লাভ:
- ভূমিধস সংবেদনশীলতা ম্যাপিং, সিসমিক হ্যাজার্ড এবং লিকুইফেকশন মূল্যায়নে AI এর ব্যবহারগুলি বুঝুন।
- মাল্টিভেরিয়েট হ্যাজার্ড ডেটা থেকে ঝুঁকি শ্রেণীবিভাগ এবং প্রারম্ভিক সতর্কতা কর্মপ্রবাহ তৈরি করার ক্ষমতা
- জীবন নিরাপত্তা দায়, মিথ্যা বিপদাশঙ্কা ভারসাম্য এবং ক্ষেত্রের প্রমাণ সহ বিপদ আউটপুট যাচাই করার ক্ষমতা
এই ইউনিটের বিষয় হল ভূতাত্ত্বিক প্রকৌশলের সবচেয়ে দায়ী ক্ষেত্র: প্রাকৃতিক দুর্যোগ এবং ভূতাত্ত্বিক বিপদ মূল্যায়ন। এখানে একটি ভুলের মূল্য টাকা নয়, মানুষের জীবন। যদি একটি ভূমিধসের সংবেদনশীলতা মানচিত্র ভুলভাবে একটি প্রতিবেশীকে "নিরাপদ" হিসেবে দেখায়, তাহলে কোনো ব্যবস্থা নেওয়া হয় না; যদি একটি তরলীকরণ মূল্যায়ন একটি হাসপাতালের নীচের মাটিকে ভুল করে, তবে ভূমিকম্পের সময় কাঠামোটি ডুবে যেতে পারে। এই ক্ষেত্রে, কৃত্রিম বুদ্ধিমত্তা মাল্টিভেরিয়েট ডেটা প্রসেসিং, প্যাটার্ন ক্যাপচার এবং প্রারম্ভিক সতর্কতা সংকেত ফিল্টার করার ক্ষেত্রে প্রকৃত মূল্য তৈরি করে। কিন্তু এই ক্ষেত্রে সঠিকভাবে যাচাই করা আবশ্যক যে সবচেয়ে কঠোর, প্রকৌশলী অনুমোদন সবচেয়ে নিখুঁত, এবং অনিশ্চয়তার ব্যবস্থাপনা সবচেয়ে সুনির্দিষ্ট, কারণ ভুল আউটপুটের খরচ সবচেয়ে বেশি।
এই ইউনিটে, আমরা কৃত্রিম বুদ্ধিমত্তার লেন্সের মাধ্যমে তিন ধরনের বিপদ বিবেচনা করব: ভূমিধসের সংবেদনশীলতা ম্যাপিং (মাল্টিভেরিয়েট ডেটা থেকে ভবিষ্যদ্বাণী করা যে ঢালগুলি পিছলে যাওয়ার ঝুঁকিতে রয়েছে), সিসমিক হ্যাজার্ড (ভূমিকম্পের সম্ভাব্য তীব্রতা) এবং তরলতা (যখন স্যাচুরেটেড লাইক ল্যান্ডিং ক্ষমতা হারাতে পারে)। আমাদের সাধারণ থিম কেন বিপদজনক আউটপুটগুলির উপর একটি মিথ্যা নেতিবাচক (আসলে একটি বিপজ্জনক এলাকাকে নিরাপদ হিসাবে শ্রেণীবদ্ধ করা) মারাত্মক এবং কীভাবে জীবন সুরক্ষার পক্ষে থ্রেশহোল্ড সেট করা যায়।
মিথ্যা নেতিবাচক এবং মিথ্যা ইতিবাচক ভারসাম্য
