Δεοντολογία, Απόρρητο Δεδομένων, Όρια και Ολιστική Επαλήθευση Διακυβέρνηση

Κέρδη:

• Δυνατότητα επιβολής κανόνων απορρήτου για την προστασία των δικαιωμάτων ορυκτών, δεδομένων για συγκεκριμένες τοποθεσίες και ευαισθησίες της κοινότητας
• Ικανότητα μετατροπής παραισθήσεων, αβεβαιότητας και ορίων ευθύνης σε λειτουργικούς ελέγχους
• Ικανότητα διατήρησης της χρήσης της τεχνητής νοημοσύνης στη γεωλογική μηχανική με μια διαρκή επαλήθευση και πειθαρχία διακυβέρνησης

Η τελευταία ενότητα αυτής της ενότητας φέρνει όλες τις προηγούμενες μονάδες κάτω από μια στέγη: τη διακυβέρνηση της χρήσης τεχνητής νοημοσύνης στη γεωλογική μηχανική με βιώσιμο, ασφαλή και ηθικό τρόπο. Η τεχνική ικανότητα από μόνη της δεν αρκεί. Ένας γεωλόγος μηχανικός προστατεύει επίσης εμπορικά ευαίσθητα δεδομένα, λαμβάνει υπόψη τις ευαισθησίες της κοινότητας και του περιβάλλοντος, μεταφράζει τις ψευδαισθήσεις και την αβεβαιότητα σε λειτουργικούς ελέγχους και αναλαμβάνει την τελική ευθύνη. Αυτή η ενότητα μετατρέπει τους ακατάστατους κανόνες σε μια εφαρμόσιμη πειθαρχία: τι δεν μοιραζόμαστε, τι αποτέλεσμα εμπιστευόμαστε και πώς, τι κάνουμε όταν συμβαίνουν λάθη και πώς να κάνουμε όλο αυτό μια μόνιμη συνήθεια.

Η γεωλογία είναι ένα επάγγελμα του οποίου οι αποφάσεις αγγίζουν μίλια υπόγεια, εκατομμύρια δολάρια σε επενδύσεις και μερικές φορές την ασφάλεια ολόκληρων κοινοτήτων. Γι' αυτό η ηθική εδώ δεν είναι ένα αφηρημένο ιδανικό, αλλά συγκεκριμένοι κανόνες ενσωματωμένοι στην καθημερινή ροή εργασίας. Όταν ολοκληρώσετε αυτήν την ενότητα, θα μπορείτε να ενσωματώσετε κάθε τεχνική που έχετε μάθει σε όλη την ενότητα σε ένα πλαίσιο διακυβέρνησης και να χρησιμοποιήσετε την τεχνητή νοημοσύνη ως ελεγχόμενο πολλαπλασιαστή δύναμης, όχι ως πηγή κινδύνου.

Απόρρητο Δεδομένων και Ευαισθησία Ορυκτών Δικαιωμάτων

Τα γεωλογικά δεδομένα είναι συχνά εξαιρετικά ευαίσθητα. Οι συντεταγμένες γεώτρησης, οι τιμές βαθμού, τα αποθεματικά στοιχεία και οι στόχοι εξερεύνησης είναι εμπορικά μυστικά και γενικά ανήκουν στον κάτοχο των δικαιωμάτων ορυκτών (εταιρεία ή κράτος κάτοχος άδειας). Η εισαγωγή αυτών των δεδομένων σε μια ανεξέλεγκτη εξωτερική υπηρεσία τεχνητής νοημοσύνης εγκυμονεί τρεις σοβαρούς κινδύνους: ανταγωνιστικό κίνδυνο (ένας ανταγωνιστής θα μπορούσε να εντοπίσει μια ανακάλυψη), νομικό κίνδυνο (παραβίαση ιδιωτικού απορρήτου και ιδιοκτησία δεδομένων) και κίνδυνο κοινότητας (η πρώιμη διαρροή μιας ανακάλυψης θα μπορούσε να προκαλέσει κερδοσκοπία και σύγκρουση).

Η σωστή προσέγγιση είναι πολυεπίπεδη. Πρώτον, ανωνυμοποίηση ευαίσθητων δεδομένων: αντικατάσταση πραγματικών συντεταγμένων με αντιπροσωπευτικές τιμές, πραγματικό όνομα πεδίου με "Πεδίο-Α", πραγματικοί βαθμοί με κλιμακωμένες/αντιπροσωπευτικές τιμές. Δεύτερον, όποτε είναι δυνατόν, χρησιμοποιήστε ελεγχόμενα εργαλεία εγκεκριμένα από το ίδρυμα (εσωτερικά ή συμβατικά προστατευμένα περιβάλλοντα όπου δεν διαρρέουν δεδομένα). Τρίτον, η αρχή των ελάχιστων δεδομένων: κοινή χρήση της μικρότερης ποσότητας δεδομένων που επαρκεί για την εργασία, όχι ολόκληρης της βάσης δεδομένων. Η ταχύτητα μιας εξόδου δεν υπερβαίνει ποτέ την εμπιστευτικότητα των δεδομένων.

