ஆதாயங்கள்:
- டிமாண்ட், ஸ்டாக், கிடங்கு, வழி மற்றும் சப்ளையர் மாட்யூல்களை இறுதி முதல் இறுதி வரையிலான பணிப்பாய்வுகளில் இணைத்து, செயற்கை நுண்ணறிவை ஒரு முழுமையான முடிவு ஆதரவு அடுக்காகப் பயன்படுத்தும் திறன்
- AI நிர்வாகக் கொள்கையின் கூறுகளைப் புரிந்துகொண்டு வரைவு செய்யும் திறன் (தரவு வகைப்பாடு, மனித ஒப்புதல் புள்ளிகள், தணிக்கைத் தடம், நெறிமுறைக் கோட்பாடுகள்)
- செயற்கை நுண்ணறிவின் ஆதரவுடன் கார்பன் தடம் மற்றும் நிலைத்தன்மை குறிகாட்டிகளை கண்காணிக்கும் போது, பொறுப்பும் இறுதி முடிவும் மனிதனிடம் இருப்பதை உறுதி செய்யலாம்.
தொகுதி தேர்வு
1. தளவாடங்கள் மற்றும் விநியோகச் சங்கிலியில் செயற்கை நுண்ணறிவுக்கான மிகவும் துல்லியமான நிலைப்படுத்தல் எது?
- A) செயற்கை நுண்ணறிவு மனித அனுமதியின்றி கப்பல் ஆர்டர்கள் மற்றும் கொள்முதல் ஆர்டர்களை இறுதி செய்ய முடியும்
- B) செயற்கை நுண்ணறிவு உரை எழுதுவதில் மட்டுமே வேலை செய்கிறது, அதற்கும் செயல்பாட்டுத் தரவுக்கும் எந்தத் தொடர்பும் இல்லை
- சி) செயற்கை நுண்ணறிவு என்பது ஒரு உதவியாளர் மற்றும் முடிவெடுக்கும் கருவியாகும்; முக்கியமான செயல்பாட்டு முடிவுகளின் பொறுப்பு மற்றும் இறுதி ஒப்புதல் மனிதர்களிடம் உள்ளது ✔
- D) செயற்கை நுண்ணறிவு எப்போதும் மனிதர்களை விட துல்லியமான முடிவுகளை எடுக்கும், எனவே தணிக்கை தேவையற்றது
விளக்கம்: செயற்கை நுண்ணறிவு என்பது கணிப்புகள், வரைவுகள் மற்றும் பகுப்பாய்வை உருவாக்கும் உதவி மற்றும் முடிவு ஆதரவு கருவியாகும். ஷிப்மென்ட், பங்கு முதலீடு மற்றும் சப்ளையர் தேர்வு போன்ற பணம் மற்றும் செயல்பாட்டு தொடர்ச்சியை பாதிக்கும் முடிவுகளின் பொறுப்பு மற்றும் இறுதி ஒப்புதல், திறமையான நிபுணர் மற்றும் மேலாளருக்கு சொந்தமானது.
2. தேவை முன்னறிவிப்பு மாதிரியானது கடந்த 3 வருட தரவுகளைக் கொண்டு பயிற்சியளிக்கப்பட்டது என்பதை நாங்கள் அறிவோம். ஒரு புத்தம் புதிய தயாரிப்பு சந்தையில் அறிமுகப்படுத்தப்படும். இந்தத் தயாரிப்பின் முதல் மாதத் தேவைக்கான AI முன்னறிவிப்பின் நிலை என்ன?
- A) வரலாற்றுத் தரவு இல்லாத புதிய தயாரிப்புக்கான முன்னறிவிப்பு மோசமான அடிப்படையிலானது; இதே போன்ற தயாரிப்பு ஒப்புமை மற்றும் நிபுணத்துவ தீர்ப்பு முன்னுரிமை ✔
- B) புதிய தயாரிப்புக்கான மதிப்பீடு எப்போதும் மிகவும் துல்லியமான முடிவை அளிக்கிறது
- சி) மாதிரி தானாகவே புதிய தயாரிப்பை சரியாகக் கற்றுக்கொள்கிறது, தரவு எதுவும் தேவையில்லை
- D) புதிய தயாரிப்புகளுக்கான தேவையை கணிக்க இயலாது, எந்த முறையையும் பயன்படுத்த முடியாது
விளக்கம்: AI கணிப்பு கடந்த கால வடிவங்களை அடிப்படையாகக் கொண்டது. வரலாற்றுத் தரவு இல்லாத புதிய தயாரிப்புக்கு, மாதிரி நம்பகமான அடிப்படையைக் கொண்டிருக்கவில்லை; இதே போன்ற தயாரிப்பு ஒப்புமை மற்றும் நிபுணர் தீர்ப்பு முன்னுக்கு வந்து, கணிப்பு எச்சரிக்கையுடன் அணுகப்படுகிறது.
