டெக்ஸ்டைல் இன்ஜினியரிங்கில் செயற்கை நுண்ணறிவு மற்றும் சரிபார்ப்புத் துறை அறிமுகம்

ஆதாயங்கள்:

• ஜவுளி உற்பத்தி, தரம், வடிவமைப்பு மற்றும் விநியோகச் சங்கிலி பணிப்பாய்வு ஆகியவற்றில் செயற்கை நுண்ணறிவு உண்மையான மதிப்பை உருவாக்குகிறது மற்றும் எந்த முடிவுகள் பொறியாளரின் பொறுப்பாக இருக்க வேண்டும் என்பதை வேறுபடுத்தும் திறன்
• இயற்பியல் சோதனை, ஆய்வக அளவீடு மற்றும் அளவின் ஆர்டர்கள் மூலம் ஒவ்வொரு AI வெளியீட்டையும் குறுக்கு-சரிபார்க்கும் மூன்று ஆங்கர் துறைகளைப் பயன்படுத்துவதற்கான திறன்
• மாயத்தோற்றம், தரவு தனியுரிமை மற்றும் வடிவமைப்பு பதிப்புரிமை ஆகியவற்றின் அபாயங்களைக் கண்டறிந்து, சூழலை அநாமதேயமாக்குவதன் மூலம் பாதுகாப்பான தூண்டுதல்களை அமைக்கும் பழக்கத்தை வளர்த்துக் கொள்ளுங்கள்.

டெக்ஸ்டைல் ​​இன்ஜினியரிங் என்பது ஒரு எண்ட்-டு-எண்ட் செயின் இன்ஜினியரிங் ஆகும், இதில் ஃபைபர் மட்டத்தில் உள்ள ஒரு நுண்ணிய அமைப்பு இறுதியில் மீட்டர் துணிகளாகவும் பின்னர் மில்லியன் கணக்கான துண்டுகளின் தொகுப்புகளாகவும் மாறும். இந்த சங்கிலியின் ஒவ்வொரு இணைப்பிலும் எண் தரவு தயாரிக்கப்படுகிறது: நூல் எண்ணிக்கை மற்றும் முறுக்கு, துணியின் எடை மற்றும் அடர்த்தி, சாய செய்முறையில் கிராம்/லிட்டர் மதிப்புகள், தரக் கட்டுப்பாட்டில் கணக்கிடப்பட்ட குறைபாடுகள், சப்ளையர் டெலிவரி நேரம், ஸ்டோர் விற்பனை புள்ளிவிவரங்கள். செயற்கை நுண்ணறிவு (ஆங்கிலத்தில் AI; பெரிய தரவு வடிவங்களிலிருந்து கற்றுக்கொண்டு உரை/படங்கள்/எண்களை உருவாக்கும் மென்பொருள் அமைப்புகள்) இந்த தரவு-தீவிர சங்கிலியில் ஒரு சிறந்த முடுக்கி. ஆனால் அதே செயற்கை நுண்ணறிவு அதன் சரளமான மற்றும் நம்பிக்கையான மொழியால் தவறுகளை எளிதில் மறைக்க முடியும். இந்த அலகு முழு தொகுதியும் கட்டமைக்கப்படும் இரண்டு அடித்தளங்களை அமைக்கிறது: ஜவுளி பணிப்பாய்வுகளில் செயற்கை நுண்ணறிவு உண்மையான மதிப்பை உருவாக்குகிறது மற்றும் ஒவ்வொரு வெளியீட்டையும் எவ்வாறு சரிபார்க்கிறோம்.

தொடக்கத்திலிருந்தே தெளிவாக இருக்க வேண்டும்: இந்த தொகுதியில் நீங்கள் கற்றுக் கொள்ளும் எந்தவொரு நுட்பமும் தகுதி வாய்ந்த ஜவுளி பொறியாளர் அல்லது ஆய்வகம், உடல் பரிசோதனை மற்றும் உங்கள் தொழில்முறை தீர்ப்பு ஆகியவற்றின் ஒப்புதலுக்கு மாற்றாக இல்லை. செயற்கை நுண்ணறிவு ஒரு உதவியாளர்; வேகமாகப் படிக்கிறார், வேகமாக எழுதுகிறார், வடிவங்களைப் பிடிக்கிறார். ஆனால் ஒரு சாய செய்முறை வேலை செய்யாமல், டன் கணக்கில் துணி வீணாகி, தரமான முடிவு தவறாகி, தவறான தொகுதி வாடிக்கையாளருக்குச் சென்றால், வலிமைக் கணக்கீடு இல்லாமல், தயாரிப்பு பயன்பாட்டில் கிழிந்தால், பொறுப்பு மென்பொருள் அல்ல, ஆனால் முடிவு செய்து கையெழுத்திட்ட பொறியாளரிடம். இந்த வாக்கியத்தை நீங்கள் தொகுதியின் ஒவ்வொரு யூனிட்டிலும் வெவ்வேறு வடிவங்களில் மீண்டும் பார்ப்பீர்கள், ஏனெனில் பாதுகாப்பு மற்றும் ஒப்பந்த சிக்கலான பொறியியலில் இது மட்டுமே உண்மை.

