المكاسب:
- فهم استخدامات الذكاء الاصطناعي في رسم خرائط قابلية الانهيارات الأرضية، وتقييم المخاطر الزلزالية والتسييل.
- القدرة على إنشاء تصنيف للمخاطر وسير عمل الإنذار المبكر من بيانات المخاطر متعددة المتغيرات
- القدرة على التحقق من مخرجات المخاطر من خلال مسؤولية سلامة الحياة وتوازن الإنذارات الكاذبة والأدلة الميدانية
موضوع هذه الوحدة هو المجال الأكثر مسؤولية في الهندسة الجيولوجية: الكوارث الطبيعية وتقييم المخاطر الجيولوجية. تكلفة الخطأ هنا ليست المال، بل حياة الإنسان. إذا أظهرت خريطة قابلية الانهيار الأرضي بشكل غير صحيح أن أحد الأحياء "آمن"، فلن يتم اتخاذ أي إجراء؛ إذا أخطأ تقييم التسييل في قراءة الأرض أسفل المستشفى، فقد يغرق الهيكل أثناء حدوث زلزال. وفي هذا المجال، ينتج الذكاء الاصطناعي قيمة حقيقية في معالجة البيانات متعددة المتغيرات، والتقاط الأنماط، وتصفية إشارات الإنذار المبكر. ولكن في هذا المجال على وجه التحديد يجب أن يكون التحقق أكثر صرامة، وموافقة المهندس أكثر مطلقة، وإدارة عدم اليقين أكثر دقة، لأن تكلفة المخرجات غير الصحيحة هي الأعلى.
في هذه الوحدة، سننظر في ثلاثة أنواع من المخاطر من خلال عدسة الذكاء الاصطناعي: رسم خرائط قابلية الانهيارات الأرضية (التنبؤ من البيانات متعددة المتغيرات بالمنحدرات المعرضة لخطر الانزلاق)، والمخاطر الزلزالية (الشدة المحتملة لحركة الأرض الزلزالية)، والتسييل (عندما تعمل الرمال السائبة المشبعة مثل السائل أثناء الزلزال وتفقد قدرتها على التحمل). موضوعنا المشترك هو لماذا تكون النتيجة السلبية الكاذبة لمخرجات المخاطر (تصنيف منطقة خطرة بالفعل على أنها آمنة) قاتلة وكيفية وضع عتبات لصالح سلامة الحياة.
توازن السلبيات الكاذبة والإيجابيات الكاذبة
هناك نوعان من الأخطاء في تصنيف المخاطر. النتيجة الإيجابية الكاذبة هي تصنيف منطقة آمنة على أنها خطرة؛ والنتيجة هي تكلفة غير ضرورية، وتدقيق إضافي، وربما تأخير المشروع - فهو في الجانب الآمن من حيث الحياة. النتيجة السلبية الكاذبة هي تصنيف منطقة خطرة على أنها آمنة؛ والنتيجة هي عدم اتخاذ الاحتياطات اللازمة واحتمال خسارة الأرواح/الممتلكات. وهذان الخطأان ليسا متساويين. في مجالات سلامة الحياة، يتم اختيار العتبة بحذر لتقليل السلبيات الكاذبة؛ أي أنه عند الشك فإنه ينتقل إلى الجانب الخطير ويتم تأكيده بالتأكيد الميداني.
تختار نماذج الذكاء الاصطناعي بشكل عام الحدود التي من شأنها أن تزيد من الدقة الإجمالية. لكن في علم المخاطر، الهدف ليس الدقة الكاملة، بل إبقاء السلبيات الكاذبة منخفضة. ولذلك، فإن مخرجات النموذج يجب أن تكون احتمالية معايرة، وليس "فئة"، وينبغي أن يتم تحديد العتبة من قبل خبير المخاطر، مع العلم بالعواقب. إن دقة نموذج الانهيار الأرضي البالغة 92% لا قيمة لها إذا أخطأ نصف الانهيارات الأرضية الفعلية.