3. பாதுகாப்பு பங்கு பற்றிய கருத்தின் முக்கிய நோக்கம் என்ன?
- A) எப்பொழுதும் தொட்டியை முழுமையாக நிரப்பி வைத்திருத்தல்
- B) கணக்கியல் பதிவுகளை எளிதாக்குவதற்கு
- சி) பொருட்களின் அடுக்கு ஆயுளை நீட்டித்தல்
- D) தேவை மற்றும் விநியோக நேரத்தின் நிச்சயமற்ற தன்மைக்கு எதிராக ஒரு இடையகத்தை உருவாக்குதல் மற்றும் பங்கு குறைவதைத் தடுப்பது ✔
விளக்கம்: பாதுகாப்பு பங்கு என்பது தேவை மற்றும் விநியோக நேரத்தின் நிச்சயமற்ற தன்மைக்கு எதிராக ஒரு தாங்கலாக வைத்திருக்கும் கூடுதல் பங்கு ஆகும். ஏற்ற இறக்கங்களின் போது கையிருப்புகளைத் தடுப்பதன் மூலம் இலக்கு சேவை நிலையை பராமரிப்பதே இதன் நோக்கமாகும்.
4. குழு 'A' தயாரிப்புகள் பொதுவாக ABC பகுப்பாய்வில் எதைக் குறிப்பிடுகின்றன?
- A) குறைந்த மதிப்பு கொண்ட மலிவான மற்றும் மிகவும் மாறுபட்ட தயாரிப்புகள்
- B) எண்ணிக்கையில் குறைவாக இருந்தாலும் மொத்த மதிப்பின் பெரும்பகுதியை உருவாக்கும் முக்கியமான தயாரிப்புகள் ✔
- C) கிடங்கில் எந்த அசைவையும் காணாத டெட் ஸ்டாக்குகள்
- D) இறக்குமதி செய்யப்பட்ட பொருட்கள் மட்டுமே
விளக்கம்: ஏபிசி பகுப்பாய்வு தயாரிப்புகளை மதிப்பின் அடிப்படையில் வகைப்படுத்துகிறது. குழு 'A' என்பது முக்கியமான தயாரிப்புகள், அவை எண்ணிக்கையில் சிறியவை ஆனால் மொத்த மதிப்பு/விற்றுமுதலில் பெரும்பகுதியைக் கொண்டுள்ளன; அவர்கள் கடுமையான கண்காணிப்பு மற்றும் கட்டுப்பாட்டுக்கு தகுதியானவர்கள் (Pareto கொள்கை).
5. செயற்கை நுண்ணறிவால் பரிந்துரைக்கப்பட்ட கிடங்கு தேர்வு வழியை செயல்படுத்தும் முன் செயல்பாட்டு மேலாளர் என்ன சரிபார்க்க வேண்டும்?
- A) பாதையின் நிறம் மற்றும் எழுத்துரு
- B) பாதை குறுகியதா என்பதை மட்டும் சரிபார்க்கவும்
- C) தள பாதுகாப்பு, பணிச்சூழலியல் மற்றும் உண்மையான கிடங்கு கட்டுப்பாடுகளுடன் இணக்கம் ✔
- D) எதுவும் இல்லை; AI பாதை எப்போதும் சரியானது
விளக்கம்: செயற்கை நுண்ணறிவு தூரத்தை குறைக்கும் ஒரு கணித வழியை பரிந்துரைக்கலாம்; இருப்பினும், களப் பாதுகாப்பு, இடைகழி ஒன்-வேனெஸ், கனரக தயாரிப்பு பணிச்சூழலியல் மற்றும் உண்மையான கிடங்கு கட்டுப்பாடுகள் ஆகியவை மாதிரியில் முழுமையாக பிரதிபலிக்கப்படாமல் இருக்கலாம். அதனால்தான் புலத்தின் நம்பகத்தன்மை மற்றும் பாதுகாப்பு சரிபார்ப்பு அவசியம்.
6. வாகன ரூட்டிங் பிரச்சனையில் (VRP) 'டைம் விண்டோ' கட்டுப்பாடு என்றால் என்ன?
- A) ஒரு புள்ளி டெலிவரி/வரவேற்புக்கான சேவையைப் பெறக்கூடிய அனுமதிக்கப்பட்ட நேர இடைவெளி ✔
- B) வாகனத்தின் தொட்டி நிரப்ப எவ்வளவு நேரம் ஆகும்?