বিপদ শ্রেণীবিভাগে দুই ধরনের ত্রুটি রয়েছে। একটি মিথ্যা ইতিবাচক একটি নিরাপদ এলাকা বিপজ্জনক হিসাবে শ্রেণীবদ্ধ করা হয়; ফলাফল হল অপ্রয়োজনীয় খরচ, অতিরিক্ত যাচাই-বাছাই, সম্ভবত একটি প্রকল্প বিলম্বিত - এটি জীবনের পরিপ্রেক্ষিতে নিরাপদ। একটি মিথ্যা নেতিবাচক একটি বিপজ্জনক এলাকা নিরাপদ হিসাবে শ্রেণীবদ্ধ করা হয়; ফলাফল সতর্কতা অবলম্বন করতে ব্যর্থতা এবং জীবন/সম্পত্তির সম্ভাব্য ক্ষতি। এই দুটি ত্রুটি সমান নয়। জীবন নিরাপত্তা এলাকায়, থ্রেশহোল্ড মিথ্যা নেতিবাচক কমানোর জন্য সতর্কতার সাথে নির্বাচন করা হয়; যে, সন্দেহ হলে, এটি বিপজ্জনক দিকে রোল এবং ক্ষেত্র নিশ্চিতকরণ দ্বারা নিশ্চিত করা হয়।
AI মডেলগুলি সাধারণত থ্রেশহোল্ডগুলি বেছে নেয় যা সামগ্রিক নির্ভুলতাকে সর্বাধিক করবে। কিন্তু বিপদ বিজ্ঞানে, লক্ষ্য সম্পূর্ণ নির্ভুলতা নয় বরং মিথ্যা নেতিবাচক কম রাখা। অতএব, মডেলের আউটপুট একটি ক্যালিব্রেটেড সম্ভাব্যতা হওয়া উচিত, একটি "শ্রেণী" নয় এবং থ্রেশহোল্ডটি বিপদ বিশেষজ্ঞ দ্বারা সেট করা উচিত, ফলাফলগুলি জেনে। একটি ভূমিধস মডেলের 92% নির্ভুলতা মূল্যহীন যদি এটি প্রকৃত ভূমিধসের অর্ধেক মিস করে।
সতর্কতা: বিপদের মডেলের উচ্চ সামগ্রিক নির্ভুলতার দ্বারা প্রতারিত হবেন না। বিরল কিন্তু মারাত্মক ঘটনাগুলির (ভূমিধস, তরলতা) জন্য মিস রেট (মিথ্যা নেতিবাচক) দেখুন। জীবনের নিরাপত্তার মাপকাঠিটি গড়ে সঠিক হওয়া নয়, তবে বিপজ্জনকটি মিস করা নয়।
ভূমিধস সংবেদনশীলতা ম্যাপিং
ভূমিধসের সংবেদনশীলতা, "সব শর্ত পূরণ হলে কি এই স্থানটি স্লাইড হবে?" ভূতাত্ত্বিক এবং টপোগ্রাফিক ভেরিয়েবলের সাথে প্রশ্নের উত্তর দেয়। ইনপুটগুলি সাধারণত: ঢাল, দৃষ্টিভঙ্গি, লিথোলজি, বিচ্ছিন্নতা অভিযোজন, ভূমি ব্যবহার, বৃষ্টিপাত, ঐতিহাসিক ভূমিধসের তালিকা এবং ভূগর্ভস্থ জল। কৃত্রিম বুদ্ধিমত্তা এই স্তরগুলিকে ফিউজ করে এবং অতীতের ভূমিধসের আশেপাশের প্যাটার্ন শিখে একটি সংবেদনশীলতা মানচিত্র তৈরি করে।
দুটি সমালোচনামূলক পয়েন্ট আছে. প্রথমত, মডেলটি অতীতের ল্যান্ডলাইড ইনভেন্টরি থেকে শেখে; যদি ইনভেন্টরিটি অসম্পূর্ণ হয় (অনেক ভূমিধস রেকর্ড করা হয় না) মডেলটি সেই নিদর্শনগুলি দেখতে পায় না এবং মিথ্যা নেতিবাচক উৎপন্ন করে। দ্বিতীয়ত, সংবেদনশীলতা ট্রিগার দেয় না (কখন স্থানান্তর