Προσοχή: Η σημείωση "Αυτά τα δεδομένα είναι εμπιστευτικά" δεν προστατεύουν τα δεδομένα. Το να γράψετε ότι είναι εμπιστευτικό και να το μοιραστείτε ως έχει ενέχει τον ίδιο κίνδυνο με το να μην γράφετε καθόλου. Το απόρρητο επιτυγχάνεται με την ανωνυμοποίηση δεδομένων και τη χρήση ελεγχόμενων μέσων. όχι με δήλωση προθέσεων.

Μετατρέποντας την ψευδαίσθηση και την αβεβαιότητα σε λειτουργικό έλεγχο

Σε όλη την ενότητα, είδαμε παραισθήσεις (το μοντέλο που παράγει ανύπαρκτες πληροφορίες σαν να ήταν αληθινές) και αβεβαιότητα ξανά και ξανά. Σε αυτήν την ενότητα, τις μετατρέπουμε από αφηρημένες προειδοποιήσεις σε συγκεκριμένους ελέγχους. Τρεις λειτουργικοί έλεγχοι μπαίνουν στο παιχνίδι για κάθε έξοδο AI:

Περιορισμός πόρων. Επιβολή του κανόνα «μόνο με βάση τα δεδομένα που σας δίνω, μην το φτιάξετε» στο μοντέλο και επισημαίνοντας την πηγή κάθε αξίωσης. Αυτό δεν τελειώνει την ψευδαίσθηση, αλλά την κάνει ορατή.

Καταναγκασμός αβεβαιότητας. Ζητώντας ένα επίπεδο εμπιστοσύνης ή εύρος και όχι μια εκτίμηση ενός μόνο σημείου. Η διάκριση "υψηλή εμπιστοσύνη / μεσαία / κερδοσκοπική" εμποδίζει το μοντέλο να ενεργεί σαν να ήταν ακριβές.

Ανεξάρτητη επαλήθευση. Οι τρεις αγκυρώσεις που καθιερώνουμε σε όλη τη μονάδα—τάξη μεγέθους, γεωλογική αληθοφάνεια, αποδείξεις πεδίου—ισχύουν για κάθε έξοδο. Ο τυπικός υπολογισμός και η έγκριση μηχανικού προστίθενται επίσης στα κρίσιμα για την ασφάλεια αποτελέσματα.

Αυτοί οι τρεις έλεγχοι δεν εξαλείφουν τις παραισθήσεις και την αβεβαιότητα. τα καθιστά διαχειρίσιμα, ορατά και ελεγχόμενα. Αυτή είναι η διαφορά: ο ανεξέλεγκτος κίνδυνος είναι επικίνδυνος, ο ορατός και ο διαχειριζόμενος κίνδυνος είναι το φυσιολογικό της μηχανικής.

Όρια Ευθύνης και Ανθρώπινη Συναίνεση

Η αμετάβλητη αρχή αυτής της ενότητας είναι: η τεχνητή νοημοσύνη υποστηρίζει και επιταχύνει. Η ευθύνη για την απόφαση, την έκθεση και το σχεδιασμό παραμένει στον εξουσιοδοτημένο γεωλόγο μηχανικό. Αυτό δεν είναι σύνθημα, είναι νομικό και ηθικό γεγονός. Μια υπογεγραμμένη έκθεση, μια εκτίμηση κινδύνου, μια εγκεκριμένη σχεδίαση—όλα αυτά αποτελούν επαγγελματική ευθύνη ενός ατόμου. «Αυτό είπε η AI» δεν είναι δικαιολογία μηχανικής. όπως δεν μπορεί να είναι "έτσι είπε η αριθμομηχανή".

Αυτό σημαίνει ότι η ευθύνη δεν είναι μεταβιβάσιμη. Ακόμα κι αν το μοντέλο παράγει την έξοδο, ο μηχανικός που μετατρέπει αυτό το αποτέλεσμα σε απόφαση και το υπογράφει είναι υπεύθυνος για την ακρίβεια της παραγωγής. Επομένως, κάθε έξοδος κρίσιμης σημασίας για την ασφάλεια πρέπει να είναι ελεγκτή (ιχνηλασιμότητα, γνωστή πηγή), επαληθεύσιμη (ελεγμένη από ανεξάρτητους υπολογισμούς) και εγκεκριμένη από τον άνθρωπο. Αυτό το τρίο είναι το τελευταίο επίπεδο διασφάλισης πάνω από κάθε τεχνική που μαθαίνουμε σε όλη την ενότητα.

Συμβουλή: Προτού υπογράψετε μια εκτύπωση, αναρωτηθείτε: "Αν αυτή η εκτύπωση αποδειχτεί λάθος, μπορώ να υπερασπιστώ σε τι βασίστηκα την απόφαση και πώς τη δικαιολόγησα;" Εάν η απάντησή σας είναι "Δημιουργήθηκε AI", η επαλήθευση δεν έχει ολοκληρωθεί ακόμη.