تحذير: لا تنخدع بالدقة الإجمالية العالية لنموذج الخطر. انظر إلى معدل الخطأ (سلبي كاذب) للأحداث النادرة ولكن المميتة (الانهيارات الأرضية، والتسييل). إن المعيار في سلامة الحياة ليس أن تكون على صواب في المتوسط، ولكن ألا تفوت الخطر.
رسم خرائط قابلية الانهيارات الأرضية
قابلية الانهيارات الأرضية، "هل سينزلق هذا المكان عند استيفاء جميع الشروط؟" يجيب على السؤال مع المتغيرات الجيولوجية والطبوغرافية. المدخلات عادة ما تكون: المنحدر، الجانب، علم الصخور، اتجاه الانقطاع، استخدام الأراضي، هطول الأمطار، المخزون التاريخي للانهيارات الأرضية، والمياه الجوفية. يدمج الذكاء الاصطناعي هذه الطبقات وينتج خريطة القابلية للتأثر من خلال تعلم النمط المحيط بالانهيارات الأرضية السابقة.
هناك نقطتان حاسمتان. أولاً، يتعلم النموذج من مخزون الانهيارات الأرضية السابقة؛ إذا كان الجرد غير مكتمل (لم يتم تسجيل العديد من الانهيارات الأرضية)، فلن يتمكن النموذج من رؤية تلك الأنماط على الإطلاق وينتج نتائج سلبية كاذبة. ثانيًا، لا تعطي الحساسية المحفز (متى يتم التحول) بل القابلية (مكان التحول إذا نشأت الظروف)؛ ومن الخطر الخلط بين الاثنين. لا يمكن استخدام الخريطة كأساس لاتخاذ القرار دون التحقق منها من خلال مراقبة النتوءات الجيولوجية الميدانية وقياس الانقطاع وآثار الحركة الماضية.
المخاطر الزلزالية والتسييل
يوفر تقييم المخاطر الزلزالية تقديرًا احتماليًا للحركة الأرضية (التسارع) التي من المتوقع تجاوزها في فترة زمنية معينة في الموقع. يساعد الذكاء الاصطناعي في معالجة قواعد بيانات السجلات ومقارنة علاقات التنبؤ بالحركة الأرضية وتوليد السيناريوهات. ومع ذلك، فإن تحديد مصادر الصدع وفترات التكرار والتضخم الأرضي يتطلب خبرة جيولوجية زلزالية؛ النموذج لا يمكن أن يصلح لهم.
يقيس تقييم التسييل خطر فقدان الرمال المشبعة السائبة لقدرتها على التحمل من خلال الاهتزاز الزلزالي. تتمثل الطريقة الكلاسيكية في مقارنة قيمة SPT-N (أو CPT) مع معدل دورة الجهد الناتج عن الزلزال واستخلاص عامل الأمان. ينظم الذكاء الاصطناعي البيانات ويفحص بسرعة إمكانية التسييل في حقل متعدد الآبار؛ ولكن يتم التحقق من النتيجة عن طريق الحساب اليدوي باستخدام الطريقة القياسية (مثل رمز الزلازل المحلي). وتعني النتيجة السلبية الكاذبة هنا أن الهيكل يغرق في الأرض أثناء وقوع الزلزال.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - التقاط المخزون المفقود. على خريطة الانهيارات الأرضية في المقاطعة، بدا النموذج "جيدًا" بدقة تبلغ 89%؛ لكن الجيولوجي الميداني عثر على ثلاث ندوب قديمة لانهيارات أرضية (غير مسجلة) على منحدر وادي أظهرته الخريطة على أنه آمن. لم يتمكن النموذج من التعرف على هذا النمط لأن المخزون لم يكن مكتملاً. عندما تم تحديث المخزون وتجديد الخريطة، تحول هذا المنحدر إلى حساسية عالية. تم إخفاء الدقة البالغة 89% في غياب المنطقة الأكثر أهمية.
