Κέρδη:
- Ικανότητα κατανόησης ότι οι αποφάσεις οπτικοποίησης (χρωματική κλίμακα, κλίμακα, κάθετη υπερβολή) είναι στην πραγματικότητα αποφάσεις ερμηνείας και να ελεγχθεί η ανωμαλία σε πολλαπλές κλίμακες
- Δυνατότητα διατήρησης του πραγματικού σήματος με την αξιολόγηση των ακραίων τιμών στον ποιοτικό έλεγχο επιστρέφοντας στην πηγή χωρίς να τα διαγράψετε εντελώς
- Δυνατότητα διατήρησης της γλώσσας της αβεβαιότητας αναγνωρίζοντας τον κίνδυνο παραισθήσεων και υπερβολικής ακρίβειας στο προσχέδιο της αναφοράς AI και συνδέοντας κάθε αριθμό/αναφορά με την πηγή
Η αξία ενός γεωφυσικού έργου δεν προκύπτει από τα ακατέργαστα δεδομένα, αλλά από την κατανοητή και υπερασπιστή εικόνα που εξάγεται από αυτά τα δεδομένα. Ένας σεισμικός όγκος, ένα μοντέλο αντίστασης ή ένας κατάλογος σεισμών. Είναι χρήσιμο για τον λήπτη αποφάσεων μόνο όταν οπτικοποιείται και αναφέρεται σωστά. Η οπτικοποίηση δεδομένων είναι η μετατροπή πολυδιάστατων γεωφυσικών δεδομένων σε μορφές (τμήμα, χάρτης, τρισδιάστατος τόμος, ιστόγραμμα) που το ανθρώπινο μάτι μπορεί να συλλάβει μοτίβα. Σε αυτή την ενότητα, θα εξηγήσουμε πώς η τεχνητή νοημοσύνη (AI) είναι ένας επιταχυντής στην οπτικοποίηση, τον ποιοτικό έλεγχο (QC) και την αναφορά. αλλά θα δούμε πόσο εύκολα η εικόνα μπορεί να γίνει παραπλανητική και γιατί η ειλικρινής εικόνα είναι ηθική ευθύνη.
Η δύναμη και ο κίνδυνος του οπτικού
Στη γεωφυσική, το οπτικό είναι ταυτόχρονα το πιο ισχυρό εργαλείο επικοινωνίας και το πιο εύκολα χειριζόμενο επίπεδο. Το ίδιο σεισμικό τμήμα μπορεί να εμφανίζεται "καθαρό και καθαρό" ή "θορυβώδες και θολό" ανάλογα με τον χρωματικό χάρτη και τη ρύθμιση απολαβής. Το ίδιο μοντέλο ειδικής αντίστασης μπορεί να κάνει μια ανωμαλία να φαίνεται εντυπωσιακή ή λεπτή αλλάζοντας τα όρια της κλίμακας. Έτσι, οι αποφάσεις οπτικοποίησης - χρώμα, κλίμακα, κάθετη υπερβολή, κατώφλι - είναι στην πραγματικότητα αποφάσεις ερμηνείας και απαιτούν ειλικρίνεια.
Η τεχνητή νοημοσύνη βοηθά εδώ με δύο τρόπους: (1) τη γρήγορη παραγωγή μεγάλου αριθμού γραφικών (αυτόματη διατομή/χάρτης με Python), (2) σύσταση και QC όπου η οπτικοποίηση αντιπροσωπεύει αρκετά τα δεδομένα. Αλλά η τεχνητή νοημοσύνη μπορεί επίσης να παράγει την «πιο εντυπωσιακή» εικόνα. Επομένως, η επιλογή των εικαστικών πρέπει να είναι συνειδητή.
Συμβουλή: Προτού αναφέρετε μια ανωμαλία, σχεδιάστε την με πολλές χρωματικές γκάμα και κλίμακες. Μια δομή που εμφανίζεται μόνο σε μια επιθετική κλίμακα είναι συχνά ένα τεχνούργημα οπτικοποίησης και όχι πραγματικότητα. Η δομή είναι αξιόπιστη εάν είναι συνεπής στις πιο λογικές κλίμακες.