டெக்ஸ்டைல் ​​பணிப்பாய்வுகளில் செயற்கை நுண்ணறிவு எங்கே மதிப்பை உருவாக்குகிறது?

ஒரு ஜவுளிப் பொறியாளரின் வாரம் தோராயமாக மூன்று வகையான வேலைகளாகப் பிரிக்கப்பட்டுள்ளது: தரவுத் தயாரிப்பு (உற்பத்தி அறிக்கைகளைத் திருத்துதல், ஆய்வக அச்சிடுதல்களைத் திருத்துதல், சீரற்ற அலகுகளை அகற்றுதல்), விளக்கம் மற்றும் பகுப்பாய்வு (அளவுரு தேர்வுமுறை, குறைபாடு வகைப்பாடு, வண்ணப் பொருத்தம், தேவை முன்னறிவிப்பு) மற்றும் தகவல் தொடர்பு (தொழில்நுட்ப அறிக்கை, சப்ளையர் கடிதப் பரிமாற்றம், சேகரிப்பு விளக்கக்காட்சி, மூட்போர்டு). AI மூன்று பகுதிகளையும் தொடுகிறது, ஆனால் அதன் பங்களிப்பு மற்றும் ஆபத்து ஒவ்வொன்றிலும் வேறுபட்டது.

தரவுத் தயாரிப்பு என்பது செயற்கை நுண்ணறிவின் பாதுகாப்பான மற்றும் லாபகரமான துறையாகும். கட்டற்ற-உரை தயாரிப்பு குறிப்புகளை கட்டமைக்கப்பட்ட அட்டவணைகளாக மாற்றுதல், வெவ்வேறு நூல் எண்ணிக்கை அமைப்புகளை தரநிலையாக்குதல், ஆயிரக்கணக்கான உஸ்டர் வெளியீட்டு வரிகளில் அவுட்லையர்களைக் கொடியிடுதல் - இவை மீண்டும் மீண்டும், விதிகள் அடிப்படையிலான, எளிதாகச் சரிபார்க்கக்கூடிய பணிகள். இங்கே பிழை இருந்தாலும், மூலத்திற்குச் சென்று (மூல தரவு) அதைச் சரிபார்க்க சில நிமிடங்கள் ஆகும்.

விளக்கம் மற்றும் பகுப்பாய்வு துறையில் அதிக மதிப்பு மற்றும் அதிக ஆபத்து உள்ளது. AI ஆனது உற்பத்தித் தரவுகளிலிருந்து குறைபாட்டின் மூல காரணத்தைப் பற்றிய ஒரு கருதுகோளை உருவாக்க முடியும்; அனுபவம் வாய்ந்த கண் தவறவிடக்கூடிய ஒரு தொடர்பை இது வெளிப்படுத்தலாம். ஆனால் அதே மாதிரியானது நம்பிக்கையுடன் இல்லாத தரநிலை அல்லது கற்பனையான சகிப்புத்தன்மை மதிப்பை உருவாக்க முடியும் (இந்த நிகழ்வு மாயத்தோற்றம் என்று அழைக்கப்படுகிறது: மாதிரியானது உண்மையில் இல்லாத தகவலை உண்மையானது போல் உருவாக்குகிறது). இந்தத் துறையில், AI என்பது ஒரு கருதுகோள் ஜெனரேட்டர், முடிவெடுப்பவர் அல்ல.

