Печалби:
- Възможност за разпознаване къде AI спестява реално време в работния процес на геоложкото инженерство и кои решения трябва да останат отговорност на инженера
- Възможност за прилагане на дисциплина, която кръстосано валидира всеки AI изход с порядък на величина, геоложка правдоподобност и полеви доказателства
- Разпознайте рисковете от неяснота, халюцинации и поверителност на данните и развийте навика да създавате сигурни подкани чрез анонимизиране на контекста.
Геоложкото инженерство е професия, в която никога не можем да видим напълно истината под земята. Един сондаж взема проби само от сантиметър отрязък от много километри земя; геофизичният разрез е непряка сянка; Картата е интерпретация на пропуските между наблюденията. Ето защо геологията е дисциплина, която по своята същност работи с несигурност. Изкуственият интелект (AI; софтуерни системи, които се учат от модели на големи данни и произвеждат текст/изображения/числа) е мощен инструмент за управление на тази несигурност, но също така е инструмент, който може опасно да скрие същата несигурност. Този модул полага двете основи, върху които ще бъде изграден целият модул: къде в геологичния работен процес AI произвежда реална стойност и как валидираме всеки резултат.
Нека бъдем ясни от самото начало: нито една техника, която ще научите по време на този модул, няма да замени подписа, теренното наблюдение и инженерната преценка на компетентен инженер-геолог. Изкуственият интелект е помощник; Чете бързо, пише бързо, улавя модели. Но ако наклонът се провали, основата на язовир се срути или се отчете, че минерален запас е по-голям, отколкото е, отговорността не е на софтуера, а на инженера, който го е подписал. Ще видите това изречение отново в различни форми във всяка част от модула, защото това е единствената истина в критичното за безопасността инженерство.
Къде изкуственият интелект създава стойност в работния процес по геология?
Седмицата на инженера-геолог грубо се разделя на три вида работа: подготовка на данни (цифровизиране на дневник, редактиране на полеви бележки, почистване на таблица), интерпретация и анализ (класификация на литологията, корелация, оценка на ресурса, оценка на опасността) и комуникация (доклад, карта, презентация, кореспонденция). AI засяга и трите области, но неговият принос и риск са различни във всяка.
Подготовката на данни е най-сигурната и печеливша област на изкуствения интелект. Превеждане на основни описания в свободен текст в структурирана таблица, стандартизиране на непоследователни единици, маркиране на извънредни стойности в хиляди редове от лабораторни резултати – това са повтарящи се, базирани на правила и лесни за проверка задачи. Дори тук да има грешка, ще отнеме минути, за да се върнете към източника (необработен дневник) и да го проверите.
Сферата на интерпретацията и анализа носи най-висока стойност и най-висок риск. AI може да предложи възможна геометрия на разлома от сондажен участък; Това може да разкрие модел, който дори опитно око може да пропусне. Но същият модел може уверено да пасне на несъществуваща стратиграфска единица (това явление се нарича халюцинация: моделът произвежда информация, която всъщност не съществува, сякаш е реална). В тази област AI е генератор на хипотези, а не вземащ решения.
В сферата на комуникациите изкуственият интелект е ускорител на чернови. Изготвя раздел за метода на геотехнически доклад, резюме на литературата или имейл за минути. Рискът тук е, че измислени източници и неверни числа могат да се промъкнат в подписа незабелязано в течащ текст.
Дисциплина за валидиране: Правилото на трите котви
Сърцето на този модул е един-единствен навик: да не се включва какъвто и да е AI изход в инженерно решение, без да се валидира. Базираме валидирането на три независими котви.
Първа котва — порядък на величината. Резултатът приблизително в границите на очакваната степен от 10 ли е? Хидравличната проводимост на пясъчен водоносен хоризонт обикновено е от порядъка на метри на ден; Ако моделът дава километри/ден, има единица или грешка при редактиране и може да се разбере без да се навлиза в подробности. Едноосната якост на натиск на варовика е в диапазона 30-200 MPa; 3000 MPa е смешно. Тази проверка отнема секунди и улавя повечето грешки.
