அலகுகள்
1. ஆக்சுரியல் அறிவியலில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், அங்கீகாரம் மற்றும் தனியுரிமை 2. சேத மாடலிங்: அதிர்வெண்-கடுமை பாகுபாடு மற்றும் செயற்கை நுண்ணறிவு ஆதரவு பகுப்பாய்வு 3. ரிசர்வ் (ஒதுக்கீடு) கணக்கு: ஐபிஎன்ஆர், செயின் லேடர் மற்றும் செயற்கை நுண்ணறிவு மூலம் சரிபார்ப்பு 4. விலை மற்றும் இடர் வகைப்பாடு: GLM, வரி விதிப்பு மற்றும் செயற்கை நுண்ணறிவு 5. வாழ்க்கை மற்றும் ஓய்வூதிய கணக்குகள்: இறப்பு, வருடாந்திரம் மற்றும் பொறுப்பு 6. தரவுத் தயாரித்தல் மற்றும் சிறப்புப் பொறியியல்: செயற்கை நுண்ணறிவுடன் செயல் தரவுகளைக் கையாளுதல் 7. காட்சி பகுப்பாய்வு மற்றும் அழுத்த சோதனை: நிச்சயமற்ற தன்மையை நிர்வகித்தல் 8. Solvency II, Capital Adequacy மற்றும் மாதிரி சரிபார்ப்பு 9. அறிக்கையிடல் மற்றும் தொடர்பு: செயல் அறிக்கை, மேலாண்மை வழங்கல் மற்றும் ஒழுங்குமுறை மொழி 10. நெறிமுறைகள், பாகுபாடு, இரகசியத்தன்மை மற்றும் தொழில்முறை பொறுப்பு 11. எண்ட்-டு-எண்ட் ஆக்சுவேரியல் பணிப்பாய்வு, AI ஒருங்கிணைப்பு மற்றும் எதிர்காலச் சரிபார்ப்பு
அலகு 1 / 11

ஆக்சுரியல் அறிவியலில் செயற்கை நுண்ணறிவு அறிமுகம்: பாத்திரங்கள், எல்லைகள், அங்கீகாரம் மற்றும் தனியுரிமை

ஆதாயங்கள்:

  • செயற்கை நுண்ணறிவு நிகழ்நேரத்தைச் சேமிக்கிறது மற்றும் பணி அபாய அளவைப் பொறுத்து, பிரீமியம்/ஒதுக்கீடு/மூலதனம் போன்ற முடிவுகள் ஏன் திறமையான செயல்பாட்டிற்கு விடப்படுகின்றன என்பதை செயற்கை நுண்ணறிவு (தரவு தயாரித்தல், குறியீடு உருவாக்கம், அறிக்கை வரைவு, காட்சி விளக்கம்) எங்கு பிரித்தறிய முடியும்.
  • ஒவ்வொரு AI வெளியீட்டையும் செயல்முறை மூலத்துடன் இணைத்தல், சுயாதீனமான மறுகணக்கீடு மற்றும் உண்மையான பகுத்தறிவுடன் சோதனை செய்தல் ஆகியவற்றின் மூலம் அதைச் சரிபார்க்கும் ஒரு ஒழுங்குமுறையைப் பயன்படுத்துவதற்கான திறன்.
  • KVKK/தனியுரிமையின் எல்லைக்குள் கொள்கை, சேதம் மற்றும் சுகாதாரத் தரவை அநாமதேயமாக்குதல் மற்றும் மாதிரிப் பயிற்சியில் தரவைப் பயன்படுத்தாத பாதுகாப்பான வாகனங்களைத் தேர்ந்தெடுக்கும் பழக்கத்தைப் பெறுதல்

