ஆதாயங்கள்:
- சோதனையின் முடிவில் இருந்து இறுதி வரையிலான பணிப்பாய்வுக்கு மனிதக் கொள்கையை ஒருங்கிணைத்தல் மற்றும் ஒவ்வொரு கட்டத்திலும் செயற்கை நுண்ணறிவு/மனிதப் பாத்திரங்களைப் பிரிக்க முடியும்
- பொது செயற்கை நுண்ணறிவுக்கு ரகசிய கட்டமைப்பு மற்றும் தரவை வழங்காமல் பொதுவான ப்ராக்ஸி எடுத்துக்காட்டுகளுடன் பணிபுரியும் திறன்
- முக்கியமான புள்ளிகளில் மனித ஒப்புதல் வாயில்களை வைக்கும் திறன் மற்றும் வெளிப்படைத்தன்மை மற்றும் கண்டறியும் தன்மையுடன் இறுதிப் பொறுப்பை ஏற்கும் திறன்
இந்த இறுதி அலகில் முழு தொகுதியையும் ஒரே கட்டமைப்பாக இணைக்கிறோம்: மனித-இன்-தி-லூப். AI எவ்வளவு திறன் வாய்ந்ததாக இருந்தாலும், ஒரு மனிதன் ஒரு இரசாயன முடிவின் ஒவ்வொரு முக்கியமான புள்ளியிலும் புரிந்து, கட்டுப்படுத்த மற்றும் அங்கீகரிக்க வேண்டும் என்று இந்தக் கொள்கை கூறுகிறது. இந்த அலகில், முதலில் நெறிமுறை மற்றும் ரகசியத்தன்மை அம்சங்களைத் தெளிவுபடுத்துவோம், பின்னர் ஒரு மூலக்கூறை யோசனையிலிருந்து அறிக்கைக்கு எடுத்துச் செல்லும் ஒரு இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளை நிறுவுவோம், மேலும் AI மற்றும் மனிதர்கள் ஒவ்வொரு கட்டத்திலும் உழைப்பை எவ்வாறு பிரிக்கிறார்கள் என்பதைப் பார்ப்போம். நீங்கள் கற்றுக்கொண்ட அனைத்தையும் தினசரி வேலைக்கு ஏற்ற அமைப்பாக மாற்றுவதே குறிக்கோள்.
தனியுரிமை: AIக்கு என்ன கொடுக்கக்கூடாது?
வேதியியல் பெரும்பாலும் இரகசியத் தகவலுடன் செயல்படுகிறது: காப்புரிமை பெறாத மூலக்கூறுகள், நிறுவனத்தின் இரகசிய தொகுப்பு வழிகள், வெளியிடப்படாத தரவு, நோயாளி மாதிரிகள். பொது AI சேவையில் நீங்கள் உள்ளிடும் உரை, சேவையின் கொள்கையின்படி சேமிக்கப்படலாம் அல்லது செயலாக்கப்படலாம். எனவே:
- வெளியிடப்படாத அசல் கட்டமைப்புகளை (முன் காப்புரிமை மூலக்கூறுகள்) பொது AI க்கு வெளியிடுவதற்கு முன் உங்கள் நிறுவனக் கொள்கையைச் சரிபார்க்கவும்.
- தனிப்பட்ட/நோயாளியின் தரவை (மருத்துவ மாதிரிகள்) அடையாளம் காணக்கூடிய வடிவத்தில் உள்ளிட வேண்டாம்.
- வர்த்தக இரகசிய தொகுப்பு வழிகளை பகிர்ந்து கொள்வதற்கு முன் இரகசிய ஒப்பந்தங்களை மதிப்பாய்வு செய்யவும்.
- தேவைப்படும்போது, உள்-விருப்பப் பயன்பாட்டிற்கான AI கருவிகளைத் தேர்ந்தெடுக்கவும்.
எச்சரிக்கை: ஒரு மூலக்கூறைப் பற்றி பொது AI யிடம் கேட்பது அந்த மூலக்கூறின் கட்டமைப்பை வெளிப்படுத்துவதாக இருக்கலாம். காப்புரிமை பெறாத தனித்துவமான கட்டமைப்பிற்கு, இது உங்கள் முன்னுரிமையை (காப்புரிமை உரிமை) பாதிக்கலாம். பொதுவான/பினாமி எடுத்துக்காட்டுகளுடன் மறைக்கப்பட்ட கட்டமைப்புகளைக் கேளுங்கள்.
நெறிமுறைகள்: நான்கு கொள்கைகள்
- வெளிப்படைத்தன்மை: நீங்கள் AI ஐப் பயன்படுத்தும் இடத்தில் மறைக்க வேண்டாம்; வெளியீடு மற்றும் நிறுவனக் கொள்கைகளுக்கு இணங்குதல்.
- பொறுப்பு: இறுதி முடிவிற்கு மனிதனே பொறுப்பு; "AI பரிந்துரைக்கப்பட்டது" பாதுகாப்பு அல்லது ஒருமைப்பாடு மீறலை மன்னிக்கவில்லை.
- தீங்கற்ற தன்மை: ஆபத்தான/சட்டவிரோத தொகுப்பு, இரட்டைப் பயன்பாடு (ஆயுதங்கள் சாத்தியம்) பயன்பாடுகளுக்கு AI ஐப் பயன்படுத்த வேண்டாம்.
- நேர்மை மற்றும் நேர்மை: தரவை சிதைக்காதீர்கள், முடிவுகளை அழகுபடுத்தாதீர்கள், பண்புகளை உருவாக்காதீர்கள்.
முடிவு முதல் இறுதி வரையிலான பணிப்பாய்வு: மூலக்கூறு → அறிக்கை
இப்போது முழு தொகுதியையும் ஒரே ஓட்டமாக இணைப்போம். ஒவ்வொரு கட்டத்திலும், AI என்ன செய்கிறது மற்றும் மனிதன் என்ன செய்கிறது ஆகியவற்றுக்கு இடையேயான வேறுபாட்டைக் கவனியுங்கள்.