Втора котва — Геоложка правдоподобност. Резултатът съответства ли на геоложката история на полето? Ако моделът е поставил млад алувиум под морски варовик, или има обратен разлом (и това трябва да се докаже отделно), или моделът е глупост. Стратиграфската последователност, тектонската рамка и средата на отлагане са филтърът на правдоподобността, през който трябва да премине всяка интерпретация.
Трета котва — Полеви доказателства. Това е най-здравата котва. Основна проба, наблюдение на разкрития, полева проверка. Интерпретацията на литологията, базирана на логаритмични данни, се сравнява с керн, взет от същата дълбочина. Зона на промяна, картографирана чрез дистанционно наблюдение, се тества с проби в няколко точки на полето. Основната истина винаги побеждава.
Три мини калъфа: с числата
Случай 1 — Спестяване на време при дигитализация на регистрационни файлове. Инженер ръчно дигитализираше 42 сканирани (хартиени) сондажни трупи от 1980 г.; Средно 35 минути на дневник, общо приблизително 24 часа. С работен процес за диаграми, задвижван от AI, той намали първата чернова до 6 минути, като посвети оставащото време на визуална проверка. Общото време спадна до около 8 часа; Критичното беше, че спечеленото време беше изразходвано за контрол.
Случай 2 — Уловена халюцинация. Когато един стажант накара изкуствения интелект да обобщи стратиграфията на дадено поле, текстът включваше изречението „Евапорити от тузланската формация, често срещани в региона“. Нямаше изпарител на мястото; моделът беше объркал информация от друг басейн. Филтърът за геоложка правдоподобност (тектонската рамка на региона не беше подходяща за отлагане на изпарители) улови грешката преди докладът да бъде подписан.
Случай 3 — Единична грешка. В едно изчисление на източника моделът завиши тонажната продукция с коефициент 1000, като обърка плътността с 2,7 t/m³ вместо 2,7 g/cm³ (всъщност двете са равни, но междинната стъпка на модела беше неправилна и увеличи резултата с коефициент 1000). Проверката на порядъка на големината — „този блок не може да бъде 5 милиона тона, а 5 милиарда тона“ — веднага издаде грешката.
Слаба подкана / Силна подкана
Слаба подкана:
Обобщете геологията на това поле и оценете минералния му потенциал.[данни]
Мощна подкана:
Вашата роля: Старши проучвателен геолог. Интерпретирайте резюмето на сондирането по-долу въз основа САМО на предоставените данни. - Не добавяйте никакви образувания, минерали или възрасти, които не са в данните. - Покажете реда с данни, на който се основавате, със скоби до всеки коментар. - Напишете „недостатъчни данни“, където не сте сигурни, не правете предположения. - И накрая: направете отделен списък от 3 предположения, които трябва да бъдат проверени. Данни: [резюме на сондирането]
Силната подкана налага три неща на модела: придържане към източника, допускане на несигурност и маркиране на неща за проверка. Това не прекратява напълно халюцинацията, но я прави видима.
Четири копируеми шаблона
1) Създаване на анонимизиран контекст:
Имам нужда от помощ за инженерно-геоложка задача. Името на полето, координатите и информацията за фирмата са ПОВЕРИТЕЛНИ; Ще ги дам с представителни изрази като "Поле-A", "X координата". Мисия: [мисия]. Просто разчитайте на техническите данни, които давам.
