ஆதாயங்கள்:
- ஒரு திட்டத்தை கருத்திலிருந்து டெலிவரி வரை நிலைகளாகப் பிரித்து, செயற்கை நுண்ணறிவின் பங்கு, செயல்படுத்தப்பட வேண்டிய சரிபார்ப்பு மற்றும் ஒவ்வொரு கட்டத்திலும் பொறுப்பான நிபுணரை தீர்மானிக்கும் திறன்.
- ஒவ்வொரு கட்டத்தின் முடிவிலும் ரிஸ்க் பக்கெட் கேள்வியைக் கேட்டு அதன் சொந்த கட்டத்தில் உள்ளூர் ஆலை, சட்டம் மற்றும் செலவு ஆகியவற்றை உறுதிப்படுத்த முடியும்.
- AI உற்பத்திகளை ஒருங்கிணைக்கும் திறன், மனிதர்கள் முடிவு செய்கிறார்கள், ஒவ்வொரு முக்கியமான வெளியீடும் சரிபார்க்கப்படுகிறது, கையொப்பம் இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளில் நிபுணர் கொள்கைகளுடன் உள்ளது
முந்தைய பதினொரு அலகுகளில், கருத்து, காட்சி, தள பகுப்பாய்வு, ஆலை, நீர், நிலைத்தன்மை, நுட்பம், விளக்கக்காட்சி, செலவு, சட்டம் ஆகிய பகுதிகளை ஒவ்வொன்றாகக் கற்றுக்கொண்டோம். இந்த யூனிட்டில் நாம் அனைத்தையும் ஒரு உண்மையான திட்டமாக இணைக்கிறோம். திட்டத்தின் ஆரம்பம் முதல் அதன் விநியோகம் வரை செயற்கை நுண்ணறிவை (AI) சரளமாகவும் பாதுகாப்பாகவும் பயன்படுத்தக்கூடிய பணிப்பாய்வுகளை நிறுவுவதே இதன் நோக்கமாகும். பணிப்பாய்வு என்பது ஒரு வேலை ஆரம்பம் முதல் இறுதி வரை பின்பற்றும் தொடர் படிகளின் தொகுப்பாகும். இந்த அலகு ஒரு சுருக்கம் அல்ல, ஆனால் ஒரு ஒருங்கிணைப்பு ஒத்திகை: ஒவ்வொரு கட்டத்திலும், AI துரிதப்படுத்துகிறது, அது எங்கு நிறுத்தப்படுகிறது, என்ன சரிபார்ப்பு நடைமுறைக்கு வருகிறது.
மாதிரி திட்டம்: 4 ஹெக்டேர் நகர பூங்கா நீரோடை
தொடக்கத்தில் இருந்து இறுதி வரை தொகுதி முழுவதும் நாம் குறிப்பிட்டுள்ள திட்டத்தை கருத்தில் கொள்வோம். வெள்ள அபாயத்தில் உள்ள ஒரு செயலற்ற ஓடை கரையை நகர பூங்காவாக மாற்ற நகராட்சி விரும்புகிறது, இவை இரண்டும் தண்ணீரைத் தடுக்கின்றன மற்றும் அக்கம் பக்கத்திற்கு பயன்பாட்டினைக் கொண்டுவருகின்றன. பட்ஜெட் குறைவாக உள்ளது, கால அளவு மூன்று மாதங்கள், காலநிலை லேசான-மழை.
கட்டம் 1 - கட்டமைப்பு மற்றும் கருத்து (அலகுகள் 1-2). திட்ட கட்டமைப்பு மற்றும் 6 கருப்பொருள்கள் AI உடன் தயாரிக்கப்படுகின்றன; "நகரம் மறந்த நீரோடையைத் திருப்பி அனுப்பும் நீர்க் கோடு" என்ற கருப்பொருளைத் தேர்ந்தெடுத்து அதை கொள்கைகளாக மொழிபெயர்த்துள்ளனர். AI பல்வகைப்படுத்துகிறது மற்றும் அணிகளைத் தேர்ந்தெடுக்கிறது.
நிலை 2 - கள ஆய்வு (அலகு 4). சாய்வு, நோக்குநிலை, நீர் ஓட்டம் ஆகியவை GIS இலிருந்து பெறப்படுகின்றன; களப்பயணம் மேற்கொள்ளப்படுகிறது. AI அளவிடப்பட்ட தரவு + கவனிப்பை ஒருங்கிணைக்கிறது மற்றும் வாய்ப்பு-கட்டுப்பாடு பட்டியலை உருவாக்குகிறது. கருவியில் இருந்து அளவீடுகள், தொகுப்பு சரிபார்க்கப்பட்டது.
நிலை 3 - நீர் மற்றும் காலநிலை உத்தி (அலகு 6). மழை தோட்டம் + பயோஸ்வால் + ஊடுருவக்கூடிய மண் ஆகியவற்றின் கலவையை YZ முன்மொழிகிறது; தீர்வு தர்க்கம் நிறுவப்பட்டது. பரிமாணம் ஹைட்ராலிக் பொறியாளருக்கு ஒப்படைக்கப்பட்டது.
நிலை 4 - தாவர தட்டு (அலகு 5). AI அம்ச சுயவிவரம் மற்றும் வேட்பாளர் பட்டியலை உருவாக்குகிறது; குழு ஒவ்வொரு இனத்தையும் உள்ளூர் காலநிலை மண்டலம், ஊடுருவும் பட்டியல், நச்சுத்தன்மை மற்றும் மரக்கன்றுகள் கிடைக்கும் தன்மை ஆகியவற்றை சரிபார்க்கிறது. சரிபார்க்கப்படாத வகைகள் சேர்க்கப்படவில்லை.