- சி) ஓட்டுநரின் மொத்த வேலை ஆண்டுகள்
- D) எரிபொருள் விலை மாறும் நேரம்
விளக்கம்: நேரச் சாளரம் என்பது டெலிவரி அல்லது பிக்கப் பாயிண்ட் சேவையைப் பெற அனுமதிக்கப்படும் காலம் ஆகும் (உதாரணமாக, மளிகைக் கடை 08:00 முதல் 11:00 வரை மட்டுமே பொருட்களை ஏற்றுக்கொள்கிறது). பாதை இந்த ஜன்னல்களுக்கு இணங்க வேண்டும்; AI இந்த தடையின் கீழ் சூழ்நிலையை உருவாக்க வேண்டும்.
7. முன்கணிப்பு பராமரிப்பில், செயற்கை நுண்ணறிவு ஒரு வாகனத்தின் தாங்கி விரைவில் தோல்வியடையும் அதிக நிகழ்தகவைக் குறிக்கிறது. சரியான அணுகுமுறை என்ன?
- A) எச்சரிக்கையை முற்றிலும் புறக்கணித்தல், ஏனெனில் AI தவறானது
- B) வாகனத்தை உடனடியாக மற்றும் கேள்வியின்றி அகற்றுதல்
- C) ஓட்டுநரை எச்சரிக்கை இல்லாமல் பணிநீக்கம் செய்தல்
- D) தொழில்நுட்ப நிபுணர் மதிப்பீட்டை உடல் பரிசோதனை மூலம் உறுதி செய்து பராமரிப்பு முடிவை எடுக்கிறார் ✔
விளக்கம்: முன்கணிப்பு பராமரிப்பு என்பது சாத்தியக்கூறுகளின் மதிப்பீடாகும். வாகனத்தை உடனடியாக ஸ்கிராப் செய்வதற்குப் பதிலாக அல்லது எச்சரிக்கையைப் புறக்கணிப்பதற்குப் பதிலாக, தொழில்நுட்ப நிபுணர் ஒரு உடல் பரிசோதனை மூலம் கணிப்பை உறுதிசெய்து பராமரிப்பு முடிவை எடுக்கிறார். AI முன்னுரிமை கொடுக்க உதவுகிறது, முடிவெடுக்க முடியாது.
8. சப்ளையர் இடர் மேலாண்மையில் 'ஒற்றை ஆதாரம்' ஏன் கவனமாக கண்காணிக்கப்பட வேண்டும்?
- A) ஒரு சப்ளையருடன் பணிபுரிவது எப்போதும் மலிவானது, எந்த ஆபத்தும் இல்லை
- B) முக்கியமான பொருள் ஒரு சப்ளையரைச் சார்ந்தது, அந்த சப்ளையரில் ஏற்படும் குறுக்கீடு முழு சங்கிலியையும் நிறுத்தலாம் ✔
- சி) ஒற்றை ஆதாரம் ஒரு பிரச்சனையாகும், ஏனெனில் இது விலைப்பட்டியல்களின் எண்ணிக்கையை மட்டுமே அதிகரிக்கிறது
- D) ஒற்றை மூல ஆபத்து இறக்குமதிகளுக்கு மட்டுமே செல்லுபடியாகும், உள்நாட்டில் அல்ல.
விளக்கம்: ஒரு முக்கியமான பொருள் ஒரு சப்ளையரைச் சார்ந்திருக்கும் போது ஒற்றை மூல ஆபத்து. அந்த சப்ளையரின் குறுக்கீடு (திவால்நிலை, இயற்கை பேரழிவு, வேலைநிறுத்தம்) முழு விநியோகச் சங்கிலியையும் நிறுத்தலாம். செயற்கை நுண்ணறிவு இந்த செறிவை நிரூபிக்க முடியும்; மாற்று வளத் திட்டம் மேலாளரின் பொறுப்பாகும்.
9. செயற்கை நுண்ணறிவு, இறக்குமதி விலைப்பட்டியலில் இருந்து தொகை, பொருட்களின் வகை மற்றும் GTIP குறியீடு தகவலை தானாகவே பிரித்தெடுக்கிறது. இந்தத் தரவை சுங்க அறிவிப்புக்கு மாற்றுவதற்கு முன் என்ன செய்ய வேண்டும்?