Ποιοτικός έλεγχος (QC): πραγματικός πριν από την εικόνα
Η καλή αναφορά ξεκινά με καλό QC. Το QC είναι ο έλεγχος της φυσικής/στατιστικής συνέπειας των δεδομένων και των παραγόμενων προϊόντων: ακραίες τιμές, κενά, μετατόπιση βαθμονόμησης, σφάλματα μονάδας, αναντιστοιχία αναφοράς συντεταγμένων/χρόνου. Η τεχνητή νοημοσύνη μπορεί γρήγορα να επισημάνει ανώμαλα ίχνη, ασυνεπείς χρονικές σημάνσεις και αλλαγές διανομής σε μεγάλα σύνολα δεδομένων. Αλλά δεν είναι στην πραγματικότητα κάθε «απομακρυσμένο» σήμα των σημαιών AI - μερικές φορές το ακραίο σήμα είναι το πιο πολύτιμο σήμα (π.χ. μια αληθινή μικρή ανωμαλία). Αυτός είναι ο λόγος για τον οποίο οι σημάνσεις QC αξιολογούνται έμπειρα πριν από τη διαγραφή.
Προσοχή: Η διαγραφή ακραίων στοιχείων χονδρικής στο όνομα της "καθαριότητας" είναι ο πιο συνηθισμένος τρόπος για να καταστρέψετε ένα πραγματικό σήμα στη γεωφυσική. Όταν το AI αποκαλεί μια τιμή "outlier", πρώτα επιστρέψτε στην πηγή και ρωτήστε εάν αυτή η τιμή είναι σφάλμα μέτρησης ή πραγματική φυσική υπογραφή.
Τεχνητή νοημοσύνη στην αναφορά: σχέδιο ναι, κατασκευή όχι
Η τεχνητή νοημοσύνη (ειδικά τα μοντέλα γλώσσας) παρέχει μεγάλη ταχύτητα στη σύνταξη αναφορών: περίληψη, ενότητα μεθόδων, επεξήγηση αποτελεσμάτων σε απλή γλώσσα, ορισμοί όρων. Υπάρχουν όμως δύο κίνδυνοι. Το πρώτο είναι η ψευδαίσθηση — όταν το μοντέλο παράγει ψεύτικες πληροφορίες, αριθμούς ή αναφορές: Το AI μπορεί να δημιουργήσει ένα όνομα πηγαδιού που δεν υπάρχει, ένα λάθος βάθος ή μια πηγή που δεν υπάρχει. Το δεύτερο είναι η υπερακρίβεια: η τεχνητή νοημοσύνη μπορεί να διαγράψει ένα αβέβαιο εύρημα ως «συγκεκριμένη δεξαμενή». Γι' αυτό κάθε αριθμός, κάθε όνομα, κάθε ισχυρισμός που γράφτηκε από την AI συνδέεται με την πηγή του και επιβεβαιώνεται. Η γλώσσα της αβεβαιότητας διατηρείται.
Αρχές ειλικρινούς οπτικής
Για να είναι ειλικρινής μια γεωφυσική εικόνα: (1) η χρωματική κλίμακα και τα όρια πρέπει να δηλώνονται με σαφήνεια. (2) Η κάθετη υπερβολή πρέπει να γραφτεί. (3) οι παρεμβαλλόμενες/προβλεπόμενες περιοχές πρέπει να επισημαίνονται. (4) πρέπει να αποδεικνύεται η αβεβαιότητα ή η επίλυση· (5) οι άξονες και οι μονάδες πρέπει να είναι πλήρεις. Το AI μετατρέπει αυτές τις αρχές σε λίστα ελέγχου και βοηθά στην επιθεώρηση κάθε εικόνας.
τρεις μίνι θήκες
Περίπτωση 1 — Ψευδαίσθηση κλίμακας χρώματος. Σε μια αναφορά η ανωμαλία της ειδικής αντίστασης φαινόταν εντυπωσιακή. Κατά τη διάρκεια της εξέτασης, παρατηρήθηκε ότι τα όρια της κλίμακας περιορίστηκαν με τρόπο που τονίζει την ανωμαλία. Μέσα σε λογικά όρια, η ανωμαλία ήταν πολύ πιο αμυδρή. Μόλις η ομάδα τυποποίησε την κλίμακα και πρόσθεσε αβεβαιότητα, η παρουσίαση έγινε ειλικρινής και υπερασπίσιμη.
Περίπτωση 2 — Το πραγματικό σήμα διαγράφηκε. Σε ένα QC βαρύτητας, η τεχνητή νοημοσύνη επισήμανε αρκετούς σταθμούς ως «ακραίους» και ο αυτόματος καθαρισμός τους απέρριψε. Αργότερα αποδείχθηκε ότι αυτοί οι σταθμοί βρίσκονταν σε μια πραγματική τοπική ανωμαλία πυκνότητας: οι διαγραμμένες "ακραίες τιμές" ήταν στην πραγματικότητα ο ίδιος ο στόχος. Χωρίς την πειθαρχία να επιστρέψουμε στην πηγή, το σήμα θα χανόταν.