தகவல்தொடர்பு துறையில், செயற்கை நுண்ணறிவு ஒரு வரைவு முடுக்கி. ஒரு தொழில்நுட்ப அறிக்கை, ஒரு சப்ளையர் மின்னஞ்சல், ஒரு சேகரிப்பு விவரிப்பு ஆகியவற்றின் முறைப் பகுதியை நிமிடங்களில் வரைகிறது. இங்குள்ள ஆபத்து என்னவென்றால், உருவாக்கப்பட்ட எண்கள் மற்றும் தவறான சொற்கள் பாயும் உரையில் கவனிக்கப்படாமல் கையொப்பத்திற்குள் நுழையலாம்.

சரிபார்ப்பு ஒழுக்கம்: மூன்று ஆங்கர் விதி

இந்த தொகுதியின் இதயம் ஒரு பழக்கம்: எந்தவொரு AI வெளியீட்டையும் சரிபார்க்காமல் உற்பத்தி அல்லது தர முடிவுகளில் ஒருபோதும் இணைக்க வேண்டாம். நாங்கள் மூன்று சுயாதீன அறிவிப்பாளர்களின் சரிபார்ப்பை அடிப்படையாகக் கொண்டுள்ளோம்.

முதல் நங்கூரம் - அளவு வரிசை. முடிவு தோராயமாக எதிர்பார்த்த வரம்பிற்குள் உள்ளதா? ஒரு ரிங் பருத்தி நூலின் வலிமை பொதுவாக 12-22 cN/tex வரம்பில் இருக்கும் (சென்டினியூட்டன் ஒரு டெக்ஸ்; ஒரு நேரியல் அடர்த்திக்கு நூல் தாங்கக்கூடிய விசை); மாடல் 85 cN/tex கொடுத்திருந்தால், இது அராமிட் போன்ற உயர் செயல்திறன் ஃபைபர் நிலை மற்றும் பருத்திக்கு அபத்தமானது. ஒரு சட்டை துணியின் இலக்கணம் சுமார் 120-220 g/m²; 20 கிராம்/மீ² டல்லே, 900 கிராம்/மீ² கார்பெட். இந்த சோதனை வினாடிகள் எடுக்கும் மற்றும் பெரும்பாலான பிழைகளைப் பிடிக்கிறது.

இரண்டாவது அறிவிப்பாளர் - செயல்முறை/இயற்பியல் நம்பகத்தன்மை. வெளியீடு செயல்முறையின் இயற்பியலுடன் ஒத்துப்போகிறதா? ட்விஸ்ட் அதிகரிக்கும் போது வலிமை வரம்பில்லாமல் அதிகரிக்கிறது என்று கூறினால் மாதிரி தவறானது; ஒரு குறிப்பிட்ட திருப்ப குணகத்திற்குப் பிறகு, வலிமை குறைகிறது (அதிகப்படியான திருப்பம் இழைகளை உடையக்கூடியதாக ஆக்குகிறது). பருத்தியை விட பாலியஸ்டருக்கு எதிர்வினை சாயத்தை பரிந்துரைப்பது வேதியியல் ரீதியாக பொருந்தாது. செயல்முறை அறிவு என்பது நியாயத்தன்மையின் வடிகட்டியாகும், இதன் மூலம் ஒவ்வொரு விளக்கமும் கடந்து செல்ல வேண்டும்.

மூன்றாவது நங்கூரம்-உடல் சோதனை/அளவீடு. இது வலிமையான நங்கூரம். ஆய்வக சாயமிடுதல், ஸ்பெக்ட்ரோஃபோட்டோமீட்டர் (வண்ண நிறமாலையில் அளவிடும் சாதனம்) வாசிப்பு, இழுவிசை-கண்ணீர் சோதனை, உடல் துணி ஆய்வு. AI ஆல் பரிந்துரைக்கப்பட்ட சாய செய்முறை முதலில் ஆய்வக சோதனையில் சோதிக்கப்படுகிறது. ஒரு குறைபாடு வகைப்பாடு உண்மையான மாதிரியில் மனித கண்ணால் உறுதிப்படுத்தப்படுகிறது. இயற்பியல் உண்மை எப்போதும் வெல்லும்.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - அறிக்கை ஆட்டோமேஷனில் நேர சேமிப்பு. ஒரு தரமான பொறியாளர் 60 துணி சுருள்களின் 4-புள்ளி ஆய்வு முடிவுகளை கைமுறையாக எக்செல் இல் உள்ளிட்டு சுருக்க அறிக்கையை எழுதுகிறார்; ஒரு ரோலுக்கு சராசரியாக 12 நிமிடங்கள், மொத்தம் சுமார் 12 மணிநேரம். AI-இயங்கும் அட்டவணை மற்றும் சுருக்கமான ஓட்டத்துடன், அவர் முதல் வரைவை தோராயமாக 2 மணிநேரமாகக் குறைத்தார், மீதமுள்ள நேரத்தை மதிப்பெண்களின் துல்லியத்தை பார்வைக்குச் சரிபார்ப்பதற்காக ஒதுக்கினார். முக்கியமான விஷயம் என்னவென்றால், சேமிக்கப்பட்ட நேரம் கட்டுப்பாட்டில் செலவிடப்பட்டது.