நிலை 5 - நிலைத்தன்மை சோதனை (அலகு 7). வடிவமைப்பு நீர்-ஊடுருவக்கூடிய-உள்ளூர் விகிதம்-நிழல்-பயோடைவர்சிட்டி ஸ்கோர்கார்டு மூலம் அனுப்பப்படுகிறது; பலவீனமான தலைப்புகள் மேம்படுத்தப்பட்டுள்ளன.
நிலை 6 - காட்சி மற்றும் தொழில்நுட்பம் (அலகுகள் 3, 8). AI வளிமண்டல படங்கள் மற்றும் விரிவான தர்க்கம்/பொருள் ஒப்பீடு ஆகியவற்றை உருவாக்குகிறது; அளவு தாள்கள் CAD இல் வரையப்படுகின்றன, நிலையான விவரங்கள் பொறியாளரால் வரையப்படுகின்றன.
நிலை 7 - செலவு மற்றும் அட்டவணை (அலகு 10). AI உருப்படி பட்டியல் மற்றும் அட்டவணையை ஒழுங்கமைக்கிறது; உண்மையான அளவுகள் மற்றும் தற்போதைய விலைகள் உள்ளிடப்பட்டு, நடவு பருவத்திற்கு ஏற்ப வேலை அட்டவணை அமைக்கப்பட்டுள்ளது.
நிலை 8 - சட்டம் மற்றும் வெளியீடு (அலகுகள் 9, 11). அனுமதி சரிபார்ப்புப் பட்டியல் மற்றும் நிறுவன கேள்விகள் தயாரிக்கப்படுகின்றன, உருப்படிகள் அதிகாரியிடம் உறுதிப்படுத்தப்படுகின்றன; மூன்று பார்வையாளர்களுக்காக (நகராட்சி, சுற்றுப்புற குடியிருப்பாளர்கள், நடுவர் மன்றம்) வெவ்வேறு மொழிகளில் விளக்கக்காட்சி வடிவமைக்கப்பட்டுள்ளது.
உதவிக்குறிப்பு: ஒவ்வொரு கட்டத்தின் முடிவிலும், ஒரு கேள்வியைக் கேளுங்கள்: "இது குறைந்ததா, நடுத்தரமானதா அல்லது அதிக ஆபத்தா; அதை யார் சரிபார்ப்பார்கள்?" இந்த ஒற்றைக் கேள்வி முழுப் பணிப்பாய்வுகளையும் பாதுகாப்பாக வைத்திருக்கிறது.
நிலைகளுக்கு இடையில் தங்க விதி
முடிவில் இருந்து இறுதி ஓட்டத்தில், ஒவ்வொரு நிலையிலும் மூன்று கொள்கைகள் மீண்டும் மீண்டும் செய்யப்படுகின்றன: (1) AI வகைகள் மற்றும் முடுக்கி, மனிதர்கள் தேர்ந்தெடுத்து சொந்தமாக; (2) ஒவ்வொரு எண்/உள்ளூர்/பாதுகாப்பு-முக்கியமான வெளியீடு சரிபார்க்கப்பட்டது; (3) முடிவும் கையொப்பமும் திறமையான நிபுணரிடம் உள்ளது. இந்த மூன்று கொள்கைகளும் மாறாது; அவை பயன்படுத்தப்படும் பொருள் மட்டுமே மாறுகிறது.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - இறுதி முதல் இறுதி வேகம். ஒரு அலுவலகம் AI-இயங்கும் பணிப்பாய்வு மூலம் இதேபோன்ற ஸ்ட்ரீம் பூங்காவை நடத்தியது: கருத்து மற்றும் பகுப்பாய்வு 3 வாரங்கள் முதல் 10 நாட்கள் வரை சென்றது; சேமிக்கப்பட்ட நேரம் விவரம் மற்றும் சரிபார்ப்புக்கு ஒதுக்கப்பட்டது. டெலிவரி தரம் மேம்பட்டது, ஏனெனில் குழு "உற்பத்தி செய்வதற்கு" பதிலாக "முடிவெடுக்க" நேரம் பெற்றது.
வழக்கு 2 - சங்கிலி சரிபார்ப்பு. அதே திட்டத்தில், நான்கு தனித்தனி AI பிழைகள் வெவ்வேறு நிலைகளில் பிடிபட்டன: ஒரு ஆக்கிரமிப்பு ஆலை (அலகு 5 சரிபார்ப்பு), ஒரு ஜோடிக்கப்பட்ட ஒழுங்குமுறை விதி (அலகு 11 சரிபார்ப்பு), மிகைப்படுத்தப்பட்ட படம் (அலகு 3 சரிபார்ப்பு), காணாமல் போன விலைப் பொருள் (அலகு 10 பட்டியல்). சமர்ப்பிப்பை யாரும் அடையவில்லை; ஒழுக்கம் வேலை செய்தது.
வழக்கு 3 - குழு மாற்றம். AI "எல்லாவற்றையும் செய்யும் மந்திரம்" என்று நினைத்து ஒரு குழு முதலில் நிறைய தவறுகளைச் செய்தது. ரிஸ்க் பக்கெட் ஒழுக்கத்தை (அலகு 1) அவர்கள் ஏற்றுக்கொண்டவுடன், அவர்கள் AI ஐ சரியான அடுக்கில் பயன்படுத்தத் தொடங்கினர்: குறைந்த ஆபத்தில் இலவசம், நடுத்தர ஆபத்தில் சரிபார்க்கப்பட்டது, அதிக ஆபத்தில் மட்டுமே உதவியாக இருக்கும். செயல்திறனும் நம்பிக்கையும் ஒன்றாக அதிகரித்தன.