- A) செயற்கை நுண்ணறிவு தவறு செய்யாததால், நேரடியாக கணினிக்கு மாற்றுதல்
- B) தொகையை மட்டும் சரிபார்த்து மற்ற துறைகளைத் தவிர்த்தல்
- C) பொறுப்புள்ள நிபுணர் பிரித்தெடுக்கப்பட்ட தரவை அசல் ஆவணத்துடன் ஒப்பிட்டு, அதை சரிபார்த்து ஒப்புதல் அளிக்கிறார் ✔
- D) விலைப்பட்டியலை நீக்குதல் மற்றும் அதை மீண்டும் வெளியிடுமாறு கோருதல்
விளக்கம்: சுங்கம், வரி மற்றும் சட்டத் துறைகளில் OCR மூலம் பிரித்தெடுக்கப்பட்ட தரவு தவறாக இருக்கலாம் (தவறான எண், கலப்பு குறியீடு). மனித சரிபார்ப்பு இல்லாமல் இது செயலாக்கப்படக்கூடாது; பொறுப்புள்ள நிபுணர் அதை அசல் ஆவணத்துடன் ஒப்பிட்டு உறுதிப்படுத்த வேண்டும்.
10. ஒரு கட்டுப்பாட்டு கோபுர அமைப்பில், செயற்கை நுண்ணறிவு ETA (மதிப்பிடப்பட்ட வருகை) விலகல்களுக்கான எச்சரிக்கைகளை உருவாக்குகிறது. இந்த எச்சரிக்கைகளின் நம்பகத்தன்மை எதைப் பொறுத்தது?
- A) அது ஊட்டப்படும் தரவின் துல்லியம் மற்றும் புதுப்பித்தல் ✔
- B) எச்சரிக்கை செய்தியில் எத்தனை வார்த்தைகள் உள்ளன?
- C) கட்டுப்பாட்டு கோபுரத்தின் காட்சி நிறங்களைப் பொறுத்து
- D) ஓட்டுநரின் தொலைபேசி பிராண்ட்
விளக்கம்: AI விழிப்பூட்டல் அது அளிக்கப்படும் தரவின் தரத்தைப் பொறுத்தது. ஜிபிஎஸ் சிக்னல், தற்போதைய ட்ராஃபிக் மற்றும் துல்லியமான ஷிப்பிங் நிலை காணவில்லை அல்லது தாமதமாக இருந்தால், தயாரிக்கப்பட்ட சுருக்கம் மற்றும் எச்சரிக்கை தவறானதாக இருக்கும். 'குப்பை உள்ளே, குப்பை வெளியே' என்ற கொள்கை பொருந்தும்.
11. போக்குவரத்து டெண்டர் மதிப்பீட்டில், செயற்கை நுண்ணறிவு குறைந்த ஏலத்தை பரிந்துரைக்கிறது. இந்தப் பரிந்துரையின் அடிப்படையில் முடிவெடுக்கும்போது எது சரியானது?
- A) எல்லா சூழ்நிலைகளிலும் மிகக் குறைந்த ஏலம் தானாகவே தேர்ந்தெடுக்கப்பட வேண்டும்
- B) விலையைத் தவிர வேறு எந்த அளவுகோலும் கணக்கில் எடுத்துக்கொள்ளப்படக்கூடாது
- C) செயற்கை நுண்ணறிவு தன்னிச்சையாக முடிவெடுக்க வேண்டும்
- D) விலை, திறன், செயல்திறன் மற்றும் தொடர்ச்சி ஆகியவற்றுடன் கூடுதலாக மதிப்பீடு செய்யப்பட வேண்டும், போட்டி விதிகள் பின்பற்றப்பட வேண்டும், இறுதி ஒப்புதல் மேலாளரிடம் இருக்க வேண்டும் ✔
குறிப்பு: குறைந்த விலை மட்டுமே சிறந்த தேர்வாக இருக்காது; கேரியரின் திறன், டெலிவரி செயல்திறன், காப்பீடு மற்றும் தொடர்ச்சி ஆகியவையும் முக்கியமானவை. கூடுதலாக, போட்டி விதிகளுக்கு இணங்குதல் மற்றும் இறுதி ஒப்புதல் மேலாளரிடம் உள்ளது. செயற்கை நுண்ணறிவு ஒப்பீட்டை விரைவுபடுத்துகிறது, முடிவை அல்ல.
12. தேவை முன்னறிவிப்பில் MAPE (சராசரி முழுமையான சதவீதப் பிழை) காட்டி என்ன அளவிடுகிறது?
- A) கிடங்கின் மொத்த சதுர மீட்டர்
- B) சராசரியாக, எத்தனை சதவீதம் கணிப்புகள் உண்மையான மதிப்புகளிலிருந்து விலகுகின்றன?