Περίπτωση 3 — Έκθεση με κατασκευασμένη αναφορά. Ένα προσχέδιο έκθεσης που εκπονήθηκε με την τεχνητή νοημοσύνη απαριθμούσε τρεις πηγές ως "τρεις προηγούμενες μελέτες στην περιοχή". Δύο από αυτά ήταν εντελώς κατασκευασμένα. Ο σχολιαστής έλεγξε κάθε αναφορά και αφαίρεσε κατασκευές. Μάθημα: Οποιαδήποτε αναφορά ή αριθμός που δημιουργείται από το AI δεν εισέρχεται στην αναφορά χωρίς επαλήθευση.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Ειλικρινής οπτική λίστα ελέγχου:
Ο ρόλος σας: σύμβουλος γεωφυσικής οπτικοποίησης. Ετοιμάζω [σεισμική τομή / μοντέλο ειδικής αντίστασης / χάρτη ανωμαλιών]. Δώστε μου μια ειλικρινή οπτική λίστα ελέγχου: χρωματική γκάμα, όρια κλίμακας, κάθετη υπερβολή, σήμανση παρεμβαλλόμενης ζώνης, εμφάνιση αβεβαιότητας, άξονας/μονάδα. Γράψτε τον τυπικό τρόπο παραπλάνησης σε κάθε στοιχείο.
2) Αξιολόγηση ακραίων τιμών QC:
Σε απόδοση, η τεχνητή νοημοσύνη επισήμανε ορισμένες μετρήσεις ως ακραίες τιμές. Πώς μπορώ να διακρίνω αν κάθε ακραίο στοιχείο είναι σφάλμα μέτρησης ή πραγματικό σήμα πριν το διαγράψω; Τι ελέγχους (επιστροφή στην πηγή, συνέπεια γείτονα, επανάληψη μέτρησης) κάνω; Δώστε μια ροή απόφασης.
3) Αναφορά επαλήθευσης σχεδίου:
Έγραψα ένα σχέδιο γεωφυσικής έκθεσης με AI. Δώστε μου μια λίστα ελέγχου επαλήθευσης: ποιους αριθμούς, ονόματα, αναφορές, βάθη πρέπει να συνδέσω με την πηγή. πώς βρίσκω εκφράσεις εξαιρετικής βεβαιότητας και τις μεταφράζω στη γλώσσα της αβεβαιότητας. Πώς μπορώ να αποτυπώσω την πλασματική αναφορά;
4) Οπτική δοκιμή ανωμαλιών:
Προτού βάλω μια ανωμαλία σε μια αναφορά, θέλω να βεβαιωθώ ότι δεν υπάρχουν τεχνουργήματα οπτικοποίησης. Πώς μπορώ να δοκιμάσω την ίδια ανωμαλία με διαφορετικό χρωματικό χώρο και όρια κλίμακας; Υπό ποιες συνθήκες η δομή δεν είναι πραγματική εάν εξαφανιστεί; Πες μου βήμα βήμα.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Ετοιμάστε μια εντυπωσιακή έκθεση και οπτική από αυτά τα αποτελέσματα.
Αν το "εντυπωσιακό" προηγείται της ειλικρίνειας, η τεχνητή νοημοσύνη υπερβάλλει την ανωμαλία, προσθέτοντας ίσως μια επινοημένη αναφορά.
Ισχυρή προτροπή:
Ο ρόλος σας: ειδικός γεωφυσικών αναφορών. Είσοδος: [μοντέλο αντιστροφής + αβεβαιότητα + επιβεβαίωση πηγαδιού]. Εργασία: (1) γράψτε μια εκτελεστική περίληψη και ένα σχέδιο ενότητας μεθόδων. (2) επισημάνετε κάθε αριθμό/όνομα/βάθος με [πηγή], υποδεικνύοντας αυτά που πρέπει να επιβεβαιωθούν. (3) διατηρήστε τη γλώσσα της ασάφειας, αποφύγετε την υπερβολική ακρίβεια. (4) προτείνετε χρωματική κλίμακα, κλίμακα και παρεμβολή σχολιασμού περιοχής σε εικόνες. ΠΡΟΣΘΗΚΗ σύνθετης αναφοράς ή αριθμού. Εάν δεν είστε σίγουροι, σημειώστε το ως "πρέπει να επαληθευτεί".
