உணவுப் பொறியியலில் AI: அறிமுகம், எல்லைகள், பொறுப்பு மற்றும் நெறிமுறைகள்

ஆதாயங்கள்:

• உணவுப் பொறியியலில் AI எங்கு துரிதப்படுத்துகிறது மற்றும் எங்கு ஆபத்தானது என்பதற்கான இடர் அடிப்படையிலான வகைப்பாடு
• உணவுப் பாதுகாப்பு, ஊட்டச்சத்து மற்றும் சட்டங்களை மாயத்தோற்றம் செய்யும் LLMகளின் ஆபத்தை அடையாளம் காணும் திறன்
• ஆய்வகம், உணவுப் பாதுகாப்புக் கோட்பாடுகள் மற்றும் சட்டங்களுடன் AI வெளியீட்டைச் சரிபார்த்து, நெறிமுறைக் கொள்கைகளைப் பயன்படுத்த முடியும்

இது வெள்ளிக்கிழமை மதியம், நீங்கள் ஒரு பால் தொழிற்சாலையின் R&D அலுவலகத்தில் இருக்கிறீர்கள். மார்க்கெட்டிங் குழு திங்கள் காலைக்குள் "சர்க்கரை இல்லாத, புரோபயாடிக் குடிக்கக்கூடிய தயிர்" க்கான வரைவு லேபிளை விரும்புகிறது. ஒரு பொறியாளர் ஆர்வத்துடன் AI அரட்டைக் கருவியைக் கேட்கிறார்: "இந்த தயாரிப்பில் நான் எத்தனை மில்லிகிராம் அஸ்பார்டேமை வைக்கலாம், துருக்கிய உணவு கோடெக்ஸ் வரம்பு என்ன?" சில நொடிகளில் மாடல் நம்பிக்கையான பதிலை அளிக்கிறது: "அஸ்பார்டேமின் அதிகபட்ச வரம்பு 600 mg/kg, கோடெக்ஸ் கட்டுரை 12/3 இன் படி அனுமதிக்கப்படுகிறது." பதில் மென்மையான, உறுதியான மற்றும் தொழில்முறை தெரிகிறது. ஒரே பிரச்சனை: மூலப்பொருள் எண் கற்பனையானது, தயாரிப்பு வகையின்படி வரம்பு மாறுபடும், மேலும் புளிக்க பால் பொருட்களில் இனிப்புகளைப் பயன்படுத்துவது அதன் சொந்த கட்டுப்பாடுகளைக் கொண்டுள்ளது. AI இன் "நம்பிக்கையான ஆனால் சரிபார்க்கப்படாத" வெளியீட்டை எவ்வாறு நிர்வகிப்பது என்பதை இந்த அலகு சரியாக விவரிக்கிறது.

இந்த தொகுதி முழுவதும் ஒரு மையக் கொள்கை மீண்டும் நிகழும்: AI வெளியீடு என்பது ஒரு முன்மொழிவு, ஒரு வரைபடம், ஒரு தொடக்கப் புள்ளி; உணவுப் பாதுகாப்புக் கோட்பாடுகள் மற்றும் உத்தியோகபூர்வ சட்டங்கள் (துருக்கிய உணவுக் குறியீடு) மூலம் சரிபார்க்கப்படாமல், ஆய்வக முடிவை இறுதி முடிவு, லேபிள் அல்லது உற்பத்திக்கான அடிப்படையாக ஒருபோதும் பயன்படுத்த முடியாது. நீங்கள் ஒரு மூத்த பயிற்சியாளர் போல் AI பற்றி சிந்திக்கலாம்: வேகமான, உற்பத்தித்திறன், நன்கு படிக்கக்கூடிய, ஆனால் கையெழுத்து அதிகாரம் இல்லாமல். பொறியியலாளராக, நீங்கள் அதன் வரைவைச் சரிபார்த்து அதில் கையொப்பமிடுங்கள்.

LLM என்ன செய்கிறது மற்றும் என்ன செய்யாது?

பெரிய மொழி மாதிரிகள் (LLM) என்பது பெரிய உரைத் தரவுகளில் "அடுத்த வார்த்தையைக் கணிப்பது" என்ற கொள்கையின் அடிப்படையில் பயிற்சியளிக்கப்பட்ட அமைப்புகள் ஆகும். இது அவர்களை சில வேலைகளில் விதிவிலக்கானதாகவும் மற்றவற்றில் ஆபத்தானதாகவும் ஆக்குகிறது.