காப்பீடு அல்லது ஓய்வூதிய நிறுவனத்தில், ஒவ்வொரு மாதமும் நூற்றுக்கணக்கான எதிர்கால எண்கள் தயாரிக்கப்படுகின்றன: இந்தக் குழு பாலிசிகளுக்கு நாம் எவ்வளவு பிரீமியத்தைச் செலுத்த வேண்டும்? கடந்த கால சேதம் எவ்வளவு என்பது இன்னும் அறிவிக்கப்படவில்லை; இன்று 30 ஆண்டுகளில் நாம் கொடுக்கும் ஓய்வூதியத்தின் மதிப்பு என்ன? ஒரு மோசமான ஆண்டு வந்தால், நிறுவனம் வாழுமா? இந்தக் கேள்விகள் அனைத்திற்கும் விடையளிக்கும் தொழில் ஆக்சுவரி. ஒரு ஆக்சுவரி என்பது நிகழ்தகவு, புள்ளியியல் மற்றும் நிதிக் கணிதத்தைப் பயன்படுத்தி காப்பீடு மற்றும் ஓய்வூதிய அபாயங்களை அளவிடும், விலைகள் மற்றும் அறிக்கையிடும் ஒரு நிபுணர்; அது உருவாக்கும் ஒவ்வொரு எண்ணிக்கையும் ஒரு நிறுவனத்தின் நிதிச் சமநிலை, காப்பீடு செய்யப்பட்டவரின் உரிமைகள் மற்றும் தணிக்கையாளரின் நம்பிக்கையை நேரடியாகப் பாதிக்கிறது. இங்குதான் செயற்கை நுண்ணறிவு வருகிறது.

செயற்கை நுண்ணறிவு (AI, அல்லது AI குறுகிய-கணினி அமைப்புகள், அவை உரையை உருவாக்குதல், குறியீடு எழுதுதல், வடிவங்களை அடையாளம் காணுதல் மற்றும் மனிதர்களைப் போன்ற தரவைச் சுருக்கலாம்) செயல்பாட்டின் தொடர்ச்சியான மற்றும் நேரத்தைச் செலவழிக்கும் பகுதிகளை நிமிடங்களாகக் குறைக்கின்றன: தரவு சுத்திகரிப்புக் குறியீட்டை எழுதுதல், கணக்கை பைத்தானில் மொழிபெயர்த்தல், ஒரு கணக்கியல் அறிக்கையை உருவாக்குதல், எளிமையான மொழிப் பரவலை விளக்குதல். இருப்பினும், அதே AI ஆனது உங்கள் தரவைப் பார்க்காமலேயே "உங்கள் சேதத்தின் அதிர்வெண் 8 சதவீதம்" போன்ற நம்பிக்கையான எண்ணையும் உருவாக்க முடியும். இந்த தொகுதியின் முதல் அலகு மென்பொருள் அறிமுகம் அல்ல; உங்களின் ஆக்சுவேரியல் வணிகத்தில் AI ஐ எங்கு வைக்க வேண்டும் மற்றும் எங்கு வைக்கக்கூடாது என்பதை தெளிவுபடுத்துவதே இதன் நோக்கம்.

ஆரம்பத்திலிருந்தே அடிப்படைக் கொள்கையை முன்வைப்போம்: செயற்கை நுண்ணறிவு ஒரு உதவியாளர், ஒரு ஆக்சுவரி அல்ல. பிரீமியங்கள், ஒதுக்கீடுகள் (இருப்புக்கள்), மூலதனம் மற்றும் பொறுப்புகள் போன்ற நிதி-முக்கியமான முடிவுகளின் பொறுப்பு மற்றும் இறுதி ஒப்புதல், தகுதிவாய்ந்த, நியமிக்கப்பட்ட மற்றும் அங்கீகரிக்கப்பட்ட கையொப்பமிட்ட நிறுவனத்திற்கு சொந்தமானது. சரிபார்க்கப்படாத AI வெளியீடு கையொப்பமிடப்படாத செயல் அறிக்கையைப் போலவே ஆபத்தானது.

செயல்பாட்டு வணிகத்தின் அடுக்குகள் மற்றும் AI இன் இடம்

ஆக்சுவேரியல் வேலையை மூன்று அடுக்குகளாகப் பிரிப்பது, AIஐச் சரியாக வைப்பதை எளிதாக்குகிறது. தொழில்நுட்ப/கணக்கீட்டு அடுக்கு என்பது எண் உருவாக்கப்படும் இடமாகும்: தரவு செயலாக்கம், மாதிரி உருவாக்கம், பிரீமியம் மற்றும் இருப்பு கணக்கியல். பகுத்தறிவு அடுக்கு என்பது எண்ணை விளக்குவது: எந்த அனுமானத்தை தேர்வு செய்வது, எந்த முன்னேற்றக் காரணியை கைமுறையாக சரிசெய்வது, அந்த மதிப்பீட்டில் நாம் எவ்வளவு நம்பிக்கையுடன் இருக்கிறோம். கையொப்பம் செய்யப்பட்ட இடத்தில் பொறுப்பு அடுக்கு உள்ளது: அறிக்கை கட்டுப்பாட்டாளரிடம் செல்கிறது, முடிவு நிர்வாகத்திற்கு வழங்கப்படுகிறது, செயல்திட்டமானது முடிவுகளின் சட்டப்பூர்வ உரிமையாளர். AI முதல் அடுக்கில் மிகவும் சக்தி வாய்ந்தது, இரண்டாவதாக மட்டுமே துணை உள்ளது, மூன்றாவது அடுக்கில் இல்லை.