Η απόδοση σε πηγές, η γλώσσα ασάφειας και η απαγόρευση κατασκευής καθιστούν την αναφορά αξιόπιστη.
Αποφάσεις οπτικοποίησης και αντίκτυπος
απόφαση
δίκαιη χρήση
Παραπλανητική χρήση
συνεισφορά AI
χρωματική κλίμακα
Τυπικό, ανοιχτό
Μην υπερβάλλετε την ανωμαλία
Σύσταση + QC
Όριο κλίμακας
λογική, συνεπής
επιλεκτική κατάρρευση
δοκιμή
Κάθετη υπερβολή
προσδιορίζεται
κρυφή παραμόρφωση
Προσθήκη σημειώσεων
ακραία
Αξιολογήστε και αποφασίστε
μαντηλάκι χονδρικής
σήμανση
Αναφορά/αριθμός
συγκολλημένα
τοποθέτηση
Πρόχειρο (επιβεβαιωμένο)
Συνήθη λάθη
- Παρουσίαση της ανωμαλίας σε μια ενιαία επιθετική κλίμακα. Μπορεί να υπάρχουν τεχνουργήματα οπτικοποίησης. Δοκιμή σε πολλαπλές κλίμακες.
- Διαγραφή ακραίων στοιχείων χονδρικής. Το πραγματικό σήμα μπορεί να καταστραφεί. επιστροφή στην πηγή.
- Χρήση του αριθμού/αναφοράς του AI χωρίς επιβεβαίωση. Παραισθήσεις διαρρέουν στην έκθεση.
- Αφαίρεση ασάφειας από την εικόνα. Πρέπει να επιδειχθεί αποφασιστικότητα και εμπιστοσύνη.
- Απόκρυψη κάθετης υπερβολής. Διαστρεβλώνει την ερμηνεία της εικόνας, κατάσταση.
Συνοπτικά
Η οπτικοποίηση και η αναφορά είναι η τελευταία γέφυρα μέσω της οποίας η γεωφυσική αξία φτάνει στον λήπτη των αποφάσεων και είναι επίσης το πιο εύκολα παραμορφωμένο στρώμα. ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ; Είναι ένας ισχυρός επιταχυντής για γρήγορη παραγωγή εικόνας, σήμανση QC outlier και σύνταξη αναφορών. Αλλά οι οπτικές αποφάσεις είναι αποφάσεις ερμηνείας. Η ψευδαίσθηση χρώματος/κλίμακας, η διαγραφή πραγματικού σήματος, οι παραισθησιογόνες αναφορές αποτελούν πραγματικούς κινδύνους. Σωστή χρήση. Είναι ο έλεγχος της ανωμαλίας σε πολλαπλή κλίμακα, η αξιολόγηση των ακραίων τιμών επιστρέφοντας στην πηγή, η επιβεβαίωση κάθε αριθμού και αναφοράς και η εμφάνιση της αβεβαιότητας οπτικά. Τα ειλικρινή γραφικά δεν είναι αισθητική, αλλά επαγγελματική ευθύνη.
Εργασία εφαρμογής
Επιλέξτε ένα γεωφυσικό αποτέλεσμα (τομή, μοντέλο ή χάρτη). Ελέγξτε την εικόνα σας με το πρότυπο "Ειλικρινής λίστα ελέγχου εικόνας" και σχεδιάστε ξανά τουλάχιστον δύο χρωματικά δείγματα/κλίμακες για να αξιολογήσετε εάν η ανωμαλία είναι συνεπής. Στη συνέχεια, δημιουργήστε ένα σύντομο προσχέδιο αναφοράς με το πρότυπο "Αναφορά επαλήθευσης σχεδίου" και συνδέστε κάθε ζήτημα και αναφορά σε αυτό με την πηγή. Μεταφράστε τουλάχιστον μία δήλωση εξαιρετικής βεβαιότητας σε γλώσσα αβεβαιότητας.
λίστα ελέγχου
- [ ] Δοκίμασα την ανωμαλία σε πολλαπλές χρωματικές κλίμακες.
- [ ] Επέστρεψα στην πηγή και αξιολόγησα πριν διαγράψω τις ακραίες τιμές.
- [ ] Έχω επαληθεύσει κάθε αριθμό, όνομα και αναφορά στην αναφορά.
- [ ] Μετέφρασα εκφράσεις εξαιρετικής βεβαιότητας στη γλώσσα της αβεβαιότητας.
- [ ] Έχω καθορίσει την κλίμακα, την κατακόρυφη υπερβολή και την παρεμβαλλόμενη περιοχή στην εικόνα.