எல்எல்எம் நன்றாக இருக்கிறது

LLM உங்களை நம்பமுடியாததாக ஆக்குகிறது

உரை வரைவு, செயல்முறை எழுதுதல், சுருக்கமாக

துல்லியமான எண் வரம்பு மற்றும் டோஸ் ரீகால்

யோசனை உருவாக்கம் மற்றும் மூளைச்சலவை

தற்போதைய சட்டக் கட்டுரையை மேற்கோள் காட்டுதல்

சிக்கலான உரையை எளிதாக்குதல், மொழிபெயர்ப்பு

பிழையின்றி ஊட்டச்சத்து மதிப்பைக் கணக்கிடுதல்

கட்டமைக்கப்பட்ட அட்டவணை/வார்ப்புருவை உருவாக்குதல்

குறிப்பிட்ட தயாரிப்புகளுக்கு குறிப்பிட்ட பாதுகாப்பு முடிவுகளை எடுத்தல்

சரிபார்ப்பு பட்டியல் மற்றும் கேள்வி உருவாக்கம்

ஆதாரம் மற்றும் குறிப்பு துல்லியம்

LLM "தெரியாதது தெரியாது". அவர் பங்களிப்பு வரம்பை நினைவில் கொள்ளவில்லை என்றால், அவர் அதை காலியாக விடமாட்டார்; புள்ளிவிவர ரீதியாக நியாயமானதாகத் தோன்றும் எண்ணை உருவாக்குகிறது. இது மாயத்தோற்றம் என்று அழைக்கப்படுகிறது மற்றும் உணவுப் பொறியியலில் மிகவும் ஆபத்தான நடத்தை ஆகும்.

மாயத்தோற்றம்: உணவு சார்ந்த மூன்று ஆபத்துகள்

உணவு களத்தில், மாயத்தோற்றம் மூன்று முக்கியமான வடிவங்களில் ஏற்படுகிறது:

1. பொருத்துதல் சேர்க்கை வரம்பு/அளவு: மாடல் உண்மையில் 150 mg/kg ஆக இருக்கும் போது "500 mg/kg" என்ற பாதுகாப்பு வரம்பை அளிக்கலாம். இது நேரடி நுகர்வோர் ஆரோக்கியம் மற்றும் சட்ட மீறல் அபாயமாகும்.
2. புனையப்பட்ட சட்டக் கட்டுரை: "துருக்கி உணவு கோடெக்ஸ் ஒழுங்குமுறை கட்டுரை 7/b" போன்ற உண்மையில் இல்லாத குறிப்புகளை உருவாக்குகிறது. எண் யதார்த்தமாகத் தெரிகிறது ஆனால் சரிபார்க்க முடியாது.
3. தவறான ஊட்டச்சத்து மதிப்பு: 100 கிராம் தயாரிப்புக்கு புரதம், ஆற்றல் அல்லது சர்க்கரை மதிப்பை தவறாக கணக்கிடுகிறது; இது லேபிள் மற்றும் ஊட்டச்சத்து உரிமைகோரல் பிழைகளுக்கு வழிவகுக்கிறது.

கவனம்: LLM வழங்கிய எந்த எண் வரம்பு, கோடெக்ஸ் உருப்படி எண் அல்லது ஊட்டச்சத்து மதிப்பை அசல் அதிகாரப்பூர்வ மூலத்திலிருந்து உறுதிப்படுத்தாமல் பயன்படுத்த முடியாது (துருக்கி உணவு கோடெக்ஸ் தொடர்புடைய அறிக்கை/ஒழுங்குமுறை, துருக்கி குடியரசின் விவசாயம் மற்றும் வனத்துறை அமைச்சகத்தின் வெளியீடு). மாதிரி "நிச்சயமாக" தோன்றுவதால் அது துல்லியமானது என்று அர்த்தமல்ல.

இடர் அடிப்படையிலான தொழிலாளர் பிரிவு

AI ஐ எங்கு சுதந்திரமாகப் பயன்படுத்தலாம் மற்றும் கண்டிப்பான சரிபார்ப்பு தேவைப்படும் இடங்களின் அபாய அச்சில் வகைப்படுத்துவது நடைமுறையில் சிறப்பாகச் செயல்படும் அணுகுமுறையாகும்.