ஆரம்பத்தில் இருந்து சில அடிப்படை சொற்களை வரையறுப்போம். பிரீமியம் என்பது ஆபத்துக்கு ஈடாக காப்பீடு செய்தவர் செலுத்தும் விலை. சேதம் (உரிமைகோரல்) என்பது காப்பீடு செய்தவருக்கு ஏற்பட்ட சேதம் மற்றும் நிறுவனத்தால் செலுத்தப்பட்டது. ஒதுக்கீடு/இருப்பு என்பது எதிர்காலத்தில் செலுத்த வேண்டிய கோரிக்கைகளுக்காக இன்று ஒதுக்கப்பட்ட பணமாகும். பொறுப்பு என்பது பாலிசிதாரர்களுக்கு நிறுவனத்தின் எதிர்கால கடனின் தற்போதைய மதிப்பாகும். வெளிப்பாடு என்பது அபாயத்தின் அளவை அளவிடும் அலகு ஆகும் (எ.கா. ஒரு வருடத்திற்கு காப்பீடு செய்யப்பட்ட வாகனம் = 1 வாகன ஆண்டு). இந்தக் கருத்துக்களைப் பின்வரும் அலகுகளில் ஒவ்வொன்றாக விளக்குவோம்; இப்போதைக்கு, இதைத் தெரிந்துகொள்ளுங்கள்: இந்தக் கருத்துக்கள் அனைத்திற்கும் புளூபிரிண்ட், குறியீடு மற்றும் பகுப்பாய்வு ஆகியவற்றை AI உங்களுக்கு வழங்குகிறது, ஆனால் நீங்கள் இறுதி இதழ் மற்றும் கையொப்பத்தை உருவாக்குகிறீர்கள்.

பின்வரும் அட்டவணை AI இன் பங்கு மற்றும் இடர் அளவை பணியின் மூலம் சுருக்கமாகக் கூறுகிறது:

தேடுதல்

AI இன் பங்கு

ஆபத்து நிலை

யார் அங்கீகரிக்கிறார்கள்

தரவு சுத்தம் / குறியீட்டு முறை

குறியீடு ஜெனரேட்டர்

குறைந்த

ஆக்சுவரி / தரவு ஆய்வாளர்

அறிக்கை மற்றும் சுருக்க வரைவு

ஸ்கெட்ச் ஜெனரேட்டர்

குறைந்த

ஆக்சுவரி

விநியோகம்/முறை விளக்கம்

பயிற்சி, சுருக்கம்

குறைந்த

ஆக்சுவரி

சேத அதிர்வெண்-தீவிர மாதிரி

மாடல் பில்டர், வரைவு

நடுத்தர

மூத்த செயல் அலுவலர்

IBNR / இருப்பு கணக்கு

கணக்கு வரைவு

உயர்

பொறுப்பான ஆக்சுவரி

விலை / கட்டணம்

மாதிரி ஓவியம்

உயர்

விலை நிர்ணயம் + இணக்கம்

மூலதனம் (SCR) / பொறுப்பு

துணை உள்ளீடு

மிக உயர்ந்தது

நியமிக்கப்பட்ட ஆக்சுவரி + நிர்வாகம்

இந்த அட்டவணையில் உள்ள ஒரு வரியை நினைவில் கொள்ளுங்கள்: ஆபத்து அதிகரிக்கும் போது, AI இன் பங்கு சுருங்குகிறது மற்றும் உண்மையான அங்கீகாரம் வளரும்.

