ஆதாயங்கள்:
- எண்ணெய் மற்றும் எரிவாயு சட்டத்தின் (EMRA, PRMS/SEC இருப்பு அறிக்கை, API தரநிலைகள்) சூழலில் AI வெளியீட்டைச் சரிபார்க்கும் பொறுப்பைப் புரிந்துகொள்ளும் திறன்
- வணிக ரகசியத்தன்மை, நன்கு தரவு உணர்திறன் மற்றும் நெறிமுறை எல்லைகளை செயல்பாட்டு ரகசியத்தன்மை விதிகளாக மாற்றும் திறன்
- எண்ணெய் மற்றும் எரிவாயு பொறியியலில் AI இன் பயன்பாட்டை இறுதி முதல் இறுதி சரிபார்ப்பு மற்றும் ஆளுகை ஒழுக்கத்துடன் தக்கவைக்கும் திறன்
தொகுதி தேர்வு
1. பின்வருவனவற்றில் எண்ணெய் மற்றும் எரிவாயு பொறியியலில் AI வெளியீட்டின் அபாயத்தை நிர்ணயிக்கும் அடிப்படைக் கொள்கை எது?
- A) ஒரு வெளியீட்டின் ஆபத்து, அந்த வெளியீடு தவறாக இருந்தால் அது ஏற்படுத்தும் தீங்குக்கு சமம்; அதன்படி சரிபார்ப்பு அளவுகள் ✔
- B) AI வெளியீடு பொதுவாக பாதுகாப்பானது, ஏனெனில் இது சரளமாகவும் நம்பிக்கையுடனும் எழுதப்பட்டுள்ளது
- C) தற்போதைய மாதிரியைப் பயன்படுத்தும்போது சரிபார்ப்பு தேவையற்றது
- D) வெளியீடு ஒரு தரநிலையைக் குறிக்கிறது என்றால், கூடுதல் கட்டுப்பாடு தேவையில்லை
விளக்கம்: ஒரு வெளியீட்டின் ஆபத்து, அந்த வெளியீடு தவறாக இருந்தால் அது ஏற்படுத்தும் தீங்குக்கு சமம். இலக்கியச் சுருக்கத்தில் ஒரு சிறிய பிழை பாதிப்பில்லாததாக இருக்கலாம் என்றாலும், கிணற்று அழுத்த வரம்பு, கசிவு அலார வரம்பு அல்லது இருப்பு அறிக்கை ஆகியவற்றில் ஏற்படும் பிழை வெடிப்பு, சுற்றுச்சூழல் பேரழிவு அல்லது பெரும் நிதி இழப்புக்கு வழிவகுக்கும்; எனவே சரிபார்ப்பு தீவிரம் சாத்தியமான தீங்குடன் அளவிடப்படுகிறது.
2. நில அதிர்வு தலைகீழில் உள்ள 'தனித்துவமற்ற தன்மை' பிரச்சனைக்கு AI இன் தேவை என்ன?
- A) மாதிரியால் உருவாக்கப்பட்ட முதல் விளக்கத்தை நேரடியாக ஏற்றுக்கொள்வது
- B) கிணறு பதிவு, கிணறு டை மற்றும் புவியியல் தடைகளுடன் இணைப்பதன் மூலம் விளக்கத்தை சுருக்கவும் ✔
- C) அதிக தெளிவுத்திறன் கொண்ட ஸ்லைஸை மட்டும் தேர்ந்தெடுக்கவும்.
- D) நில அதிர்வு தரவுகளை முழுமையாக கைவிடுதல்
விளக்கம்: ஒரே நில அதிர்வு பிரதிபலிப்புத் தரவை ஒன்றுக்கு மேற்பட்ட வெவ்வேறு மேற்பரப்பு மாதிரிகள் (இம்பெடன்ஸ், லித்தாலஜி, திரவ விநியோகம்) மூலம் விளக்கலாம். எனவே AI ஆல் உருவாக்கப்பட்ட விளக்கம் மட்டுமே சரியானது அல்ல; கிணறு கட்டை மற்றும் புவியியல் சூழல் போன்ற சுயாதீனமான கட்டுப்பாடுகளுடன் இணைப்பதன் மூலம் கிணறு பதிவு சுருக்கப்பட வேண்டும்.