Three Mini Cases: By the Numbers

Περίπτωση 1 — Πρόληψη διαρροής. Ένας γεωλόγος σε μια εταιρεία εξερεύνησης επρόκειτο να ανεβάσει 1.200 σειρές πραγματικών πινάκων ποιότητας γεωτρήσεων σε μια ανεξέλεγκτη εξωτερική υπηρεσία για γρήγορη ανάλυση. Η θεσμική πολιτική μπήκε στο παιχνίδι και του ζήτησε πρώτα να ανωνυμοποιήσει τα δεδομένα (κλιμακώστε τις συντεταγμένες και να αποκρύψει το όνομα του πεδίου). Αργότερα, η εμπορική αξία αυτής της ανακάλυψης αποδείχθηκε ότι ήταν εκατομμύρια δολάρια. Η ανεξέλεγκτη φόρτωση θα μπορούσε να ήταν μια σοβαρή διαρροή από ανταγωνιστική και νομική άποψη. Η ανωνυμοποίηση κράτησε λίγα λεπτά, η αξία που διατήρησε ήταν τεράστια.

Περίπτωση 2 — Η αβεβαιότητα έγινε ορατή. Σε μια αναφορά πηγής, η ομάδα ζήτησε την απόδοση του μοντέλου σε επίπεδα εμπιστοσύνης και όχι μονοψήφια. Αποδείχθηκε ότι μια ζώνη με την ένδειξη "κερδοσκοπική" βασιζόταν στην πραγματικότητα σε μία μόνο γεώτρηση. Η ζώνη αυτή εξαιρέθηκε από την οικονομική αξιολόγηση. Εάν δεν υπήρχε πίεση αβεβαιότητας, μια και μόνο ηχητική υπόθεση θα εισαγάγει μια απόφαση εκατομμυρίου δολαρίων ως σταθερά δεδομένα.

Περίπτωση 3 — Εμπιστοσύνη με την ιχνηλασιμότητα. Όταν ρωτήθηκε για την πηγή κάθε έκδοσης μιας γεωτεχνικής αναφοράς σε έναν έλεγχο, η ομάδα μπόρεσε να εντοπίσει κάθε τιμή πίσω στα δεδομένα εισόδου, τη μέθοδο και το βήμα έγκρισης χάρη στα αρχεία ιχνηλασιμότητας. Διαπιστώθηκε μια μικρή ασυμφωνία σε ένα ζήτημα, αλλά η βασική αιτία και ο αντίκτυπος εντοπίστηκαν και διορθώθηκαν μέσα σε λίγα λεπτά. Η πειθαρχία της διακυβέρνησης επέλυσε το σφάλμα πριν γίνει κρίση.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Αναλύστε όλα τα δεδομένα γεωτρήσεων και βαθμών της εταιρείας μας σε αυτό το πεδίο και πείτε μας τον καλύτερο στόχο εξόρυξης. [πραγματικές συντεταγμένες και βαθμοί]

Ισχυρή προτροπή:

Θα ήθελα βοήθεια με μια ανάλυση αναζήτησης. Κανόνες απορρήτου: - Οι συντεταγμένες και το όνομα της τοποθεσίας είναι αντιπροσωπευτικά ("Site-A", κλιμακωμένες τιμές). Δεν συμμερίζομαι τις πραγματικές αξίες. - Απλά βασιστείτε στα τεχνικά δεδομένα που δίνω. σχηματισμός/ορυκτό/ηλικιακή προσαρμογή.- Δώστε σχόλια με επίπεδο εμπιστοσύνης (υψηλό/μεσαίο/κερδοσκοπικό).- Καταγράψτε τις υποθέσεις που πρέπει να επαληθευτούν στο τέλος και τα σημεία που χρειάζονται επιβεβαίωση πεδίου. Η τελική απόφαση και ευθύνη είναι δική μου. Δημιουργείτε προσχέδια και επιλογές.

Τέσσερα αντιγράψιμα πρότυπα

1) Προέλεγχος απορρήτου:

Λάβετε υπόψη τον κίνδυνο απορρήτου προτού δώσετε τα ακόλουθα δεδομένα σε ένα εργαλείο τεχνητής νοημοσύνης: ποια πεδία (συντεταγμένη, βαθμός, όνομα τοποθεσίας, εταιρεία) είναι ευαίσθητα και πώς πρέπει να κατονομαστούν ανώνυμα; Τι δεν πρέπει να μοιράζομαι σύμφωνα με την αρχή των ελάχιστων δεδομένων; Δώσε μου μια λίστα ελέγχου.

2) Οπτικοποίηση ψευδαισθήσεων:

Καταγράψτε κάθε πραγματικό ισχυρισμό (ηλικία, σχηματισμός, αριθμός, πηγή) σε αυτό το αποτέλεσμα χωριστά και για καθένα: υποστηρίζεται από τα δεδομένα δεδομένα, είναι συμπέρασμα ή δεν υποστηρίζεται; Σημειώστε ξεκάθαρα όσα είναι αβάσιμα ή μη επαληθεύσιμα.

3) Λίστα ελέγχου διακυβέρνησης επαλήθευσης:

Ελέγξτε τρία επίπεδα για αυτό το κρίσιμο για την ασφάλεια έξοδο: (1) ιχνηλασιμότητα — έχουν καταγραφεί η πηγή, η μέθοδος, η έκδοση μοντέλου; (2) επαληθευσιμότητα — έχει δοκιμαστεί σε σχέση με ανεξάρτητους λογαριασμούς/πρότυπα; (3) ανθρώπινη έγκριση — υπάρχει βήμα έγκρισης ειδικευμένου μηχανικού; Σημειώστε αυτά που λείπουν.

