அலகுகள்
1. இயற்பியலில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், அலகு மற்றும் முடிவு சரிபார்ப்பு, நெறிமுறைகள் 2. பைத்தானுடன் கணக்கீடு மற்றும் எண் முறைகள் 3. இயற்பியல் அமைப்புகளின் உருவகப்படுத்துதல் 4. பரிசோதனை தரவு பகுப்பாய்வு மற்றும் வளைவு பொருத்துதல் 5. நிச்சயமற்ற தன்மை, பிழை பரப்புதல் மற்றும் அளவீட்டு பகுப்பாய்வு 6. குறியீட்டு இயற்பியல்: மாதிரி வழித்தோன்றல் மற்றும் பகுப்பாய்வு தீர்வு 7. பரிமாண பகுப்பாய்வு, அலகு மாற்றம் மற்றும் முடிவு சரிபார்ப்பு 8. அறிவியல் காட்சிப்படுத்தல் 9. இலக்கிய ஆய்வு, ஆதார சரிபார்ப்பு மற்றும் அறிவியல் எழுத்து 10. இயற்பியல் கற்பித்தல் மற்றும் தவறான கருத்துக்கள் 11. மாயத்தோற்றம், நெறிமுறைகள், இரகசியத்தன்மை மற்றும் அறிவியல் ஒருமைப்பாடு
அலகு 1 / 11

இயற்பியலில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், அலகு மற்றும் முடிவு சரிபார்ப்பு, நெறிமுறைகள்

ஆதாயங்கள்:

  • இயற்பியல் பணிப்பாய்வுகளில் (கணக்கீடு, உருவகப்படுத்துதல், பகுப்பாய்வு, வழித்தோன்றல்) நேரத்தைச் சேமிக்கும் செயற்கை நுண்ணறிவு மற்றும் ஆபத்து அளவைப் பொறுத்து, அலகு, ஒழுங்கு மற்றும் துல்லியமான முடிவுகள் மனிதர்களுக்கு விடப்படும் இடங்களை வேறுபடுத்தி அறிய முடியும்.
  • ஒவ்வொரு வெளியீட்டையும் அதன் அலகு வரையறுப்பதன் மூலம் கட்டுப்படுத்தும் ஒரு ஒழுங்குமுறையைப் பயன்படுத்துவதற்கான திறன், அதன் அளவை உறுதிசெய்தல் மற்றும் ஒரு சுயாதீனமான கருவி மூலம் அதைச் சரிபார்த்தல்.
  • யூனிட்/ஆர்டர் பிழைகள், உருவாக்கப்பட்ட மாறிலிகள் மற்றும் தவறான குறிப்புகள் ஏன் இந்த தொழிலில் ஆரம்பத்திலிருந்தே கணக்கில் எடுத்துக்கொள்ளப்பட வேண்டிய அபாயங்கள்.

இயற்பியல் என்பது எண்கள் மற்றும் சமன்பாடுகளுடன் இயற்கையை விவரிக்கும் கலை; ஆனால் இந்தக் கலையின் கொடூரமான விதி இதுதான்: ஒரு யூனிட் பிழை, ஒரு அடையாளம் தவறு அல்லது வரிசையின் மாற்றம் (இதன் விளைவாக 10, 100 அல்லது 1000 மடங்கு பெரியது/சிறியது) முழு முடிவையும் செல்லாது. கணக்கீட்டில் மீட்டருக்குப் பதிலாக சென்டிமீட்டர்களைப் பயன்படுத்தினால், செயற்கைக்கோள் அதன் சுற்றுப்பாதையைத் தவறவிடக்கூடும்; ஒரு பிரிட்ஜின் தாங்கி கணக்கீட்டை பொய்யாக்க, ஒரு அடுக்குகளை தவறாக எழுதினால் போதும். அதனால்தான் இயற்பியலில் செயற்கை நுண்ணறிவை (AI) பயன்படுத்துவதற்கு ஒழுக்கம் தேவைப்படுகிறது. இந்த யூனிட்டில், பெரிய மொழி மாதிரி என்று அழைக்கப்படும் கருவிகள் (எல்எல்எம் - "அடுத்த வாய்ப்பு வார்த்தை" என்ற தர்க்கத்துடன், புள்ளிவிவர ரீதியாக உரையை உருவாக்கும் செயற்கை நுண்ணறிவு வகை) உண்மையில் உடல் வேலைகளில் நேரத்தைச் சேமிக்கிறது, அவை ஆபத்தானவை மற்றும் ஒவ்வொரு வெளியீட்டையும் எவ்வாறு சரிபார்க்க வேண்டும் என்பதை நீங்கள் அறிந்து கொள்வீர்கள்.