ஏன் "சரிபார்ப்பு" என்பது இந்த வணிகத்தின் இதயம்

செயற்கை நுண்ணறிவு மொழி மாதிரிகள் தங்கள் பதிலில் நம்பிக்கையுடன் இருப்பதாகத் தெரிகிறது, ஆனால் அவை உறுதியாக இருக்காது. தொழில்நுட்ப மொழியில், இது மாயத்தோற்றம் என்று அழைக்கப்படுகிறது: இது ஒரு சரளமான வாக்கியத்தில் இல்லாத தகவல்களை மாதிரியின் புனையப்பட்டது, அது உண்மையாக இருந்தது. ஒரு ஆக்சுவரிக்கு, இது ஒரு கொடிய பொறி. "இந்த போர்ட்ஃபோலியோவின் இழப்பு/பிரீமியம் விகிதம் 72 சதவீதம்" போன்ற ஒரு எண்ணை மாடல் உங்களுக்காக உருவாக்கலாம்; இருப்பினும், அவர் உங்கள் தரவைப் பார்த்ததில்லை, இந்த எண் முழுமையாக உருவாக்கப்பட்டுள்ளது. அல்லது அவர் இறப்பு அட்டவணையின் பெயரை "TRH-2020" என்று கூறலாம்; இருப்பினும், அத்தகைய அட்டவணை இல்லை. இரண்டையும் சமமான சரளத்துடன் அவர் சொல்வதால், உங்கள் செயல் அறிவும் சரிபார்ப்புப் பழக்கமும்தான் சரியிலிருந்து தவறைப் பிரிக்கும்.

சரிபார்ப்பு ஒழுங்குமுறை மூன்று படிகளைக் கொண்டுள்ளது:

  1. முறை மற்றும் மூலத்திற்கான இணைப்பு: எண்களுக்கான உங்கள் சொந்த தரவு மற்றும் அதிகாரப்பூர்வ ஆதாரங்களை நம்புங்கள், AI இன் நினைவகம் அல்ல. சூத்திரங்கள், விநியோகங்கள் மற்றும் ஒழுங்குமுறை கட்டுரைகளுக்கான தொடக்க புள்ளியாக AI தொகுப்பை எடுத்துக் கொள்ளுங்கள்; பின்னர் நிலையான ஆதாரங்களில் இருந்து உறுதிப்படுத்தவும் (பாடநூல், சட்டமன்ற உரை, நிறுவன நடைமுறை). தரவை விளக்குவதற்கு AI ஐப் பயன்படுத்தவும், அதை நினைவில் கொள்ள வேண்டாம்.
  2. சுயாதீன மறு கணக்கீடு: AI உருவாக்கும் ஒவ்வொரு எண் முடிவு, குணகம் மற்றும் விகிதத்தையும் சுயாதீனமாக சரிபார்க்கவும். தற்போதைய மதிப்பு, வளர்ச்சிக் காரணி, மொத்தத்தை நீங்களே அல்லது சரிபார்க்கப்பட்ட விரிதாளுடன் மீண்டும் உருவாக்கவும்.
  3. ஆக்சுவரி ஜட்ஜ்மென்ட் மூலம் சோதனை: நிலத்திலுள்ள உண்மைகளுக்கு (போர்ட்ஃபோலியோ நடத்தை, பணவீக்கம், சட்டம், கடந்தகால அனுபவம்) வெளியீடு முரண்படுகிறதா என்பதை நிபுணர் கண்ணால் சோதிக்கவும். "ஏன் இந்த காரணி 1.05 ஆக இல்லாமல் 1.45 ஆக வந்தது?" என்ற கேள்வியை எப்போதும் கேளுங்கள்.
கவனம்: AI ஆல் தயாரிக்கப்பட்ட இருப்பு எண்ணிக்கை அல்லது பிரீமியம் அட்டவணையை சரிபார்க்காமல் கையொப்பமிடுவது, கையொப்பமிடாத செயல் அறிக்கையை வெளியிடுவது போன்றது. வெளியீடு சீராகவும் ஒழுங்காகவும் இருப்பதால் துல்லியமாக இருக்காது.