4) Διαχωρισμός ορίων ευθύνης:

Χωρίστε αυτήν την εργασία σε δύο: (Α) εργασίες δεδομένων/σχεδίων που μπορεί να κάνει με ασφάλεια το AI, (Β) σημεία που ΠΡΕΠΕΙ να είναι εξουσιοδοτημένη απόφαση μηχανικού και υπογραφή. Καθορίστε ποια επαλήθευση απαιτείται για κάθε στοιχείο Β.

Διάσταση Διακυβέρνησης, Κίνδυνος και Έλεγχος

Μέγεθος

Κύριος κίνδυνος

λειτουργικός έλεγχος

Απόρρητο δεδομένων

Διαρροή ανταγωνισμού/νομική

Ανωνυμοποίηση + ελεγχόμενο όχημα + ελάχιστα δεδομένα

ψευδαίσθηση

Στην υπογραφή μπαίνουν κατασκευασμένες πληροφορίες

Περιορισμός πόρων + έλεγχος ισχυρισμών

αβεβαιότητα

ψευδής βεβαιότητα

Πρόκληση επιπέδου/εμβέλειας εμπιστοσύνης

ιχνηλασιμότητα

Δεν μπορεί να βρεθεί η βασική αιτία

Εγγραφή πηγής/μέθοδος/έκδοσης

Ευθύνη

Η βάση της απόφασης είναι αβάσιμη

Ελεγχόμενο + επαληθεύσιμο + πιστοποίηση από τον άνθρωπο

κοινότητα/περιβάλλον

Πρόωρη διαρροή, απώλεια αυτοπεποίθησης

Ακριβής επιτήρηση + διαφάνεια

Συμβουλή: Δείτε τη διακυβέρνηση ως επιταχυντή και όχι ως εμπόδιο. Οι καθιερωμένοι κανόνες απορρήτου, ελέγχου ταυτότητας και ιχνηλασιμότητας μετατρέπουν τις πολύωρες κρίσεις σε μικρές διορθώσεις όταν προκύπτουν προβλήματα. Αυξάνει την αξιοπιστία και την επαναχρησιμοποίηση.

Συνήθη λάθη

• Προσπάθεια διασφάλισης του απορρήτου μέσω δήλωσης προθέσεων. Η σύνταξη μιας "Εμπιστευτικής" σημείωσης και η κοινή χρήση των δεδομένων ως έχουν δεν την προστατεύει. Η ανωνυμοποίηση και ένα ελεγχόμενο όχημα είναι απαραίτητα.
• Μείωση της αβεβαιότητας σε μονοψήφια. Εάν δεν απαιτείται το επίπεδο εμπιστοσύνης, μια απλή υπόθεση εισέρχεται στην απόφαση σαν να ήταν σταθερά δεδομένα.
• Παράκαμψη της ιχνηλασιμότητας. Χωρίς εγγραφή πηγής και μεθόδου, δεν μπορεί να προσδιοριστεί η βασική αιτία και ο αντίκτυπος ενός σφάλματος.
• Μεταφορά ευθύνης στο όχημα. Το "AI είπε έτσι" δεν είναι δικαιολογία. Η υπογραφή και η απόφαση ανήκουν στον μηχανικό.
• Αγνοώντας την ευαισθησία της κοινότητας και του περιβάλλοντος. Οι πρόωρες διαρροές και η έλλειψη διαφάνειας καταστρέφουν την εμπιστοσύνη και την κοινωνική άδεια.

Συνοπτικά

• Τα γεωλογικά δεδομένα είναι εμπορικά και νομικά ευαίσθητα. Το απόρρητο διασφαλίζεται με την ανωνυμοποίηση, τα ελεγχόμενα μέσα και την αρχή των ελάχιστων δεδομένων, όχι με δήλωση πρόθεσης.
• Η ψευδαίσθηση και η αβεβαιότητα μεταφράζονται σε τρεις λειτουργικούς ελέγχους: περιορισμός πόρων, επιβολή αβεβαιότητας, ανεξάρτητη επαλήθευση (τρεις άγκυρες).
• Η ευθύνη δεν μπορεί να μεταβιβαστεί. Κάθε έξοδος κρίσιμης σημασίας για την ασφάλεια πρέπει να είναι ελεγχόμενη, επαληθεύσιμη και εγκεκριμένη από τον άνθρωπο.
• Η χρηστή διακυβέρνηση δεν είναι εμπόδιο, αλλά επιταχυντής. Μετατρέπει τις κρίσεις σε μικρές διορθώσεις και αυξάνει την αυτοπεποίθηση.
• Η τεχνητή νοημοσύνη είναι ένας πολλαπλασιαστής ελεγχόμενης δύναμης στη γεωλογική μηχανική. Κάτοχος της απόφασης και της υπογραφής είναι πάντα ο εξουσιοδοτημένος μηχανικός.