வழக்கு 2 - கைப்பற்றப்பட்ட மாயத்தோற்றம். ஒரு பயிற்சியாளர் ஒரு துணிக்கான பராமரிப்பு லேபிள் தரநிலை பற்றி AI யிடம் கேட்டபோது, ​​உரையில் "40°C வரம்பு ISO 3758 இன் படி கட்டாயம்" என்ற துல்லியமான வாக்கியத்தைக் கொண்டிருந்தது; இருப்பினும், தரநிலைக்கு அத்தகைய தேவை இல்லை, மாதிரி உருவாக்கப்பட்டது. செயல்முறை நியாயத்தன்மையின் வடிகட்டி மற்றும் தரநிலையின் அசல் உரையைப் பார்க்கும் பழக்கம் லேபிள் அச்சிடப்படுவதற்கு முன்பே பிழையைப் பிடித்தது.

வழக்கு 3 - அலகு பிழை. எடைக் கணக்கீட்டில், மாதிரியானது 100 செமீ²க்கு பதிலாக 1 dm² (அதே பகுதி, ஆனால் இடைநிலைப் படியில் 10 மடங்கு குழப்பம்), துணி எடையை 10 மடங்கு பெருக்கி, 180 g/m² துணியை 1800 g/m² எனப் புகாரளித்தது. அளவு சரிபார்ப்பு வரிசை - "சட்டையின் துணி தார்ப்பாய் ஆக முடியாது" - உடனடியாக பிழையை வெளிப்படுத்தியது.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இந்த துணியின் உற்பத்தி அளவுருக்கள் குறித்து கருத்து தெரிவிக்கவும் மற்றும் மேம்பாடுகளை பரிந்துரைக்கவும்.[data]

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஒரு மூத்த ஜவுளி உற்பத்தி பொறியாளர். கொடுக்கப்பட்ட எண்களின் அடிப்படையில் மட்டுமே பின்வரும் உற்பத்தித் தரவை விளக்கவும். - தரவில் இல்லாத தரநிலைகள், சகிப்புத்தன்மை அல்லது மதிப்புகள் எதையும் சேர்க்க வேண்டாம். - ஒவ்வொரு விளக்கத்திற்கும் அடுத்ததாக, அடைப்புக்குறிக்குள் நீங்கள் அதை அடிப்படையாகக் கொண்ட தரவுகளின் வரியைக் குறிப்பிடவும். - சந்தேகம் இருந்தால், "தரவு போதுமானதாக இல்லை" என்று எழுதுங்கள், ஊகிக்க வேண்டாம். - இறுதியாக: ஆய்வகம்/சோதனையில் சரிபார்க்கப்பட வேண்டிய 3 அனுமானங்களை பட்டியலிடுங்கள். தரவு: [உற்பத்தி தரவு]

வலுவான தூண்டுதல் மாதிரியில் மூன்று விஷயங்களைச் சுமத்துகிறது: மூலத்துடன் ஒட்டிக்கொள்வது, நிச்சயமற்ற தன்மையை ஒப்புக்கொள்வது மற்றும் சரிபார்க்க விஷயங்களைக் குறிப்பது. இது மாயத்தோற்றத்தை முற்றிலுமாக முடிவுக்குக் கொண்டு வராது, ஆனால் அது காணக்கூடியதாக உள்ளது.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) அநாமதேய சூழலை நிறுவுதல்:

டெக்ஸ்டைல் இன்ஜினியரிங் பணிக்கு உதவ விரும்புகிறேன். வாடிக்கையாளர் பெயர், செய்முறை ரகசியம், விலை மற்றும் சப்ளையர் தகவல் ரகசியமானது; நான் அவர்களுக்கு "வாடிக்கையாளர்-ஏ", "செய்முறை-1" போன்ற பிரதிநிதித்துவ வெளிப்பாடுகளுடன் தருகிறேன். தேடுதல்: [தேடலை]. நான் உங்களுக்குக் கொடுக்கும் தொழில்நுட்பத் தரவை மட்டும் நம்புங்கள்.