தனியுரிமை: கொள்கை மற்றும் சேத தரவு தனிப்பட்ட தரவு

கொள்கை மற்றும் உரிமைகோரல் தரவுகளில் அடையாளம், தொடர்பு, உடல்நலம் மற்றும் நிதித் தகவல் ஆகியவை அடங்கும். இவற்றில் சில Türkiye மற்றும் ஐரோப்பாவில் GDPR இல் KVKK (தனிப்பட்ட தரவு பாதுகாப்பு சட்டம்) எல்லைக்குள் தனிப்பட்ட தரவுகளின் சிறப்பு வகைகளாகும்; குறிப்பாக, உடல்நலம் மற்றும் ஆயுள் காப்பீட்டில் கண்டறியும் தகவல் மிக உயர்ந்த பாதுகாப்பிற்கு உட்பட்டது. பொது AI வாகனத்தில் காப்பீடு செய்தவரின் பெயர், TR ஐடி எண், பாலிசி எண் மற்றும் நோயறிதல் ஆகியவற்றை ஒட்டுவது கடுமையான மீறலாகும். அதே உணர்திறன் வர்த்தக ரகசியங்களான போர்ட்ஃபோலியோ தரவுகளுக்கும் பொருந்தும் (பிரீமியம் அட்டவணைகள், இழப்பு விநியோகங்கள், மறுகாப்பீட்டு நிலைமைகள்).

விதி எளிதானது: தரவை அநாமதேயமாக்குங்கள் மற்றும் தேவையற்றதைப் பகிர வேண்டாம். "54 வயதான ஆண், இதய நோய் வரலாறு" என்பதற்கு பதிலாக "அஹ்மத் யில்மாஸ், 54, கொள்கை 2024-88213, மாரடைப்பு"; தனிப்பட்ட பதிவுகளுக்குப் பதிலாக குழுவாக்கப்பட்ட/சுருக்கமான அட்டவணைகளைப் பகிரவும். பெரும்பாலான ஆக்சுரியல் பகுப்பாய்வு ஏற்கனவே ஒருங்கிணைக்கப்பட்ட தரவுகளுடன் செய்யப்படுகிறது (வயது குழு, கவரேஜ் வகை, வளர்ச்சி ஆண்டு); இவை இரண்டும் இரகசியத்தன்மையைப் பாதுகாக்கிறது மற்றும் பகுப்பாய்வை எளிதாக்குகிறது. முடிந்தால், தரவு செயலாக்க ஒப்பந்தம் கொண்ட கார்ப்பரேட் கருவிகளைத் தேர்வுசெய்யவும் மற்றும் மாதிரி பயிற்சியில் உங்கள் தரவைப் பயன்படுத்த வேண்டாம்.

உதவிக்குறிப்பு: நடைமுறை வேலைகளில், AI க்கு ஒரு மூலப் பதிவைக் காட்டிலும் சுருக்கம்/மொத்த அட்டவணை பெரும்பாலும் வழங்கப்படுகிறது. "அட்டவணை 3: வயதுக் குழு × கவரேஜ் × சராசரி சேதம்" போன்ற அட்டவணையில் தனிப்பட்ட தரவு இல்லை, ஆனால் பகுப்பாய்வுக்குத் தேவையான அனைத்தும்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - பாதுகாப்பான மற்றும் திறமையான பயன்பாடு. ஒரு உதவியாளர் 40,000 வரிசைகளின் உரிமைகோரல் தரவை கைமுறையாக சுத்தம் செய்ய 2 நாட்கள் செலவிடுவார். அவர் AI க்கு தரவுகளின் கட்டமைப்பை (நெடுவரிசைப் பெயர்கள், உதாரணம் 5 அநாமதேய வரிசைகள்) விளக்கி, பைதான் சுத்தப்படுத்தும் குறியீட்டைக் கேட்டார். AI 15 நிமிடங்களில் குறியீட்டின் வரைவை உருவாக்கியது; ஆக்சுவரி கோட் லைனை வரியாகப் படித்து, இரண்டு லாஜிக் பிழைகளை சரிசெய்து (எதிர்மறை சேதங்களை நீக்குவதற்குப் பதிலாக தனித்தனியாக ஆராய வேண்டும்), மேலும் அதை தனது சொந்த தரவுகளில் இயக்கினார். கால அளவு: 2 நாட்களுக்கு பதிலாக அரை நாள். AI குறியீட்டை எழுதியது, ஆக்சுவரி அதைச் சரிபார்த்து அதை இயக்கியது.

வழக்கு 2 - சரிபார்க்கப்படாத எண் பொறி. ஒரு ஊழியர் YZ இடம் கேட்டார், "எங்கள் காப்பீட்டு கிளையின் ஒருங்கிணைந்த விகிதம் என்ன?" எந்தத் தரவையும் அணுகவில்லை என்றாலும் AI நம்பிக்கையுடன் "சுமார் 104 சதவிகிதம்" பலவற்றைக் கொடுத்தது. ஊழியர் இதை தனது நிர்வாக விளக்கக்காட்சியில் வைத்தார்; உண்மையான விகிதம் 97 சதவீதம். இந்த வித்தியாசம் லாபகரமான கிளையை நஷ்டமாகவும், தவறான விலை உயர்வு முடிவாகவும் சித்தரிக்க வழிவகுத்தது. பிழை: AI இலிருந்து ஒரு குறிகாட்டிக்கு தரவை வழங்காமல் காத்திருக்கிறது.