Εργασία εφαρμογής

Σκεφτείτε ένα πραγματικό αλλά ακριβές σύνολο δεδομένων (που περιέχει συντεταγμένες και βαθμό) από τη δική σας επιχείρηση. Γράψτε μια λίστα ελέγχου για τα πεδία που θα ανωνυμοποιήσετε και πώς με το πρότυπο "προ-έλεγχος απορρήτου". Στη συνέχεια, σε αυτήν την ενότητα, επιλέξτε έναν τύπο εξόδου που θεωρείτε τον πιο επικίνδυνο (π.χ. κλίση FS, ρευστοποίηση, χωρητικότητα πόρων), ελέγξτε τα τρία επίπεδα (ιχνηλασιμότητα, επαληθευσιμότητα, ανθρώπινη έγκριση) με το πρότυπο "κατάλογος ελέγχου διακυβέρνησης επαλήθευσης" και γράψτε με μία πρόταση πώς θα καλύψετε ένα σημείο που θα βρείτε ότι λείπει.

λίστα ελέγχου

• [ ] Προστατεύω ευαίσθητα γεωλογικά δεδομένα με ανωνυμοποίηση, ελεγχόμενα μέσα και την αρχή των ελάχιστων δεδομένων.
• [ ] Διαχειρίζομαι τις παραισθήσεις και την αβεβαιότητα με περιορισμούς πόρων, επίπεδο εμπιστοσύνης και τρεις επικυρώσεις αγκύρωσης.
• [ ] Κάνω κάθε έξοδο κρίσιμης σημασίας για την ασφάλεια ελεγκτή, επαληθεύσιμη και εγκεκριμένη από τον άνθρωπο.
• [ ] Έχω υιοθετήσει ότι η ευθύνη δεν μεταβιβάζεται και η υπογραφή παραμένει στον μηχανικό.
• [ ] Εφαρμόζω τη διακυβέρνηση ως ενεργοποιητή ταχύτητας και εμπιστοσύνης, το επίπεδο διασφάλισης πάνω από όλες τις τεχνικές ενότητας.

Εξέταση Ενοτήτων

1. Ποιο από τα παρακάτω είναι η βασική αρχή που καθορίζει τον κίνδυνο μιας παραγωγής τεχνητής νοημοσύνης στη γεωλογική μηχανική;

• Α) Ο κίνδυνος μιας παραγωγής είναι ίσος με τη ζημιά που θα προκαλούσε εάν αυτή η παραγωγή ήταν ελαττωματική. κλίμακες επικύρωσης αναλόγως ✔
• Β) Η έξοδος AI είναι γενικά ασφαλής καθώς είναι γραμμένη με ευχέρεια και σιγουριά
• Γ) Η επικύρωση δεν είναι απαραίτητη όταν χρησιμοποιείται το πιο πρόσφατο μοντέλο
• Δ) Εάν η έξοδος αναφέρεται σε ένα πρότυπο, δεν απαιτείται πρόσθετος έλεγχος

Εξήγηση: Ο κίνδυνος μιας παραγωγής είναι ίσος με τη ζημιά που θα προκαλέσει εάν αυτή η έξοδος είναι ελαττωματική. Ενώ ένα μικρό λάθος σε μια περίληψη της βιβλιογραφίας μπορεί να είναι ακίνδυνο, ένα σφάλμα σε έναν παράγοντα κλίσης εκτίμησης ασφάλειας ή υγροποίησης μπορεί να οδηγήσει σε απώλεια ζωής και υλικές ζημιές. έτσι η ένταση της επαλήθευσης κλιμακώνεται με πιθανή βλάβη.

2. Ποιο είναι το πρόβλημα της «μη μοναδικότητας» στη γεωφυσική αντιστροφή που καθιστά αναγκαία τη χρήση της τεχνητής νοημοσύνης;

• Α) Άμεση αποδοχή της πρώτης ερμηνείας που παράγει το μοντέλο
• Β) Περιορίζοντας την ερμηνεία συνδέοντάς την με δεδομένα φρέατος, γεωτρήσεις και γεωλογικούς περιορισμούς ✔
• Γ) Επιλέξτε μόνο το γραφικό με την υψηλότερη ανάλυση.
• Δ) Πλήρης εγκατάλειψη των γεωφυσικών δεδομένων

Εξήγηση: Η ίδια γεωφυσική μέτρηση (π.χ. δεδομένα βαρύτητας ή ειδικής αντίστασης) μπορεί να περιγραφεί από περισσότερα από ένα διαφορετικά υποεπιφανειακά μοντέλα. Επομένως, μια ερμηνεία που παράγεται από την τεχνητή νοημοσύνη δεν είναι η μόνη σωστή. Πρέπει να περιοριστεί συνδέοντας ανεξάρτητους περιορισμούς όπως το ημερολόγιο φρέατος, η γεώτρηση και το γεωλογικό πλαίσιο.