2) மூன்று ஆங்கர் சரிபார்ப்பு கோரிக்கைகள்:

பின்வரும் வெளியீட்டிற்கு மூன்று காசோலைகளைச் செய்யுங்கள்:1) அளவின் வரிசை: ஒவ்வொரு எண்ணும் வழக்கமான ஜவுளி வரம்பிற்குள் உள்ளதா? இல்லையெனில், குறி.2) செயல்முறை நம்பகத்தன்மை: வேதியியல்/உடல் ரீதியாக சீரற்ற கோரிக்கை உள்ளதா?3) சோதனைப் பட்டியல்: ஆய்வகம்/உற்பத்தியில் உறுதிப்படுத்தப்பட வேண்டிய பொருட்கள். வெளியீடு: [உரை]

3) தெளிவின்மையை செயல்படுத்துதல்:

நம்பிக்கையின் மூன்று நிலைகளில் உங்கள் விளக்கத்தைக் கொடுங்கள்:- அதிக நம்பிக்கை (தரவால் நேரடியாக ஆதரிக்கப்படுகிறது)- நடுத்தர நம்பிக்கை (நியாயமான அனுமானம்)- ஊக (கூடுதல் சோதனை/தரவு தேவை)பணி: [பணி]. தரவு: [தரவு]

4) முடிவு/ஆதரவு வேறுபாடு:

பின்வரும் பணியை இரண்டாகப் பிரிக்கவும்:A) AI நம்பிக்கையுடன் செய்யக்கூடிய தரவு/வரைவு வேலைகள்B) அங்கீகரிக்கப்பட்ட பொறியாளர்/ஆய்வக அங்கீகாரம் கட்டாயப் பணி விளக்கம்: [வரையறை]

AI பங்களிப்பு மற்றும் ஆபத்து: டொமைன் மூலம் சுருக்க அட்டவணை

வணிக பகுதி

AI இன் வழக்கமான பங்களிப்பு

ஆபத்து நிலை

கட்டாய சரிபார்ப்பு

தரவு சுத்தம் / அறிக்கை

உயர், பாதுகாப்பான

குறைந்த

ஆதார தரவுகளுடன் ஒப்பீடு

அளவுரு விளக்கம்

நடுத்தர உயர்

நடுத்தர

Uster/lab சோதனை, செயல்முறை இயற்பியல்

குறை கண்டறிதல் (படம்)

உயர்

நடுத்தர உயர்

மனித ஆய்வு, உடல் பரிசோதனை

சாய செய்முறை

நடுத்தர

உயர்

ஆய்வக கறை + ஸ்பெக்ட்ரோஃபோட்டோமீட்டர்

முறை/சேகரிப்பு

உயர் (யோசனை)

நடுத்தர (பதிப்புரிமை)

நம்பகத்தன்மை/மீறல் சரிபார்ப்பு

வலிமை/பாதுகாப்பு கணக்கீடு

குறைந்த (வரைவு மட்டும்)

மிக உயர்ந்தது

திறமையான பொறியாளர் + உடல் பரிசோதனை

பொதுவான தவறுகள்

• சரளத்தை துல்லியமாக தவறாகப் புரிந்துகொள்வது. வாசகம் சரியாக இருப்பதால், எண் சரியானது என்று அர்த்தமல்ல.
• ஒரு மூலத்தை கேட்காமலே ஏற்றுக்கொள்வது. "நீங்கள் எந்தத் தரவை நம்பியிருக்கிறீர்கள்?" ஒவ்வொரு கருத்தின் கீழும் கேள்வி வைக்கப்பட வேண்டும்.
• ரகசியத் தரவை அப்படியே அனுப்புகிறது. வாடிக்கையாளர், மருந்துச் சீட்டு மற்றும் விலைத் தகவல்கள் பெயர் குறிப்பிடாமல் பகிரப்படக் கூடாது.
• ஒரு நங்கூரத்தை நம்பி. மகத்துவம் மட்டும் அல்லது நியாயத்தன்மை மட்டும் போதாது; முக்கியமான முடிவுகளில் உடல் பரிசோதனை அவசியம்.
• முடிவெடுப்பதற்காக AI ஐ தவறாகப் புரிந்துகொள்வது. மாதிரி கருதுகோள்களை உருவாக்குகிறது; பொறியாளர் முடிவையும் பொறுப்பையும் ஏற்கிறார்.