করতে হবে) তবে সংবেদনশীলতা (পরিস্থিতি দেখা দিলে কোথায় স্থানান্তর করতে হবে); দু'জনকে বিভ্রান্ত করা বিপজ্জনক। মাঠ ভূতাত্ত্বিকের আউটক্রপ পর্যবেক্ষণ, বিচ্ছিন্নতা পরিমাপ এবং অতীত আন্দোলনের চিহ্ন দ্বারা যাচাই না করে মানচিত্রটিকে সিদ্ধান্তের ভিত্তি হিসাবে ব্যবহার করা যাবে না।
সিসমিক হ্যাজার্ড এবং লিকুইফেকশন
সিসমিক হ্যাজার্ড অ্যাসেসমেন্ট স্থল গতির (ত্বরণ) একটি সম্ভাব্য অনুমান প্রদান করে যা একটি সাইটে নির্দিষ্ট সময়ের মধ্যে অতিক্রম করার প্রত্যাশিত। কৃত্রিম বুদ্ধিমত্তা রেকর্ড ডেটাবেস প্রক্রিয়াকরণ, স্থল গতি ভবিষ্যদ্বাণী সম্পর্ক তুলনা এবং পরিস্থিতি তৈরি করতে সাহায্য করে। যাইহোক, ফল্ট উত্সের সংজ্ঞা, পুনরাবৃত্তির ব্যবধান এবং স্থল পরিবর্ধনের জন্য ভূতাত্ত্বিক-সিসমোলজিকাল দক্ষতা প্রয়োজন; মডেল তাদের মাপসই করা যাবে না.
তরলকরণ মূল্যায়ন ভূমিকম্পের কম্পনের মাধ্যমে স্যাচুরেটেড আলগা বালির ভারবহন ক্ষমতা হারানোর ঝুঁকি পরিমাপ করে। শাস্ত্রীয় পদ্ধতি হল SPT-N (বা CPT) মানকে ভূমিকম্প দ্বারা উত্পাদিত ভোল্টেজ চক্র হারের সাথে তুলনা করা এবং একটি সুরক্ষা ফ্যাক্টর বের করা। AI ডেটা সংগঠিত করে এবং একটি বহু-ওয়েল ক্ষেত্রের তরলীকরণ সম্ভাবনার জন্য দ্রুত স্ক্যান করে; কিন্তু ফলাফল প্রমিত পদ্ধতি (যেমন স্থানীয় ভূমিকম্প কোড) ব্যবহার করে হাতে গণনা দ্বারা যাচাই করা হয়। এখানে একটি মিথ্যা নেতিবাচক অর্থ হল ভূমিকম্পের সময় একটি কাঠামো মাটিতে ডুবে যায়।
তিনটি মিনি কেস: সংখ্যা দ্বারা
কেস 1 - অনুপস্থিত ইনভেন্টরি ক্যাপচার করা। একটি কাউন্টি ল্যান্ডলাইড মানচিত্রে, মডেলটি 89% নির্ভুলতার সাথে "ভাল" লাগছিল; কিন্তু মাঠ ভূতাত্ত্বিক একটি উপত্যকার ঢালে তিনটি পুরানো ভূমিধসের দাগ (অনলিখিত) খুঁজে পেয়েছেন যা মানচিত্রটি নিরাপদ হিসাবে দেখিয়েছে। মডেলটি এই প্যাটার্নটি শিখতে পারেনি কারণ জায়টি অসম্পূর্ণ ছিল৷ যখন ইনভেন্টরি আপডেট করা হয় এবং মানচিত্রটি পুনর্নবীকরণ করা হয়, তখন সেই ঢালটি উচ্চ সংবেদনশীলতায় চলে যায়। 89% নির্ভুলতা লুকানো সবচেয়ে গুরুত্বপূর্ণ এলাকা অনুপস্থিত.