முதலாவதாக, ஒரு முக்கியமான கருத்து: மாயத்தோற்றம் என்பது உண்மையில் உண்மையில்லாத தகவலை, முழு நம்பிக்கையுடன், அது உண்மையாக இருப்பதைப் போல AI ஆனது. இயற்பியலில் இது; இது உருவாக்கப்பட்ட நிலையான மதிப்பு, இல்லாத சமன்பாட்டின் பெயர், தவறான அலகு அல்லது இல்லாத கட்டுரைக்கான குறிப்பு போன்ற வடிவங்களில் வருகிறது. முக்கியமான விஷயம் இதுதான்: LLM என்பது ஒரு கால்குலேட்டர் அல்லது இயற்பியல் இயந்திரம் அல்ல. இது ஒரு உரை ஜெனரேட்டராகும், இது பயிற்சி தரவுகளில் பார்க்கும் நூல்களைப் புள்ளிவிவர ரீதியாகப் பின்பற்றுகிறது. அவர் பல சரியான இயற்பியல் நூல்களைப் பார்த்ததால் பெரும்பாலான நேரங்களில் சரியான இயற்பியலை உருவாக்குகிறார்; ஆனால் "பெரும்பாலான நேரங்களில் உண்மை" மற்றும் "எல்லா நேரமும் உண்மை" ஆகியவற்றுக்கு இடையேயான வேறுபாடு இயற்பியலில் உள்ளது.

இயற்பியலில் செயற்கை நுண்ணறிவு எங்கே வேலை செய்கிறது, எங்கு செயல்படாது?

AI ஐ விரைவான வரைவு, யோசனை மற்றும் குறியீட்டு பங்குதாரராக கருதுங்கள்: மதிப்புமிக்கது ஆனால் சரிபார்ப்புக்கு அவசியம். பின்வரும் வேறுபாடு இந்த தொகுதியின் முதுகெலும்பாகும்.