உதவிக்குறிப்பு: ஒவ்வொரு AI அமர்வையும் "மூலத்தைக் கிரெடிட் செய்து, உங்களுக்குத் தெரியாவிட்டால் என்னிடம் சொல்லுங்கள்" என்ற அறிவுறுத்தலுடன் தொடங்குவது அனைத்து அடுத்தடுத்த வெளியீட்டின் சரிபார்ப்பை தீவிரமாக அதிகரிக்கிறது.

எச்சரிக்கை: ஒரு வெளியீட்டின் ஆபத்து, அந்த வெளியீடு தவறாக இருந்தால் அது ஏற்படுத்தும் தீங்குக்கு சமம். ஒரு மூட்போர்டு யோசனையில் ஒரு தவறு பாதிப்பில்லாதது என்றாலும், பெயிண்ட் செய்முறைத் தவறு டன் கணக்கில் விரயம் மற்றும் ஒப்பந்த அபராதங்களை ஏற்படுத்தலாம்; உங்கள் சரிபார்ப்பு தீவிரத்தை அதற்கேற்ப அளவிடவும்.

சுருக்கமாக

ஜவுளி சங்கிலியில் உள்ள ஒவ்வொரு தரவு-தீவிர இணைப்பிலும் AI ஒரு சக்திவாய்ந்த முடுக்கி, ஆனால் அதன் திரவ மொழி பிழைகளை மறைக்க முடியும். தரவு தயாரித்தல் மற்றும் வரைவு வேலைகளில் இது பாதுகாப்பான முறையில் மதிப்பை உருவாக்குகிறது; விளக்கம் மற்றும் முக்கியமான முடிவுகளில், அவர் ஒரு கருதுகோள் ஜெனரேட்டர் மட்டுமே. மூன்று அறிவிப்பாளர்கள்-அளவின் வரிசை, செயல்முறை/இயற்பியல் நம்பகத்தன்மை, இயற்பியல் சோதனை-ஒவ்வொரு வெளியீட்டையும் கடக்க வேண்டிய வடிகட்டி. முடிவும் பொறுப்பும் எப்போதும் பொறியாளரிடம் இருக்கும்.

விண்ணப்ப பணி

உங்கள் சொந்த (அல்லது கற்பனையான) ஜவுளி வணிகத்திலிருந்து ஒரு வாரத்திற்கான வழக்கமான பணிகளின் பட்டியலை உருவாக்கவும். ஒவ்வொரு பணியையும் "தரவு தயாரிப்பு / விளக்கம்-பகுப்பாய்வு / தொடர்பு" என்று லேபிளிடுங்கள். ஒவ்வொரு பணிக்கும் ஆபத்து நிலை (குறைந்த/நடுத்தர/உயர்) கொடுத்து, அதிக ஆபத்துள்ளவற்றுக்கு அடுத்து என்ன உடல் பரிசோதனை/அனுமதி தேவை என்பதை எழுதவும். இந்த யூனிட்டில் (“முடிவு/ஆதரவு வேறுபாடு”) டெம்ப்ளேட் 4 உடன் இந்தப் பட்டியலை உருவாக்கி, உங்கள் சொந்த வேறுபாட்டுடன் ஒப்பிட்டுப் பார்க்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் ஒவ்வொரு AI அமர்வையும் ஆதாரம் மற்றும் நிச்சயமற்ற அறிவுறுத்தலுடன் தொடங்குகிறேன்.
• [ ] நான் வெளியீடுகளை மூன்று அறிவிப்பாளர்கள் மூலம் அனுப்புகிறேன்: அளவின் வரிசை, செயல்முறை நியாயத்தன்மை, உடல் பரிசோதனை.
• [ ] ரகசிய வாடிக்கையாளர்/மருந்து/விலைத் தரவை அநாமதேயமாக்குகிறேன்.
• [ ] நான் இடர் நிலைக்கு ஏற்ப பணிகளைப் பிரித்து, முக்கியமானவற்றுக்கு பொறியாளரின் ஒப்புதலைப் பெறுகிறேன்.
• [ ] நான் AI ஐ கருதுகோள்கள் மற்றும் வரைபடங்களின் ஜெனரேட்டராக நிலைநிறுத்துகிறேன், ஒரு முடிவெடுப்பவர் அல்ல.