Dobici:
- Sposobnost automatizacije zadataka čišćenja podataka o okolišu i analize s Python kodom koji pokreće AI
- Sposobnost provjere koda generiranog umjetnom inteligencijom s provjerom jedinice, testiranjem i rubnim slučajevima
- Sposobnost primjene načela zaštite povjerljivih/osobnih podataka o okolišu i odgovornog korištenja umjetne inteligencije
Modul ispit
1. Pitali ste AI o granici ispuštanja iz postrojenja za pročišćavanje otpadnih voda i model je odgovorio '120 mg/L za KPK, prema tablici 19 Uredbe o kontroli onečišćenja vode'. Koje je najispravnije ponašanje?
- A) Provjera vrijednosti i referentne tablice iz službenog teksta važećeg propisa ✔
- B) Budući da je AI trenutačni model, vrijednost se upisuje izravno u dozvolu za ispuštanje
- C) Samo pretvorite jedinicu iz mg/L u g/L i koristite
- D) Pitajte AI 'jesi li siguran?' i biti zadovoljan odgovorom 'da'
Objašnjenje: LLM može proizvesti prijelomne točke i brojeve tablica/stavki koji su statistički prihvatljivi, ali nisu stvarni (halucinacija). Granica ispuštanja varira ovisno o sektoru, prijamnom okruženju i trenutnoj regulativi; Korištenje vrijednosti i referentne tablice bez provjere iz službenog teksta propisa (Narodne novine) dovest će do nepoštivanja i kazne.
2. Što bi se obično očekivalo ako je omjer F/M (hranjiva tvar/mikroorganizam) prenizak u sustavu s aktivnim muljem?
- A) Situacija u kojoj je organsko opterećenje vrlo visoko, a mulj ostaje mlad
- B) Izuzetno star mulj i radni uvjeti u kojima dominira unutarnje disanje ✔
- C) Situacija u kojoj ventilacija postaje potpuno nepotrebna
- D) Dokaz da se granice ispuštanja automatski održavaju
Objašnjenje: Omjer F/M izražava organsko opterećenje po masi mikroorganizama. Vrlo nizak F/M je radno stanje u kojem mikroorganizmi gladuju i prelaze na unutarnje disanje, mulj postaje pretjerano star, a općenito se mogu primijetiti problemi s formiranjem iglica/raspršenim muljem i sedimentacijom. Ako AI tumači F/M vrijednost, potrebno ju je provjeriti sa starošću mulja, SVI i laboratorijskim podacima.
3. Koristili ste AI za procjenu godišnjeg opterećenja NOx koristeći faktor emisije u izračunu emisije dimnih plinova. Što trebate učiniti prije nego što možete sigurno prijaviti rezultat?
- A) Zaokružite rezultat i unesite ga izravno u inventar emisija
- B) Samo ispravite boje grafikona i objavite izvješće
- C) Korištenje rezultata čak i ako je CO2 izračunat greškom umjesto NOx
- D) Ispišite korišteni faktor emisije, podatke o izvoru, jedinici i aktivnosti i provjerite izračun ✔
Objašnjenje: Radi logikom emisija = faktor × veličina aktivnosti. AI može koristiti pogrešan faktor emisije (pogrešno gorivo, pogrešna jedinica, zastarjeli izvor). Potrebno je reproducirati izračun jasnim ispisom korištenog faktora, njegovim izvorom, jedinicom i podacima o aktivnosti te usporedbom sa službenim izvorom faktora emisije (npr. EMEP/EEA ili nacionalne smjernice).
4. Što je od navedenog redoslijed prioriteta prema načelu 'hijerarhije otpada' u gospodarenju otpadom?
- A) Odlaganje > oporaba > recikliranje > ponovna uporaba > sprječavanje
- B) Recikliranje > zbrinjavanje > sprječavanje > ponovna uporaba > oporaba
- C) Prevencija > ponovna uporaba > recikliranje > oporaba > zbrinjavanje ✔
- D) Ponovna uporaba > zbrinjavanje > sprječavanje > recikliranje > oporaba
Objašnjenje: Hijerarhija otpada, od najviše prema najmanje, je: sprječavanje (smanjenje) > ponovna uporaba > recikliranje > (energetska) oporaba > odlaganje (odlagalište). Čak i ako AI izradi nacrt plana gospodarenja otpadom, mora se provjeriti jesu li ovaj redoslijed i predložena metoda odlaganja u skladu sa zakonodavstvom i karakterizacijom otpada.
5. AI je u nacrtu izvješća o PUO napisao da je 'utjecaj projekta na okoliš zanemariv'. Koji je najbolji inženjerski stav za ovaj rezultat?
- A) Ne pisanje procjene utjecaja u izvješće bez provjere podacima s terena, modeliranjem i stručnom procjenom ✔
- B) Budući da je AI neutralan, stavite izjavu kakva jest u zaključak
- C) Samo prepišite rečenicu formalnijim jezikom
- D) Potpuno preskakanje procjene utjecaja i izravno podnošenje zahtjeva za dopuštenje
Opis: Procjena utjecaja u PUO; na temelju podataka s terena, osjetljivosti prijamnog okoliša, kumulativnih učinaka i regulatornih pragova. AI može proizvesti prosudbu kao što je 'zanemarivo' bez utemeljenja na podacima. Ovo treba uzeti kao hipotezu/skicu; Veličina učinka ne smije se pisati kao konačna prosudba u izvješću bez provjere mjerenjem, modeliranjem i stručnom procjenom.