தேடுதல்

AI இன் பங்களிப்பு

இயற்பியலாளரின் பொறுப்பு

எண் கணக்கீடு

Python/NumPy குறியீட்டை எழுதுகிறது

குறியீட்டை இயக்கவும் மற்றும் அலகு மூலம் முடிவை உறுதிப்படுத்தவும்

உருவகப்படுத்துதல்

வேறுபட்ட சமன்பாடு தீர்வு கட்டமைப்பை நிறுவுகிறது

உடல் பாதுகாப்பு சட்டங்கள் மூலம் சரிபார்க்கவும்

சோதனை தரவு பகுப்பாய்வு

வளைவு பொருத்துதல் குறியீடு புள்ளிவிவரங்களை பரிந்துரைக்கிறது

இயற்பியலுடன் மாதிரியின் இணக்கத்தை உறுதிப்படுத்துகிறது

மாதிரி/சூத்திர வழித்தோன்றல்

வழித்தோன்றல் அவுட்லைன் மற்றும் இடைநிலை படி வழங்குகிறது

ஒவ்வொரு படி மற்றும் எல்லை நிலையை சரிபார்க்கிறது

காட்சிப்படுத்தல்

கிராபிக்ஸ் குறியீட்டை உருவாக்குகிறது

அச்சு, அலகு மற்றும் அளவின் துல்லியத்தைப் பார்க்கவும்

இலக்கியம்/எழுத்து

சுருக்கம், வரைவு, மொழி திருத்தங்களைச் செய்கிறது

மூலத்தில் உள்ள ஒவ்வொரு குறிப்பையும் உண்மையையும் உறுதிப்படுத்துதல்

கட்டைவிரல் விதி: கணக்கை வழிசெலுத்த, குறியீடு மற்றும் திருத்த AI ஐப் பயன்படுத்தவும், கணக்கை அல்ல; எப்பொழுதும் எண் முடிவை உறுதியான கருவி மூலம் சரிபார்க்கவும் (செயல்படுத்தப்பட்ட பைதான் குறியீடு, பரிமாண பகுப்பாய்வு, கைமுறை சரிபார்ப்பு). இங்கு "தீர்மானம்" என்பது "எப்போதும் ஒரே உள்ளீட்டிற்கு ஒரே மாதிரியான மற்றும் துல்லியமான முடிவை அளிக்கிறது"; செயல்படுத்தப்பட்ட NumPy குறியீடு இது போன்றது, இது LLM அவரது தலையின் மேல் கொடுக்கும் எண் அல்ல.

இயற்பியலில் AI இன் மூன்று கொடிய பொறிகள்

1. யூனிட் மற்றும் ஆர்டர் பிழைகள். AI ஆனது ஜூல்கள் மற்றும் எலக்ட்ரான் வோல்ட்கள், கெல்வின்கள் மற்றும் சென்டிகிரேட், ரேடியன்கள் மற்றும் டிகிரிகளுக்கு இடையே அமைதியாக மாற முடியும். இதன் விளைவாக எண்ணியல் ரீதியாக "நியாயமானதாக" தோன்றுகிறது ஆனால் உடல் ரீதியாக தவறானது.

2. உருவாக்கப்பட்ட மாறிலிகள் மற்றும் சமன்பாடுகள். AI ஆனது ஒரு பொருள் மாறிலி அல்லது குறுக்கு வெட்டு பகுதியை நியாயமான எண்ணுடன் "நிரப்ப" முடியும். இல்லாத சட்டத்திற்குப் பெயர் வைக்கலாம்.

3. தவறான பண்புக்கூறுகள். AI ஆனது ஒரு உண்மையான இதழில் முற்றிலும் தயாரிக்கப்பட்ட கட்டுரையை உருவாக்க முடியும், உண்மையான ஒலியுடைய ஆசிரியர் பெயர்களுடன். இதை அலகு 9 இல் ஆழமாகப் பார்ப்போம்.

உதவிக்குறிப்பு: ஒவ்வொரு எண் AI வெளியீட்டையும் மூன்று கேள்விகளுடன் அணுகவும்: (1) அதன் அலகு என்ன? (2) உத்தரவு (10 இன் அதிகாரத்திற்கு) உடல் ரீதியாக நியாயமானதா? (3) இதை நான் எவ்வாறு சுயாதீனமாகச் சரிபார்ப்பது? இந்த மூன்று கேள்விகளும் பெரும்பாலான இயற்பியல் பிழைகளை மொட்டில் பிடிக்கின்றன.

படிப்படியாக: இயற்பியலில் பாதுகாப்பான AI பணிப்பாய்வு

1. அதன் அலகுகளுடன் சிக்கலை வரையறுக்கவும். "ஒரு பொருளின் வேகத்தைக் கண்டுபிடி" என்பதற்குப் பதிலாக, "2 கிலோ நிறை கொண்ட ஒரு பொருள் 5 N இன் நிலையான விசையுடன் 3 வினாடிகளுக்கு முடுக்கிவிட்டால், m/s இல் அதன் இறுதி வேகம் என்ன?" என்கின்றனர். என்ன கொடுக்கப்பட்டுள்ளது மற்றும் விரும்பிய அலகு என்ன என்பதை தெளிவாக எழுதுங்கள்.

