Dobici:
- Sposobnost razlikovanja gdje umjetna inteligencija štedi stvarno vrijeme u tijeku rada rudarskog inženjeringa, a gdje bi odgovornost ključna za sigurnost trebala ostati na kompetentnom inženjeru, ovisno o razini rizika
- Sposobnost implementacije višeslojne validacijske discipline koja testira svaki izlaz umjetne inteligencije u odnosu na standardni, neovisni izračun i mjerenje na terenu
- Sposobnost anonimizacije konteksta i stjecanje navike odabira sigurnih vozila radi zaštite podataka o pričuvi, informacija o licenci i podataka o osoblju/proizvodnji
Posao rudarskog inženjera je premostiti neizvjesnost ispod zemlje odlukama iznad zemlje. Procjena rudnog tijela iz podataka bušenja, izračun rezervi, planiranje jame, upravljanje flotom opreme, praćenje ponašanja padina, osiguranje zaštite na radu, mjerenje utjecaja na okoliš i izvješćivanje o svemu tome u skladu sa zakonodavstvom. Zajedničko obilježje ovih poslova je da se radi s velikim brojem mjerenja i podataka, ali svaka odluka rezultira ljudskim životima, milijunima lira ulaganja i nepovratnim ekološkim posljedicama na terenu. Umjetna inteligencija (skraćeno AI; softverski sustavi koji rade na tekstu, brojevima i slikama s velikim podacima i jezičnim modelima) moćna je pomoć u ovom području koje zahtijeva mnogo podataka, ali je kritično za odlučivanje. Ova vas jedinica uči gdje sigurno koristiti AI u rudarenju, gdje je opasno i zašto morate potvrditi svaki AI izlaz prema standardima, terenskim mjerenjima i inženjerskoj procjeni.
Središnje načelo koje ćete koristiti u ovom modulu je: AI je pomoćnik, a ne donositelj odluka. Vrijednost sadržaja (omjer metala u rudi), kut nagiba, rezerva, sigurnosna granica ili zakonski članak ne postaju istiniti samo zato što je "AI tako rekao"; To je samo hipoteza dok se ne potvrdi mjerenjem, referencom i prosudbom kompetentnog inženjera. Ovu rečenicu ćete ponovno vidjeti u svakoj jedinici modula, jer u rudarenju krivi broj često znači propast investicije, propast kosine ili ozljedu osobe.
Što je LLM i što radi u rudarstvu?
LLM (Large Language Model) je softver koji uči obrasce iz vrlo velikih dijelova teksta i predviđa "sljedeću riječ" na temelju vjerojatnosti. Ovo je motor alata kao što su ChatGPT, Claude, Gemini. Poanta je sljedeća: LLM je "procjenitelj jezika", a ne "baza znanja". Tečno govori rudarsku terminologiju, ali ne mjeri ocjenu; proizvodi broj koji izgleda najvjerojatnije. Stoga, on ili ona mogu dati pouzdane, ali netočne odgovore o prosječnoj ocjeni, stopi skidanja, regulatornoj klauzuli ili granici eksplozivnosti. To se zove halucinacija (izmišljotina). Halucinacija nije kvar, već inherentna značajka ove tehnologije; Dakle, verifikacija nije "dodatni korak" već sastavni dio posla.
Zadaci u kojima je AI jaka u rudarenju:
- Objašnjenje pojma i poučavanje: što je variogram, kako funkcionira pravilo poluge, kako dolazi do kisele drenaže rudnika.
- Čišćenje i organizacija podataka: pretvaranje razbacanih karotaža bušotina u koherentnu tablicu, hvatanje neusklađenosti jedinica.
- Generiranje popisa hipoteza: sustavno navođenje mogućih uzroka pada proizvodnje.
- Kodiranje: Čišćenje podataka, crtanje grafikona, geostatistika i skripte za analizu anomalija s Pythonom.
- Nacrt teksta: JSA (analiza sigurnosti na radu), izvješće o praćenju okoliša, nacrt natječaja/tehničke specifikacije.
- Razmišljanje: usporedba scenarija, ideje za eksperiment/plan mjerenja.
Gdje je AI slab i riskantan:
- Davanje točne numeričke vrijednosti (nagib, rezerva, kut nagiba, granična vrijednost).
- Trenutno i specifično zakonodavstvo/standardni članci i informacije o verziji.
- Dijagnoza bez stvarnih podataka mjerenja vaše stranice.
- Odluka kritična za sigurnost: odobrenje projekta eksplozije, odluka o evakuaciji, mogućnost servisiranja.
Klasifikacija temeljena na riziku: filtar prije upotrebe AI
Nije svaki zadatak na istoj razini rizika. Klasificirajte zadatak prema razini rizika prije korištenja umjetne inteligencije. Tablica u nastavku pruža okvir za odlučivanje koji ćete koristiti tijekom ovog modula.