3. Ποιες είναι οι χρήσεις του variogram και του kriging στην εκτίμηση των πόρων;

• Α) Χρωματίζει αυτόματα τις φωτογραφίες του πυρήνα
• Β) Ρυθμίζει την ταχύτητα της μηχανής διάτρησης
• Γ) Καθορίζει τη χωρική συνέχεια μεταξύ των δειγμάτων και εκτιμά τον βαθμό σε μπλοκ χωρίς δειγματοληψία με αβεβαιότητα ✔
• Δ) Εμπλουτίζει φυσικά το μετάλλευμα

Περιγραφή: Το βαριόγραμμα είναι ένα μέτρο της χωρικής συνέχειας που περιγράφει πώς μειώνεται η ομοιότητα βαθμού καθώς αυξάνεται η απόσταση μεταξύ των σημείων δείγματος. Το Kriging είναι μια γεωστατιστική μέθοδος που χρησιμοποιεί αυτή τη δομή για την εκτίμηση του βαθμού σε μπλοκ χωρίς δείγμα μαζί με την αβεβαιότητα εκτίμησης. Το μοντέλο μπλοκ βασίζεται σε αυτό.

4. Ποιο βήμα είναι απαραίτητο πριν σκεφτείτε έναν αξιόπιστο χάρτη αλλαγών που παράγεται με τηλεπισκόπηση;

• Α) Η χρωματική παλέτα του χάρτη πρέπει να είναι αισθητική.
• Β) Η εικόνα έχει ληφθεί στην υψηλότερη ανάλυση
• Γ) Έλεγχος πεδίου και δείγματος σε επιλεγμένα σημεία με αληθή εδάφους ✔
• Δ) Η ανωμαλία χαρακτηρίζεται από τεχνητή νοημοσύνη

Περιγραφή: Η φασματική ανάλυση δίνει ανωμαλίες που υποδεικνύουν αλλοιώσεις ορυκτών, αλλά αυτές μπορεί να είναι παραπλανητικές λόγω βλάστησης, σκιάς ή ατμοσφαιρικών επιδράσεων. Ο χάρτης δεν θεωρείται οριστικός χωρίς εδαφική αλήθεια και έλεγχο πεδίου και δείγματος σε επιλεγμένα σημεία.

5. Γιατί ο «συντελεστής ασφάλειας» (FS) είναι μια άγκυρα επικύρωσης για την έξοδο AI ​​σε μια ανάλυση ευστάθειας κλίσης;

• Α) Γιατί δείχνει μόνο το κόστος της εκσκαφής
• Β) Ακριβώς επειδή περιγράφει το χρώμα της κλίσης
• Γ) Επειδή δοκιμάζει φυσικά τον κίνδυνο αστοχίας δίνοντας την αναλογία των δυνάμεων που αντιστέκονται και ολισθαίνουν την ολίσθηση ✔
• Δ) Επειδή έχει νόημα μόνο σε εργαστηριακό περιβάλλον

Εξήγηση: Ο παράγοντας ασφάλειας είναι ο λόγος των δυνάμεων που αντιστέκονται στην ολίσθηση προς τις δυνάμεις που ολισθαίνουν. Μια τιμή FS κοντά ή κάτω από το 1 υποδεικνύει τον κίνδυνο αστοχίας. Μια γεωμετρία κλίσης ή ένα σύνολο παραμέτρων που προτείνεται από το AI ελέγχεται φυσικά δημιουργώντας FS με υπολογισμό οριακής ισορροπίας και συγκρίνοντάς το με τυπικά κατώφλια.

6. Ποιος είναι ο κύριος σκοπός κατά την επεξεργασία μιας περιγραφής πυρήνα ελεύθερου κειμένου («καφέ, ξεπερασμένος, σπασμένος ασβεστόλιθος, αραιές φλέβες ασβεστίτη») με AI;

• Α) Τυχαία επανεγγραφή της παρατήρησης
• Β) Αυτόματη αύξηση του βάθους διάτρησης
• Γ) Φυσική αναμέτρηση του πυρήνα
• Δ) Κάντε τα δεδομένα με δυνατότητα αναζήτησης μεταφράζοντας ασυνεπές ελεύθερο κείμενο σε τυπική ορολογία και δομημένα πεδία ✔

Περιγραφή: Η τεχνητή νοημοσύνη μετατρέπει ασυνεπείς παρατηρήσεις πεδίου ελεύθερου κειμένου σε τυπική ορολογία και δομημένα πεδία (λιθολογία, βαθμός διάβρωσης, ασυνέχεια, δευτερογενές ορυκτό), καθιστώντας τα δεδομένα ερωτηματικά και συγκρίσιμα. Ωστόσο, η γεωλογική ερμηνεία επιβεβαιώνεται και πάλι από τον μηχανικό.

7. Γιατί ένα «ψευδώς αρνητικό» είναι ιδιαίτερα κρίσιμο σε μια έξοδο τεχνητής νοημοσύνης που περιλαμβάνει ασφάλεια ζωής, όπως η χαρτογράφηση ευαισθησίας σε κατολισθήσεις;

• Α) Επειδή ταξινομεί την επικίνδυνη περιοχή ως ασφαλή και δεν προκαλεί τη λήψη προφυλάξεων και κινδύνους για τη ζωή/την περιουσία ✔
• Β) Επειδή αυξάνει μόνο το μέγεθος του αρχείου χάρτη
• Γ) Ακριβώς επειδή αυξάνει τον αριθμό των σελίδων της αναφοράς
• Δ) Γιατί τα ψευδώς αρνητικά είναι πάντα αβλαβή

Εξήγηση: Ένα ψευδώς αρνητικό είναι μια ασφαλής ταξινόμηση μιας περιοχής που είναι πραγματικά επικίνδυνη. Στην περίπτωση αυτή δεν λαμβάνονται προφυλάξεις και υπάρχει κίνδυνος απώλειας ζωής/περιουσίας. Εσφαλμένα θετικά αποτελέσματα σε περιττό κόστος. Σε περιοχές ασφάλειας ζωής, το όριο επιλέγεται προσεκτικά για να ελαχιστοποιηθούν τα ψευδώς αρνητικά και υποστηρίζεται από επιβεβαίωση πεδίου.