কেস 2 — লিকুইফেকশন থ্রেশহোল্ড। একটি সৈকত ভরাট সাইটে, মডেলটি সর্বোচ্চ গড় নির্ভুলতা থ্রেশহোল্ড সহ 42টি ড্রিলিংয়ের মধ্যে 6টিকে "তরলীকরণ ঝুঁকি" হিসাবে চিহ্নিত করেছে। যখন বিশেষজ্ঞ মিথ্যা নেতিবাচক কমাতে রক্ষণশীল দিকে থ্রেশহোল্ড সরান, তখন 11টি সাউন্ডিং পতাকাঙ্কিত হয়েছিল; অতিরিক্ত পাঁচটি প্রমিত হাতের হিসাব দ্বারা সত্যই ঝুঁকিপূর্ণ বলে নিশ্চিত করা হয়েছে। রক্ষণশীল থ্রেশহোল্ড পাঁচটি সম্ভাব্য মিথ্যা নেতিবাচক সংরক্ষণ করেছে; জীবনের সম্ভাব্য ঝুঁকির তুলনায় খরচ বৃদ্ধি ছিল নগণ্য।
কেস 3 - প্রারম্ভিক সতর্কতা সংকেত। কৃত্রিম বুদ্ধিমত্তা প্রক্রিয়াকরণ রাডার এবং একটি ওপেন-পিট ঢালে ঢাল সেন্সর ডেটা বিকৃতির হারে একটি ধীর ত্বরণকে পতাকাঙ্কিত করেছে এবং একটি অ্যালার্ম উত্থাপন করেছে। দলটি এলাকাটি খালি করেছে; 40 ঘন্টা পরে, ঢালে একটি বড় স্লাইড ঘটেছে, কিন্তু কেউ আহত হয়নি। মডেল সঠিক দিন/সময় বলেনি; এটি ত্বরান্বিত আন্দোলনকে দৃশ্যমান করে তোলে এবং মানুষের সিদ্ধান্ত গ্রহণের জন্য সময় দেয়।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
এই অঞ্চলে ভূমিধসের ঝুঁকি আছে কি? ডেটা দেখুন এবং বলুন এটি নিরাপদ নাকি বিপজ্জনক।[স্তর ডেটা]
শক্তিশালী প্রম্পট:
আপনার ভূমিকা: সহকারী প্রাকৃতিক বিপদ ভূতত্ত্ববিদ। নিম্নলিখিত ভেরিয়েবলের সাথে সঠিক "নিরাপদ/বিপজ্জনক" লেবেল দেওয়া। পরিবর্তে: 1) অনুভূতি এবং প্রতিটির দিকনির্দেশে অবদান রাখে এমন কারণগুলি ব্যাখ্যা করুন। 2) শ্রেণির পরিবর্তে ক্যালিব্রেটেড সম্ভাব্যতা যুক্তি স্থাপন করুন; মিথ্যা নেতিবাচক কমাতে কেন জীবন নিরাপত্তার জন্য থ্রেশহোল্ড সতর্কতার সাথে বেছে নেওয়া উচিত তা বলুন। ৩) ঐতিহাসিক ল্যান্ডলাইড ইনভেন্টরি অসম্পূর্ণ থাকলে আউটপুট কীভাবে বিভ্রান্তিকর হতে পারে তা লিখুন। 4) 4টি পয়েন্ট তালিকা করুন যা ক্ষেত্রে নিশ্চিত করা প্রয়োজন। চূড়ান্ত মূল্যায়ন অনুমোদিত প্রকৌশলীর অন্তর্গত। তথ্য বেনামী.
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) বিপদ শ্রেণীর পরিবর্তে সম্ভাব্যতার অনুরোধ করা:
বিপত্তি মডেল আউটপুট একটি তীক্ষ্ণ শ্রেণীর পরিবর্তে একটি ক্যালিব্রেটেড সম্ভাব্যতা হিসাবে ব্যাখ্যা করুন। এই ক্ষেত্রে মিথ্যা নেতিবাচক এবং মিথ্যা ইতিবাচক ফলাফলের তুলনা করুন এবং জীবনের নিরাপত্তার জন্য থ্রেশহোল্ডটি কোন পথে স্থানান্তরিত করা উচিত তা ন্যায়সঙ্গত করুন।
2) ইনভেন্টরি ঘাটতি নিরীক্ষা:
ল্যান্ডস্লাইড সংবেদনশীলতা মডেলটি যে তালিকায় প্রশিক্ষিত হয় তা অসম্পূর্ণ হতে পারে এমন কোনো ইঙ্গিত তালিকাভুক্ত করুন (রেকর্ড বছর, আচ্ছাদিত এলাকা, ডেটা ফাঁক)। কোন এলাকায় এই ঘাটতি মিথ্যা নেতিবাচক ঝুঁকি বাড়াবে চিহ্নিত করুন।
3) তরলীকরণ স্ক্রীনিং স্কেচ:
একটি মাল্টি-ড্রিল সাইটে তরলীকরণের সম্ভাবনার জন্য: একটি স্ক্রীনিং সুপারিশ করুন যেগুলির বোরহোলে স্যাচুরেটেড আলগা বালি রয়েছে এবং প্রাথমিক হাতে গণনার প্রয়োজন। নির্দিষ্ট করুন যে এটি অবশ্যই আদর্শ পদ্ধতি দ্বারা যাচাই করা উচিত; একটি সঠিক নিরাপত্তা সহগ দিতে না.