2. படி-படி-படி தீர்வு மற்றும் யூனிட் கண்காணிப்பைக் கோரவும். ஒவ்வொரு இடைநிலைப் படியிலும் யூனிட் எவ்வாறு நகர்த்தப்படுகிறது என்பதைக் காட்ட AIயிடம் கேளுங்கள். பிழைகளைப் பிடிப்பதற்கான அலகுகள் மிகவும் சக்திவாய்ந்த கருவியாகும்.

3. குறியீட்டை இயக்குவதன் மூலம் சரிபார்க்கவும். இயங்கக்கூடிய பைதான் குறியீட்டைக் கொண்டு குறியீட்டு அல்லது எண் முடிவை உறுதிப்படுத்தவும். இது இந்த தொகுதியின் மையக் கொள்கையாகும்.

4. ஒரு உடல் எதிர் சோதனை செய்யுங்கள். ஆற்றல் சேமிக்கப்படுகிறதா? முடிவு வரம்பு வழக்கில் (நிறை பூஜ்ஜியத்திற்குச் செல்லும் போது மற்றும் வேகம் மிகவும் சிறியதாக இருக்கும்போது) எதிர்பார்க்கப்படும் நடத்தையை அளிக்கிறதா? பரிமாண பகுப்பாய்வு நடத்தப்படுகிறதா?

5. மாறிலிகள் மற்றும் குறிப்புகளை உறுதிப்படுத்தவும். ஒளியின் வேகம், பிளாங்கின் மாறிலி, ஒரு பொருளின் அடர்த்தி—அனைத்தையும் நம்பகமான குறிப்பிலிருந்து (CODATA, பாடப்புத்தகம், தரவுத்தாள்) சரிபார்க்கவும்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - அலகு பொறி. ஒரு பொறியியல் மாணவர் ஒரு ஃபோட்டான் ஆற்றலைப் பற்றி AIயிடம் கேட்டார், அதற்கு E = 3.2 × 10⁻¹⁹ J (சரியானது) என்ற பதிலைப் பெற்றார். ஆனால் அடுத்த கட்டத்தில், AI அதை "சுமார் 2 eV" என்று எழுதி வைத்தது. மாணவர் 1 eV = 1.602 × 10⁻¹⁹ இன் J மாற்றத்தைச் சரிபார்த்தார்: சரியான முடிவு சுமார் 2 eV, சீரானது. ஆனால் மற்றொரு கேள்வியில் YZ 3.2 × 10⁻¹⁹ J ஐ “3.2 eV” என்று எழுதினார்; மாணவர் கைமுறையாக மாற்றத்தை செய்தபோது, ​​​​அது 2 eV ஆக இருக்க வேண்டும் என்பதைக் கண்டு பிழையைப் பிடித்தார். இழந்த நேரம்: 3 நிமிடங்கள்.

வழக்கு 2 - பொருத்துதல் சரி செய்யப்பட்டது. ஒரு ஆசிரியர் ஒரு குறிப்பிட்ட வெப்பநிலையில் தண்ணீரின் பாகுத்தன்மையை AI யிடம் கேட்டார். YZ ஒரு எண்ணைக் கொடுத்தது, அது நியாயமானதாகத் தோன்றினாலும் ஆதாரத்தைக் குறிப்பிடவில்லை. ஆசிரியர் மதிப்பை பொறியியல் கையேட்டுடன் ஒப்பிட்டுப் பார்த்தபோது, ​​AI வழங்கிய எண் உண்மையான மதிப்பை விட இரண்டு மடங்கு அதிகமாக இருப்பதைக் கண்டறிந்தார். சரிபார்ப்பு இல்லாமல், ஒரு ஆய்வக கணக்கீடு முற்றிலும் தவறாக மாறிவிடும்.