மேடை
AI இன் பங்கு
மனிதர்களின் (முக்கியமான) பங்கு
1. யோசனை/இலக்கியம்
கருத்து சுருக்கம், தேடல் சொல்
உண்மையான மூலத்தைக் கண்டறிதல், பண்புக்கூறு உறுதிப்படுத்தல்
2. கட்டமைப்பு விளக்கம்
புன்னகையை உருவாக்குகிறது
RDKit, InChIKey உடன் அங்கீகாரம்
3. தொகுப்பு திட்டம்
ரெட்ரோசிந்தெசிஸ், மாற்று
இலக்கிய உறுதிப்படுத்தல், பாதை தேர்வு
4. பாதுகாப்பு
SDS சுருக்கம், பூர்வாங்க பொருத்தமின்மை
SDS வாசிப்பு, ஒப்புதல், PPE முடிவு
5. விண்ணப்பம்
(இல்லை)
அனைத்து ஆய்வக வேலை
6. பகுப்பாய்வு
ஸ்பெக்ட்ரம் கருத்து ஆதரவு
இறுதி கட்டமைப்பு ஒதுக்கீடு
7. தரவு செயலாக்கம்
எழுத்து குறியீடு
குறியீட்டை இயக்கவும், முடிவைச் சரிபார்க்கவும்
8. ஆவணம்
வடிவமைப்பு, கட்டுப்பாடு
கவனிப்பு, விலகல், கையொப்பம்
9. அறிக்கையிடல்
வரைவு உரை
எண்/மேற்கோள் சரிபார்ப்பு, பொறுப்புக்கூறல்
தொகுதியின் 11 அலகுகள் எவ்வாறு ஒரே வேலையாக அமைக்கப்பட்டுள்ளன என்பதை இந்த அட்டவணை காட்டுகிறது. AI துரிதப்படுத்துகிறது; மக்கள் சரிபார்த்து சொந்தமாக.
படிப்படியாக: பணிப்பாய்வுகளை அமைத்தல்
- பாத்திரங்களை தெளிவுபடுத்துங்கள்: ஒவ்வொரு பணிக்கும், "AI அல்லது மனிதனா?" ஆரம்பத்திலிருந்தே தீர்மானிக்கவும்.
- தனியுரிமை வடிப்பானை அமைக்கவும்: AIக்கு ஏதாவது கொடுக்காமல் "இது தனிப்பட்டதா/தனியார்தானா?" கேட்க.
- சரிபார்ப்பு வாயில்களை வைக்கவும்: ஒவ்வொரு கட்டத்தின் முடிவிலும் ஒரு சரிபார்ப்பு படி (அட்டவணை 10ல் அலகு).
- கண்டறியும் தன்மையை வைத்திருங்கள்: AI இலிருந்து என்ன வெளியீடு வந்தது, அது எவ்வாறு சரிபார்க்கப்பட்டது, யார் அனுமதித்தார்கள்.
- ஒப்புதல் புள்ளிகளை அமைக்கவும்: பாதுகாப்பு மற்றும் இறுதி முடிவு போன்ற முக்கியமான புள்ளிகளில் மனித ஒப்புதல் கட்டாயமாகும்.
- கருத்து: பிடிக்கப்பட்ட ஒவ்வொரு பிழையையும் பதிவுசெய்து, பணிப்பாய்வுகளை மேம்படுத்தவும்.
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) தனியுரிமை முன் வடிகட்டி:
கேள்வி கேட்பதற்கு முன், இதைக் கவனியுங்கள்:உள்ளடக்கம்: [நான் என்ன கேட்கிறேன்]பணி: இந்த உள்ளடக்கத்தில் வெளியிடப்படாத அசல் கலைப்பொருட்கள், தனிப்பட்ட தரவு அல்லது வர்த்தக ரகசியங்கள் உள்ளதா? அப்படிச் செய்தால், கட்டமைப்பை மறைக்கும் பொதுவான/வாடகை உதாரணத்துடன் கேள்வியை எப்படி மீண்டும் எழுதலாம் என்று பரிந்துரைக்கவும்.
2) கட்ட சரிபார்ப்பு வாயிலின் முடிவு:
நான் பின்வரும் கட்டத்தை முடித்துள்ளேன்: [PHASE, எ.கா. தொகுப்புத் திட்டம்].பணி: இந்த நிலையிலிருந்து (எண், மேற்கோள், அமைப்பு, பாதுகாப்பு உரிமைகோரல்) வெளியே வரும் சரிபார்க்கப்பட வேண்டிய அனைத்து கூறுகளையும் பட்டியலிடுங்கள். ஒவ்வொன்றிற்கும், சரிபார்ப்பு முறையை எழுதவும், அதை யார் உறுதிப்படுத்த வேண்டும். அடுத்த கட்டத்திற்குச் செல்வதற்கு முன் மூடப்பட வேண்டிய திறந்த பொருட்களைக் குறிக்கவும்.
3) மனித-AI பங்கு விநியோகத் திட்டம்:
எனது திட்டம்: [குறுகிய விளக்கம்]. பணி: இந்த திட்டத்தை கட்டங்களாக பிரிக்கவும். ஒவ்வொரு கட்டத்திற்கும், இதை வேறுபடுத்துங்கள்: - AI என்ன செய்ய முடியும் (வரைவு, குறியீடு, சுருக்கம்) - மனிதன் என்ன முடிவு செய்ய வேண்டும் (பாதுகாப்பு, விளைவு, ஒப்புதல்). இறுதிப் பொறுப்பு மனிதனிடம் இருக்கும் முக்கியமான புள்ளிகளைக் குறிக்கவும்.