- C) ஒரு வாகனத்தின் எரிபொருள் தொட்டியின் அளவு
- D) சப்ளையர்களின் எண்ணிக்கை
விளக்கம்: MAPE என்பது துல்லியமான குறிகாட்டியாகும், இது உண்மையான மதிப்புகளிலிருந்து கணிக்கப்பட்ட மதிப்புகளின் சராசரி சதவீத விலகலை அளவிடும். லோயர் MAPE என்றால் மிகவும் துல்லியமான கணிப்பு; இந்த விலகலை அறிந்து, திட்டமிடுபவர் பாதுகாப்பு இருப்பு மற்றும் காட்சிகளை சரிசெய்கிறார்.
13. ஒரு செயற்கை நுண்ணறிவு கருவிக்கு செயல்பாட்டு மற்றும் வணிகத் தரவை (விலை பட்டியல்கள், சப்ளையர் ஒப்பந்தங்கள், வாடிக்கையாளர் தொகுதிகள்) கொடுக்கும்போது சிறந்த அணுகுமுறை என்ன?
- A) எந்த கருவிகளையும் சுதந்திரமாகப் பயன்படுத்துங்கள், தரவு உணர்திறன் பொருத்தமற்றது
- B) மிகவும் பிரபலமான இலவச கருவியில் வர்த்தக ரகசியங்களை ஒட்டுதல்
- C) நிறுவனம்-அங்கீகரிக்கப்பட்ட மற்றும் ரகசியத்தன்மை-உத்தரவாத வாகனங்களைப் பயன்படுத்துதல், அவசியமின்றி முக்கியமான தரவை மறைத்தல்/அநாமதேயமாக்குதல் ✔
- D) அதைச் சரிபார்க்காமல், அதிக அம்சங்களை வழங்கும் கருவிக்கு தரவை மாற்றுதல்
வெளிப்படுத்தல்: வணிகத் தரவு போட்டித்தன்மையுடன் உணர்திறன் கொண்டது மற்றும் இரகசியத்தன்மை தேவைப்படுகிறது. தரவு தனியுரிமை உத்தரவாதத்துடன் நிறுவனம்-அங்கீகரிக்கப்பட்ட கருவிகள் பயன்படுத்தப்பட வேண்டும்; உணர்வுப்பூர்வமான தரவு தேவையின்றி அநாமதேயமாக அல்லது மறைக்கப்பட வேண்டும்; பொது மக்களுக்குத் திறந்திருக்கும் வாகனங்களில் வர்த்தக ரகசியங்கள் சேர்க்கப்படக் கூடாது, அதன் தரவுகள் கல்விக்குச் செல்கிறது.
14. நிலைத்தன்மையின் எல்லைக்குள், செயற்கை நுண்ணறிவு பாதைகளைக் குறைப்பதன் மூலம் கார்பன் தடயத்தைக் குறைக்க பரிந்துரைக்கிறது. இந்தப் பரிந்துரையின் உண்மை என்ன?
- A) AI பரிந்துரை அனுமானங்களை அடிப்படையாகக் கொண்டது; டெலிவரி, ஓட்டுநர் உரிமைகள் மற்றும் வாடிக்கையாளர் கட்டுப்பாடுகள் ஆகியவற்றைக் கருத்தில் கொண்டு இறுதி முடிவும் பொறுப்பும் மனிதனிடம் உள்ளது ✔
- B) கார்பன் குறைப்புக்கான செயற்கை நுண்ணறிவு பரிந்துரை கேள்வியின்றி செயல்படுத்தப்பட வேண்டும்
- C) நிலைத்தன்மை என்பது தளவாடங்களுக்குப் பொருத்தமற்றது மற்றும் கணக்கில் எடுத்துக்கொள்ளப்படவில்லை
- D) பாதை சுருக்கத்திற்கும் கார்பனுக்கும் எந்த தொடர்பும் இல்லை
விளக்கம்: செயற்கை நுண்ணறிவு கார்பன் மற்றும் செலவு சேமிப்புக்கான மதிப்புமிக்க பரிந்துரைகளை உருவாக்க முடியும்; இருப்பினும், பரிந்துரையானது அனுமானங்கள் மற்றும் தரவுகளின் அடிப்படையில் அமைந்துள்ளது. டெலிவரி கடமைகள், ஓட்டுநர் உரிமைகள் மற்றும் வாடிக்கையாளர் திருப்தி போன்ற கட்டுப்பாடுகளைக் கருத்தில் கொண்டு இறுதி முடிவும் பொறுப்பும் மனிதனிடம் உள்ளது.