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) திட்ட வரைபடம்:
உங்கள் பங்கு: இயற்கை திட்ட ஒருங்கிணைப்பாளர். திட்டம்: [விளக்கம், காலம், பட்ஜெட், காலநிலை]. கருத்து, பகுப்பாய்வு, நீர் மூலோபாயம், ஆலை, நிலைப்புத்தன்மை, காட்சி, தொழில்நுட்பம், செலவு, சட்டம், விளக்கக்காட்சி: ஒரு முடிவுக்கு-இறுதியில் பணிப்பாய்வு சாலை வரைபடத்தை எனக்குக் கொடுங்கள். ஒவ்வொரு கட்டத்திலும் AI இன் பங்கைக் குறிப்பிடவும் மற்றும் எந்த சரிபார்ப்பு/நிபுணர் ஈடுபடுவார்.
2) கட்ட ஆபத்து தணிக்கையின் முடிவு:
ஆபத்துக்கான பின்வரும் கட்டத்தின் [நிலை மற்றும் வெளியீடு] வெளியீட்டைச் சரிபார்க்கவும்: குறைந்த/நடுத்தர/அதிக அபாயப் பகுதிகளை தனித்தனியாகப் பிரிக்கவும், ஒவ்வொரு நடுத்தர/உயர்ந்த, பிரசவத்திற்கு முன் மூடப்பட வேண்டிய இடைவெளிகளை யார், எப்படி சரிபார்க்க வேண்டும்.
3) பிரசவத்திற்கு முன் முழுமையான கட்டுப்பாடு:
டெலிவரிக்கு முன் இந்தத் திட்டத்தை முழுமையாகச் சரிபார்க்கவும்: கருத்து-வடிவமைப்பு நிலைத்தன்மை, உள்ளூர் ஆலை சரிபார்ப்பு செய்யப்பட்டுள்ளதா, பொறியியல் உத்தி அங்கீகரிக்கப்பட்டுள்ளதா, செலவு யதார்த்தமானதா, சட்டம் உறுதிப்படுத்தப்பட்டதா, காட்சிகள் பிரதிநிதித்துவமா. விடுபட்ட சரிபார்ப்புகள் பட்டியலில் தோன்றும்.
4) கற்றுக்கொண்ட பாடம்:
இந்த திட்டம் முடிந்ததும், AI ஐப் பயன்படுத்துவதில் இருந்து கற்றுக்கொண்ட பாடங்களை வரையவும்: எந்த கட்டத்தில் AI நன்றாக வேலை செய்தது, எந்த கட்டத்தில் பிழையின் ஆபத்து அதிகமாக இருந்தது, அடுத்த திட்டத்தில் பணிப்பாய்வுகளை எவ்வாறு மேம்படுத்துவது? உறுதியான மற்றும் செயல்படக்கூடிய பொருட்களில் எழுதுங்கள்.
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
ஆரம்பம் முதல் இறுதி வரை எனக்காக இந்தத் திட்டத்தைச் செய்யுங்கள்.
எல்லாவற்றையும் ஒரே நேரத்தில் விரும்பும் இந்த ஆசை; இது சரிபார்க்கப்படாத, மேலோட்டமான மற்றும் ஆபத்தான குவியலை உருவாக்குகிறது.
சக்திவாய்ந்த தூண்டுதல்:
உங்கள் பங்கு: திட்ட ஒருங்கிணைப்பாளர். திட்டம்: நீரோடையில் 4 ஹெக்டேர் பூங்கா, 3 மாதங்கள், வரையறுக்கப்பட்ட பட்ஜெட், மிதமான-மழை காலநிலை, முன்னுரிமை வெள்ளம் தாங்கல் மற்றும் அக்கம் பக்க பயன்பாடு. படிப்படியான பணிப்பாய்வு எனக்கு வெளிப்படுகிறது; ஒவ்வொரு கட்டத்திலும், (1) AI இன் உறுதியான பங்களிப்பு, (2) செயல்பாட்டுக்கு வரும் சரிபார்ப்பு மற்றும் (3) பொறுப்பான நிபுணர்/அதிகாரம் குறிப்பிடப்பட வேண்டும். அதிக ஆபத்து நிலைகளை தனித்தனியாக குறிக்கவும். "AI எந்த நிலையையும் தானே நிறைவு செய்கிறது" என்று கூறாதீர்கள்.
சரிபார்ப்பு மற்றும் பொறுப்பு ஒதுக்குதலுடன் முற்போக்கான தூண்டுதல் AI ஐ ஒரு உண்மையான ஒருங்கிணைப்பு கருவியாக மாற்றுகிறது.
முடிவில் இருந்து இறுதி பங்கு சுருக்க அட்டவணை
மேடை
AI பங்களிப்பு
சரிபார்ப்பு
பொறுப்பு
கருத்து
மாறுபாடு
பட்ஜெட்/காலநிலை வடிகட்டி
வடிவமைப்பாளர்
பகுப்பாய்வு
தொகுப்பு
புலம் + ஜிஐஎஸ்
கள ஆய்வாளர்
நீர்/காலநிலை
உத்தி
ஹைட்ராலிக் கால்குலேட்டர்
பொறியாளர்
ஆலை
வேட்பாளர் பட்டியல்
உள்ளூர் சரிபார்ப்பு
இயற்கைக் கட்டிடக் கலைஞர்
தொழில்நுட்ப
தர்க்கம்/உரை
CAD + நிலையான
கட்டிடக் கலைஞர்/பொறியாளர்
செலவு
அட்டவணை
உண்மையான அளவு/விலை
அளவு சர்வேயர்
சட்டம்
சுருக்கம்/பட்டியல்
அங்கீகரிக்கப்பட்ட உறுதிப்படுத்தல்
தகுதிவாய்ந்த அதிகாரம்
விளக்கக்காட்சி
விவரிப்பு
நேர்மை சோதனை
வடிவமைப்பாளர்
பொதுவான தவறுகள்
- ஒரே கோரிக்கையில் அனைத்தையும் விரும்புகிறேன். முடிவில் இருந்து இறுதி ஓட்டம் படிப்படியாக உள்ளது; ஒவ்வொரு கட்டமும் தனித்தனியாக சரிபார்க்கப்படுகிறது.