4) ஒருமைப்பாடு சரிபார்ப்பு அறிக்கை:
எனது அறிக்கை வரைவு கீழே உள்ளது:[வரைவு]பணி: பின்வருவனவற்றைச் சரிபார்த்து குறிக்கவும்:1) சரிபார்க்கப்படாத எண்கள்/மேற்கோள்கள் ஏதேனும் உள்ளதா?2) AI இன் பயன்பாடு வெளிப்படையாகக் கூறப்பட்டுள்ளதா?3) தரவு "அழகியதாக" (வெளிப்புறமாக மறைத்து) உள்ளதா?4) ஏதேனும் பாதுகாப்பு/நெறிமுறை குறைபாடுகள் உள்ளதா? நீங்கள் எங்கு உறுதியாக இருக்கிறீர்கள் என்பதை [சரிபார்க்கவும்].
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான:
எங்கள் நிறுவனத்தின் புதிய ரகசிய மூலக்கூறை ஒருங்கிணைக்க சிறந்த வழி எது?[உண்மையான அசல் அமைப்பு]
இது அசல் முன் காப்புரிமை கட்டமைப்பை பொது சேவைக்கு வெளிப்படுத்துகிறது; இது முன்னுரிமை மற்றும் ரகசியத்தன்மையை ஆபத்தில் ஆழ்த்துகிறது.
வலுவான:
நறுமண கீட்டோன்களின் வகுப்பின் ஒத்த கட்டமைப்பிற்கான பொதுவான ரெட்ரோசிந்தெசிஸ் உத்தியைக் கற்றுக்கொள்ள விரும்புகிறேன். கான்கிரீட், அசல் கட்டமைப்பைக் கொடுக்காமல் பொதுவான உதாரணம் (அசிட்டோபெனோன் வழித்தோன்றல்) மூலம் விளக்கவும். எனது சொந்த மூலக்கூறுக்கு உள்நாட்டில் உத்தியைப் பயன்படுத்துவேன்.
வேறுபாடு: மறைந்த கட்டமைப்பை வெளிப்படுத்தாமல், பொதுவான வாகை உதாரணத்தைப் போலவே கற்றல் அடையப்பட்டது.
சிறிய வழக்குகள்
வழக்கு 1 - அசல் அமைப்பு வெளிப்படுத்தப்பட்டது. காப்புரிமைக்கு விண்ணப்பிப்பதற்கு முன் ஒரு குழு பொது AI யிடம் ஒரு தனித்துவமான மூலக்கூறு பற்றி கேட்டது. இது முன்னுரிமையை கேள்விக்குள்ளாக்கலாம் என்று சட்டப் பிரிவு கூறியது; செயல்முறை தாமதமானது. பாடம்: பொதுவான ப்ராக்ஸியுடன் தனித்துவமான கட்டமைப்புகளைக் கேட்கவும், தனியுரிமைக் கொள்கையை மதிக்கவும்.
வழக்கு 2 - மனித சம்மதம் விபத்தைத் தடுத்தது. ஒரு தானியங்கி பணிப்பாய்வு, AI ஒரு வரைவு செயல்முறையை உருவாக்கியது மற்றும் நேரடியாக செயல்படுத்தப்பட வேண்டும்; ஆனால் ஒரு அனுபவம் வாய்ந்த வேதியியலாளர், "பாதுகாப்பு அனுமதி" வாயிலில் பொருந்தாத ஜோடி உலைகளைப் பிடித்தார். பாடம்: முக்கியமான புள்ளிகளில், மனித ஒப்புதல் வாயில்கள் உயிர்களைக் காப்பாற்றுகின்றன.
வழக்கு 3 - இறுதி முதல் இறுதி வரை ஒழுக்கம். முதுகலை மாணவர் ஒரு திட்டத்தில் முழு தொகுதியையும் செயல்படுத்தினார்: இலக்கிய சுருக்கம் + AI உடன் உண்மையான மேற்கோள் சரிபார்ப்பு, RDKit உடன் கட்டமைப்பு சரிபார்ப்பு, குறியீட்டுடன் தரவு பகுப்பாய்வு, SDS உடன் பாதுகாப்பு, நேர்மையான ஆவணங்கள், வெளிப்படையான அறிக்கையிடல். இதன் விளைவாக வேகமாகவும் வலுவாகவும் இருந்தது; ஆய்வறிக்கை பாதுகாப்பில் "AI ஐ எவ்வாறு சரிபார்த்தீர்கள்?" என்ற கேள்விக்கு அவர் தெளிவாக பதிலளித்தார். பாடம்: AI + சரிபார்ப்பு ஒழுக்கம் இணைந்து சிறப்பாகச் செயல்படும்.
பொதுவான தவறுகள்
- பொது AI க்கு மறைந்த கட்டமைப்பை வழங்குதல். இது காப்புரிமை முன்னுரிமை மற்றும் வர்த்தக ரகசியத்தை சமரசம் செய்கிறது.
- அடையாளம் காணக்கூடிய தனிப்பட்ட/நோயாளி தரவை உள்ளிடுதல். தனியுரிமை மீறல் மற்றும் சட்ட ஆபத்து.
- அனுமதி வாயில்களைக் கடந்து செல்வது. பாதுகாப்பு மற்றும் இறுதியில் மனித அனுமதியின்றி முன்னேறுகிறது.
- AIக்கு பொறுப்பை மாற்றுதல். "AI பரிந்துரைக்கப்பட்டது" எந்த தவறுகளையும் மன்னிக்கவில்லை.
- வெளிப்படைத்தன்மையைத் தவிர்ப்பது. AI இன் பயன்பாட்டை மறைப்பது ஒருமைப்பாட்டைக் குறைமதிப்பிற்கு உட்படுத்துகிறது.