الحالة 2 - عتبة التسييل. وفي موقع ملء الشاطئ، وضع النموذج علامة على 6 من أصل 42 عملية حفر على أنها "خطر التسييل" مع أعلى عتبة دقة متوسطة. عندما نقل الخبير العتبة إلى الجانب المحافظ لتقليل السلبيات الكاذبة، تم وضع علامة على 11 سبرًا؛ تم التأكد من أن خمسة آخرين يمثلون خطورة حقيقية من خلال الحسابات اليدوية القياسية. وقد أنقذت العتبة المحافظة خمس نتائج سلبية كاذبة محتملة؛ وكانت الزيادة في التكلفة ضئيلة مقارنة بالمخاطر المحتملة على الحياة.
الحالة 3 - إشارة الإنذار المبكر. أشارت معالجة الذكاء الاصطناعي لبيانات الرادار وجهاز استشعار المنحدر على منحدر مفتوح إلى تسارع بطيء في معدل التشوه وأطلقت إنذارًا. وأخلى الفريق المنطقة. وبعد 40 ساعة، حدث انزلاق كبير في المنحدر، لكن لم يصب أحد بأذى. لم يذكر النموذج اليوم/الوقت المحدد؛ لقد جعل الحركة المتسارعة مرئية وأعطى الوقت لاتخاذ القرار البشري.
موجه ضعيف / موجه قوي
حث ضعيف:
هل هناك خطر حدوث انهيارات أرضية في هذه المنطقة؟ انظر إلى البيانات وحدد ما إذا كانت آمنة أم خطيرة.[بيانات الطبقة]
مطالبة قوية:
دورك: مساعد جيولوجي المخاطر الطبيعية. إعطاء التصنيف الدقيق "آمن/خطير" مع المتغيرات التالية. بدلاً من ذلك: 1) اشرح العوامل التي تساهم في المشاعر واتجاه كل منها. 2) قم بإنشاء منطق احتمالي مُعيَّر بدلاً من الطبقة؛ اذكر لماذا يجب اختيار عتبة سلامة الحياة بحذر لتقليل السلبيات الكاذبة. 3) اكتب كيف يمكن أن تكون النتيجة مضللة إذا كان جرد الانهيارات الأرضية التاريخية غير مكتمل. 4) اذكر 4 نقاط تحتاج إلى تأكيد في الميدان. التقييم النهائي يعود إلى المهندس المعتمد. البيانات مجهولة.
أربعة قوالب قابلة للنسخ
1) طلب الاحتمالية بدلاً من فئة الخطر:
قم بتفسير مخرجات نموذج الخطر على أنها احتمالية معايرة بدلاً من فئة حادة. قارن بين عواقب السلبيات الكاذبة والإيجابيات الكاذبة في هذا المجال وقم بتبرير الطريقة التي ينبغي بها تغيير العتبة من أجل سلامة الحياة.
2) تدقيق نقص المخزون:
قم بإدراج أي مؤشرات تشير إلى أن المخزون الذي تم تدريب نموذج قابلية الانهيارات الأرضية عليه قد يكون غير مكتمل (السنوات القياسية، المنطقة المغطاة، فجوات البيانات). حدد المناطق التي قد يؤدي فيها هذا النقص إلى زيادة خطر السلبيات الكاذبة.
3) رسم فحص التسييل:
بالنسبة لإمكانية التسييل في موقع متعدد الحفر: يوصى بفحص الآبار التي تحتوي على رمال سائبة مشبعة وتتطلب إجراء حساب يدوي أولي. تحديد أنه يجب التحقق منه بالطريقة القياسية؛ لا تعطي معامل أمان دقيق.
4) تفسير إشارة الإنذار المبكر:
لتلخيص التغيرات في السرعة والتسارع في سلسلة مراقبة التشوه (المنحدر/الرادار)؛ هل هناك نمط ينذر بالخطر من التسارع؟ إعطاء تقدير زمني دقيق؛ حدد متى/البيانات مطلوبة للحكم البشري.