தேடுதல்

ஆபத்து நிலை

AI பங்கு

கட்டாய சரிபார்ப்பு

தயாரிப்பு பெயர்/கருத்து யோசனை

குறைந்த

ஃப்ரீலான்ஸ் தயாரிப்பாளர்

சந்தைப்படுத்தல் விமர்சனம்

செயல்முறை/SOP வரைவு

குறைந்த நடுத்தர

வரைவு எழுத்தாளர்

தர மேலாளர் ஒப்புதல்

உணர்வு சோதனை கேள்வித்தாள் வரைவு

குறைந்த

உதவியாளர்

R&D கட்டுப்பாடு

சேர்க்கை அளவு

உயர்

பரிந்துரை மட்டுமே

கோடெக்ஸ் வரம்பு + ஆய்வகம்

HACCP முக்கியமான கட்டுப்பாட்டு புள்ளி (CCP)

மிக உயர்ந்தது

யோசனைகளின் பட்டியல்

HACCP குழு + முடிவு மரம்

ஒவ்வாமை அறிவிப்பு

மிக உயர்ந்தது

வரைவு

மருந்துச் சீட்டு கண்டுபிடிக்கும் தன்மை + சட்டம்

வெப்ப சிகிச்சை அளவுரு (எஃப்-மதிப்பு)

மிக உயர்ந்தது

பரிந்துரை

செயல்முறை அதிகாரம் + சரிபார்ப்பு

விதி எளிதானது: வெளியீடு நேரடியாக நுகர்வோர் ஆரோக்கியம், ஒழுங்குமுறை இணக்கம் அல்லது உற்பத்தி பாதுகாப்பு ஆகியவற்றைத் தொடுகிறது, மனித சரிபார்ப்பு மிகவும் அவசியமானது.

பலவீனமான வரியில் / வலுவான வரியில்

ஒரே தேவை, இரண்டு வெவ்வேறு வழிகளில் கேட்கப்படும் போது, மிகவும் மாறுபட்ட தரமான முடிவுகளை அளிக்கிறது.

பலவீனமான அறிவுறுத்தல்: "நான் தயிரில் எந்தப் பாதுகாப்பை வைக்க வேண்டும், எவ்வளவு?" சிக்கல்: மாதிரியானது சரியான அளவைக் கண்டுபிடித்தது, ஒரு ஆதாரத்தை வழங்கவில்லை, தயாரிப்பு வகையை கணக்கில் எடுத்துக்கொள்ளவில்லை, மேலும் சரிபார்ப்பு புள்ளி உங்களுக்குத் தெரியாது.

வலுவான அறிவுறுத்தல்: "புளிக்கப்பட்ட பால் தயாரிப்பு (குடிக்கக்கூடிய தயிர்) மற்றும் ஒவ்வொன்றின் செயல்பாட்டிற்கான சாத்தியமான பாதுகாப்பு வகைகளை பட்டியலிடவும். சரியான அளவை பரிந்துரைக்க வேண்டாம்; அதற்கு பதிலாக ஒவ்வொரு சேர்க்கைக்கும் ஒரு குறிப்பைச் சேர்க்கவும் 'எந்த துருக்கிய FoodCodex அறிவிப்பில் இருந்து வரம்பு உறுதிப்படுத்தப்பட வேண்டும்'. அவுட்புட்டை 'தேவையான ஆதாரமாக சரிபார்க்கவும்' சரிபார்க்கவும்." இது ஏன் வலுவாக உள்ளது: மாதிரியை பொருத்த முயற்சிக்காதீர்கள், ஆனால் அதை கட்டமைக்கவும் இது வெளியீட்டில் சரிபார்ப்பு படியை உட்பொதிக்கிறது. முடிவு பொறியாளரிடம் உள்ளது.

வித்தியாசம் என்னவென்றால், மாதிரியை "முடிவெடுக்க" செய்வதற்கு பதிலாக, நீங்கள் "வரைவை உருவாக்கி சரிபார்ப்பு பாதையை வரையவும்".

