Dobici:
- Razumjeti upotrebu umjetne inteligencije u kartiranju osjetljivosti na klizišta, seizmičkoj opasnosti i procjeni likvefakcije.
- Sposobnost stvaranja klasifikacije rizika i tijeka rada za rano upozoravanje iz viševarijantnih podataka o opasnostima
- Sposobnost provjere izlaza opasnosti s odgovornošću za sigurnost života, ravnotežom lažnih alarma i dokazima na terenu
Predmet ove cjeline je najodgovornije područje geološkog inženjerstva: procjena elementarnih nepogoda i geoloških opasnosti. Cijena greške ovdje nije novac, već ljudski život. Ako karta osjetljivosti na klizišta netočno prikazuje susjedstvo kao "sigurno", ne poduzima se ništa; Ako procjena ukapljivanja pogrešno protumači tlo ispod bolnice, struktura bi mogla potonuti tijekom potresa. U ovom području, umjetna inteligencija proizvodi pravu vrijednost u obradi multivarijatnih podataka, hvatanju uzoraka i filtriranju ranih signala upozorenja. Ali upravo u ovom području provjera mora biti najstroža, odobrenje inženjera najapsolutnije, a upravljanje nesigurnošću najpreciznije, jer je cijena netočnog izlaza najveća.
U ovoj jedinici razmotrit ćemo tri vrste opasnosti kroz leću umjetne inteligencije: kartiranje osjetljivosti na klizišta (predviđanje na temelju multivarijatnih podataka za koje padine postoji opasnost od klizanja), seizmičku opasnost (mogući intenzitet potresnog pomicanja tla) i likvefakciju (kada zasićeni rastresiti pijesak tijekom potresa djeluje poput tekućine i gubi nosivost). Naša zajednička tema je zašto je lažno negativan rezultat opasnosti (klasificiranje stvarno opasnog područja kao sigurnog) fatalan i kako postaviti pragove u korist životne sigurnosti.
Bilanca lažno negativnih i lažno pozitivnih rezultata
Postoje dvije vrste pogrešaka u klasifikaciji opasnosti. Lažno pozitivno je klasificiranje sigurnog područja kao opasnog; Rezultat su nepotrebni troškovi, dodatno ispitivanje, možda odgađanje projekta — to je na sigurnoj strani u smislu životnog vijeka. Lažno negativan rezultat je klasificiranje opasnog područja kao sigurnog; Rezultat je nepoduzimanje mjera opreza i mogući gubitak života/imovine. Ove dvije pogreške nisu jednake. U područjima sigurnosti života, prag se bira oprezno kako bi se lažno negativni rezultati sveli na minimum; Odnosno, kada ste u nedoumici, prelazi na opasnu stranu i potvrđuje se potvrdom na terenu.
AI modeli općenito biraju pragove koji će maksimizirati ukupnu točnost. Ali u znanosti o opasnostima, cilj nije potpuna točnost, već održavanje niskog broja lažno negativnih rezultata. Stoga bi rezultat modela trebao biti kalibrirana vjerojatnost, a ne "klasa", a prag bi trebao postaviti stručnjak za opasnosti, poznavajući posljedice. Točnost modela klizišta od 92% je bezvrijedna ako promaši polovicu stvarnih klizišta.
Oprez: Neka vas visoka ukupna točnost modela opasnosti ne zavara. Pogledajte stopu promašaja (lažno negativno) za rijetke, ali smrtonosne događaje (klizišta, likvefakcija). Kriterij u životnoj sigurnosti nije biti u pravu u prosjeku, već ne promašiti opasno.
Kartiranje osjetljivosti na klizišta
Podložnost klizištu, "hoće li ovo mjesto kliziti kada se ispune svi uvjeti?" odgovara na pitanje geološkim i topografskim varijablama. Ulazni podaci su obično: nagib, aspekt, litologija, orijentacija diskontinuiteta, korištenje zemljišta, oborine, povijesni popis klizišta i podzemne vode. Umjetna inteligencija spaja te slojeve i proizvodi kartu osjetljivosti učeći uzorak oko prošlih klizišta.
Dvije su kritične točke. Prvo, model uči iz prošlih popisa klizišta; Ako je inventar nepotpun (mnoga klizišta nisu zabilježena), model uopće ne može vidjeti te uzorke i proizvodi lažne negative. Drugo, osjetljivost ne daje okidač (kada pomaknuti) nego osjetljivost (kamo pomaknuti ako se pojave uvjeti); Opasno je brkati to dvoje. Karta se ne može koristiti kao osnova za donošenje odluka bez provjere promatranjem izdanaka terenskog geologa, mjerenjem diskontinuiteta i prošlim tragovima kretanja.
Seizmički hazard i likvefakcija
Procjena seizmičkog hazarda daje vjerojatnu procjenu kretanja tla (ubrzanja) za koje se očekuje da će biti prekoračeno u određenom vremenskom razdoblju na lokaciji. Umjetna inteligencija pomaže u obradi baza podataka zapisa, usporedbi odnosa predviđanja kretanja tla i generiranju scenarija. Međutim, definicija izvora rasjeda, intervala ponavljanja i pojačanja tla zahtijeva geološko-seizmološku ekspertizu; model im ne može pristajati.