3. இயந்திர கற்றலைப் பயன்படுத்தி கிணறு பதிவிலிருந்து ஊடுருவக்கூடிய தன்மையை (ஊடுருவக்கூடியது) மதிப்பிடும்போது எந்த வரம்பை குறிப்பாக மனதில் கொள்ள வேண்டும்?
- A) மாதிரியானது ஒவ்வொரு துறையிலும் ஒவ்வொரு கற்காலத்திலும் தானாகவே செல்லுபடியாகும்
- B) கற்றறிந்த உறவு கல்வி நிலைமைகளுக்கு குறிப்பிட்டது; ✔ வெவ்வேறு தளங்களுக்குப் பிரித்தெடுத்தல் அபாயங்களைக் கொண்டுள்ளது மற்றும் முக்கிய/கிணறு சோதனையுடன் இணைக்கப்பட வேண்டும் ✔
- C) பதிவுகளில் இருந்து ஊடுருவலின் நேரடி மற்றும் பிழை இல்லாத அளவீடு
- D) முன்னறிவிப்பு நிச்சயமற்ற தன்மையை தெரிவிக்கவே கூடாது.
விளக்கம்: ஊடுருவல் நேரடியாக பதிவுகளிலிருந்து அளவிடப்படுவதில்லை; மாதிரியால் கற்றுக் கொள்ளப்பட்ட உறவு, பயிற்சி தரவின் முகங்கள் மற்றும் அழுத்த நிலைமைகளுக்கு குறிப்பிட்டதாகும். கண்மூடித்தனமாக வேறொரு தளத்திற்கு (எக்ஸ்ட்ராபோலேஷன்) பயன்படுத்துவது அல்லது அறிமுகமில்லாத லித்தாலஜி பெரிய பிழையை ஏற்படுத்தலாம்; வெளியீடு முக்கிய அளவீடு மற்றும் நன்கு சோதனையுடன் இணைக்கப்பட வேண்டும்.
4. ஆர்ப்ஸ் ஹைபர்போலிக் மாதிரியின் 'b' அடுக்கு மிக அதிகமாக வைக்கப்பட்டு (எ.கா. b>1) மற்றும் டிராடவுன் வளைவு பகுப்பாய்வில் (DCA) நீண்ட நேரம் எக்ஸ்ட்ராபோலேட் செய்யப்பட்டால் என்ன நடக்கும்?
- A) EUR அதை விட குறைவாக இருக்கும் மற்றும் இருப்பு மறைக்கப்பட்டுள்ளது
- B) சரிவு யதார்த்தமற்ற மெதுவாக மாறும் மற்றும் EUR மிக அதிகமாகவும், நம்பிக்கையுடனும் மாறும் ✔
- C) உற்பத்தித் தரவு தானாகவே அழிக்கப்படும்
- D) உடல் ரீதியாக நல்ல அழுத்தம் அதிகரிக்கிறது
விளக்கம்: ஆர்ப்ஸ் ஹைபர்போலிக் மாதிரியில், காலப்போக்கில் சரிவு விகிதம் எவ்வளவு குறைகிறது என்பதை பிரைம் பி தீர்மானிக்கிறது. b>1ஐ எடுத்து நீண்ட காலத்திற்கு விரிவுபடுத்தினால், சரிவு உண்மையற்ற வகையில் மெதுவாகவும், EUR (இறுதி மதிப்பிடப்பட்ட உற்பத்தி) அதிகமாகவும் இருக்கும். எனவே, பிற்பகுதியில், அதிவேகச் சரிவுக்கான மாற்றம் அல்லது குறைந்தபட்ச டிராடவுன் வரம்பு பயன்படுத்தப்பட்டு, பொருள் சமநிலையுடன் முடிவு சோதிக்கப்படுகிறது.
