מבוא לבינה מלאכותית ומשמעת אימות בהנדסה גיאולוגית

רווחים:

• יכולת להבחין היכן AI חוסך זמן אמת בזרימת העבודה ההנדסית הגיאולוגית ואילו החלטות צריכות להישאר באחריות המהנדס
• יכולת ליישם דיסציפלינה המאמתת כל פלט בינה מלאכותית לפי סדר גודל, סבירות גיאולוגית וראיות בשטח
• הכר את הסיכונים של עמימות, הזיות ופרטיות נתונים ופתח את ההרגל להגדיר הנחיות מאובטחות על ידי אנונימיזציה של הקשר.

הנדסה גיאולוגית היא מקצוע שבו לעולם לא נוכל לראות את האמת במלואה מתחת לאדמה. קידוח דוגם רק פרוסת סנטימטר של קילומטרים רבים של אדמה; קטע גיאופיזי הוא צל עקיף; מפה היא פרשנות של הפערים בין התצפיות. זו הסיבה שגיאולוגיה היא דיסציפלינה שפועלת מטבעה עם אי ודאות. בינה מלאכותית (AI; ​​מערכות תוכנה שלומדות מדפוסי ביג דאטה ומייצרות טקסט/תמונות/מספרים) היא כלי רב עוצמה בניהול אי הוודאות הזו, אבל היא גם כלי שיכול להסתיר בצורה מסוכנת את אותה אי ודאות. יחידה זו מניחה את שני היסודות שעליהם ייבנה המודול כולו: היכן בזרימת העבודה הגיאולוגית מייצר AI ערך אמיתי וכיצד אנו מאמתים כל פלט.

בואו נהיה ברורים מההתחלה: שום טכניקה שתלמדו במהלך מודול זה לא תחליף את החתימה, התצפית בשטח והשיפוט ההנדסי של מהנדס גיאולוגי מוכשר. בינה מלאכותית היא עוזרת; קורא מהר, כותב מהר, תופס דפוסים. אבל אם שיפוע נכשל, יסוד סכר קורס, או שמדווחים על מאגר מינרלים גדול ממנו, האחריות אינה מוטלת על התוכנה, אלא על המהנדס שחתם עליה. אתה תראה את המשפט הזה שוב בצורות שונות בכל יחידה של המודול, כי זו האמת היחידה בהנדסה קריטית לבטיחות.

היכן בינה מלאכותית יוצרת ערך בזרימת העבודה הגיאולוגית?

שבוע מהנדס גיאולוגי מחולק באופן גס לשלושה סוגי עבודה: הכנת נתונים (דיגיטציה ביומן, עריכת הערות שדה, ניקוי טבלה), פרשנות וניתוח (סיווג ליתולוגיה, מתאם, הערכת משאבים, הערכת סיכונים) ותקשורת (דוח, מפה, מצגת, התכתבות). בינה מלאכותית נוגעת בכל שלושת התחומים, אך התרומה והסיכון שלה שונים בכל אחד.

הכנת נתונים היא התחום הבטוח והרווחי ביותר של בינה מלאכותית. תרגום תיאורי ליבה של טקסט חופשי לטבלה מובנית, סטנדרטיזציה של יחידות לא עקביות, סימון חריגים באלפי שורות של פלט מעבדה - אלו משימות שחוזרות על עצמן, מבוססות כללים, שקל לאימות. גם אם יש כאן שגיאה, ייקח דקות לחזור למקור (יומן גולמי) ולבדוק אותו.

תחום הפרשנות והניתוח נושא את הערך הגבוה ביותר ואת הסיכון הגבוה ביותר. AI יכול להציע גיאומטריית תקלה אפשרית מקטע מקדחה; זה יכול לחשוף דפוס שאפילו עין מנוסה עלולה להחמיץ. אבל אותו מודל יכול להתאים בביטחון ליחידה סטרטיגרפית לא קיימת (תופעה זו נקראת הזיה: המודל מייצר מידע שלא קיים בפועל, כאילו הוא אמיתי). בתחום זה, AI הוא מחולל השערות, לא מקבל החלטות.

בתחום התקשורת, בינה מלאכותית היא מאיץ טיוטה. מנסח את קטע השיטה של ​​דוח גיאוטכני, סיכום ספרות או הודעת דואר אלקטרוני תוך דקות. הסיכון כאן הוא שמקורות מפוברקים ומספרים שגויים עלולים להחליק אל החתימה בלי לשים לב בטקסט זורם.

משמעת אימות: כלל שלושת העוגנים

לב המודול הזה הוא הרגל יחיד: לא לשלב שום פלט בינה מלאכותית בהחלטה הנדסית מבלי לאמת אותה. אנו מבססים את האימות על שלושה עוגנים עצמאיים.

עוגן ראשון - סדר גודל. האם התוצאה בערך בטווח העוצמה הצפוי של 10? המוליכות ההידראולית של אקוויפר חול היא בדרך כלל בסדר גודל של מטרים ליום; אם הדגם נותן קילומטרים/יום, ישנה שגיאת יחידה או עריכה וניתן להבין אותה מבלי להיכנס לפרטים. חוזק הלחיצה החד-צירי של אבן גיר הוא בטווח של 30-200 MPa; 3000 MPa זה מגוחך. בדיקה זו נמשכת שניות ותופסת את רוב השגיאות.