- இரட்டை பயன்பாட்டின் அபாயத்தை புறக்கணித்தல். தீங்கு விளைவிக்கும் பயன்பாடுகளுக்கு AI ஐப் பயன்படுத்துவது நெறிமுறையற்றது.
உதவிக்குறிப்பு: "ஒரு மனிதன் நிறுத்தும் மற்றும் அங்கீகரிக்கும் ஒவ்வொரு முக்கியமான முடிவும்" மூலம் உங்கள் பணிப்பாய்வுகளை வடிவமைக்கவும். AI ஐ சங்கிலியை துரிதப்படுத்தும் இணைப்பாக மாற்றவும், சங்கிலியை வைத்திருக்கும் முனை எப்போதும் மனிதனாக இருக்கும்.
சுருக்கமாக
- பரிசோதனையில் மனிதக் கொள்கை: ஒவ்வொரு முக்கியமான இரசாயன முடிவிலும், ஒரு மனிதன் புரிந்துகொள்கிறான், மேற்பார்வை செய்கிறான் மற்றும் அங்கீகரிக்கிறான்.
- தனியுரிமை: தனிப்பட்ட கலைப்பொருட்கள், தனிப்பட்ட தரவு மற்றும் வர்த்தக ரகசியங்களை பொது AIக்கு வழங்க வேண்டாம்; பொதுவான ப்ராக்ஸியைப் பயன்படுத்தவும்.
- நெறிமுறைகள்: வெளிப்படைத் தன்மை, பொறுப்பு, குற்றமற்ற தன்மை, நேர்மை ஆகிய நான்கு அடிப்படைக் கோட்பாடுகள்.
- இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளில், AI ஒவ்வொரு நிலையிலும் முடுக்கிவிடப்படுகிறது; மக்கள் சரிபார்த்து சொந்தமாக.
- முக்கியமான புள்ளிகளில் (பாதுகாப்பு, இறுதி முடிவு) மனித ஒப்புதல் வாயில்களை வைத்து, கண்டறியும் தன்மையை பராமரிக்கவும்.
விண்ணப்ப பணி
உங்களின் சொந்த (உண்மையான அல்லது கற்பனையான) ஒரு திட்டத்தைத் தேர்வுசெய்து, தொடக்கத்தில் இருந்து இறுதி வரை AI-மனித பணிப்பாய்வுகளை வடிவமைக்கவும். மேலே உள்ள 9-நிலை அட்டவணையை உங்கள் சொந்த திட்டத்திற்கு மாற்றியமைக்கவும்: ஒவ்வொரு கட்டத்திலும் AI என்ன செய்யும், மனிதன் எதை அங்கீகரிக்கும்? தனியுரிமை முன் வடிப்பானைப் பயன்படுத்தவும்: AI க்கு நீங்கள் என்ன தகவலைக் கொடுக்கவில்லை, அதை எவ்வாறு பொதுமைப்படுத்துவது? குறைந்தபட்சம் இரண்டு மனித ஒப்புதல் வாயில்கள் மற்றும் ஒரு கண்டறியும் முறையை வரையறுக்கவும். ஒரு பக்க "பணிப்பாய்வு மற்றும் சரிபார்ப்பு திட்டம்" எழுதவும்.
சரிபார்ப்பு பட்டியல்
- சோதனையில், மனிதக் கொள்கை மற்றும் அது ஏன் அவசியம் என்பதை நான் புரிந்துகொண்டேன்.
- [ ] மறைக்கப்பட்ட கட்டமைப்பு/தரவை பொது AI க்கு வழங்காமல் பொதுமைப்படுத்துகிறேன்.
- [ ] நான் வெளிப்படைத்தன்மை, பொறுப்பு, குற்றமற்ற தன்மை மற்றும் நேர்மை ஆகிய கொள்கைகளுக்கு இணங்குகிறேன்.
- [ ] இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளில் AI/மனிதப் பாத்திரங்களைப் பிரித்தேன்.
- [ ] நான் முக்கியமான புள்ளிகளில் மனித ஒப்புதல் வாயில்களை வைத்தேன்.
- AI இலிருந்து என்ன வெளியீடு வருகிறது மற்றும் அது எவ்வாறு சரிபார்க்கப்படுகிறது என்பதை நான் கண்காணிக்கிறேன்.
தொகுதி தேர்வு
1. பின்வருவனவற்றில் வேதியியலில் செயற்கை நுண்ணறிவுக்கான மிகவும் துல்லியமான நிலைப்பாடு எது?
- A) செயற்கை நுண்ணறிவு என்பது ஒரு குறியீடு, வரைவு மற்றும் எடிட்டிங் உதவியாளர்; கட்டமைப்பு, எண், வளங்கள், பாதுகாப்பு மற்றும் நெறிமுறை முடிவுகளுக்கான பொறுப்பு மனிதர்களிடம் உள்ளது ✔
- B) செயற்கை நுண்ணறிவு ஒரு வேதியியல் இயந்திரம் மற்றும் அது கொடுக்கும் மூலக்கூறு எடைகள் எப்போதும் துல்லியமாக இருக்கும்.