5. போரோசிட்டி மற்றும் நீர் செறிவூட்டலுக்கான ஆர்ச்சி சமன்பாடு ஏன் பெட்ரோபிசிகல் விளக்கத்தில் AI வெளியீட்டின் சரிபார்ப்பு ஆங்கர் ஆகும்?
- அ) ஏனெனில் இது கிணற்றுச் செலவை மட்டுமே காட்டுகிறது
- B) ஏனெனில் இது எதிர்ப்பு, போரோசிட்டி மற்றும் நீர் செறிவு ஆகியவற்றுக்கு இடையேயான உடல் உறவை நிறுவுகிறது மற்றும் வெளியீட்டை சோதிக்கிறது ✔
- C) அது பதிவின் நிறத்தை வரையறுக்கிறது என்பதால்
- D) ஏனெனில் இது ஆய்வக அமைப்பில் மட்டுமே அர்த்தமுள்ளதாக இருக்கும்
விளக்கம்: ஆர்க்கி சமன்பாடு பதிவு எதிர்ப்பு மற்றும் நீர் செறிவூட்டலுக்கு இடையே உள்ள உடல் உறவை நிறுவுகிறது. AI ஆல் பரிந்துரைக்கப்பட்ட நீர் செறிவூட்டல் மதிப்பு, போரோசிட்டி மற்றும் ரெசிஸ்டிவிட்டி உள்ளீடுகளுடன் ஆர்க்கி சமன்பாட்டில் செருகுவதன் மூலம் உடல் ரீதியாக சோதிக்கப்படுகிறது மற்றும் உள்ளூர் உருவாக்கம் குணகங்களுடன் ஒப்பிடுகிறது; முடிவு 0-1 வரம்பில் இருக்க வேண்டும் மற்றும் மையத்துடன் இணக்கமாக இருக்க வேண்டும்.
6. பைப்லைன் கசிவு கண்டறிதலில் 'தவறான எதிர்மறை' (மிஸ்) ஏன் முக்கியமானது?
- A) ஏனெனில் இது உண்மையான கசிவை 'இல்லை' என வகைப்படுத்துகிறது மற்றும் தலையீட்டைத் தாமதப்படுத்துகிறது மற்றும் சுற்றுச்சூழலுக்கு / உயிருக்கு ஆபத்தை ஏற்படுத்துகிறது ✔
- B) ஏனெனில் இது SCADA திரையின் நிறத்தை மட்டுமே மாற்றுகிறது
- C) அறிக்கையின் பக்கங்களின் எண்ணிக்கையை அதிகரிப்பதால்
- D) ஏனெனில் தவறான எதிர்மறைகள் எப்போதும் பாதிப்பில்லாதவை
விளக்கம்: ஒரு தவறான எதிர்மறை என்பது உண்மையில் இருக்கும் கசிவுக்கான 'இல்லாதது' என்பதன் வகைப்பாடு ஆகும்; இந்த வழக்கில், தலையீடு தாமதமாகிறது மற்றும் சுற்றுச்சூழல் பேரழிவு, தீ / வெடிப்பு மற்றும் உயிர் இழப்பு அபாயம் உள்ளது. ஒரு தவறான நேர்மறை தேவையற்ற நிறுத்தச் செலவுகளில் விளைகிறது. பாதுகாப்பு-முக்கியமான பைப்லைன்களில், தவறான எதிர்மறைகளைக் குறைக்க, நுழைவாயில் எச்சரிக்கையுடன் தேர்ந்தெடுக்கப்படுகிறது மற்றும் புல உறுதிப்படுத்தல் மூலம் ஆதரிக்கப்படுகிறது.