2) Три заявки за проверка на котва:
Направете три проверки за следния резултат: 1) Ред на величина: дали всяко число е в очаквания диапазон? Ако не, отбележете. 2) Геоложка правдоподобност: има ли стратиграфски/тектонично непоследователно твърдение? 3) Списък за проверка: елементи, които трябва да бъдат потвърдени на място/лаборатория. Резултат: [текст]
3) Налагане на неяснота:
Дайте вашето тълкуване на три нива на увереност: - Висока увереност (директно подкрепена от данни) - Средна увереност (разумно заключение) - Спекулативна (необходими са допълнителни данни) Задача: [задача]. Данни: [данни]
4) Разграничение решение/подкрепа:
Разделете следната задача на две: A) Данни/чернова работа, която AI може да извърши с увереност B) Точки за вземане на решения, за които се ИЗИСКВА одобрение от оторизиран инженер Описание на задачата: [дефиниция]
Роля на AI: Риск по тип мисия
Тип задача
Принос на AI
Ниво на риск
Плътност на проверката
Цифровизиране на дневник/таблица
високо
ниско
проверка на място
Предварителна литологична класификация
високо
среден
Ядро + разумност
Изчисляване на ресурс/тонаж
среден
високо
Ръчна сметка + независима
Решение за безопасност на наклон/основа
ограничен
много високо
Пълно одобрение от инженер
Доклад/литературен проект
високо
среден
потвърждение на източника
Оценка на опасността/бедствието
ограничен
много високо
Поле + стандарт + одобрение
Съвет: За да определите нивото на риск на дадена задача, задайте един въпрос: „Кое е най-лошото, което може да се случи, ако този резултат е грешен?“ Ако отговорът е „Ще загубя няколко минути“, проверете леко; Ако „някой може да бъде наранен“, третирайте резултата като хипотеза и го подложете на пълния инженерен процес.
Внимание: Най-опасната характеристика на изкуствения интелект не е, че прави грешки, а че прави грешки уверено. Плавният, технически и спретнат текст не означава, че е правилен. Доверете се на доказателства, не на стил.
Често срещани грешки
- Грешка за плавност с точност. Без значение колко професионално изглежда текстът, фактическите твърдения (възраст, формация, брой, източник) трябва да бъдат независимо проверени.
- Не мащабиране на риска по тип задача. Разглеждане на преглед на втечняване по същия начин като чернова на имейл. Скали за валидиране с потенциална вреда.
- Въвеждане на поверителни полеви данни без мислене. Информацията за координатите, степента и резерва е чувствителна от търговска и правна гледна точка; анонимизирайте, преди да влезете в неконтролираното превозно средство.
- Игнориране на несигурността. Само защото моделът изглежда "уверен" не означава, че несигурността изчезва; Попитайте за обхват и ниво на доверие, а не за оценка от една точка.
- Грешка AI за вземане на решения. Моделът генерира хипотези; Отговорният инженер взема решението.
В обобщение
- Геологията по своята същност работи с несигурност; AI може както да управлява, така и опасно да скрие тази несигурност.
- Изкуственият интелект е най-сигурният и печеливш при подготовката на данни, най-ценният, но най-рисковият при интерпретацията/анализата и ускорителят в комуникацията.
- Всеки резултат се валидира спрямо три котви: порядък на величина, геоложка правдоподобност, полеви доказателства.
- Рискът от даден резултат е равен на вредата, която ще причини, ако е грешен; скали за валидиране съответно.
- В критичното за безопасността инженерство изходът на AI никога не е заместител на одобрението на оторизиран инженер.
Задача за приложение
Избройте пет геологични задачи, които изпълнявате за една седмица от собствената си работа (напр. редактиране на дневник, корелация, раздел за доклад, проверка на оценката, обозначение на опасността). Поставете всеки на ниво на риск според таблицата в този модул и попитайте „кое е най-лошото, което би се случило, ако не е наред?“ Отговорете на въпроса с едно изречение. След това напишете силна анонимизирана подкана към задачата с най-нисък риск и я опитайте; Проверете изхода с три котви и отбележете коя котва е уловила проблем.
контролен списък
- [ ] Мога да разгранича къде изкуственият интелект създава безопасна и къде рискова стойност в работния процес на геологията.
- [ ] Придобих рефлекса да проверявам всеки изход с порядък на величина, геоложка правдоподобност и полеви доказателства.
- [ ] Нивото на риск на задача чрез въпроса "кое е най-лошото, което може да се случи, ако се обърка?" Мога да определя с въпроса.
- [ ] Знам какво е халюцинация и несигурност и как да ги направя видими.
- [ ] Възприех навика да създавам сигурна подкана чрез анонимизиране на поверителни полеви данни.