வழக்கு 3 - ரகசியத்தன்மை மீறல். ஆயுள் காப்பீட்டு விண்ணப்பதாரர்களின் முழுப் பெயர், ஐடி மற்றும் சுகாதார அறிவிப்பு ஆகியவற்றைக் கொண்ட எக்செல் ஒன்றை ஒரு ஆக்சுவரி பொது AI கருவியில் ஏற்றி, "ஆபத்தானவற்றைக் கொடியிடவும்" என்றார். தரவு வெளிப்புற சேவையகத்திற்கு சென்றது; ஒரு KVKK மதிப்பாய்வு மற்றும் நற்பெயர் ஆபத்து எழுந்தது. பெயர் மற்றும் ஐடியை அகற்றி, வயது, பாலினம், கவரேஜ் தொகை மற்றும் அநாமதேய ஆபத்து காரணிகளை மட்டும் பகிர்ந்து கொள்வது சரியான வழி.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த ஆண்டு எங்களின் போர்ட்ஃபோலியோவின் இழப்பு அதிர்வெண் மற்றும் அதற்கான பிரீமியத்தை எங்களிடம் கூறுங்கள்.

இந்த உரிமைகோரல் குறைபாடுடையது: AI க்கு தரவு எதுவும் வழங்கப்படவில்லை, எனவே இது "அதிர்வெண்" மற்றும் "பிரீமியம்" என்ற கேள்விக்கு மட்டுமே தயாரிக்கப்பட்ட எண்களுடன் பதிலளிக்க முடியும். என்ன கிளை, என்ன காலம், என்ன வெளிப்பாடு என்பது தெளிவாகிறது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஆக்சுவரிக்கு உதவும் பகுப்பாய்வு உதவியாளர். பணி: கீழேயுள்ள அநாமதேய மொத்த அட்டவணையை விளக்குவதற்கு எனக்கு உதவுங்கள். தரவு (காப்பீடு, 2024, மாகாணம்/பெயர் இல்லை):- வெளிப்பாடு: 12,400 வாகன வருடங்கள்- உரிமைகோரல்களின் எண்ணிக்கை: 1,612- மொத்தம்: 4000, 90 செலுத்த வேண்டிய கோரிக்கைகள் சேதம் (எண்/வெளிப்பாடு) மற்றும் சராசரி சேதத்தின் தீவிரத்தை கணக்கிட்டு, சூத்திரத்தைக் காட்டு. நான் கொடுத்த எண்களை மட்டும் பயன்படுத்துங்கள். ஏதேனும் விடுபட்டிருந்தால், கேளுங்கள்.

இந்தக் கோரிக்கையானது அநாமதேயமாகத் தரவை வழங்குவதால், சூத்திரங்கள் தேவைப்படுவதால், இடைநிலைப் படிகள் தேவைப்படுவதால், புனையப்படுவதைத் தடைசெய்கிறது.

பொதுவான தவறுகள்

  • டேட்டா கொடுக்காமல் எண்களைக் கேட்பது. AI அதன் நினைவகத்தில் உங்கள் போர்ட்ஃபோலியோவைக் கொண்டிருக்கவில்லை; அவர் கொடுக்கும் ஒவ்வொரு எண்ணும் போலியானது. முதலில் அநாமதேய தரவை வழங்கவும், பின்னர் கணக்கைக் கேட்கவும்.
  • வெளியீட்டை சரிபார்க்காமல் கையொப்பமிடுதல். ஒரு திரவ மற்றும் ஒழுங்கான விளக்கப்படம் அது துல்லியமானது என்று அர்த்தமல்ல. ஒவ்வொரு எண்ணையும் தனித்தனியாக மீண்டும் உருவாக்கவும்.
  • தனிப்பட்ட தரவை அதன் மூல வடிவத்தில் ஒட்டுதல். பெயர், அடையாள எண், பாலிசி எண் மற்றும் நோய் கண்டறிதல் ஆகியவை பகிரப்படாது. அநாமதேயமாக்கி மொத்தங்களைப் பயன்படுத்தவும்.
  • AI முறையைத் தேர்வுசெய்ய அனுமதிப்பது மற்றும் அதைக் கேள்வி கேட்காமல் இருப்பது. "நான் எந்த முறையைப் பயன்படுத்த வேண்டும்?" கேள்விக்கான பதில் ஒரு பரிந்துரை; இறுதித் தேர்வு உண்மையான தீர்ப்பு மற்றும் சட்டத்தை சார்ந்தது.
  • AI ஐ சட்டத்தின் ஆதாரமாக தவறாகப் புரிந்துகொள்வது. மாதிரி சட்டக் கட்டுரைகள் மற்றும் அட்டவணைப் பெயர்களை உருவாக்கலாம். அதிகாரப்பூர்வ உரையிலிருந்து உறுதிப்படுத்தவும்.