7. முன்கணிப்பு பராமரிப்பில், ஒரு அமுக்கியின் அதிர்வுத் தரவுகளிலிருந்து 'மீதமுள்ள பயனுள்ள வாழ்க்கை' (RUL) மதிப்பீட்டை உருவாக்கும் போது மிகவும் பொருத்தமான பயன்பாடு எது?
- A) மதிப்பிடப்பட்ட சரியான தோல்வி தேதியை ஏற்றுக்கொள்வது மற்றும் அந்த நாள் வரை எந்த சோதனையும் செய்யாமல் இருப்பது.
- B) மதிப்பிடப்பட்ட நிச்சயமற்ற வரம்பை முடிவெடுக்கும் ஆதரவாக எடுத்துக்கொள்வது மற்றும் கள ஆய்வு மற்றும் மூல காரண பகுப்பாய்வு மூலம் முக்கியமான உபகரணங்களை உறுதிப்படுத்துதல் ✔
- C) அதிர்வு அதிகரிக்கும் போது அலாரத்தை முழுவதுமாக முடக்குதல்
- D) RUL குறைவாக இருந்தால், எந்த நிச்சயமற்ற தன்மையும் இல்லாமல் சாதனத்தை முழுமையாக இயக்கவும்.
விளக்கம்: RUL (மீதமுள்ள பயனுள்ள வாழ்க்கை) மதிப்பீடு என்பது ஒரு நிகழ்தகவு மதிப்பீடு, சரியான தேதி அல்ல. சரியான பயன்பாடானது மதிப்பீட்டை அதன் நிச்சயமற்ற வரம்புடன் எடுத்து பராமரிப்புத் திட்டமிடலில் முடிவெடுக்கும் ஆதரவாகப் பயன்படுத்துவதாகும்; முக்கியமான உபகரணங்களில், புல ஆய்வு மற்றும் அதிர்வு ஸ்பெக்ட்ரம் மூல காரண பகுப்பாய்வு மூலம் இது உறுதிப்படுத்தப்படுகிறது. குருட்டு தேதியின் அடிப்படையில் உபகரணங்களை தொடர்ந்து இயக்குவது ஆபத்தானது.
8. H2S (ஹைட்ரஜன் சல்பைடு) போன்ற நச்சு வாயுக்களின் அபாயம் உள்ள தளத்தில் AI- அடிப்படையிலான வாயு கண்டறிதல் பயன்படுத்தப்பட்டால் எந்தக் கொள்கை அவசியம்?
- A) சான்றளிக்கப்பட்ட இயற்பியல் கண்டுபிடிப்பாளர்களுக்குப் பதிலாக AI கண்டறிதல் மட்டுமே பாதுகாப்பின் ஒரே அடுக்காக இருக்க முடியும்
- B) AI என்பது ஒரு துணை அடுக்கு; சுயாதீனமாக சான்றளிக்கப்பட்ட டிடெக்டர்கள் மற்றும் நடைமுறைகளுக்கு மாற்று இல்லை, பல அடுக்கு பாதுகாப்பு அவசியம் ✔
- சி) மாதிரி நம்பிக்கை மதிப்பெண் அதிகமாக இருந்தால், இயற்பியல் கண்டுபிடிப்பாளர்களை முடக்கலாம்
- D) H2S கண்டறிதலை அலுவலக பகுப்பாய்வு மூலம் மட்டுமே செய்ய முடியும்
விளக்கம்: உயிர் பாதுகாப்பின் அடிப்படையில் H2S ஒரு கொடிய வாயு; AI கண்டறிதல் ஒரு பயனுள்ள அடுக்காக இருக்கலாம், ஆனால் அது தனித்த, சான்றளிக்கப்பட்ட உடல் வாயு கண்டறிதல் மற்றும் வெளியேற்றும் நடைமுறைகளை மாற்ற முடியாது. பாதுகாப்பு-முக்கியமான செயல்பாடுகள் ஒரு செயற்கை நுண்ணறிவு மாதிரியை அடிப்படையாகக் கொண்டிருக்கக்கூடாது, ஆனால் பல அடுக்கு மற்றும் சுயாதீனமான பாதுகாப்பு அமைப்புகளில் (ஆழத்தில் பாதுகாப்பு).