4) প্রারম্ভিক সতর্কতা সংকেত ব্যাখ্যা:
ডিফর্মেশন মনিটরিং সিরিজে (ঢাল/রাডার) গতি এবং ত্বরণের পরিবর্তনগুলিকে সংক্ষিপ্ত করতে; ত্বরণ একটি উদ্বেগজনক প্যাটার্ন আছে? একটি সঠিক সময়ের অনুমান প্রদান; মানুষের বিচারের জন্য কখন/ডেটা প্রয়োজন তা নির্দিষ্ট করুন।
বিপদের ধরন, মিথ্যা নেতিবাচক, এবং যাচাইকরণ
বিপদ
এআই অবদান
মিথ্যা নেতিবাচক ফলাফল
বাধ্যতামূলক যাচাইকরণ
ভূমিধসের সংবেদনশীলতা
লেয়ার ফিউশন, প্যাটার্ন
ভাবছেন ভাসমান এলাকা নিরাপদ
ক্ষেত্র + বর্তমান ইনভেন্টরি
সিসমিক বিপদ
ডাটাবেস/দৃশ্যকল্প
স্থল গতি অবমূল্যায়ন
সিসমোলজিক্যাল এক্সপার্ট + স্ট্যান্ডার্ড
তরলীকরণ
মাল্টি-ওয়েল স্ক্যানিং
বিল্ডিং মাটিতে তলিয়ে যাচ্ছে
SPT/CPT হ্যান্ড ক্যালকুলেশন + রেগুলেশন
ঢাল প্রারম্ভিক সতর্কতা
ট্রেস সংকেত ফিল্টারিং
বিলম্বিত বীর্যপাত
মানুষের রায় + ক্ষেত্র নিশ্চিতকরণ
টিপ: সর্বদা "এটি কি মিথ্যা অ্যালার্ম বা মিস বলে মনে করা হয়?" প্রশ্নের সাথে কষ্টের আউটপুট পরীক্ষা করুন? প্রশ্ন সহ পড়ুন। জীবনের নিরাপত্তায়, একটি মিস করা বিপদের চেয়ে কয়েকটি মিথ্যা অ্যালার্ম সহ্য করা অনেক বেশি গ্রহণযোগ্য।
সাধারণ ভুল
- সাধারণ সত্য দ্বারা প্রতারিত হচ্ছে। উচ্চ নির্ভুলতা বিরল মারাত্মক ঘটনা মিস করতে পারে; আসল মেট্রিক হল মিথ্যা নেতিবাচক হার।
- মডেলের থ্রেশহোল্ড ছেড়ে। জীবন নিরাপত্তা থ্রেশহোল্ড বিশেষজ্ঞ দ্বারা সতর্কতার সাথে সেট করা হয় যারা ফলাফল জানেন; একটি স্বয়ংক্রিয় "সেরা" থ্রেশহোল্ড নয়।
- অনুপস্থিত জায় উপেক্ষা করা. মডেলটি যে প্যাটার্নটি শিখেনি তা দেখতে পারে না; ইনভেন্টরি অনুপস্থিত হলে, মানচিত্র নিরাপদ দিক বোকা হবে.