8. Ποια φυσική αρχή είναι η βασική άγκυρα επικύρωσης κατά την αξιολόγηση της απόδοσης του μοντέλου ροής υπόγειων υδάτων;

• Α) Το μοντέλο παράγει έγχρωμη έξοδο
• Β) Συμμόρφωση με τα επίπεδα διατήρησης μάζας (υδατικό ισοζύγιο) και τα επίπεδα φρεατίων παρατήρησης ✔
• Γ) Ολοκληρώστε την προσομοίωση το συντομότερο δυνατό
• Δ) Το αρχείο μοντέλου πρέπει να είναι στην πιο πρόσφατη μορφή

Περιγραφή: Τα μοντέλα υπόγειων υδάτων βασίζονται στην αρχή της διατήρησης της μάζας (υδατικό ισοζύγιο): οι ποσότητες νερού που εισέρχονται, εξέρχονται και αποθηκεύονται στο σύστημα πρέπει να είναι συνεπείς. Ακόμα κι αν μια βαθμονόμηση με τεχνητή νοημοσύνη φαίνεται καλή, αν η ισορροπία νερού δεν κλείνει ή δεν ταιριάζει με τα επίπεδα του φρεατίου παρατήρησης, η έξοδος είναι αναξιόπιστη.

9. Ποιο όριο πρέπει να λαμβάνεται ειδικά υπόψη κατά την εκτίμηση της διαπερατότητας με τη μηχανική εκμάθηση από το καλάθι καταγραφής;

• Α) Το μοντέλο ισχύει αυτόματα σε κάθε πεδίο και κάθε λιθολογία
• Β) Η αβεβαιότητα των προβλέψεων δεν πρέπει να αναφέρεται καθόλου.
• Γ) Άμεση και χωρίς σφάλματα μέτρηση διαπερατότητας από κορμούς
• Δ) Η σχέση που αποκτάται είναι συγκεκριμένη για τις εκπαιδευτικές συνθήκες. ✔ Η παρέκταση σε διαφορετικούς ιστότοπους ενέχει κινδύνους και πρέπει να συνδέεται με δοκιμές πυρήνα/πηγάδι ✔

Εξήγηση: Η διαπερατότητα δεν μετράται απευθείας από τα κούτσουρα. Η σχέση που μαθαίνει το μοντέλο είναι συγκεκριμένη για τα πρόσωπα και τις συνθήκες πίεσης των δεδομένων εκπαίδευσης. Η τυφλή εφαρμογή (παρέκταση) σε διαφορετική τοποθεσία ή άγνωστη λιθολογία μπορεί να προκαλέσει μεγάλο σφάλμα. Η έξοδος θα πρέπει να συνδέεται με τη μέτρηση του πυρήνα και τη δοκιμή φρέατος.

10. Γιατί είναι απαραίτητη η ιχνηλασιμότητα σε ένα σχέδιο γεωλογικής έκθεσης που δημιουργείται από AI;

• Α) Η ιχνηλασιμότητα δεν είναι απαραίτητη καθώς αυξάνει μόνο το μέγεθος του αρχείου
• Β) Δεν χρειάζεται να τηρούνται αρχεία γιατί η τεχνητή νοημοσύνη δεν κάνει ποτέ λάθη
• Γ) Η βασική αιτία και η ευθύνη δεν μπορούν να διασφαλιστούν εκτός εάν καταγράφονται τα δεδομένα, η μέθοδος και η προέλευση του μοντέλου κάθε θέματος και αξίωσης ✔
• Δ) Η ιχνηλασιμότητα θα πρέπει να αποφεύγεται καθώς επιβραδύνει την αναφορά

Περιγραφή: Η έκθεση αποτελεί τη βάση για μια απόφαση μηχανικής. Θα πρέπει να σημειωθεί από ποια δεδομένα, ποια μέθοδος και ποια έκδοση μοντέλου προέρχεται κάθε ζήτημα, χάρτης και αξίωση. Διαφορετικά, όταν παρουσιαστεί ένα σφάλμα, η βασική αιτία και οι επηρεαζόμενες αποφάσεις δεν μπορούν να προσδιοριστούν και δεν μπορεί να εξασφαλιστεί η μηχανική ευθύνη.

