𝗧𝗲𝘀𝘁𝗶𝗻𝗴 𝗔𝗻𝗱 𝗩𝗮𝗹𝗶𝗱𝗮𝘁𝗶𝗻𝗴 𝗔𝗜 𝗢𝘂𝘁𝗽𝘂𝘁𝘀

ਪਲਾਂਟ-ਬੇਸਡ (Plant-based) ਸੰਸਥਾਪਕ ਰੈਸਿਪੀਜ਼ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਐਲਰਜਨ ਮੈਟ੍ਰਿਕਸ (allergen matrices) ਤੇਜ਼ੀ ਨਾਲ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇੱਕ ਗਲਤ ਗ੍ਰਾਮ ਕਾਰਨ ਉਤਪਾਦ ਵਾਪਸ ਮੰਗਵਾਉਣਾ (recall) ਪੈ ਸਕਦਾ ਹੈ ਜਾਂ ਕੋਈ ਮਾੜਾ ਰਿਵਿਊ ਆ ਸਕਦਾ ਹੈ। ਬਿਨਾਂ ਜਾਂਚ ਦੇ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਰਫ਼ਤਾਰ ਨੂੰ ਜੋਖਮ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।

ਆਪਣੇ ਯਤਨਾਂ ਨੂੰ ਜੋਖਮ ਦੇ ਪੱਧਰ ਦੇ ਅਨੁਸਾਰ ਢਾਲਣ ਲਈ ਤਿੰਨ-ਪੱਧਰੀ ਪ੍ਰਣਾਲੀ ਦੀ ਵਰਤੋਂ ਕਰੋ।

  • ਘੱਟ-ਜੋਖਮ ਵਾਲੇ ਬਦਲਾਅ: 5% ਜਾਂ ਇਸ ਤੋਂ ਘੱਟ ਮਸਾਲਿਆਂ ਦੇ ਛੋਟੇ ਸਮਾਯੋਜਨ। ਆਟੋ-ਅਪਰੂਵ ਕਰਨ ਲਈ ਇੱਕ ਤੇਜ਼ ਕ੍ਰਾਸ-ਚੈੱਕ ਦੀ ਵਰਤੋਂ ਕਰੋ।
  • ਮੱਧਮ-ਜੋਖਮ ਵਾਲੇ ਬਦਲਾਅ: ਕਿਸੇ ਐਲਰਜਨ ਲਈ ਨਵੇਂ ਸਪਲਾਇਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ। ਹਰ ਸਮੱਗਰੀ ਦੀ ਮੈਨੂਅਲ ਸਪੌਟ-ਚੈੱਕ (manual spot-check) ਕਰੋ।
  • ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਬਦਲਾਅ: ਨਵਾਂ ਐਲਰਜਨ ਜੋੜਨਾ ਜਾਂ 1 ਗ੍ਰਾਮ ਤੋਂ ਘੱਟ ਸਮੱਗਰੀ ਨੂੰ ਬਦਲਣਾ। ਇਹਨਾਂ ਲਈ ਪੂਰੇ ਪ੍ਰੋਟੋਕੋਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਬਦਲਾਅਾਂ ਲਈ ਤਿੰਨ ਕਦਮਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ:

  1. ਹਰ ਸਮੱਗਰੀ ਦੀ ਭਰੋਸੇਯੋਗ ਐਲਰਜਨ ਡੇਟਾਬੇਸ ਨਾਲ ਤੁਲਨਾ (cross-reference) ਕਰੋ।
  2. ਸਾਰੇ ਸਪਲਾਇਰ ਡਿਕਲੇਰੇਸ਼ਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
  3. Reverse Audit Tool ਚਲਾਓ। ਇਹ ਟੂਲ ਵਧਾਏ ਗਏ ਬੈਚ ਤੋਂ ਅਸਲ ਰੈਸਿਪੀ ਤੱਕ ਵਾਪਸ ਗਣਨਾ ਕਰਕੇ AI ਦੀਆਂ ਮਾਤਰਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।