9. இலவச உரை துளையிடல் பதிவு அறிக்கையை ('ROP முழுவதுமாக மாற்றப்பட்டது, முறுக்கு ஏற்ற இறக்கம், சாத்தியமான களிமண் வீக்கம்') AI உடன் செயலாக்கும்போது முக்கிய நோக்கம் என்ன?
- A) தற்செயலாக அறிக்கையை மீண்டும் எழுதுதல்
- B) துளையிடல் ஆழத்தை தானாகவே அதிகரிக்கும்
- C) சீரற்ற இலவச உரையை நிலையான புலங்களில் மொழிபெயர்ப்பதன் மூலம் தரவை வினவக்கூடியதாக மாற்றுதல்; 'சாத்தியம்' ✔ குறிச்சொல்லுடன் பொறியாளரிடம் கருத்து தெரிவிக்கவும்
- D) கிணற்றை உடல் ரீதியாக மறுபெயரிடுதல்
விளக்கம்: AI சீரற்ற இலவச உரை செயல்பாட்டு அறிக்கைகளை நிலையான புலங்களாக மாற்றுகிறது (சம்பவ வகை, ஆழம், காட்டி மாற்றம், சாத்தியமான காரணம், செயல்), தரவை வினவக்கூடியதாகவும் ஒப்பிடக்கூடியதாகவும் ஆக்குகிறது. இருப்பினும், மூல காரணம் மற்றும் செயல்பாட்டு முடிவு துளையிடும் பொறியாளரால் உறுதிப்படுத்தப்படுகிறது; மாதிரியானது 'சாத்தியமான' லேபிளை வைத்திருக்க வேண்டும்.
10. பொதுவான AI கருவியில் தளம் சார்ந்த கிணறு பதிவு, உற்பத்தி மற்றும் இருப்புத் தரவை உள்ளிடும்போது சரியான அணுகுமுறை என்ன?
- A) உண்மையான ஒருங்கிணைப்புகள் மற்றும் உற்பத்தி மதிப்புகளை சரியாக உள்ளிடுதல் மற்றும் விரைவான பதிலைப் பெறுதல்
- B) அடையாளங்கள் மற்றும் மதிப்புகளை அநாமதேயமாக்குதல், பிரதிநிதித்துவ மதிப்புகளுடன் பணிபுரிதல் மற்றும் அங்கீகரிக்கப்பட்ட/கட்டுப்படுத்தப்பட்ட கருவிகளை மட்டுமே பயன்படுத்துதல் ✔
- C) முழு புல தரவுத்தளத்தையும் ஏற்றுதல் மற்றும் மாதிரியை அறிய அனுமதிக்கிறது
- D) தரவு ரகசியமானது என்பதை நினைவில் கொள்ளவும், அதை அப்படியே பகிரவும்.
விளக்கம்: நல்ல ஒருங்கிணைப்புகள், உற்பத்தி ஓட்டங்கள் மற்றும் இருப்புத் தகவல் ஆகியவை வணிகரீதியாக மிகவும் உணர்திறன் வாய்ந்தவை மற்றும் பெரும்பாலும் உரிமம் வைத்திருப்பவர்/கூட்டாண்மையைச் சேர்ந்த ரகசியத் தரவு; இது சில நாடுகளில் பொது ஒழுங்குமுறைக்கு உட்பட்டது. கட்டுப்பாடற்ற வெளிப்புற சேவையில் நுழைவது போட்டி, ஒப்பந்த மீறல் மற்றும் சட்ட ஆபத்தை உருவாக்குகிறது. அடையாளம்/ஒருங்கிணைத்தல்/உண்மையான மதிப்புகளை அநாமதேயமாக்குவது அல்லது பிரதிநிதித்துவ மதிப்புகளுடன் பணிபுரிவது மற்றும் அங்கீகரிக்கப்பட்ட, நிறுவனத்தால் கட்டுப்படுத்தப்பட்ட கருவிகளை மட்டுமே பயன்படுத்துவது சரியான அணுகுமுறை.