- இறுதி-நிலை ஆபத்து தணிக்கையைத் தவிர்க்கிறது. கட்ட மாற்றங்களின் போது பிழைகள் பிடிக்கப்படுகின்றன.
- உறுதிமொழிகளைக் குவிப்பது மற்றும் கடைசி வரை அவற்றை விட்டுவிடுவது. உள்ளூர் ஆலை, சட்டம் மற்றும் செலவு உறுதிப்படுத்தல் அதன் சொந்த கட்டத்தில் செய்யப்பட வேண்டும்.
- AI ஓட்டத்தில் மனித முடிவை உட்பொதித்தல். தேர்வு, உரிமை மற்றும் கையொப்பம் ஒவ்வொரு கட்டத்திலும் மக்களிடம் உள்ளது.
- கற்ற பாடத்தை பதிவு செய்யவில்லை. ஒவ்வொரு திட்டமும் அடுத்த பணிப்பாய்வுகளை மேம்படுத்துவதற்கான வாய்ப்பாகும்.
சுருக்கமாக
என்ட்-டு-எண்ட் ஒர்க்ஃப்ளோ என்பது முந்தைய யூனிட்கள் அனைத்தும் ஒரே திட்டத்தில் ஒன்றாக இணைவது. AI ஒவ்வொரு நிலையிலும் பல்வகைப்படுத்துகிறது மற்றும் துரிதப்படுத்துகிறது; ஆனால் ஒவ்வொரு கட்டத்திலும் மக்கள் தேர்வு செய்கிறார்கள், சரிபார்க்கிறார்கள் மற்றும் சொந்தமாக இருக்கிறார்கள். மூன்று மாறாத கொள்கைகள் ஓட்டத்தை பாதுகாப்பாக வைத்திருக்கின்றன: AI உற்பத்தி செய்கிறது, மனிதன் முடிவு செய்கிறான், ஒவ்வொரு முக்கியமான வெளியீடும் சரிபார்க்கப்படுகிறது, கையொப்பம் திறமையான நிபுணரிடம் உள்ளது. திட்டத்தை கட்டங்களாகப் பிரித்து, ஒவ்வொரு கட்டத்தின் முடிவிலும் ரிஸ்க் பக்கெட் கேள்வியைக் கேட்கவும், அதன் சொந்த கட்டத்தில் சரிபார்ப்புகளைச் செய்யவும், மேலும் ஒவ்வொரு திட்டத்திலிருந்தும் கற்றுக்கொள்ளவும். எனவே, AI உங்கள் தொழிலை வலுப்படுத்தும் ஒரு கூட்டாளராக மாறுகிறது, அதை பலவீனப்படுத்தாது.
விண்ணப்ப பணி
உங்கள் விருப்பத்தின் உண்மையான திட்டத்திற்கான "திட்ட சாலை வரைபடம்" டெம்ப்ளேட்டைக் கொண்டு இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளை உருவாக்கவும்; ஒவ்வொரு கட்டத்திற்கும் சரிபார்த்து பொறுப்பை ஒதுக்குங்கள். பின்னர் இரண்டு கட்டங்களைத் தேர்ந்தெடுத்து அவற்றை "கட்ட ஆபத்து தணிக்கை முடிவு" டெம்ப்ளேட்டுடன் தணிக்கை செய்யவும். இறுதியாக, "ஹொலிஸ்டிக் ப்ரீ டெலிவரி செக்" டெம்ப்ளேட்டுடன் உங்கள் விடுபட்ட சரிபார்ப்புகளை பட்டியலிடுங்கள்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் திட்டத்தை நிலைகளாகப் பிரித்தேன்; ஒவ்வொரு கட்டத்திற்கும் நான் சரிபார்த்து பொறுப்பை வழங்கினேன்.
- [ ] ஒவ்வொரு கட்டத்தின் முடிவிலும் ரிஸ்க் பக்கெட் கேள்வியைக் கேட்டேன்.
- [ ] நான் உள்ளூர் ஆலை, சட்டம் மற்றும் அதன் சொந்த கட்டத்தில் செலவு உறுதிப்படுத்தல் செய்தேன்.
- [ ] நான் உயர் ஆபத்து நிலைகளை நிபுணர் ஒப்புதலுடன் இணைத்துள்ளேன்.
- [ ] அடுத்த பணிப்பாய்வுக்கான திட்டத்திலிருந்து கற்றுக்கொண்ட பாடங்களை நான் குறிப்பிட்டேன்.
தொகுதி தேர்வு
1. பின்வருவனவற்றில் எது இயற்கைக் கட்டிடக்கலையில் செயற்கை நுண்ணறிவுக்கான மிகவும் துல்லியமான நிலைப்பாடு?
- A) AI என்பது ஒரு முடுக்கி மற்றும் ப்ளூபிரிண்ட் ஜெனரேட்டர்; தளம், சூழலியல், பாதுகாப்பு மற்றும் ஒழுங்குமுறை முடிவுகளுக்கான பொறுப்பு மனிதர்களிடம் உள்ளது ✔
- B) செயற்கை நுண்ணறிவு அதன் சொந்த வடிவமைப்பை முடித்து கையெழுத்திடலாம்
- சி) செயற்கை நுண்ணறிவு காட்சிகளை தயாரிப்பதில் மட்டுமே வேலை செய்கிறது, இது வடிவமைப்பின் மற்ற நிலைகளுடன் எந்த தொடர்பும் இல்லை
- D) செயற்கை நுண்ணறிவு மனிதர்களை விட புறநிலையாக இருப்பதால், சட்டமியற்றும் முடிவுகள் அதை விட்டுவிட வேண்டும்.