- சி) செயற்கை நுண்ணறிவு இலக்கிய மதிப்பாய்வில் மட்டுமே வேலை செய்கிறது, இது பகுப்பாய்வு மற்றும் பாதுகாப்புடன் எந்த தொடர்பும் இல்லை
- D) செயற்கை நுண்ணறிவு மனிதர்களை விட பாரபட்சமற்றது என்பதால், பாதுகாப்பு முடிவுகளை அதிலேயே விட்டுவிட வேண்டும்
விளக்கம்: செயற்கை நுண்ணறிவு; இது குறியீட்டை எழுதுபவர், வரைவுகளை உருவாக்குகிறார், ரெட்ரோசிந்தெசிஸ் எலும்புக்கூட்டை உருவாக்குகிறார், ஸ்பெக்ட்ரம் விளக்கத்திற்கு உதவுகிறார் மற்றும் ஒழுங்கமைக்கிறார். இருப்பினும், மூலக்கூறு எடை மற்றும் ஸ்டோச்சியோமெட்ரியின் உறுதியான கணக்கீடு, RDKit உடன் கட்டமைப்பை சரிபார்த்தல், தரவுத்தளத்தில் மேற்கோள்களை உறுதிப்படுத்துதல், SDS/GHS உடன் பாதுகாப்பு முடிவு மற்றும் இறுதி பொறுப்பு ஆகியவை திறமையான வேதியியலாளருக்கு சொந்தமானது. பெரிய மொழி மாதிரி ஒரு கால்குலேட்டர் அல்லது வேதியியல் இயந்திரம் அல்ல; இது ஒரு உரை ஜெனரேட்டராகும், இது 'அடுத்த வாய்ப்புள்ள வார்த்தையை' உருவாக்குகிறது மற்றும் அதன் சரிபார்க்கப்படாத வெளியீடு தவறான அமைப்பு, எண் அல்லது ஆபத்துக்கு வழிவகுக்கும்.
2. செயற்கை நுண்ணறிவுக்கு ஒரு மூலக்கூறை விவரிக்க மிகவும் நம்பகமான வழி எது?
- A) பொதுவான துருக்கிய பெயரை மட்டும் எழுதுதல்
- B) SMILES போன்ற கட்டமைப்பு பிரதிநிதித்துவத்தை அளித்தல் மற்றும் InChIKey உடன் அடையாளத்தை உறுதிப்படுத்துதல் ✔
- C) மூலக்கூறு எடையைக் கூறுவது
- D) வர்த்தக முத்திரையை எழுதினால் போதுமானது
விளக்கம்: பெயர்கள் (குறிப்பாக வர்த்தகம் மற்றும் ஒத்த பெயர்கள்) தெளிவற்றவை மற்றும் தவறான மூலக்கூறுக்கு வழிவகுக்கும். SMILES போன்ற கட்டமைப்புக் குறியீடை மூலக்கூறுக்கு வழங்குவது துல்லியத்தை அளிக்கிறது; InChIKey உடனான தரவுத்தளத்தில் அவரது அடையாளம் உறுதிப்படுத்தப்பட்டுள்ளது. கூடுதலாக, செயற்கை நுண்ணறிவால் வழங்கப்படும் SMILES RDKit மூலம் பாகுபடுத்தப்பட்டு, நியமனம் மூலம் சரிபார்க்கப்பட வேண்டும்.
3. செயற்கை நுண்ணறிவால் கொடுக்கப்பட்ட மூலக்கூறு எடையை நீங்கள் எவ்வாறு பயன்படுத்த வேண்டும்?
- A) அதை நேரடியாகப் பயன்படுத்துதல், ஏனெனில் AI எண்களில் நம்பகமானது
- B) கைமுறையாக அல்லது RDKit ✔ மூலம் சூத்திரத்திலிருந்து சுயாதீனமாக கணக்கிட்டு சரிபார்க்கவும்
- C) வேறொரு செயற்கை நுண்ணறிவைக் கேட்டு ஒப்பிட்டுப் பார்த்தால் போதும்
- D) மூலக்கூறு எடை முக்கியமற்றது, சரிபார்ப்பு தேவையில்லை
விளக்கம்: மூலக்கூறு எடை என்பது மூலக்கூறு சூத்திரத்தில் இருந்து தீர்மானமாக கணக்கிடப்படும் அளவு. எனவே மொழி மாதிரி கேட்பது பலவீனமான வழி; இது RDKit போன்ற கருவி மூலம் சுயாதீனமாக சரிபார்க்கப்பட வேண்டும் அல்லது ஒரு சூத்திரத்திலிருந்து கைமுறையாகக் கணக்கிட வேண்டும். மொழி மாதிரியானது அத்தகைய எண்களை 'சாத்தியமான தோற்றம்' மதிப்புடன் பொருத்தலாம்.
4. செயற்கை நுண்ணறிவு மூலம் வழங்கப்படும் இலக்கிய மேற்கோளை (கட்டுரை/DOI) பயன்படுத்துவதற்கு முன்பு என்ன செய்ய வேண்டும்?
- அ) எதுவும் இல்லை; செயற்கை நுண்ணறிவு ஒரு குறிப்பைக் கொடுத்தால், அது உண்மையானது
- ஆ) தலைப்பைப் பார்த்தால் மட்டும் போதும்.
- C) தரவுத்தளத்தில் (doi.org, Crossref) டிகோட் செய்வதன் மூலம் ஒவ்வொரு மேற்கோள் மற்றும் DOI ஐ உறுதிப்படுத்துதல் ✔
- D) நீண்ட DOI எண் அது உண்மையானது என்பதை நிரூபிக்கிறது.
விளக்கம்: மொழி மாதிரியானது கட்டுரைகள், ஆசிரியர்கள் மற்றும் DOIகளை உருவாக்க முடியும், அவை யதார்த்தமாகத் தோன்றினாலும் அவை இல்லாதவை (போலி மேற்கோள்). DOI தருவதால் அது செல்லுபடியாகும் என்று அர்த்தமல்ல. ஒவ்வொரு மேற்கோளும் doi.org, Crossref அல்லது வெளியீட்டாளரின் தளம் போன்ற தரவுத்தளத்தில் தீர்மானம் மூலம் சரிபார்க்கப்பட வேண்டும்; ஒரு மனிதன் உண்மையான கட்டுரையைக் கண்டுபிடித்து, செயற்கை நுண்ணறிவு மூலம் உரையை சுருக்கமாகக் கொண்டிருப்பதே பாதுகாப்பான ஓட்டமாகும்.