வழக்கு 3 - உறுதிப்படுத்தல் கிடைத்தது. ஊசல் இயக்கத்தின் சமன்பாட்டை எண்ணியல் ரீதியாக தீர்க்கும் பைதான் குறியீட்டை ஒரு ஆராய்ச்சியாளர் AI யிடம் கேட்டார். குறியீடு வேலை செய்தது, ஆனால் காலப்போக்கில் ஆற்றல் சீராக அதிகரித்தது - உடல் ரீதியாக சாத்தியமற்றது. இது எண்ணியல் முறையின் (எளிய ஆய்லர் படி) பிழையினால் ஏற்பட்டது என்பதை ஆய்வாளர் உணர்ந்தார், ஆற்றல் சேமிப்பை (எ.கா. சிறிய படி அல்லது மிகவும் நிலையான தீர்வு) பராமரிக்கும் முறையை AI யிடம் கேட்டு 10 நிமிடங்களில் சரிசெய்தார். ஆற்றல் சேமிப்பு சோதனைக்காக இல்லையெனில், தவறான முடிவு சரியானதாகக் கருதப்படும்.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) யூனிட் டிராக்கிங்குடன் சரிபார்க்கக்கூடிய தீர்வு:

உங்கள் பங்கு: இயற்பியல் உதவியாளர். பின்வரும் சிக்கலை படிப்படியாக தீர்க்கவும்: [சிக்கல்]. கொடுக்கப்பட்ட அனைத்தையும் மற்றும் விரும்பிய முடிவை SI அலகுகளில் எழுதவும். ஒவ்வொரு அடியிலும் அலகு எவ்வாறு நகர்த்தப்படுகிறது என்பதைக் காட்டு. இயங்கக்கூடிய பைதான் (NumPy) குறியீட்டைக் கொண்டு முடிவை உறுதிப்படுத்தவும். இறுதியாக, வரிசை உடல் ரீதியாக நம்பத்தகுந்ததா என்பதை ஒரு வாக்கியத்தில் மதிப்பீடு செய்யவும்.

2) நிலையான/தரவு உறுதிப்படுத்தல்:

[இயற்பியல் மாறிலி அல்லது பொருள் சொத்து] மற்றும் அதன் SI அலகு மதிப்பை எழுதவும். மூலத்தைக் குறிப்பிடவும் (எ.கா. CODATA, கையேடு). சரியான மதிப்பு உங்களுக்குத் தெரியாவிட்டால், "இந்த மதிப்பை ஒரு குறிப்பிலிருந்து சரிபார்க்கவும்" மற்றும் பொருந்தாதது எனக் கூறவும். உங்கள் நிச்சயமற்ற தன்மையையும் (ஏதேனும் இருந்தால்) தெரிவிக்கவும்.

3) எனது சொந்த தீர்வு/குறியீட்டைச் சரிபார்க்கிறது:

கீழே எனது தீர்வு/குறியீடு உள்ளது. ஒவ்வொரு அடியையும் அதன் அலகுகளையும் சரிபார்க்கவும். பிழை இருந்தால், எந்தப் படி மற்றும் ஏன் என்பதைக் காட்டவும்; அது உண்மை என்றால், "உண்மை" என்று சொல்லுங்கள். குறிப்பாக அலகு நிலைத்தன்மையையும் ஒழுங்கையும் சரிபார்க்கவும். ஒரு புதிய தீர்வை எழுதுங்கள்; என்னுடையதை மட்டும் சரிபார்க்கவும். எனது தீர்வு: [இங்கே]

4) உடல் நலம் சரிபார்ப்பு கோரிக்கை:

பின்வரும் முடிவுகளுக்கு 3 சுயாதீன உடல் சரிபார்ப்புகளை (கணக்கீடு செய்ய வேண்டாம்) கொடுங்கள்: பரிமாணம்/அலகு பகுப்பாய்வு, எல்லை நிலை நடத்தை, பாதுகாப்புச் சட்டச் சரிபார்ப்பு. ஒவ்வொன்றிற்கும், இந்த முடிவில் நான் என்ன சரிபார்க்க வேண்டும் என்பதை ஒரு வாக்கியத்தில் எழுதுங்கள்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனம்: "ஒரு பந்து காற்றில் எவ்வளவு நேரம் இருக்கும் என்பதைக் கணக்கிடுங்கள்."
முடிவு: தரவு விடுபட்டுள்ளது, தெளிவற்ற அலகு, ஒற்றை வரி பதில்; சரிபார்க்க முடியாது, பிழைகள் பிடிக்க முடியாது.
வலிமையானது: "20 மீ/வி செங்குத்து வேகத்தில் தரையில் இருந்து வீசப்படும் பந்துக்கு, காற்றில் இருக்கும் நேரத்தை படிப்படியாகக் கணக்கிடுங்கள், g = 9.81 m/s², காற்றின் எதிர்ப்பைப் புறக்கணித்து, ஒவ்வொரு அடியிலும் அலகுகளைக் காட்டுங்கள். பைதான் குறியீட்டைக் கொண்டு முடிவை உறுதிசெய்து, கேஸ் என்றால் இரட்டை வேக வரம்பு என்ன என்பதை எழுதவும்."
முடிவு: தணிக்கை செய்யக்கூடிய படிகள், யூனிட் டிராக்கிங், இயங்கக்கூடிய சரிபார்ப்பு மற்றும் உடல் எதிர்ச் சரிபார்ப்பு.

பொதுவான தவறுகள்

  • அலகைப் புறக்கணித்தல். அலகுகள் இல்லாத எண்ணைக் கருத்தில் கொள்வது இயற்பியலில் மிகவும் பொதுவான மற்றும் விலையுயர்ந்த தவறு. ஒவ்வொரு எண்ணுக்கும் ஒரு அலகு உண்டு.
  • ரேங்க் சரிபார்க்கவில்லை. 10ன் பலத்தால் என்ன பலன்? ஒரு மனிதனின் நிறை 70 கிலோ, 70 கிராம் அல்லது 70 டன் அல்ல. ரேங்க் சரிபார்ப்பு வினாடிகள் எடுக்கும், மணிநேரங்களை மிச்சப்படுத்துகிறது.
  • மாறிலிகளை சரிபார்க்கவில்லை. உருவாக்கப்பட்ட மாறிலி என்பது மிகவும் நயவஞ்சகமான மாயத்தோற்றம், ஏனெனில் அது நம்பத்தகுந்ததாகத் தெரிகிறது.
  • குறியீட்டை இயக்காமல் நம்புதல். AI ஆல் எழுதப்பட்ட குறியீடு "சரியாகத் தெரிந்தாலும்", அது இயக்கப்பட்டு முடிவு சரிபார்க்கப்படும் வரை அதை உறுதியானதாகக் கருதக்கூடாது.
  • உடல் பரிசோதனை செய்யவில்லை. ஆற்றல், வேகம், மின்சுமை சேமிக்கப்படுகிறதா? எல்லை மாநிலங்கள் எதிர்பார்த்தபடி உள்ளதா? இந்த சோதனைகள் இல்லாமல், முடிவு முழுமையடையாது.
எச்சரிக்கை: அறிக்கை, மாணவர் அல்லது வடிவமைப்பிற்கு ஏற்றுமதி செய்யும் முன் முடிவை எப்போதும் சரிபார்க்கவும். இயற்பியலில், அளவீடு, வடிவமைப்பு மற்றும் பாதுகாப்பு ஆகியவற்றின் சங்கிலியில் தவறான மதிப்பு அதிவேகமாக வளர்கிறது. சரிபார்க்கப்படாத AI வெளியீடு ஒரு திறமையான இயற்பியலாளரின் உறுதிப்படுத்தலுக்கு ஒருபோதும் மாற்றாக இருக்காது.