விளக்கம்: செயற்கை நுண்ணறிவு என்பது ஒரு யோசனை பெருக்கி மற்றும் வரைவு ஜெனரேட்டர் ஆகும், இது கருத்து, காட்சி, பகுப்பாய்வு மற்றும் தகவல்தொடர்பு ஆகியவற்றை துரிதப்படுத்துகிறது; கள யதார்த்தம், உள்ளூர் சூழலியல், பாதுகாப்பு மற்றும் சட்டப் பொறுப்பு ஆகியவை திறமையான நிபுணரிடம் இருக்கும். பொறியியல் மற்றும் பாதுகாப்பு முக்கியமான முடிவுகளில், நிபுணர் ஒப்புதலுக்கு AI மாற்றாக இல்லை.
2. இயற்கையை ரசித்தல் திட்டம் குறித்த முடிவுகளை இடர் நிலையின்படி நீங்கள் உடைக்கும்போது, பின்வருவனவற்றில் எது 'அதிக ஆபத்து (நிபுணர் ஒப்புதல் தேவை)' வாளியில் விழும்?
- அ) கருத்து உரையை எழுதுதல்
- B) ஒரு மூட்போர்டு யோசனையை உருவாக்குதல்
- C) சுவர் நிலைகள் மற்றும் குழந்தைகள் விளையாட்டு மைதானத்தின் பாதுகாப்பு ✔
- D) விளக்கக்காட்சியின் தலைப்புப் பரிந்துரையைப் பெறுதல்
விளக்கம்: தடுப்பு சுவர் நிலைகள், மரத்தின் வேர்-கட்டுமான மோதல், நச்சு/ஆக்கிரமிப்பு தாவரங்கள் மற்றும் குழந்தைகளின் விளையாட்டு மைதானத்தின் பாதுகாப்பு போன்ற பொறியியல் மற்றும் பாதுகாப்பு-முக்கியமான சிக்கல்கள் அதிக ஆபத்துள்ளவை; இங்கே செயற்கை நுண்ணறிவு ஒரு உதவியாளர் மட்டுமே, இறுதி முடிவு நிபுணருக்கு சொந்தமானது. கான்செப்ட் டெக்ஸ்ட் மற்றும் மூட்போர்டு ஆகியவை குறைந்த ஆபத்து கொண்டவை.
3. கருத்து வளர்ச்சி கட்டத்தில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான மிகச் சிறந்த வழி எது?
- A) பல்வேறு கருப்பொருள்களை உருவாக்குதல் மற்றும் சூழல் வடிகட்டி மூலம் அவற்றைத் தேர்ந்தெடுத்து ஆழப்படுத்துதல் ✔
- B) ஒரே ஒரு 'சிறந்த கருத்தை' கேட்டு அதை நேரடியாக செயல்படுத்துதல்
- C) சூழலைக் கொடுக்காமல் பொதுவான கருத்தைக் கேட்பது
- D) எந்த விமர்சனமும் இல்லாமல் கருத்தை வழங்குதல்
விளக்கம்: மனித மனம் முதல் 2-3 யோசனைகளை நிலைநிறுத்த முனைகிறது. செயற்கை நுண்ணறிவின் உண்மையான சக்தி என்னவென்றால், அது பல்வேறு கருப்பொருள்களை உருவாக்கி ஒப்பிடுகிறது; தேர்வு, ஆழம் மற்றும் உரிமை ஆகியவை மனிதனுடையது. ஒரே ஒரு 'சிறந்த' பரிந்துரையைக் கேட்பது அந்த சக்தியை வீணாக்குகிறது.
4. செயற்கை நுண்ணறிவுடன் தயாரிக்கப்பட்ட ரெண்டரை (படம்) வாடிக்கையாளருக்கு வழங்கும்போது எந்தக் கொள்கை அவசியம்?
- A) காட்சியானது பயன்படுத்தப்பட வேண்டிய உறுதியான மற்றும் துல்லியமான பார்வையாக வழங்கப்படுகிறது.
- B) காட்சி அளவிலான தொழில்நுட்ப ஆவணமாக கருதப்படுகிறது
- C) காட்சி பிரதிநிதித்துவம் என்பது வளிமண்டலம்; நம்பகத்தன்மையை பரிசோதித்து, தொழில்நுட்ப தாள்கள் வழங்கப்பட்டுள்ளன ✔
- D) சரிபார்ப்பு இல்லாமல் படம் நேரடியாக பயன்பாட்டிற்கு மாற்றப்படும்
விளக்கம்: செயற்கை நுண்ணறிவு காட்சிகள் தகவல் தொடர்பு மற்றும் வளிமண்டலத்திற்கான ஒரு வழிமுறையாகும்; இது அளவிட முடியாது மற்றும் உண்மையில் நிறுவ முடியாத கூறுகளைக் கொண்டிருக்கலாம் (மிகைப்படுத்தப்பட்ட அடர்த்தி, காலநிலைக்கு அறிமுகமில்லாத தாவரங்கள்). எனவே, இது ஒரு 'பிரதிநிதித்துவ சூழல்' என்று குறிப்பிட வேண்டும் மற்றும் தொழில்நுட்ப தாள்களுடன் வழங்கப்பட வேண்டும்.
5. பகுதி பகுப்பாய்வில் சதித்திட்டத்தின் சராசரி சாய்வு பற்றி செயற்கை நுண்ணறிவு கேட்பது ஏன் தவறு?