5. எந்த பகுதியில் செயற்கை நுண்ணறிவு பலவீனமாக உள்ளது மற்றும் எதிர்வினை திட்டமிடலில் உறுதிப்படுத்தல் தேவைப்படுகிறது?
- A) எதிர்வினை எந்த பொது வகுப்பைச் சேர்ந்தது என்பதை அங்கீகரிப்பதில்
- B) சரியான நிலை எண்கள், விளைச்சல் மதிப்புகள் மற்றும் வினைப்பொருள்/வினையூக்கி பெயர்கள் ✔
- C) எளிய மொழியில் ஒரு பொறிமுறையை விளக்குதல்
- D) மாற்று வழிகளுக்கான மூளைச்சலவை
விளக்கம்: AI பொதுவாக எதிர்வினை வகை மற்றும் நன்கு ஆவணப்படுத்தப்பட்ட எதிர்வினைகளின் முக்கிய தயாரிப்பு ஆகியவற்றைக் கணிக்கின்றது. இருப்பினும், சரியான நிபந்தனை எண்கள் (வெப்பநிலை, நேரம், சமமானவை), மகசூல் மதிப்புகள், அரிதான எதிர்வினைகள் மற்றும் மறுஉருவாக்கம்/வினையூக்கி பெயர்கள் ஆகியவை பலவீனமானவை மற்றும் புனையப்படுவதற்கு மிகவும் வாய்ப்புகள்; இவை இலக்கியங்கள் மற்றும் பட்டியல்கள் மூலம் உறுதிப்படுத்தப்பட வேண்டும்.
6. ஸ்பெக்ட்ரம் விளக்கத்தில் செயற்கை நுண்ணறிவைப் பயன்படுத்த மிகவும் நம்பகமான வழி எது?
- A) சில உச்சங்களை கொடுத்துவிட்டு, 'இது என்ன ஸ்பெக்ட்ரம்?' கேட்க
- B) எதிர்பார்க்கப்படும் கட்டமைப்பு மற்றும் முழு மூலத் தரவை வழங்குதல் மற்றும் ஒரு நிலைத்தன்மையை சரிபார்த்தல் (கருதுகோள் சோதனை) ✔
- C) ஒருங்கிணைப்பு மற்றும் வகுத்தல் செய்யாமல் ஷிப்ட் மதிப்புகளை மட்டும் எழுதுதல்
- D) உறுதியான கட்டமைப்பு ஒதுக்கீட்டை ஒரே நுட்பத்தில் செய்தல் (IR மட்டும்)
விளக்கம்: AIயிடம் 'இந்த ஸ்பெக்ட்ரம் எந்த கலவை?' புதிதாகக் கேட்பது பிழை விகிதத்தை அதிகரிக்கிறது. எதிர்பார்க்கப்படும் கட்டமைப்பு (SMILES) மற்றும் மூலத் தரவு (ஒருங்கிணைப்பு, பிரித்தல், தீர்வு, உச்ச பட்டியல்) ஆகியவற்றை ஒன்றாகக் கொடுத்து, 'இந்தத் தரவு இந்தத் தரவுடன் ஒத்துப்போகிறதா?' கேட்பது; அதாவது, செயற்கை நுண்ணறிவை ஒரு கருதுகோளாகப் பயன்படுத்துதல். சோதனை நிறமாலையை ஆய்வு செய்யும் வேதியியலாளருக்கான இறுதி பணி.
7. இரசாயன கணக்கீட்டின் (எ.கா. சதவீத மகசூல்) முடிவைப் பெறுவதற்கு மிகவும் நம்பகமான வழி எது?
- A) வாய்மொழியாக செயற்கை நுண்ணறிவிலிருந்து நேரடியாக முடிவைக் கோருதல்
- B) கணக்கின் பைதான் குறியீட்டை அச்சிட்டு இயக்கவும் மற்றும் தெரிந்த உதாரணத்துடன் அதைச் சோதிக்கவும் ✔
- C) ஒரே கேள்வியை பல முறை கேட்டு, அடிக்கடி வரும் எண்ணைப் பெறவும்
- D) அலகு குறிப்பிடாமல் விரைவாக மதிப்பிடுதல்
விளக்கம்: மொழி மாதிரியானது 'சாத்தியமான முடிவைக் கணிப்பதன் மூலம்' எண்கணிதத்தைச் செய்கிறது மற்றும் மிகவும் எளிமையான பெருக்கல்களில் கூட தவறாக இருக்கலாம். AI அதன் குறியீட்டை (எ.கா. பைதான்) எழுதி, கணக்கை அல்ல, அந்த குறியீட்டை இயக்குவதே மிகவும் நம்பகமான வழி; குறியீடு தீர்மானிக்கக்கூடியது மற்றும் தணிக்கை செய்யக்கூடியது. குறியீடு ஒரு சிறிய மாதிரியுடன் சோதிக்கப்பட வேண்டும், அதன் பதில் தெரியும்.
8. மூலக்கூறு பண்புக் கணிப்பில் 'பயன்படுத்தும் டொமைன்' என்ற கருத்து என்ன?
- A) மாதிரி இயங்கும் கணினியின் செயலாக்க சக்தி
- B) பயிற்சி தரவைப் போன்ற மூலக்கூறு பகுதி, அங்கு மாதிரி நம்பகமான கணிப்புகளை அளிக்கிறது ✔
- சி) மாதிரியால் கொடுக்கப்பட்ட எண் எப்போதும் துல்லியமாக இருக்கும் உத்தரவாதப் பகுதி
- D) ஆய்வகத்தில் மூலக்கூறை ஒருங்கிணைக்கக்கூடிய வெப்பநிலை வரம்பு
விளக்கம்: QSAR/முன்கணிப்பு மாதிரியானது அது பயிற்சியளிக்கப்பட்ட மூலக்கூறுகளைப் போன்ற மூலக்கூறுகளில் நன்றாக வேலை செய்கிறது. பயிற்சி தரவிலிருந்து மிகவும் வேறுபட்ட ஒரு மூலக்கூறு கொடுக்கப்பட்டால், மாதிரி இன்னும் ஒரு எண்ணை உருவாக்குகிறது, ஆனால் இது நம்பமுடியாதது; இது 'பயன்படுத்தும் எல்லைக்கு வெளியே இருப்பது' என்று அழைக்கப்படுகிறது. மாதிரி எப்போதும் ஒரு பதில் கொடுக்கிறது; பதில் நம்பகமானதா இல்லையா என்பதை மதிப்பீடு செய்வது மனிதனின் கையில் உள்ளது.