சுருக்கமாக

AI என்பது இயற்பியலில் ஒரு சக்திவாய்ந்த வரைவு, குறியீட்டு மற்றும் திருத்தும் கருவியாகும்; ஆனால் இது ஒரு கால்குலேட்டர், இயற்பியல் இயந்திரம் அல்லது நம்பகமான குறிப்பு அல்ல. யூனிட்/ஆர்டர் பிழைகள், உருவாக்கப்பட்ட மாறிலிகள் மற்றும் போலியான குறிப்புகள் ஆகியவை மிகப்பெரிய அபாயங்கள். எனவே அடிப்படை ஒழுக்கம் தெளிவாக உள்ளது: அதன் அலகுகளில் சிக்கலை வரையறுத்து, படிப்படியாக மற்றும் யூனிட் கண்காணிப்பு மூலம் அதைத் தீர்க்கவும், குறியீட்டை இயக்குவதன் மூலம் சரிபார்க்கவும், உடல் எதிர்ச் சரிபார்ப்பைச் செய்யவும், மாறிலிகள் மற்றும் பண்புக்கூறுகளை சரிபார்க்கவும். இந்தத் தொகுதி முழுவதும் ஒவ்வொரு யூனிட்டிலும் இந்த சரிபார்ப்பு மனநிலையை ஆழப்படுத்துவோம்.

விண்ணப்ப பணி

உங்கள் துறையில் (ஒரு இயக்கவியல், ஆற்றல் அல்லது மின்சாரம் கேள்வி) நடுத்தர சிரமம் கொண்ட இயற்பியல் சிக்கலைத் தேர்ந்தெடுக்கவும். 1வது டெம்ப்ளேட், யூனிட் டிராக்கிங் மூலம் AIக்கு தீர்வு காணவும். பின்னர் ஒரு சுயாதீனமான வழியில் முடிவைச் சரிபார்க்கவும் (பைதான் குறியீடு, பரிமாண பகுப்பாய்வு அல்லது கைமுறையாக இயங்குகிறது). குறைந்தபட்சம் ஒரு ஆர்டர் சரிபார்ப்பு மற்றும் ஒரு எல்லை நிலை சரிபார்ப்பு செய்யுங்கள். உங்கள் கண்டுபிடிப்புகளை 5-6 வாக்கியங்களில் எழுதுங்கள்: AI எங்கே வேலை செய்தது, எங்கே சரிபார்ப்பு தேவை, யூனிட்/ஆர்டர் பிழை உள்ளதா?

சரிபார்ப்பு பட்டியல்

  • [ ] கொடுக்கப்பட்ட உருப்படிகள் மற்றும் விரும்பிய அலகு ஆகியவற்றில் உள்ள சிக்கலை நான் தெளிவாக வரையறுத்தேன்.
  • [ ] நான் AI யிடம் படிப்படியான தீர்வு மற்றும் யூனிட் டிராக்கிங்கைக் கேட்டேன்.
  • [ ] இயங்கக்கூடிய குறியீடு அல்லது கைமுறையாக முடிவைச் சரிபார்த்தேன்.
  • [ ] ரேங்க் உடல் ரீதியாக நியாயமானதா என்று சோதித்தேன்.
  • [ ] நான் குறைந்தபட்சம் ஒரு உடல் பரிசோதனை (பாதுகாப்பு, வரம்பு நிலை) செய்துள்ளேன்.
  • [ ] நம்பகமான மூலத்திலிருந்து நான் பயன்படுத்தும் மாறிலிகளை உறுதி செய்துள்ளேன்.
  • [ ] நான் எந்த சரிபார்க்கப்படாத முடிவுகளையும் அனுப்பவில்லை.