- A) செயற்கை நுண்ணறிவு நிலை அளவீடுகளை செய்ய முடியாது மற்றும் எண்ணை உருவாக்க முடியும்; GIS/புல அளவீட்டிலிருந்து எடுக்கப்பட்ட அளவீடு ✔
- B) செயற்கை நுண்ணறிவு சரிவை சரியாக கணக்கிடுகிறது ஆனால் மெதுவாக உள்ளது
- C) சாய்வு ஒரு முக்கியமற்ற தரவு, கேட்க வேண்டிய அவசியம் இல்லை
- D) செயற்கை நுண்ணறிவு சதுர மீட்டரை மட்டுமே கணக்கிட முடியும், சாய்வு அல்ல, ஆனால் தூரத்தை கணக்கிட முடியும்
விளக்கம்: செயற்கை நுண்ணறிவு சதியைப் பார்க்கவில்லை மற்றும் இடஞ்சார்ந்த அளவீடுகளை செய்ய முடியாது; அத்தகைய கேள்வி ஒரு நம்பிக்கையான ஆனால் ஆதாரமற்ற எண்ணை உருவாக்கலாம். சாய்வு, பரப்பளவு மற்றும் தூரம் போன்ற அளவீடுகள் GIS அல்லது கள ஆய்வு மூலம் எடுக்கப்படுகின்றன; கொடுக்கப்பட்ட அளவிடப்பட்ட தரவை விளக்குவதற்கு மட்டுமே செயற்கை நுண்ணறிவு பயன்படுத்தப்படுகிறது.
6. தாவரத் தேர்வில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான மிக முக்கியமான விதி என்ன?
- A) வேட்பாளர் பட்டியலுக்கு AI ஐப் பயன்படுத்தவும் மற்றும் உள்ளூர் காலநிலை, ஊடுருவும் பட்டியல், நச்சுத்தன்மை மற்றும் சந்தையுடன் ஒவ்வொரு இனத்தையும் சரிபார்க்கவும் ✔
- B) AI ஆல் பரிந்துரைக்கப்பட்ட பட்டியலை நேரடியாக திட்டத்தில் வைப்பது, ஏனெனில் இது உலகளாவிய தரவை அடிப்படையாகக் கொண்டது
- C) பார்வைக்கு ஈர்க்கும் வகைகளை மட்டும் தேர்வு செய்தல்
- D) அவற்றைச் சரிபார்க்காமல், விரைவாக வளர்வதால் நடைமுறையில் இருக்கும் இனங்களை விரும்புதல்.
விளக்கம்: உலகளாவிய சராசரியிலிருந்து AI கற்றுக்கொள்வதால், அது காலநிலை மண்டலம், ஊடுருவும் நிலை, நச்சுத்தன்மை மற்றும் சந்தை பற்றி தவறாக இருக்கலாம். எனவே இது ஒரு வேட்பாளர் பட்டியல் ஜெனரேட்டராக மட்டுமே பயன்படுத்தப்படுகிறது; ஒவ்வொரு இனமும் உள்ளூர் காலநிலை மண்டலம், ஆக்கிரமிப்பு இனங்கள் பட்டியல், நச்சுத்தன்மை மற்றும் மரக்கன்றுகள் கிடைக்கும் தன்மை ஆகியவற்றிற்காக சரிபார்க்கப்படுகிறது. சரிபார்க்கப்படாத வகை திட்டத்தில் நுழைவதில்லை.
7. புயல் நீர் மேலாண்மையில் செயற்கை நுண்ணறிவின் பங்கும் பொறியாளரின் பங்கும் எவ்வாறு வேறுபடுகின்றன?
- A) செயற்கை நுண்ணறிவு உத்தி மற்றும் திறன் கணக்கீடுகள் இரண்டையும் பாதுகாப்பாக செய்கிறது
- B) செயற்கை நுண்ணறிவு மூலோபாயம் மற்றும் வேலை வாய்ப்பு யோசனைகளை உருவாக்குகிறது; பரிமாணம் மற்றும் திறன் பொறியாளர் கணக்கீடு மற்றும் ஒப்புதல் ✔
- C) பொறியாளர் மூலோபாயத்தை மட்டுமே தீர்மானிக்கிறார், செயற்கை நுண்ணறிவு கணக்கீடுகளை செய்கிறது
- D) அளவு முக்கியமற்றது; தண்ணீர் செல்லும் திசையே போதுமானது
விளக்கம்: மழைத்தோட்டங்கள் மற்றும் பயோஸ்வால்கள் போன்ற தீர்வுகளின் யோசனை மற்றும் இடம் வடிவமைப்பு முடிவுகள், மேலும் செயற்கை நுண்ணறிவு இங்கே உதவுகிறது. இருப்பினும், அளவு, திறன் மற்றும் வெள்ளப் பாதுகாப்புக்கு ஹைட்ராலிக் கணக்கீடுகள் மற்றும் பொறியாளர் ஒப்புதல் தேவை; செயற்கை நுண்ணறிவு ஓட்ட விகிதம்/திறனைக் கணக்கிட முடியாது, ஏனெனில் தவறான அளவு வெள்ளம் அல்லது சரிவைக் குறிக்கிறது.
8. வடிவமைப்பின் நிலைத்தன்மையை மதிப்பிடும்போது மிகவும் துல்லியமான அணுகுமுறை என்ன?
- A) வடிவமைப்பு பசுமையாகத் தோன்றினால், அது மிகவும் நிலையானது
- B) நீர், ஊடுருவல், உள்ளூர் வீதம், நிழல், பராமரிப்பு மற்றும் பல்லுயிர் ✔ போன்ற அளவிடக்கூடிய தலைப்புகளில் நிலைத்தன்மையை மதிப்பீடு செய்தல்
- C) தாவரங்களின் எண்ணிக்கையை அதிகரித்தால் போதும்
- D) பராமரிப்பு செலவுகளை கணக்கில் எடுத்துக் கொள்ளாமல் தீவிர நடவு
விளக்கம்: 'பசுமையாகத் தெரிவது' என்பது நிலைத்தன்மை அல்ல; அதிக தண்ணீரை உட்கொள்ளும் ஒற்றை-இன பசுமையான இடம் சுற்றுச்சூழலியல் ரீதியாக மோசமாகவும் விலை உயர்ந்ததாகவும் இருக்கும். நீர், ஊடுருவும் தன்மை, பூர்வீக இனங்களின் விகிதம், நிழல், பராமரிப்பு மற்றும் பல்லுயிர்த்தன்மை போன்ற அளவிடக்கூடிய தலைப்புகளில் நிலைத்தன்மையைப் பெறுவது மற்றும் பலவீனமான புள்ளிகளை மேம்படுத்துவது சரியான அணுகுமுறையாகும்.