நெறிமுறைகள், வர்த்தக ரகசியம் மற்றும் சூத்திர ரகசியம்

AI பயன்பாட்டின் நெறிமுறை பரிமாணம் அதன் தொழில்நுட்ப பரிமாணத்தைப் போலவே முக்கியமானது. ஒரு பொறியியலாளராக, அவரது நிறுவனத்தின் மிகவும் மதிப்புமிக்க சொத்துக்களில் ஒன்று அதன் ரகசிய சூத்திரங்கள் மற்றும் சமையல் குறிப்புகள் ஆகும்.

நெறிமுறைகள் சரிபார்ப்புப் பட்டியல் (உரையை எழுதுவதற்கு முன்):[ ] நான் ரகசிய/காப்புரிமை பெற்ற சூத்திர விகிதங்களை இந்த ப்ராம்ட்டில் எழுதுகிறேனா?[ ] வாடிக்கையாளர் சார்ந்த விவரக்குறிப்புகளைப் பகிர்கிறேனா?[ ] கருவியின் தரவு பயன்பாட்டுக் கொள்கை எனக்குத் தெரியுமா?

பொது AI கருவியில் துல்லியமான மருந்துக் கட்டணங்களைத் தட்டச்சு செய்வது வர்த்தக ரகசியம் மூன்றாம் தரப்பு சேவையகங்களுக்குச் செல்லும் என்று அர்த்தம். ரகசியத் தகவலைச் சுருக்கமாகக் கேட்பது ஒரு நல்ல பழக்கம் ("A பங்களிக்கிறது X%, B பங்களிக்கிறது Y%)."

உதவிக்குறிப்பு: உங்கள் அறிவுறுத்தல்களை "பொது/அநாமதேயமாக" வைத்திருங்கள். உண்மையான விகிதங்களுக்குப் பதிலாக மாறி (X, Y) ஐப் பயன்படுத்தவும்; உங்கள் சொந்த விரிதாளில் மறைக்கப்பட்ட எண்களை வைத்து, தர்க்கம் மற்றும் கட்டமைப்பிற்கான மாதிரியைப் பயன்படுத்தவும். இந்த வழியில் நீங்கள் யோசனைகளைப் பெறுவீர்கள் மற்றும் ரகசியத்தை வைத்திருங்கள்.

சிறிய வழக்கு

சிற்றுண்டி உற்பத்தியாளரின் பயிற்சிப் பொறியாளர், புதிய தானியப் பட்டியின் லேபிளுக்கான ஊட்டச்சத்து அட்டவணையை AIயிடம் கேட்டார். மாடல் 40 கிராம் பட்டியில் "8 கிராம் புரதம், 180 கிலோகலோரி" என்று மேற்கோள் காட்டியது, மேலும் விளக்கப்படம் தொழில்முறையாகத் தோன்றியது. அங்கீகரிக்கும் முன், தர மேலாளர் குழுவை கைமுறையாக செய்முறையை கணக்கிட வேண்டும்: உண்மையான மதிப்பு 5.2 கிராம் புரதம் மற்றும் 165 கிலோகலோரி. AI ஒத்த தயாரிப்புகளின் "சராசரியை" கணித்துள்ளது; இது தயாரிப்புக்கான உண்மையான செய்முறை அல்ல. சரிபார்ப்பு இல்லாமல் விளக்கப்படம் அச்சிடப்பட்டிருந்தால், ஊட்டச்சத்து தவறாகக் குறிப்பிடப்படுவது சட்ட மீறலாகவும் நுகர்வோர் நம்பிக்கையை இழப்பதாகவும் இருக்கும். இந்த சம்பவத்திற்குப் பிறகு, குழு "AI ஊட்டச்சத்து அட்டவணை = வரைவு, செய்முறையிலிருந்து கணக்கீடு = உண்மையானது" என்ற விதியை எழுதப்பட்ட நடைமுறையில் சேர்த்தது.