עוגן שני - סבירות גיאולוגית. האם התפוקה תואמת את הסיפור הגיאולוגי של השדה? אם הדגם הניח סחף צעיר מתחת לאבן גיר ימית, או שיש תקלה הפוכה (וצריך להוכיח זאת בנפרד) או שהדגם הוא שטויות. רצף סטרטיגרפי, מסגרת טקטונית וסביבת הפקדה הם מסנן הסבירות שדרכו כל פרשנות חייבת לעבור.

עוגן שלישי - עדות שדה. זהו העוגן החזק ביותר. דגימת ליבה, תצפית מחשוף, אימות בשטח. פרשנות ליתולוגיה מבוססת יומן מושווה לליבה שנלקחה מאותו עומק. אזור שינוי ממופה על ידי חישה מרחוק נבדק עם דגימות במספר נקודות בשטח. האמת הקרקע תמיד מנצחת.

שלושה מיני מארזים: לפי המספרים

מקרה 1 - חיסכון בזמן דיגיטציה ביומן. מהנדס עסק בדיגיטלציה ידנית של 42 יומני קידוח סרוקים (מנייר) משנות ה-80; ממוצע של 35 דקות לכל יומן, בערך 24 שעות בסך הכל. עם זרימת תרשימים המופעלת על ידי בינה מלאכותית, הוא צמצם את הטיוטה הראשונה ל-6 דקות, והקדיש את הזמן שנותר לאימות חזותי. הזמן הכולל ירד לכ-8 שעות; מה שהיה קריטי היה שהזמן שנצבר הוקדש לשליטה.

מקרה 2 - הזיה נלכדת. כאשר מתמחה העביר את הבינה המלאכותית לסכם את הסטרטיגרפיה של שדה, הטקסט כלל את המשפט "תצורת תוזלה מתנדפת הנפוצה באזור". לא היה אידוי באתר; הדגם בלבל מידע מאגן אחר. מסנן הסבירות הגיאולוגי (המסגרת הטקטונית של האזור לא התאימה להשקעת אידוי) תפס את השגיאה לפני חתימת הדו"ח.

מקרה 3 - שגיאת יחידה. בחישוב מקור אחד, המודל ניפח את תפוקת הטונאז' במקדם של 1000 על ידי בלבול הצפיפות עם 2.7 t/m³ במקום 2.7 גרם/cm³ (למעשה השניים שווים, אבל שלב הביניים של המודל היה שגוי וניפח את התוצאה בפקטור של 1000). בדיקת סדר הגודל - "הגוש הזה לא יכול להיות 5 מיליון טון אלא 5 מיליארד טון" - מסרה מיד את השגיאה.

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

סכמו את הגיאולוגיה של שדה זה והעריכו את פוטנציאל המינרלים שלו.[נתונים]

הנחיה עוצמתית:

תפקידך: גיאולוג חקר בכיר. פרש את סיכום הקידוח להלן על סמך הנתונים שניתנו בלבד. - אין להוסיף תצורות, מינרלים או גילאים שאינם בנתונים. - הצג את שורת הנתונים שעליה אתה מבוסס עם סוגריים ליד כל הערה. - כתוב "לא מספיק נתונים" במקום שבו אתה לא בטוח, אל תנחש. - לבסוף: ערכו רשימה נפרדת של 3 הנחות שצריך לאמת. נתונים: [סיכום קידוח]

ההנחיה החזקה כופה על המודל שלושה דברים: היצמדות למקור, הודאה באי ודאות וסימון דברים לאימות. זה לא מסיים את ההזיה לחלוטין, אבל זה הופך אותה לגלויה.

ארבע תבניות הניתנות להעתקה

1) יצירת הקשר אנונימי:

אני צריך עזרה במשימת הנדסה גיאולוגית. שם השדה, הקואורדינטות ופרטי החברה הם סודיים; אני אתן אותם עם ביטויים מייצגים כגון "שדה-A", "קואורדינטת X". קווסט: [quest]. פשוט תסתמך על הנתונים הטכניים שאני נותן.