சுருக்கமாக

செயற்கை நுண்ணறிவு என்பது ஒரு சக்திவாய்ந்த உதவியாளர் ஆகும், இது ஆக்சுரியல் வேலையின் தொழில்நுட்ப மற்றும் மீண்டும் மீண்டும் வரும் பகுதிகளை விரைவுபடுத்துகிறது; குறியீட்டை எழுதுகிறது, வரைவுகளை உருவாக்குகிறது, விளக்குகிறது. ஆனால் பிரீமியம், ஒதுக்கீடு, மூலதனம் மற்றும் பொறுப்பு முடிவுகளுக்கான பொறுப்பு திறமையான ஆக்சுவரியிடம் உள்ளது. ஒவ்வொரு வெளியீடும் மூன்று படிகள் மூலம் சரிபார்க்கப்படுகிறது: முறை/மூலத்துடன் பிணைத்தல், சுயாதீன மறுகணக்கீடு, உண்மையான காரணத்துடன் சோதனை. தரவு எப்போதும் அநாமதேயமாக இருக்கும் மற்றும் தேவையற்றது பகிரப்படாது. சரிபார்க்கப்படாத AI வெளியீடு கையொப்பமிடாத அறிக்கையைப் போலவே ஆபத்தானது.

விண்ணப்ப பணி

நீங்கள் பணிபுரியும் கிளையைத் தேர்வு செய்யவும் (அல்லது அனுமானிக்கவும்). இந்தக் கிளைக்கான முற்றிலும் அநாமதேய மற்றும் ஒருங்கிணைக்கப்பட்ட மினி டேபிளைத் தயாரிக்கவும் (வெளிப்பாடு, உரிமைகோரல்களின் எண்ணிக்கை, மொத்த சேதம்). மேலே உள்ள "பவர்ஃபுல் ப்ராம்ட்" ஐ உங்கள் சொந்த டேபிளில் மாற்றி AI கருவிக்கு கொடுக்கவும். திரும்பும் அதிர்வெண், தீவிரம் மற்றும் ஆபத்து பிரீமியத்தை கைமுறையாக (கால்குலேட்டருடன்) மீண்டும் கணக்கிட்டு, AI இன் முடிவுடன் ஒப்பிடவும். நீங்கள் வித்தியாசத்தைக் கண்டால், ஏன் என்பதைக் கவனியுங்கள்.

சரிபார்ப்பு பட்டியல்

  • [ ] AIக்கு நான் கொடுக்கும் தரவு அநாமதேயமா மற்றும் ஒருங்கிணைக்கப்பட்டதா? ஏதேனும் தனிப்பட்ட/தனிப்பட்ட தகவல்கள் உள்ளதா?
  • [ ] நான் ஒவ்வொரு எண் வெளியீட்டையும் தனித்தனியாக மீண்டும் கணக்கிட்டிருக்கிறேனா?
  • [ ] நான் முறை/ அனுமானத் தேர்வை ஒரு ஆலோசனையாக எடுத்து நானே முடிவு செய்தேனா?
  • [ ] உத்தியோகபூர்வ மூலத்திலிருந்து சட்டம் மற்றும் அட்டவணை குறிப்புகளை நான் உறுதிப்படுத்தியுள்ளேனா?
  • [ ] நான் பயன்படுத்தும் கருவி மாதிரி பயிற்சியில் தரவைப் பயன்படுத்துகிறதா என்பது எனக்குத் தெரியுமா?
  • [] இந்த வெளியீடு ஒரு வரைவா, அல்லது நான் தற்செயலாக இதை இறுதியாகக் கருதியேனா?