Razina rizika
ogledni zadatak
AI uloga
Obavezna provjera
nizak
Objašnjenje koncepta, nacrt teksta, kostur koda
besplatno korištenje
Pregled je dovoljan
srednji
Čišćenje podataka, popis hipoteza, postavljanje izračuna
Nacrt/koautor
Ručna kontrola + potvrda izvora
visoka
Procjena rezervi, granica jame, parametar miniranja
generator ideja
Standard + terensko mjerenje + softver
kritičan
Odluka o evakuaciji, sigurnost nagiba, odluka o upotrebljivosti/prikladnosti
Samo nacrt/sken
Odobrenje nadležnog inženjera + ovlašteno ispitivanje
Savjet: ako ste zadatak označili kao "kritičan", izlaz umjetne inteligencije nikada nije konačni dokument. To može biti najviše preliminarni nacrt ili kontrolni popis; Nadležni inženjer preuzima potpis i odgovornost.
End-to-end tijek: ugradnja umjetne inteligencije u vaš tijek rada
Tipičan ciklus rješavanja problema u rudarenju ide ovako, s umjetnom inteligencijom koja se uključuje u svaki korak, ali ne zatvara niti jedan sam:
- Definirajte problem: Što predvidjeti, kakvu odluku donijeti, koje ograničenje postoji? (AI: pojašnjava pitanje.)
- Prikupiti i očistiti podatke: bušenje, proizvodnja, praćenje, laboratorijski podaci. (AI: jak u čišćenju i provjeri nedosljednosti.)
- Generirajte hipoteze/scenarije: Mogući uzroci, alternativni planovi. (AI: izrađuje sustavni popis.)
- Analiza: Izračun, geostatistika, model, obrada slike. (AI: stvara kod i fikciju izračuna.)
- Provjeri: standardno, polje, samostalni račun, softver. (AI je po strani; ljudi i mjerenje odlučuju.)
- Prijavi i odluči: Nadležni inženjer preuzima odgovornost. (AI: pisac nacrta.)
Imajte na umu ovih šest koraka; ostatak modula pokazuje vam kako koristiti AI s konkretnim zadacima rudarenja, korak po korak.
tri mini kućišta
Slučaj 1 — Izmijenjena prosječna ocjena. Pripravnik pita AI alat za chat o prosječnoj ocjeni projekta bakra; AI kaže "oko 0,65% Cu." Pripravnik to stavlja u prezentaciju ulaganja. Međutim, AI nije vidio niti jedan podatak o bušenju ovog projekta; proizveo tipičan broj za "projekt bakra". Prava vrijednost dolazi samo iz vlastitih složenih podataka bušenja i geostatističke procjene projekta; Realna vrijednost u ovom projektu je 0,38%. Razlika je razlika između ulaganja koje se čini isplativim i gubitka. Ispravan stav je nikada ne "pitati" ocjenu za AI, već je izračunati iz vlastite baze podataka.
Slučaj 2 — klauzula nepostojeće regulative. Inženjer pita AI za maksimalnu vibraciju tla (PPV: vršna brzina čestica, mm/s) dopuštenu pri miniranju. AI kaže "10 mm/s prema propisu" i čini broj stavke. Inženjer u skladu s tim piše izvješće. Tijekom inspekcije otkriva se da broj stavke nije pravi, a granična vrijednost varira ovisno o udaljenosti i vrsti zgrade. Ispravan stav je otvoriti važeći propis iz službenog izvora i potvrditi vrijednost i sadržaj. Čak i ako umjetna inteligencija točno zna naziv uredbe, može halucinirati broj članka.
Slučaj 3 — Ispravna uporaba. Geolog sumnja na odstupanje u stupcu stupnja u skupu podataka od 40 bušotina. Kaže umjetnoj inteligenciji da "navede retke u ovoj tablici koji mogu imati nedosljednosti jedinica, negativne vrijednosti, vidljive izvanredne vrijednosti i prazne ćelije, i napišite ono što sumnjate za svaki; NE ispravljajte, samo označite." AI označava nekoliko redaka pomiješanih s % pomiješanim s ppm, dvije negativne ocjene i vrijednost koda 999. Geolog ih provjerava i ispravlja jedan po jedan iz neobrađenih trupaca. Ovdje je umjetna inteligencija korištena ispravno: privukla je pozornost, čovjek je donio odluku i ispravio.
Predlošci upita koji se mogu kopirati
Predloške u nastavku možete koristiti tako da ih prilagodite vlastitom poslovanju. U svakoj od njih postoji svjesna uputa da se "navede točan broj, naznači izvor, objasni nejasnoća".
PREDLOŽAK ULOGE I GRANICA "Uloga: Vi ste iskusni pomoćnik rudarskog inženjera. Zadatak: [napišite temu]. Pravila: Kada dajete točnu numeričku vrijednost (kategorija, rezerva, limit), navedite IZVOR; ako niste sigurni, recite "mora se provjeriti". Ako dajete članak propisa/standarda, navedite ga s njegovom verzijom, ali podsjetite da mora biti potvrđen iz službenog izvora. Na kraju odgovora napišite "što potrebno je provjeriti terenskim mjerenjem/izračunom' stavku po stavku."