2) שלוש בקשות לאימות עוגן:

בצע שלוש בדיקות עבור הפלט הבא: 1) סדר גודל: האם כל מספר נמצא בטווח הצפוי? אם לא, סמן.2) סבירות גיאולוגית: האם קיימת טענה לא עקבית מבחינה סטרטיגרפית/טקטונית?3) רשימת אימות: פריטים שצריך לאשר בשטח/מעבדה. פלט: [טקסט]

3) אכיפת אי בהירות:

תן את הפרשנות שלך בשלוש רמות של ביטחון: - ביטחון גבוה (נתמך ישירות בנתונים) - ביטחון בינוני (הסק סביר) - ספקולטיבי (נתונים נוספים נדרשים) משימה: [משימה]. נתונים: [נתונים]

4) הבחנה החלטה/תמיכה:

חלקו את המשימה הבאה לשניים:א) עבודה נתונים/טיוטה שה-AI יכול לעשות בביטחון ב) נקודות החלטה שעבורן נדרש אישור מהנדס מורשה תיאור משימה: [הגדרה]

תפקיד הבינה המלאכותית: סיכון לפי סוג משימה

סוג משימה

תרומת AI

רמת סיכון

צפיפות אימות

דיגיטציה של יומן/טבלה

גבוה

נמוך

בדיקה נקודתית

סיווג ראשוני ליתולוגיה

גבוה

בינוני

ליבה + סבירות

חישוב משאבים/טון

בינוני

גבוה

חשבון יד + עצמאי

החלטת בטיחות שיפוע/בסיס

מוגבל

גבוה מאוד

אישור מהנדס מלא

דוח/טיוטת ספרות

גבוה

בינוני

אישור מקור

הערכת מפגע/אסון

מוגבל

גבוה מאוד

שדה + תקן + אישור

טיפ: כדי לקבוע את רמת הסיכון של משימה, שאל שאלה אחת: "מה הגרוע ביותר שיכול לקרות אם הפלט הזה שגוי?" אם התשובה היא 'אני אפסיד כמה דקות', אמת קלות; אם 'מישהו עלול להיפגע', התייחסו לתפוקה כהשערה והעבירו אותה לתהליך ההנדסי המלא.

שימו לב: התכונה המסוכנת ביותר של בינה מלאכותית היא לא שהיא עושה טעויות, אלא שהיא עושה טעויות בביטחון. טקסט שוטף, טכני ומסודר לא אומר שהוא נכון. סמוך על ראיות, לא בסגנון.

טעויות נפוצות

• טועה בשטף הדיוק. לא משנה עד כמה הטקסט נראה מקצועי, טענות עובדתיות (גיל, מבנה, מספר, מקור) צריכות להיות מאומתות באופן עצמאי.
• לא להתאים את הסיכון לפי סוג המשימה. הסתכלות על סקירת נזילות באותו אופן כמו טיוטת אימייל. סולמות אימות עם פוטנציאל לנזק.
• הזנת נתוני שטח חסויים בלי לחשוב. מידע על תיאום, ציון ומילואים הוא רגיש מבחינה מסחרית ומשפטית; אנונימי לפני הכניסה לרכב הבלתי מבוקר.
• התעלמות מאי ודאות. זה שהדגם נראה "בטוח בעצמו" לא אומר שאי הוודאות נעלמת; בקש טווח ורמת ביטחון במקום אומדן נקודה בודדת.
• טועה ב-AI בקבלת החלטות. המודל מחולל השערות; המהנדס האחראי מקבל את ההחלטה.

לסיכום

• הגיאולוגיה פועלת מטבעה בחוסר ודאות; בינה מלאכותית יכולה גם לנהל וגם להסתיר בצורה מסוכנת את אי הוודאות הזו.
• בינה מלאכותית היא הבטוחה והרווחית ביותר בהכנת נתונים, בעלת ערך רב אך מסוכן ביותר בפרשנות/ניתוח, והמאיץ בתקשורת.
• כל פלט מאומת על-פי שלושה עוגנים: סדר גודל, סבירות גיאולוגית, ראיות בשטח.
• הסיכון לתוצאה שווה לנזק שהיא תגרום אם היא שגויה; סולמות אימות בהתאם.
• בהנדסה קריטית לבטיחות, פלט AI לעולם אינו מהווה תחליף לאישור מהנדס מורשה.

משימת יישום

רשום חמש משימות גיאולוגיה שאתה מבצע בשבוע מהעבודה שלך (למשל עריכת יומן, מתאם, קטע דוחות, בדיקת ציונים, סימון סיכונים). הצב כל אחד ברמת סיכון לפי הטבלה ביחידה זו ושאל "מה הדבר הגרוע ביותר שיקרה אם זה היה שגוי?" ענה על השאלה במשפט אחד. לאחר מכן כתוב הנחיה אנונימית חזקה למשימה בסיכון הנמוך ביותר ונסה אותה; בדוק את הפלט עם שלושה עוגנים ושם לב איזה עוגן תפס בעיה.

רשימת בדיקה

• [ ] אני יכול להבחין היכן בינה מלאכותית מייצרת בטוח והיכן ערך מסוכן בזרימת העבודה הגיאולוגית.
• [ ] רכשתי את הרפלקס לאמת כל פלט לפי סדר גודל, סבירות גיאולוגית ועדויות בשטח.
• [ ] רמת הסיכון של משימה על ידי שאלת "מה הגרוע ביותר שיכול לקרות אם היא משתבשת?" אני יכול לקבוע עם השאלה.
• [ ] אני יודע מה זה הזיה ואי ודאות ואיך לגרום להם להיות גלויים.
• [ ] אימצתי את ההרגל להגדיר הנחיה מאובטחת על ידי אנונימיזציה של נתוני שטח חסויים.