பொதுவான தவறுகள்

• AI வழங்கிய பங்களிப்பு வரம்பு அல்லது கோடெக்ஸ் உருப்படி எண்ணை சரிபார்க்காமல் அறிக்கை/லேபிளில் வைப்பது.
• மாதிரியின் "உறுதி" மற்றும் திரவ தொனியை துல்லியத்துடன் கலத்தல்.
• பொது AI கருவிகளில் இரகசிய சூத்திர விகிதங்களை எழுதுதல்.
• அதிக ஆபத்துள்ள முடிவுகளை (CCP, ஒவ்வாமை, வெப்ப சிகிச்சை) முழுவதுமாக AIக்கு விட்டுவிடுதல்.
• செய்முறையிலிருந்து ஊட்டச்சத்து மதிப்பைக் கணக்கிடுவதற்குப் பதிலாக AI கணிப்பைச் சார்ந்துள்ளது.
• ஒரே ஒரு உடனடி பதிலை மட்டுமே சரியான விடையாக ஏற்றுக்கொள்வது மற்றும் மாற்று/மூலத்தைத் தேடாமல் இருப்பது.
• "நான் அதை பிறகு செய்வேன்" என்று கூறி சரிபார்ப்புப் படியைத் தவிர்த்துவிட்டு, நேர அழுத்தத்தின் கீழ் உற்பத்திக்குச் செல்கிறேன்.

சுருக்கமாக

• AI என்பது உணவுப் பொறியியலில் ஒரு சக்திவாய்ந்த முடுக்கி, ஆனால் இது ஒரு மூத்த பயிற்சியாளர், முடிவெடுப்பவர் அல்ல.
• LLMகள் துல்லியமான வரம்பு, ஒழுங்குமுறை பொருள் மற்றும் ஊட்டச்சத்து மதிப்பு ஆகியவற்றின் மாயத்தோற்றங்களை உருவாக்க முடியும்; சரளமானது துல்லியத்திற்கு உத்தரவாதம் இல்லை.
• அபாயத்தின் அடிப்படையில் பணிகளை வகைப்படுத்தவும்: குறைந்த ஆபத்தில் சுதந்திரமாகப் பயன்படுத்தவும், அதிக ஆபத்தில் (டோஸ், சிசிபி, ஒவ்வாமை, வெப்ப சிகிச்சை) எப்போதும் மனித + சட்டம் + ஆய்வகம் மூலம் சரிபார்க்கவும்.
• சக்திவாய்ந்த ப்ராம்ட் மாதிரியை ஒரு முடிவை எடுக்காமல், ஒரு வரைவை உருவாக்கி, சரிபார்ப்புக்கான வழியைக் காட்டும்படி கட்டாயப்படுத்துகிறது.
• வர்த்தக ரகசியம் மற்றும் சூத்திர ரகசியத்தை பராமரித்தல்; உண்மையான விகிதங்களுக்கு பதிலாக அநாமதேய மாறிகளுடன் வேலை செய்யுங்கள்.
• உத்தியோகபூர்வ ஆதாரம் மற்றும் ஆய்வகத்துடன் உறுதிப்படுத்தப்படும் வரை ஒவ்வொரு AI வெளியீடும் ஒரு வரைவு மட்டுமே.

விண்ணப்ப பணி

உங்களின் (அல்லது கற்பனையான) உணவு வணிகத்தில் 8 வெவ்வேறு பணிகளை அடையாளம் காணவும், கடந்த மாதத்தில் நீங்கள் AI இலிருந்து உதவி பெறலாம். இந்த அலகில் உள்ள இடர் அடிப்படையிலான அட்டவணையில் ஒவ்வொரு பணியையும் வைக்கவும்: குறைந்த, நடுத்தர, அதிக அல்லது மிக அதிக ஆபத்து. ஒவ்வொரு உயர் மற்றும் மிக அதிக ஆபத்து பணிகளுக்கும், எந்த அதிகாரப்பூர்வ ஆதாரம் (துருக்கிய உணவு கோடெக்ஸ் தொடர்புடைய அறிக்கை), எந்த ஆய்வக சோதனை மற்றும் எந்த நிபுணர் ஒப்புதலுடன் AI வெளியீடு சரிபார்க்கப்பட வேண்டும் என்பதை அட்டவணையில் எழுதவும். இறுதியாக, உங்கள் குழு பயன்படுத்துவதற்கு "AI வெளியீட்டு சரிபார்ப்பு விதிகளின்" 5-உருப்படி பட்டியலை உருவாக்கி, அவற்றில் ஏதேனும் ஒன்று வர்த்தக ரகசியம்/ரகசியம் தொடர்பானது என்பதை உறுதிப்படுத்தவும்.