PREDLOG GENERACIJE HIPOTEZA "Napravite sustavni popis mogućih razloga za sljedeću situaciju: [opišite situaciju; što je opaženo, koji su podaci dostupni]. Za svaku hipotezu: (1) koji dokazi je podupiru, (2) koje mjerenje ili izračun treba napraviti da se potvrdi/pobije. POSTAVITE konačnu dijagnozu; izradite plan istraživanja."
OBRAZAC KONTROLNOG POPISA ZA PROVJERU "Navedite SVAKU numeričku vrijednost i SVAKU referencu propisa/standarda u nacrtu izvješća u nastavku. Za svaki navedite iz kojeg izvora (podaci o samobušenju, regulatorni tekst, laboratorijsko izvješće, terensko istraživanje) treba biti verificiran. Prikupite one nesigurnog podrijetla pod 'ne može se koristiti bez provjere'. Tekst: [zalijepite]."
PREDLOŽAK PRETHODNE PROVJERE ANONIMIZACIJE "Prije davanja sljedećeg teksta AI alatu, označite poslovnu tajnu ili osobne/regulatorne osjetljive dijelove: rezervne brojeve, broj licence, stvarne koordinate, imena klijenata/osoblja, povjerljive podatke o troškovima. Predložite kako ih mogu anonimizirati. Tekst: [zalijepi]."
Slab upit / Jak upit
Postavljanje istog pitanja na dva načina dat će vrlo različite rezultate.
SLABA UPOTREBA: "Kolike su rezerve ovog rudnika?"
SNAŽNA UPUTSTVO: "Uloga: Vi ste pomoćni geolog za resurse. Objasnite kroz koje korake treba proći procjena rezervi/resursa (kompozicija, variogram, kriging, klasifikacija, ekonomska granica) i koji su podaci i odobrenje koje kompetentne osobe potrebni za svaki korak. NEMOJTE DAVATI TOČAN broj rezervi; naglasite da se to može izračunati samo iz vlastitih podataka projekta i treba ga prijaviti u okviru koda kao što je JORC/UMREK."
Slab upit poziva AI da se pomiri; Snažni prompt ga drži na pravom poslu (opis procesa) i sprječava da se uopće dogodi digitalna halucinacija.
Uobičajene greške
- “Pitanje” AI-ja za brojeve specifične za tečaj kao što su ocjena, rezerva, itd. AI ne zna vaše podatke; ti se brojevi izračunavaju isključivo iz vaše vlastite baze podataka.
- Korištenje zakonske/standardne klauzule bez njezine potvrde. Broj i vrijednost predmeta često se haluciniraju.
- Temeljenje odluke kritične za sigurnost na izlazu umjetne inteligencije. Odluke o evakuaciji, odobrenju za miniranje i upotrebljivosti donosi nadležni inženjer.
- Lijepljenje osjetljivih podataka u alat za oblak bez anonimizacije. Podaci o rezervama, koordinatama i troškovima su poslovna tajna.
- Čeka se jedno pitanje i jedan odgovor. Koristite AI iterativno: generirajte nacrte, kritizirajte, provjerite, ispravite.
Oprez: što se precizniji i pouzdaniji broj pojavljuje u AI izlazu, veća je potreba za provjerom. Preciznost nije jamstvo točnosti.
Ukratko
U ovoj jedinici ste vidjeli da je AI pomoćnik u rudarenju, a ne donositelj odluka. LLM su jezični prediktori; Moćan je u objašnjenju koncepta, čišćenju podataka, stvaranju hipoteza i koda, ali riskantan u stvaranju preciznih brojeva i zakonodavstva (halucinacija). Klasificirajte zadatke kao niske/srednje/visoke/kritične i sukladno tome prilagodite dubinu provjere. Provjerite svaku brojčanu vrijednost iz vlastitih podataka ili mjerenja na terenu, svaku regulatornu referencu iz službenog izvora. Sigurnosno kritične odluke uvijek ostaju pri nadležnom inženjeru i anonimiziraju osjetljive podatke prije upotrebe.
Zadatak aplikacije
Odaberite pet zadataka iz vlastitog posla (ili fiktivnog rudarskog projekta): opis koncepta, čišćenje podataka, popis hipoteza, rezervna/numerička vrijednost i regulatorno pitanje. Stavite svaki u gornju tablicu rizika. Zatim prepustite dva zadatka niskog/srednjeg rizika AI-u s predloškom "Uloga i granica" i označite svaki numerički/regulatorni element rezultata s predloškom "Popis za provjeru". Napiši koji se elementi ne mogu koristiti bez provjere.
popis za provjeru
- [ ] Prije korištenja stavio sam misiju na razinu rizika (niska/srednja/visoka/kritična).
- [ ] Izračunao sam brojeve specifične za polje kao što su stupanj, rezerva itd. iz vlastitog prinosa umjesto da tražim AI.
- [ ] Provjerio sam svaku referencu zakona/standarda iz službenog izvora.
- [ ] Anonimizirao sam osjetljive podatke (rezervu, koordinate, ime, cijenu).
- [ ] Odluku kritičnu za sigurnost prepustio sam odobrenju nadležnog inženjera, a ne na temelju rezultata umjetne inteligencije.
- [ ] Skenirao sam svaku numeričku vrijednost u AI izlazu za "ne može se koristiti bez provjere".