نوع الخطر، السلبية الكاذبة، والتحقق
خطر
مساهمة الذكاء الاصطناعي
نتيجة سلبية كاذبة
التحقق الإلزامي
قابلية الانهيارات الأرضية
طبقة الانصهار، والنمط
أعتقد أن المنطقة العائمة آمنة
الحقل + المخزون الحالي
خطر زلزالي
قاعدة البيانات/السيناريو
التقليل من الحركة الأرضية
خبير الزلازل + المعيار
تسييل
مسح متعدد الآبار
غرق المبنى في الأرض
SPT/CPT حساب اليد + التنظيم
المنحدر الإنذار المبكر
تتبع تصفية الإشارة
تأخير القذف
الحكم البشري + التأكيد الميداني
نصيحة: تحقق دائمًا من مخرجات الاستغاثة من خلال السؤال "هل يعتبر إنذارًا كاذبًا أم خطأ؟" اقرأ مع السؤال. في مجال سلامة الحياة، من المقبول تحمل عدد قليل من الإنذارات الكاذبة بدلاً من تحمل خطر واحد ضائع.
الأخطاء الشائعة
- الانخداع بالحقيقة العامة. الدقة العالية قد تفوت الأحداث المميتة النادرة؛ المقياس الحقيقي هو المعدل السلبي الكاذب.
- ترك العتبة للنموذج. إن عتبة سلامة الحياة يتم وضعها بحذر من قبل الخبير الذي يعرف العواقب؛ ليست عتبة "الأفضل" التلقائية.
- تجاهل المخزون المفقود. لا يستطيع النموذج رؤية النمط الذي لم يتعلمه؛ إذا كان المخزون مفقودًا، فستخدع الخريطة الجانب الآمن.
- الخلط بين الاستعداد مع الزناد. الحساسية هي مسألة "أين"، والزناد هو مسألة "متى"؛ كلاهما يتطلب التحقق المنفصل.
- الخلط بين الإنذار المبكر باعتباره نبوءة نهائية. النظام يوفر الوقت. قرار ومسؤولية الإخلاء يعود إلى الشخص.
باختصار
- المخاطر الطبيعية هي أثقل مجالات مسؤولية الهندسة الجيولوجية. يمكن أن تكون تكلفة الإنتاج الخاطئ هي الحياة.
- تعتبر النتيجة السلبية الكاذبة (الخطأ في اعتبارها خطيرة وآمنة) أكثر خطورة من النتيجة الإيجابية الكاذبة؛ يتم اختيار العتبة بحذر لصالح الحياة.
- الدقة العامة مضللة؛ المعيار هو معدل فقدان الأحداث القاتلة النادرة؛ يجب أن يتم معايرة الإخراج بالاحتمال وليس الفئة.
- لا يمكن لنموذج الانهيار الأرضي أن يتعلم من المخزون غير المكتمل؛ يتم التحقق من كل خريطة خطر عن طريق التحقق الميداني والخبير.
- إن الإنذار المبكر يوفر الوقت ولكنه ليس نبوءة؛ قرار الإخلاء واتخاذ الإجراءات الاحترازية يعود للمهندس والمسؤول المعتمد.
مهمة التطبيق
استرداد سيناريو خطر مجهول المصدر (طبقات الانهيارات الأرضية أو آبار التسييل؛ بيانات تمثيلية). امنع النموذج من إعطاء تسميات قاسية واجعله يناقش التوازن السلبي/الإيجابي الخاطئ باستخدام قالب "السؤال عن الاحتمالية بدلاً من فئة المخاطر". ثم استخدم قالب "تدقيق نقص المخزون" لمعرفة الأماكن التي قد تكون فيها النسخة المطبوعة مضللة واكتب قائمة من ثلاث نقاط تتطلب التحقق الميداني.
قائمة مرجعية
- [ ] فهمت الفرق بين السلبية الكاذبة والإيجابية الكاذبة وأهميتها في سلامة الحياة.
- [ ] أقوم بتقييم مخرجات المخاطر من خلال معدل الخطأ بدلاً من الدقة الشاملة.
- [ ] أعتقد أن العتبة يجب أن يحددها خبير بحذر ولصالح الحياة.
- [ ] أدرك أن نموذج الانهيار الأرضي لا يمكنه التعلم من المخزون غير المكتمل ويتطلب تأكيدًا ميدانيًا.
- [ ] لا أستخدم نظام الإنذار المبكر كنبوة، بل كأداة لتوفير الوقت لاتخاذ القرارات البشرية.