் ஆய்வாளர், தாக்குபவர் என்ன செய்தார் என்பதைப் புரிந்துகொண்டு நிரூபிப்பதற்காக தலைகீழ் பொறியியல் செய்கிறார்; இந்தத் தகவல் பாதுகாப்பு, சான்று சரிபார்ப்பு மற்றும் அங்கீகரிக்கப்பட்ட மதிப்பாய்வுக்காக மட்டுமே. வேலை செய்யும் தீம்பொருளை உருவாக்க, போலி மீடியாவை உருவாக்க அல்லது வேறொருவரின் அமைப்பில் ஊடுருவ AI ஐப் பயன்படுத்துவது சட்டவிரோதமானது மற்றும் நெறிமுறையற்றது, மேலும் இந்தத் துறையின் நோக்கத்திற்கு அப்பாற்பட்டது.