11. AI உடன் பொறியியல் கணக்கீட்டில் 'ஆர்டர் ஆஃப் மாக்னிட்யூட் கன்ட்ரோல்' என்றால் என்ன?
- A) முடிவின் தசம இடங்களின் எண்ணிக்கையை அதிகரித்தல்
- B) முடிவு தோராயமாக 10 வரம்பில் எதிர்பார்க்கப்படும் சக்திக்குள் உள்ளதா என்பதை விரைவான கைக் கணக்கீடு மூலம் சோதித்தல் ✔
- சி) முடிவின் கிராஃபிக் தீர்மானத்தை அளவிடுதல்
- D) முடிவின் நிறத்தை தரப்படுத்துதல்
விளக்கம்: அளவு சரிபார்ப்பு வரிசையானது, முடிவு தோராயமாக 10 வரம்பிற்குள் உள்ளதா என்பதை விரைவான கைக் கணக்கீடு மூலம் சோதிக்கிறது. எடுத்துக்காட்டாக, மணல் தேக்கத்தின் ஊடுருவல் மிலிடார்சி வரம்பில் இருக்கும் என்று எதிர்பார்க்கப்படுகிறது, ஆனால் டார்சிகளுக்குப் பதிலாக ஆயிரக்கணக்கான டார்சிகள் நிகழ்வது விவரங்களுக்குச் செல்லாமல் ஒரு யூனிட் அல்லது எடிட்டிங் பிழையை வெளிப்படுத்துகிறது.
12. உற்பத்தி தரவு பகுப்பாய்வுக் குறியீட்டை பைதான் மூலம் AIக்கு அச்சிடும்போது முடிவைச் சரிபார்க்க மிகவும் வலுவான வழி எது?
- A) குறியீடு வேலை செய்து பிழையைக் கொடுக்கவில்லை என்றால், முடிவை சரியானதாக ஏற்றுக்கொள்ளுங்கள்.
- B) யூனிட் சோதனை, உடல் வரம்பு சரிபார்ப்பு மற்றும் அறியப்பட்ட சிறிய மாதிரியுடன் சுயாதீனமான முறையுடன் ஒப்பிடுதல் ✔
- C) குறியீட்டின் அதிக எண்ணிக்கையிலான வரிகளை நம்பியிருப்பது
- D) கிராஃபிக் வெளியீடு வண்ணத்தில் உள்ளதா என்பதைச் சரிபார்க்கிறது
விளக்கம்: உருவாக்கப்பட்ட குறியீடு சீராகவும் சரியாகவும் தோன்றினாலும், அதில் மறைக்கப்பட்ட பிழைகள் இருக்கலாம் (தவறான அலகு, மாற்றப்பட்ட தேதி, கசிந்த தரவு, தவறான சேகரிப்பு). சிறிய அறியப்பட்ட மாதிரியில் எதிர்பார்க்கப்படும் வெளியீட்டை கைமுறையாகக் கணக்கிடுவது, குறியீட்டில் (அலகு சோதனை), உடல் வரம்புகளுக்கு எதிராக இடைநிலை முடிவுகளைச் சரிபார்ப்பது (எதிர்மறை ஓட்ட விகிதம் போன்றவை) மற்றும் அவற்றை ஒரு சுயாதீனமான முறையுடன் ஒப்பிடுவது மிகவும் வலுவான சரிபார்ப்பு ஆகும்.
13. AI-உருவாக்கிய EUR முன்னறிவிப்பை இருப்பு அறிக்கையிடலில் (எ.கா. PRMS/SEC) பயன்படுத்துவதற்கான மிகவும் துல்லியமான அறிக்கை எது?