9. தொழில்நுட்ப வரைதல் கட்டத்தில் செயற்கை நுண்ணறிவால் கொடுக்கப்பட்ட தடுப்புச் சுவரின் 'மாதிரிப் பிரிவில்' அளவீடு மற்றும் வலுவூட்டல் மதிப்புகளுக்கு என்ன செய்ய வேண்டும்?
- A) AI தரநிலைகளை அறிந்திருப்பதால் மதிப்புகளை நேரடியாக திட்டத்தில் நகலெடுக்க முடியும்
- B) மதிப்புகள் பிரதிநிதிகள்; நிலையான விவரம் தரை ஆய்வு மற்றும் பொறியாளர் கணக்கீடு மூலம் தீர்மானிக்கப்படுகிறது, சரிபார்ப்பு இல்லாமல் வரைபடத்தில் சேர்க்கப்படவில்லை ✔
- C) மதிப்புகள் அழகியல் நோக்கங்களுக்காக மட்டுமே, அவற்றுக்கும் ஸ்டாட்டிக்ஸுக்கும் எந்த தொடர்பும் இல்லை
- D) செயற்கை நுண்ணறிவால் வழங்கப்படும் உபகரண மதிப்பு எப்போதும் பாதுகாப்பான பக்கத்தில் இருக்கும்
விளக்கம்: செயற்கை நுண்ணறிவு அளவிடப்பட்ட/நிலையான வரைபடங்களை உருவாக்காது மற்றும் அது வழங்கும் அளவீடுகள், உயரங்கள் மற்றும் வலுவூட்டல் மதிப்புகள் பிரதிநிதித்துவம் ஆகும். நிலையான விவரம்; இது நில ஆய்வு மற்றும் பொறியாளர் கணக்கீடுகளால் தீர்மானிக்கப்படுகிறது. சரிபார்ப்பு இல்லாமல் இந்த மதிப்புகளை வரைபடத்திற்கு மாற்ற முடியாது, இது பாதுகாப்பு-முக்கியமான விவரங்களுக்கு மிகவும் முக்கியமானது.
10. வெவ்வேறு பார்வையாளர்களுக்கு ஒரே இயற்கையை ரசித்தல் திட்டத்தை வழங்கும்போது மிகவும் பயனுள்ள அணுகுமுறை என்ன?
- A) அனைவருக்கும் ஒரே தொழில்நுட்ப உரையை வழங்குதல்
- B) தாக்கத்தை அதிகரிக்க சேமிப்பு மற்றும் பலன் புள்ளிவிவரங்களை மிகைப்படுத்துதல்
- C) ஒவ்வொரு பார்வையாளர்களும் தங்கள் சொந்த மொழியில் எதைப் பற்றி கவலைப்படுகிறார்கள் என்பதைச் சொல்ல வடிவமைப்பு சாரத்தை மாற்றியமைத்தல் ✔
- D) தொழில்நுட்ப ஜூரிக்கு மட்டும் விளக்கக்காட்சியைத் தயாரித்தால் போதுமானது.
விளக்கம்: முதலீட்டாளர் செலவு மற்றும் மதிப்பைப் பற்றி அக்கறை கொள்கிறார், அக்கம் பக்கத்தினர் தினசரி நன்மைகள் மற்றும் பாதுகாப்பைப் பற்றி அக்கறை கொள்கிறார்கள், நடுவர் கருத்து மற்றும் நுட்பத்தைப் பற்றி அக்கறை கொள்கிறார். ஒவ்வொரு பார்வையாளர்களுக்கும் அவர்கள் எதைப் பற்றி அக்கறை காட்டுகிறார்கள் என்பதை அவர்கள் புரிந்துகொள்ளக்கூடிய மொழியில் விளக்குவது; செயற்கை நுண்ணறிவின் சட்ட-மொழிபெயர்ப்பு ஆற்றலைப் பயன்படுத்திக் கொள்வது மிகவும் பயனுள்ள வழியாகும். அனைவருக்கும் ஒரே மொழியில் விளக்குவது பொதுவான தவறு.
11. செயற்கை நுண்ணறிவு ஒரு பூங்காவின் மொத்த செலவை நேரடியாக கணக்கிடுவது ஏன் தவறு?
- A) செயற்கை நுண்ணறிவுக்கு எப்போதும் தற்போதைய சந்தை விலை தெரியும்
- B) செயற்கை நுண்ணறிவு செலவைக் கணக்கிடுகிறது, ஆனால் பெரிய திட்டங்களில் மட்டுமே தவறு
- சி) செயற்கை நுண்ணறிவுக்கு திட்டத்தின் உண்மையான நீளம் மற்றும் தற்போதைய விலைகள் தெரியாது; கொடுக்கப்பட்ட தொகை பிரதிநிதித்துவம், சலுகை அல்ல ✔
- D) செலவு முக்கியமற்றது, வடிவமைப்பின் அழகு முக்கியமானது
விளக்கம்: செயற்கை நுண்ணறிவு அல்லது உங்கள் திட்டத்தின் உண்மையான நீளம் அல்லது தற்போதைய உள்ளூர் அலகு விலைகள் தெரியாது; கொடுக்கப்பட்ட தொகை முற்றிலும் பிரதிநிதித்துவம் மற்றும் சலுகை அல்ல. திட்டத் தரவுகளிலிருந்து உண்மையான அளவு மற்றும் சந்தையில் இருந்து யூனிட் விலைகளை எடுத்து செயற்கை நுண்ணறிவு அட்டவணையை மட்டும் திருத்துவதுதான் சரியான வழி.