6. U vremenskoj seriji PM10 iz stanice za kontinuirano praćenje, AI je označio iznenadno 'prekoračenje' (iznad vrijednosti praga). Koji je korak provjere najkritičniji?
- A) Slanje znaka izravno službenoj osobi kao službena obavijest o prekoračenju
- B) Provjera neobrađenih podataka, senzorskih QA/QC oznaka, kalibracije i podataka susjedne stanice ✔
- C) Izglađivanje grafa i skrivanje prekoračenja
- D) Podizanje praga i osiguravanje da prekoračenje nije vidljivo
Objašnjenje: Iznenadni skokovi u podacima senzora mogu biti stvarni događaj kontaminacije, ali mogu biti i kvar senzora, pomak kalibracije, period održavanja ili pogreška u prijenosu podataka. Prije prihvaćanja prekoračenja kao stvarnog, potrebno ga je potvrditi gledanjem neobrađenih podataka, senzorskih oznaka QA/QC, dnevnika kalibracije i podataka susjedne postaje/meteoroloških podataka; inače će se dogoditi lažni alarm ili propušteni događaj.
7. Što emisije 'Scope 2' znače u korporativnim izračunima ugljičnog otiska?
- A) Sve neizravne emisije koje proizlaze iz opskrbnog lanca i uporabe proizvoda
- B) Izravne emisije nastale izgaranjem goriva u postrojenju
- C) Neizravne emisije kupljene električne energije, pare i grijanja/hlađenja ✔
- D) Samo emisije od odlaganja otpada
Opis: Opseg 1 obuhvaća izravne emisije (izgaranje goriva u vlastitom objektu, vozni park), Opseg 2 pokriva neizravne emisije kupljene energije (električna energija, para, grijanje/hlađenje), Opseg 3 pokriva ostale neizravne emisije u lancu vrijednosti (opskrba, prijevoz, korištenje proizvoda). Iako AI izrađuje nacrt inventara, faktori emisije i klasifikacija opsega koje koristi moraju biti potvrđeni.
8. Kada daljinsko očitavanje daje visoku vrijednost NDVI (Normalized Difference Vegetation Index), što to obično znači?
- A) Duboko i čisto vodeno tijelo
- B) Goli kamen i tlo
- C) Visoka koncentracija onečišćenja zraka
- D) Gusta i zdrava zelena vegetacija ✔
Opis: NDVI se izračunava kao omjer razlike bliskih infracrvenih i crvenih traka u odnosu na njihov zbroj i obično je između -1 i +1. Visoke pozitivne vrijednosti ukazuju na gustu, zdravu zelenu vegetaciju; voda i golo tlo daju niske ili negativne vrijednosti. Čak i ako umjetna inteligencija napravi NDVI interpretaciju, učinci oblaka, sjene, godišnjeg doba i kalibracije senzora moraju se potvrditi temeljnom istinom.
9. Postavili ste AI-ju pitanje o zakonodavstvu o zaštiti okoliša, a model je dao jasnu graničnu vrijednost u odnosu na određeni članak propisa. Što je obavezno prije korištenja ovih informacija u službenoj aplikaciji?
- A) Potvrđivanje broja tvari, granične vrijednosti i statusa valjanosti iz trenutnog službenog izvora ✔
- B) Napišite broj članka koji je AI dao na peticiji za prijavu kakav jest.
- C) Samo prepišite rečenicu formalnim stilom
- D) Uzimanje prosjeka jer AI daje više od jednog odgovora
Objašnjenje: LLM-i mogu proizvesti nepostojeće brojeve članaka, ukinute propise ili netočne prijelomne točke i poslati ih bez podataka o trenutnom datumu. Zakonska referentna i granična vrijednost ne mogu se koristiti u službenim transakcijama bez potvrde s datumom stupanja na snagu iz važećeg službenog izvora (Narodne novine, zakonodavni portal).
10. Što je točno prije korištenja Python skripte generirane umjetnom inteligencijom za čišćenje i praćenje podataka stanice za praćenje?
- A) Stavljanje rezultata trenda izravno u izvješće jer kod radi bez pogrešaka
- B) Skratite nazive varijabli i izbrišite retke komentara
- C) Prijenos skripte sa svim neobrađenim podacima praćenja na javni servis
- D) Provjerite testovima s poznatim rezultatima, provjerom jedinica i rubnim slučajevima i zaštitite povjerljivost podataka ✔
Opis: AI kod može sadržavati netočnu pretvorbu jedinica, netočno popunjavanje podataka koji nedostaju, netočnu analizu datuma ili, u rubnim slučajevima, tihe bugove. Kodirati; potvrđeno malim testnim podacima s poznatim rezultatima, provjerom volumena/veličine i rubnim slučajevima (vrijednost koja nedostaje, negativno očitavanje, dvostruki zapis); Osim toga, osobni/povjerljivi podaci ne smiju se slati vanjskim uslugama bez dopuštenja. Rezultat je potvrđen inženjerskom procjenom.