ਇਸ ਸਥਿਤੀ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। ਤੁਸੀਂ 100 ਕਿਲੋਗ੍ਰਾਮ ਦਾ ਬੈਚ ਤਿਆਰ ਕਰ ਰਹੇ ਹੋ। AI ਕਹਿੰਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ 2,050 ਗ੍ਰਾਮ ਕਾਜੂਆਂ ਦੀ ਲੋੜ ਹੈ। ਤੁਹਾਡੀ ਅਸਲ ਰੈਸਿਪੀ ਵਿੱਚ, ਕਾਜੂਆਂ ਦਾ ਭਾਰ 1 ਗ੍ਰਾਮ ਤੋਂ ਘੱਟ ਹੈ। ਇਹ ਇਸਨੂੰ ਇੱਕ ਉੱਚ-ਜੋਖਮ ਵਾਲਾ ਬਦਲਾਅ ਬਣਾਉਂਦਾ ਹੈ। ਤੁਸੀਂ Reverse Audit Tool ਚਲਾਉਂਦੇ ਹੋ ਅਤੇ ਇੱਕ ਦਸ਼ਮਲਵ (decimal) ਦੀ ਗਲਤੀ ਲੱਭਦੇ ਹੋ। ਤੁਸੀਂ ਉਤਪਾਦਨ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਇਸਨੂੰ 205 ਗ੍ਰਾਮ ਕਰਕੇ ਠੀਕ ਕਰ ਲੈਂਦੇ ਹੋ।

ਸੁਰੱਖਿਅਤ ਰਹਿਣ ਲਈ ਇਸ ਵਰਕਫਲੋ (workflow) ਦੀ ਪਾਲਣਾ ਕਰੋ:

  • ਬਦਲਾਅ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰੋ: ਫੈਸਲਾ ਕਰੋ ਕਿ ਇਹ ਘੱਟ, ਮੱਧਮ ਜਾਂ ਉੱਚ ਜੋਖਮ ਵਾਲਾ ਹੈ। ਐਲਰਜਨ ਦੇ ਵਾਧੇ ਜਾਂ ਸਪਲਾਇਰ ਬਦਲਣ ਦੀ ਜਾਂਚ ਕਰੋ।
  • ਸਹੀ ਜਾਂਚ ਕਰੋ: ਘੱਟ ਜੋਖਮ ਲਈ ਸਪ੍ਰੈਡਸ਼ੀਟ (spreadsheet) ਦੀ ਵਰਤੋਂ ਕਰੋ। ਮੱਧਮ ਜੋਖਮ ਲਈ ਮੈਨੂਅਲ ਸਪੌਟ-ਚੈੱਕ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਉੱਚ ਜੋਖਮ ਲਈ ਪੂਰੇ ਡੇਟਾਬੇਸ ਅਤੇ ਆਡਿਟ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਰਤੋਂ ਕਰੋ।
  • ਸੈਂਸਰੀ ਟੈਸਟ (sensory test) ਕਰੋ: ਹਮੇਸ਼ਾ ਇੱਕ ਛੋਟਾ ਕੁੱਕ-ਆਫ (cook-off) ਕਰੋ। AI ਦਾ ਸੁਆਦ ਨਹੀਂ ਚੱਖਿਆ ਜਾ ਸਕਦਾ। ਜੇਕਰ ਸੁਆਦ ਜਾਂ ਬਣਤਰ (texture) ਗਲਤ ਹੈ, ਤਾਂ ਅੱਗੇ ਵਧਣ ਤੋਂ ਪਹਿਲਾਂ AI ਇਨਪੁੱਟਸ ਨੂੰ ਠੀਕ ਕਰੋ।

ਕੁਆਲਿਟੀ ਐਸ਼ੋਰੈਂਸ (quality assurance) ਲਈ ਹਰੇਕ ਨਵੇਂ ਉਤਪਾਦ ਲਈ 2 ਤੋਂ 3 ਘੰਟੇ ਅਲਾਟ ਕਰੋ। ਇਹ ਵਾਧੂ ਕੰਮ ਨਹੀਂ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਬ੍ਰਾਂਡ ਲਈ ਬੀਮਾ ਹੈ। ਜੋਖਮ-ਅਧਾਰਤ ਵਰਕਫਲੋ AI ਸਕੈਲਿੰਗ ਨੂੰ ਇੱਕ ਜੂਏ ਤੋਂ ਸੁਰੱਖਿਆ ਜਾਲ (safety net) ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਤੁਸੀਂ AI ਦੀ ਰਫ਼ਤਾਰ ਨੂੰ ਬਣਾਈ ਰੱਖਦੇ ਹੋਏ ਆਪਣੇ ਲੇਬਲ ਅਤੇ ਉਤਪਾਦ ਦੀ ਗੁਣਵੱਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹੋ।

Source: https://dev.to/ken_deng_ai/testing-and-validating-ai-outputs-quality-assurance-for-scaling-and-labeling-2478

Optional learning community: https://t.me/GyaanSetuAi