11. Ποια είναι η σωστή προσέγγιση κατά την εισαγωγή δεδομένων γεωτρήσεων και βαθμών για συγκεκριμένο χώρο σε ένα γενικό εργαλείο τεχνητής νοημοσύνης;

• Α) Εισάγετε ακριβώς τις πραγματικές συντεταγμένες και βαθμούς και λαμβάνετε την ταχύτερη απόκριση
• Β) Ανωνυμοποίηση συντεταγμένων και τιμών, εργασία με αντιπροσωπευτικές τιμές και χρήση μόνο εγκεκριμένων/ελεγχόμενων εργαλείων ✔
• Γ) Φόρτωση ολόκληρης της βάσης δεδομένων του έργου και επιτρέποντας στο μοντέλο να μάθει
• Δ) Σημειώστε ότι τα δεδομένα είναι εμπιστευτικά και κοινοποιήστε τα ως έχουν.

Περιγραφή: Οι συντεταγμένες γεώτρησης, οι τιμές βαθμού και οι πληροφορίες αποθεμάτων είναι εμπορικά ευαίσθητα και συχνά εμπιστευτικά δεδομένα που ανήκουν στον κάτοχο των δικαιωμάτων ορυκτών. Η είσοδος σε μια ανεξέλεγκτη υπηρεσία εξωτερικού δημιουργεί ανταγωνισμό και νομικούς κινδύνους. Η σωστή προσέγγιση είναι η ανωνυμοποίηση συντεταγμένων/πραγματικών τιμών ή η εργασία με αντιπροσωπευτικές τιμές και η χρήση μόνο εγκεκριμένων, ελεγχόμενων από τον οργανισμό εργαλείων.

12. Τι σημαίνει «έλεγχος τάξης μεγέθους» σε έναν μηχανικό υπολογισμό με AI;

• Α) Αύξηση του αριθμού των δεκαδικών ψηφίων του αποτελέσματος
• Β) Μετρήστε τη γραφική ανάλυση του αποτελέσματος
• Γ) Τυποποίηση του χρώματος του αποτελέσματος
• Δ) Δοκιμή με γρήγορο υπολογισμό με το χέρι εάν το αποτέλεσμα είναι περίπου εντός της αναμενόμενης ισχύος των 10 ✔

Περιγραφή: Ο έλεγχος τάξης μεγέθους ελέγχει με γρήγορο χειροκίνητο υπολογισμό εάν το αποτέλεσμα είναι περίπου εντός της αναμενόμενης ισχύς των 10. Για παράδειγμα, όταν αναμένεται η υδραυλική αγωγιμότητα ενός υδροφόρου ορίζοντα για την άμμο, το αποτέλεσμα είναι χιλιόμετρο/ημέρα αντί για μέτρο/ημέρα, το οποίο υποδηλώνει σφάλμα μονάδας ή επεξεργασίας χωρίς να υπεισέλθω σε λεπτομέρειες.

13. Ποια είναι τα πιο στέρεα στοιχεία κατά την επικύρωση της εξόδου ενός μοντέλου που ταξινομεί τη λιθολογία από κορμούς γεωτρήσεων;

• Α) Εξέταση του δείγματος πυρήνα που λαμβάνεται από το ίδιο βάθος ✔
• Β) Το μοντέλο έχει υψηλή βαθμολογία εμπιστοσύνης
• Γ) Η έξοδος παράγεται γρήγορα
• Δ) Το ημερολόγιο είναι πολύχρωμο

Εξήγηση: Τα αρχεία καταγραφής είναι έμμεσες μετρήσεις. Η πιο άμεση και σταθερή απόδειξη είναι η οπτική και εργαστηριακή εξέταση του δείγματος πυρήνα που λαμβάνεται από το ίδιο βάθος. Η γεώτρηση πυρήνα παρέχει την ευκαιρία να συγκριθεί η ερμηνεία του μοντέλου βάσει ημερολογίου με την αλήθεια του εδάφους.

14. Ποια δήλωση είναι πιο ακριβής σχετικά με την τελική ευθύνη για τη χρήση της τεχνητής νοημοσύνης στη γεωλογική μηχανική;

• Α) Εφόσον η τεχνητή νοημοσύνη παράγει την έξοδο, η ευθύνη περνά στην εταιρεία λογισμικού
• Β) Η τεχνητή νοημοσύνη παρέχει υποστήριξη και επιτάχυνση. Η ευθύνη για την απόφαση και την αναφορά παραμένει στον εξουσιοδοτημένο μηχανικό, τα αποτελέσματα πρέπει να είναι επαληθεύσιμα και εγκεκριμένα από τον άνθρωπο ✔
• Γ) Η έγκριση μηχανικού δεν είναι απαραίτητη καθώς η έξοδος AI είναι αυτόματα έγκυρη
• Δ) Η ευθύνη βαραίνει μόνο την ομάδα πεδίου, δεν αφορά τον μηχανικό γραφείου

Περιγραφή: Η τεχνητή νοημοσύνη είναι ένα ισχυρό εργαλείο σε υποστηρικτικές εργασίες όπως η επεξεργασία δεδομένων, η δημιουργία σχεδίων και η επιτάχυνση ανακάλυψης. Ωστόσο, η ευθύνη για την υπογεγραμμένη έκθεση, την εκτίμηση επικινδυνότητας και την απόφαση σχεδιασμού παραμένει στον εξουσιοδοτημένο γεωλόγο μηχανικό. Τα αποτελέσματα πρέπει να είναι ελεγχόμενα, επαληθεύσιμα και εγκεκριμένα από τον άνθρωπο.