- A) AI வெளியீடு தானாகவே செல்லுபடியாகும் என்பதால் மதிப்பீட்டாளர் ஒப்புதல் தேவையற்றது
- B) AI உதவியாக உள்ளது; முறை, உள்ளீடு மற்றும் நிச்சயமற்ற தன்மை ஆகியவை திறமையான மதிப்பீட்டாளரால் கண்டறியப்படக்கூடியதாகவும், ஆவணப்படுத்தப்பட்டதாகவும், அங்கீகரிக்கப்பட்டதாகவும் இருக்க வேண்டும்.
- C) அதிக EUR மதிப்பைக் கொண்ட மாதிரி எப்போதும் விரும்பப்பட வேண்டும்.
- D) இருப்பு அறிவிப்பு முற்றிலும் தானியங்கு மற்றும் மனித கட்டுப்பாட்டை அகற்ற முடியும்
விளக்கம்: இருப்பு அறிக்கைகள் தணிக்கை செய்யக்கூடிய ஆவணங்களாகும், அவை முதலீட்டாளர் மற்றும் ஒழுங்குமுறை முடிவுகளுக்கு அடிப்படையாகவும், தகுதிவாய்ந்த இருப்பு மதிப்பீட்டாளரின் பொறுப்பின் கீழ் இருக்கும். தரவு சுத்தம், கனவு பொருத்துதல் மற்றும் காட்சி உருவாக்கம் ஆகியவற்றில் AI உதவும்; இருப்பினும், முறை, உள்ளீடுகள் மற்றும் புள்ளிவிவரங்களின் நிச்சயமற்ற தன்மை ஆகியவை கண்டறியக்கூடிய முறையில் ஆவணப்படுத்தப்பட்டு அங்கீகரிக்கப்பட்ட மதிப்பீட்டாளரால் அங்கீகரிக்கப்பட வேண்டும். AI மட்டும் இருப்புக்களை அறிவிக்க முடியாது.
14. எண்ணெய் மற்றும் எரிவாயு பொறியியலில் AI ஐப் பயன்படுத்துவதற்கான இறுதிப் பொறுப்பு குறித்து எந்த அறிக்கை மிகவும் துல்லியமானது?
- A) AI வெளியீட்டை உருவாக்குவதால், பொறுப்பு மென்பொருள் நிறுவனத்திற்கு செல்கிறது
- B) AI ஆதரவு மற்றும் முடுக்கம் வழங்குகிறது; முடிவு மற்றும் அறிக்கைக்கான பொறுப்பு அங்கீகரிக்கப்பட்ட பொறியாளரிடம் உள்ளது, வெளியீடு சரிபார்க்கக்கூடியதாகவும், மனித அங்கீகாரம் பெற்றதாகவும் இருக்க வேண்டும் ✔
- C) AI வெளியீடு தானாகவே செல்லுபடியாகும் என்பதால் பொறியாளர் ஒப்புதல் தேவையற்றது
- D) பொறுப்புக் குழுவிடம் மட்டுமே உள்ளது, அது அலுவலகப் பொறியாளரைப் பற்றியது அல்ல
விளக்கம்: AI என்பது தரவு செயலாக்கம், வரைவு, கண்டுபிடிப்பு மற்றும் மேம்படுத்தல் முடுக்கம் போன்ற ஆதரவு வேலைகளில் ஒரு சக்திவாய்ந்த கருவியாகும்; இருப்பினும், கையொப்பமிடப்பட்ட அறிக்கை, பாதுகாப்பு-முக்கியமான முடிவு, கிணறு வடிவமைப்பு மற்றும் இருப்பு அறிவிப்புக்கான பொறுப்பு அங்கீகரிக்கப்பட்ட பொறியாளர்/மதிப்பீட்டாளரிடம் இருக்கும். வெளியீடுகள் தணிக்கை செய்யக்கூடியதாகவும், சரிபார்க்கக்கூடியதாகவும், மனிதனால் அங்கீகரிக்கப்பட்டதாகவும் இருக்க வேண்டும்.