12. சட்டம் தொடர்பான செயற்கை நுண்ணறிவைப் பயன்படுத்தும் போது மிகவும் ஆபத்தான ஆபத்து மற்றும் சரியான முன்னெச்சரிக்கை என்ன?
- A) செயற்கை நுண்ணறிவு சட்டத்தை இதயப்பூர்வமாக அறிந்திருப்பதால், அதன் கட்டுரைகளை நம்பலாம்
- B) சட்டம் உலகளாவியது, உள்ளூர் உறுதிப்படுத்தல் தேவையில்லை
- C) செயற்கை நுண்ணறிவால் வழங்கப்பட்ட உருப்படி எண் எப்போதும் புதுப்பித்த நிலையில் இருக்கும்.
- D) செயற்கை நுண்ணறிவு இல்லாத விஷயத்தை உருவாக்க முடியும்; உத்தியோகபூர்வ புதுப்பித்த ஆதாரம் மற்றும் அதிகாரத்திலிருந்து ஒவ்வொரு ஏற்பாடும் உறுதிப்படுத்தப்பட வேண்டும் ✔
விளக்கம்: சட்டம் உள்ளூர், தற்போதைய மற்றும் விளக்கத்திற்கு திறந்திருக்கும்; AI இல்லாத உருப்படி எண் அல்லது விதி (மாயத்தோற்றம்) உருவாக்கலாம். சரியான முன்னெச்சரிக்கை என்னவென்றால், அதைச் சரிபார்க்காமல் எந்த விதியையும் பயன்படுத்தக்கூடாது; நீங்கள் வழங்கும் அதிகாரப்பூர்வ உரையைச் சுருக்கவும், சரிபார்ப்புப் பட்டியலை உருவாக்கவும், அதிகாரியிடம் கேள்விகளை உருவாக்கவும் மற்றும் அதிகாரப்பூர்வ தற்போதைய மூலத்திலிருந்து உருப்படிகளை உறுதிப்படுத்தவும் மட்டுமே செயற்கை நுண்ணறிவைப் பயன்படுத்துவதாகும்.
13. வாடிக்கையாளர் ஒப்பந்தம் மற்றும் பார்சல் தகவல் போன்ற தரவுகளுடன் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கு எந்தக் கொள்கை பொருந்தும்?
- A) வேகம் முக்கியம் என்பதால் அனைத்து ஆவணங்களையும் அப்படியே பதிவேற்றலாம்
- B) ஒப்பந்தத் தரவு AIக்கு முக்கியமற்றது, அது புறக்கணிக்கப்படுகிறது
- C) பார்சல் தகவல் தனிப்பட்ட தரவுகளாக கருதப்படாததால், அதை சுதந்திரமாகப் பகிரலாம்.
- D) இரகசிய மற்றும் தனிப்பட்ட தரவு கட்டுப்பாடு இல்லாமல் பகிரப்படவில்லை; தேவைப்பட்டால் அநாமதேயமாக பயன்படுத்தப்படும் ✔
விளக்கம்: வாடிக்கையாளர் அடையாளம், பார்சல் தகவல், ஒப்பந்தம் மற்றும் தனிப்பட்ட தரவு ஆகியவை கட்டுப்பாடற்ற முறையில் செயற்கை நுண்ணறிவு கருவிகளில் பதிவேற்றப்படக் கூடாது. தேவைப்பட்டால், அநாமதேயமாக்கல் மூலம் தரவு பகிரப்படும். இரகசியத்தன்மை என்பது தொகுதி முழுவதும் வலியுறுத்தப்படும் முக்கிய நெறிமுறைக் கோட்பாடுகளில் ஒன்றாகும்.
14. செயற்கை நுண்ணறிவுடன் ஒரு திட்டத்தை இறுதி முதல் இறுதி வரை இயக்கும்போது மூன்று நிலையான கொள்கைகள் யாவை?
- அ) ஒரே கோரிக்கையில் அனைத்தையும் கோரவும், முடிவைச் சரிபார்க்கவும், வழங்கவும்
- B) செயற்கை நுண்ணறிவு தீர்மானிக்கிறது, மனிதர்கள் மட்டுமே செயல்படுத்துகிறார்கள்
- C) சரிபார்ப்புகளைச் சேகரித்து, திட்டத்தின் முடிவில் அனைத்தையும் ஒரே நேரத்தில் செய்யுங்கள்
- D) செயற்கை நுண்ணறிவு உற்பத்தி, மனிதர்கள் தேர்ந்தெடுத்து சொந்தமாக; ஒவ்வொரு முக்கியமான வெளியீடும் சரிபார்க்கப்பட்டது; முடிவும் கையொப்பமும் நிபுணரிடம் ✔
விளக்கம்: முடிவில் இருந்து இறுதி வரையிலான பணிப்பாய்வுகளில், ஒவ்வொரு நிலையிலும் மூன்று கொள்கைகள் மீண்டும் மீண்டும் செய்யப்படுகின்றன: AI வகைகள் மற்றும் முடுக்கி, மனிதர்கள் தேர்வு செய்து சொந்தமாக; ஒவ்வொரு எண், உள்ளூர் மற்றும் பாதுகாப்பு முக்கியமான வெளியீடு சரிபார்க்கப்பட்டது; முடிவு மற்றும் கையொப்பம் திறமையான நிபுணருக்கு சொந்தமானது. இந்த கொள்கைகள் அவை பயன்படுத்தப்படும் பொருள் மாறினாலும் மாறாமல் இருக்கும்.