9. பரிசோதனை ஆவணங்களில் அவதானிப்புகளைக் கையாள்வதற்கான சரியான அணுகுமுறை என்ன?
- A) நேரத்தை மிச்சப்படுத்த செயற்கை நுண்ணறிவுக்கு அவதானிப்புகளை எழுதுதல்
- B) பரிசோதனையை மேற்கொள்பவர் அவதானிப்புகளை எழுதுகிறார்; AI மட்டுமே வடிவங்கள் மற்றும் சரிபார்ப்புகள் ✔
- C) அவதானிப்புகளை பதிவு செய்யாமல், இறுதி விளைச்சலை எழுதினால் போதும்
- D) அறிக்கையை அழகாக்க திட்டத்திலிருந்து விலகல்களை மறைத்தல்
விளக்கம்: செயற்கை நுண்ணறிவுக்கு அது என்னவென்று தெரியாது; அவதானிப்புகளை (நிற மாற்றம், வாயு வெளியீடு போன்றவை) பொருத்துவது நம்பத்தகுந்ததாகத் தோன்றும் ஆனால் நடக்காத பதிவுகளை உருவாக்குகிறது, மேலும் இது அறிவியல் மோசடியாகும். AI ரெக்கார்டிங்கை வடிவமைக்கிறது, விடுபட்ட புலங்களை நினைவுபடுத்துகிறது மற்றும் மீண்டும் மீண்டும் செய்யக்கூடிய தன்மையை சரிபார்க்கிறது; ஆனால் மனித பரிசோதனையாளர் அவதானிப்புகள் மற்றும் உண்மைகளை வழங்க வேண்டும். திட்டத்திலிருந்து விலகல்களும் பதிவு செய்யப்பட வேண்டும்.
10. ஆய்வகப் பாதுகாப்பிலும் உண்மையின் மூலத்திலும் செயற்கை நுண்ணறிவின் பங்கு என்ன?
- A) செயற்கை நுண்ணறிவு 'பாதுகாப்பானது' என்று சொன்னால், வேறு ஆதாரம் தேவையில்லை
- B) உண்மையின் ஆதாரம் SDS மற்றும் GHS ஆகும்; AI உதவிகரமாக உள்ளது, ஆனால் இறுதியான கருத்தை சொல்ல முடியாது ✔
- C) பாதுகாப்பு முடிவுகள் முற்றிலும் செயற்கை நுண்ணறிவுக்கு வழங்கப்படலாம்
- D) SDS தேவையற்றது; இணைய மன்றங்கள் போதுமான தகவல்களை வழங்குகின்றன.
விளக்கம்: வேதியியலில் பாதுகாப்புக்கு அதிக முன்னுரிமை அளிக்கப்படுகிறது, மேலும் செயற்கை நுண்ணறிவு இங்கே கடைசி வார்த்தையாக இருக்க முடியாது. உண்மையான பாதுகாப்பு தகவலின் ஆதாரம் SDS (பாதுகாப்பு தரவு தாள்) மற்றும் உற்பத்தியாளரால் வழங்கப்படும் GHS வகைப்பாடு ஆகும். AI ஆனது SDS உரையை சுருக்கவும், படிவ வரைவுகளை உருவாக்கவும் மற்றும் பூர்வாங்க இணக்கமற்ற திரையிடலை செய்யவும் முடியும்; இருப்பினும், அனைத்து உரிமைகோரல்களும் SDS உடன் சரிபார்க்கப்பட வேண்டும் மற்றும் நடைமுறை அனுபவம் வாய்ந்த நபர்/பாதுகாப்பு அதிகாரியால் அங்கீகரிக்கப்பட வேண்டும்.
11. வினைப்பொருளின் பின்வரும் சேர்க்கைகளில் எது அறியப்பட்ட அபாயகரமான (பொருந்தாத) பொருத்தம்?
- A) தண்ணீர் மற்றும் டேபிள் உப்பு கலவை
- B) ஹைபோகுளோரைட் (குளோரின் வாயு ஆபத்து) கொண்ட கரைசலில் அமிலக் கரைசலை கலக்குதல் ✔
- C) எத்தனால் மற்றும் தண்ணீரை கலக்கவும்
- D) சர்க்கரை மற்றும் தண்ணீரைக் கரைத்தல்
விளக்கம்: சில இரசாயனங்கள் ஒப்பீட்டளவில் பாதுகாப்பானவை என்றாலும், அவை ஒன்றாக ஆபத்தானவை. அமிலம் மற்றும் ஹைபோகுளோரைட் கலப்பது குளோரின் வாயுவை வெளியிடுகிறது; ஆக்சிடிசர் + ஆர்கானிக் தீ/வெடிப்பு, நீர் + எதிர்வினை உலோக வெப்பம்/ஹைட்ரஜன் ஆகியவற்றின் அபாயத்தை ஏற்படுத்துகிறது. AI இந்த சேர்க்கைகளில் பெரும்பாலானவற்றை அறிந்திருந்தாலும், அவை அனைத்திற்கும் உத்தரவாதம் அளிக்காது மற்றும் சில சமயங்களில் அப்பாவி மொழியில் ஆபத்தான ஆலோசனையை வழங்கலாம்; ஒவ்வொரு செயல்முறையும் SDS உடன் இணங்காததற்காக திரையிடப்பட வேண்டும்.