- ট্রিগারের সাথে বিভ্রান্তিকর প্রবণতা। সংবেদনশীলতা "কোথায়" এর একটি প্রশ্ন, ট্রিগারটি "কখন" এর একটি প্রশ্ন; উভয়ের আলাদা যাচাইকরণ প্রয়োজন।
- একটি নির্দিষ্ট ভবিষ্যদ্বাণী হিসাবে একটি প্রাথমিক সতর্কতা ভুল করা. সিস্টেম সময় বাঁচায়; সরিয়ে নেওয়ার সিদ্ধান্ত এবং দায়িত্ব ব্যক্তির।
সংক্ষেপে
- ভূতাত্ত্বিক প্রকৌশলের দায়িত্বের সবচেয়ে ভারী ক্ষেত্র হল প্রাকৃতিক বিপদ; ভুল আউটপুট খরচ জীবন হতে পারে.
- মিথ্যা নেতিবাচক (নিরাপদ জন্য বিপজ্জনক ভুল) মিথ্যা ইতিবাচক তুলনায় অনেক বেশি গুরুতর; থ্রেশহোল্ড জীবনের পক্ষে, সাবধানে নির্বাচিত হয়।
- সাধারণ নির্ভুলতা বিভ্রান্তিকর; মানদণ্ড হল বিরল মারাত্মক ঘটনা অনুপস্থিত হওয়ার হার; আউটপুট ক্যালিব্রেট করা উচিত সম্ভাব্যতা, শ্রেণী নয়।
- ভূমিধস মডেল অসম্পূর্ণ তালিকা থেকে শিখতে পারে না; প্রতিটি বিপদ মানচিত্র ক্ষেত্র এবং বিশেষজ্ঞ যাচাই দ্বারা যাচাই করা হয়।
- প্রারম্ভিক সতর্কতা সময় বাঁচায় কিন্তু একটি ভবিষ্যদ্বাণী নয়; সরে যাওয়ার এবং সতর্কতা অবলম্বন করার সিদ্ধান্ত অনুমোদিত প্রকৌশলী এবং কর্মকর্তার।
আবেদন টাস্ক
একটি বেনামী বিপদ পরিস্থিতি পুনরুদ্ধার করুন (ভূমিধস স্তর বা তরল বোরহোল; প্রতিনিধি ডেটা)। মডেলটিকে কঠোর লেবেল দেওয়া থেকে বিরত রাখুন এবং এটিকে "বিপদ শ্রেণীর পরিবর্তে সম্ভাবনার জন্য জিজ্ঞাসা করুন" টেমপ্লেটের সাথে মিথ্যা নেতিবাচক/ইতিবাচক ভারসাম্য নিয়ে আলোচনা করুন। তারপরে প্রিন্টআউটটি কোথায় বিভ্রান্তিকর হতে পারে তা খুঁজে বের করতে "ইনভেন্টরি ঘাটতি অডিট" টেমপ্লেটটি ব্যবহার করুন এবং ক্ষেত্র যাচাইকরণের প্রয়োজন এমন তিনটি পয়েন্টের একটি তালিকা লিখুন।
চেকলিস্ট
- আমি মিথ্যা নেতিবাচক এবং মিথ্যা ইতিবাচক মধ্যে পার্থক্য এবং জীবনের নিরাপত্তার মধ্যে এর গুরুত্ব বুঝতে পেরেছি।
- [ ] আমি সামগ্রিক নির্ভুলতার পরিবর্তে মিস রেট দ্বারা বিপদ আউটপুট মূল্যায়ন করি৷
- [ ] আমি বিশ্বাস করি যে থ্রেশহোল্ড একজন বিশেষজ্ঞ দ্বারা সতর্কতার সাথে এবং জীবনের পক্ষে সেট করা উচিত।
- [ ] আমি বুঝি যে ল্যান্ডস্লাইড মডেলটি অসম্পূর্ণ তালিকা থেকে শিখতে পারে না এবং ক্ষেত্র নিশ্চিতকরণ প্রয়োজন৷
- [ ] আমি ভবিষ্যদ্বাণী হিসাবে নয়, মানুষের সিদ্ধান্তের জন্য সময় বাঁচানোর একটি হাতিয়ার হিসাবে প্রাথমিক সতর্কতা ব্যবস্থা ব্যবহার করি।