12. 'மாயத்தோற்றம்' (செயற்கை நுண்ணறிவு புனையப்பட்ட தகவலை உருவாக்கும்) மிகவும் துல்லியமான வெளிப்பாடு எது?
- A) இது ஒரு அரிய மென்பொருள் பிழை மற்றும் புதுப்பித்தலுடன் முற்றிலும் நீக்கப்பட்டது.
- B) இது மொழி மாதிரியில் உள்ளார்ந்த ஒரு நடத்தை; ஒவ்வொரு வெளியீட்டையும் சுயாதீனமாக சரிபார்ப்பதே தீர்வு ✔
- C) இது தவறாக எழுதப்பட்ட அறிவுறுத்தல்களில் மட்டுமே தோன்றும், சரியான அறிவுறுத்தல்களில் இல்லை.
- D) செயற்கை நுண்ணறிவு பாதுகாப்பான மொழியில் பேசினால், அது மாயத்தோற்றம் அல்ல
விளக்கம்: மாயத்தோற்றம் என்பது ஒரு செயலிழப்பு அல்ல, மாறாக 'அடுத்த வாய்ப்புள்ள வார்த்தையை' உருவாக்கும் மொழி மாதிரியின் தன்மையின் விளைவாகும்; மாதிரி சாத்தியமானதை நோக்கமாகக் கொண்டுள்ளது, உண்மை அல்ல. மிகவும் நயவஞ்சகமான பகுதி என்னவென்றால், அது பொய்யான தகவலை உண்மையின் அதே நம்பிக்கையான மொழியில் முன்வைக்கிறது. தீர்வு மாதிரியை சரிசெய்ய முயற்சிப்பது அல்ல, ஆனால் ஒவ்வொரு வெளியீட்டையும் சுற்றி ஒரு வகை-பொருத்தமான சரிபார்ப்பு ஷெல் உருவாக்குவது; சரளமானது ஒருபோதும் துல்லியத்திற்கு ஆதாரம் அல்ல.
13. முக்கியமான மதிப்பை (எ.கா. மூலக்கூறு எடை) சரிபார்க்க 'முக்கோணம்' என்றால் என்ன?
- A) அதே செயற்கை நுண்ணறிவரிடம் ஒரே கேள்வியை மூன்று முறை கேட்பது
- B) ஒன்றுக்கு மேற்பட்ட சுயாதீனமான வழிகளில் ஒரே முடிவை ஒப்பிட்டுப் பார்த்தல் ✔
- C) ஒரே நேரத்தில் மூன்று வெவ்வேறு மூலக்கூறுகளின் எடையைக் கணக்கிடுதல்
- D) முடிவை மூன்று தசம இடங்களுக்கு முழுமைப்படுத்துதல்
விளக்கம்: முக்கோணம் என்பது பல சுயாதீன பாதைகள் மூலம் ஒரே முடிவை அடைகிறது; எடுத்துக்காட்டாக, செயற்கை நுண்ணறிவு, RDKit கணக்கீடு மற்றும் கைமுறை கணக்கீடு ஆகியவற்றின் படி மூலக்கூறு எடையை ஒப்பிடுதல். இரண்டு சுதந்திரமான பாதைகள் ஒன்றுடன் ஒன்று சேர்ந்தால், நம்பிக்கை அதிகமாக இருக்கும்; யாராவது வழிதவறிச் சென்றால், அது நிறுத்தப்பட்டு விசாரிக்கப்படுகிறது. ஒரு மூலத்தை நம்புவதற்கு பதிலாக, குறைந்தது இரண்டு சுயாதீனமான முறைகளை நாட வேண்டும்.
14. காப்புரிமை பெறாத தனித்துவமான மூலக்கூறைப் பற்றி பொது AI சேவையிடம் கேட்பதற்கான சரியான வழி என்ன?
- A) அசல் கட்டமைப்பை நேரடியாக வழங்குதல், ஏனெனில் வேகம் முக்கியமானது
- B) அசல் கட்டமைப்பை வெளிப்படுத்தாமல் ஒரு பொதுவான/வாடகை உதாரணம் மூலம் ஒரு உத்தியைக் கற்றுக்கொள்வது ✔
- C) கட்டமைப்பை வழங்குவது ஒரு பிரச்சனையல்ல, AI ஒருபோதும் தகவலை மறைக்காது
- D) மூலக்கூறின் பெயரைக் குறிப்பிடாமல், அதன் முழு புன்னகையையும் பகிர்வது மட்டுமே போதுமான பாதுகாப்பு.
விளக்கம்: பொது செயற்கை நுண்ணறிவு சேவையில் உள்ளிடப்பட்ட உள்ளடக்கம் சேவைக் கொள்கையின்படி சேமிக்கப்படலாம் அல்லது செயலாக்கப்படலாம்; அசல் கட்டமைப்பை வழங்குவது இரகசியத்தன்மை மற்றும் காப்புரிமை முன்னுரிமையை ஆபத்தில் ஆழ்த்துகிறது. ஒரு பொதுவான/வாடகை உதாரணத்திலிருந்து (ஒரே மாதிரியான கட்டமைப்புகள்) மூலோபாயத்தைக் கற்றுக்கொண்டு, அசல் கட்டமைப்பை வெளிப்படுத்தாமல், உள்நாட்டில் உள்ள அதன் சொந்த மூலக்கூறில் அதைப் பயன்படுத்துவதே சரியான அணுகுமுறை. தனிப்பட்ட/நோயாளியின் தரவையும் அடையாளம் காணக்கூடிய படிவத்தில் உள்ளிடக்கூடாது.