Procjena ukapljivanja mjeri rizik da zasićeni rastresiti pijesak izgubi svoju nosivost zbog vibracija potresa. Klasična metoda je usporedba vrijednosti SPT-N (ili CPT) s brzinom ciklusa napona koju je proizveo potres i izvođenje faktora sigurnosti. AI organizira podatke i brzo skenira potencijal ukapljivanja u polju s više bušotina; ali se rezultat provjerava ručnim izračunom standardnom metodom (npr. lokalni kod potresa). Lažno negativan ovdje znači da struktura tone u zemlju tijekom potresa.
Tri mini kućišta: po brojevima
Slučaj 1 — Hvatanje inventara koji nedostaje. Na karti okruga odrona, model je izgledao "dobro" s 89% točnosti; ali terenski geolog pronašao je tri stara ožiljka od klizišta (nezabilježena) na padini doline koja je na karti prikazana kao sigurna. Model nije mogao naučiti ovaj uzorak jer je inventar bio nepotpun. Kad je inventar ažuriran i karta obnovljena, taj je nagib prešao na visoku osjetljivost. Točnost od 89% prikrila je nedostatak najkritičnijeg područja.
Slučaj 2 — Prag ukapljivanja. Na mjestu nasipanja na plaži, model je označio 6 od 42 bušenja kao "rizik od ukapljivanja" s najvećim prosječnim pragom točnosti. Kada je stručnjak pomaknuo prag na konzervativnu stranu kako bi smanjio lažno negativne rezultate, označeno je 11 sondiranja; Standardnim izračunom ruku potvrđeno je da su dodatnih pet doista rizični. Konzervativni prag spasio je pet potencijalnih lažno negativnih rezultata; povećanje troškova bilo je zanemarivo u usporedbi s potencijalnim rizikom za život.
Slučaj 3 — Signal ranog upozorenja. Umjetna inteligencija koja obrađuje podatke radara i senzora nagiba na kosini otvorenog kopa označila je sporo ubrzanje stope deformacije i pokrenula uzbunu. Tim je evakuirao područje; 40 sati kasnije došlo je do velikog odrona na padini, ali nitko nije ozlijeđen. Model nije naveo točan dan/vrijeme; Učinilo je vidljivim ubrzano kretanje i dalo vremena ljudskom donošenju odluka.
Slab upit / Jak upit
Slab upit:
Postoji li rizik od klizišta u ovoj regiji? Pogledajte podatke i recite jesu li sigurni ili opasni.[layer data]
Snažan upit:
Vaša uloga: Pomoćnik geologa prirodnih opasnosti. Davanje TOČNE oznake "sigurno/opasno" sa sljedećim varijablama. Umjesto toga: 1) Objasnite čimbenike koji pridonose raspoloženju i smjer svakog od njih. 2) Uspostavite kalibriranu logiku vjerojatnosti, a ne klasu; Navedite zašto prag za životnu sigurnost treba birati oprezno kako bi se smanjili lažno negativni rezultati. 3) Napišite kako rezultati mogu dovesti u zabludu ako je povijesni popis klizišta nepotpun. 4) Navedite 4 točke koje je potrebno potvrditi na terenu. Konačna procjena pripada ovlaštenom inženjeru. Podaci su anonimni.
Četiri predloška za kopiranje
1) Traženje vjerojatnosti umjesto klase opasnosti:
Interpretirajte izlaz modela opasnosti kao kalibriranu vjerojatnost, a ne oštru klasu. Usporedite posljedice lažno negativnih i lažno pozitivnih rezultata u ovom području i obrazložite na koji način treba pomaknuti prag za sigurnost života.
2) Revizija manjka zaliha:
Navedite sve indikacije da je inventar na kojem se trenira model osjetljivosti na klizišta možda nepotpun (rekordne godine, pokriveno područje, praznine u podacima). Označite u kojim bi područjima ovaj nedostatak povećao rizik od lažno negativnih rezultata.
3) Skica probira ukapljivanja:
Za potencijal ukapljivanja na gradilištu s više bušotina: preporučite provjeru bušotina koje sadrže zasićeni rastresiti pijesak i zahtijevaju primarni ručni izračun. Navedite da se mora provjeriti standardnom metodom; ne daju točan koeficijent sigurnosti.
4) Tumačenje signala ranog upozorenja:
Sažeti promjene u brzini i ubrzanju u seriji praćenja deformacije (nagib/radar); Postoji li alarmantan obrazac ubrzanja? Davanje točne vremenske procjene; Navedite kada/podaci su potrebni za ljudsku prosudbu.
Vrsta opasnosti, lažno negativan i verifikacija
opasnost
AI doprinos
Lažno negativan rezultat
Obavezna provjera
podložnost klizištu
Fuzija slojeva, uzorak
Misleći da je plutajuće područje sigurno
Teren + trenutni popis
seizmička opasnost
Baza podataka/scenarij
Podcjenjivanje kretanja tla
Seizmološki stručnjak + standard
ukapljivanje
Skeniranje s više jažica
Zgrada tone u zemlju
SPT/CPT ručni izračun + regulacija
slope rano upozorenje
Filtriranje traga signala
odgoditi ejakulaciju
Ljudska prosudba + potvrda na terenu
Savjet: Uvijek provjeravajte izlaz za pomoć s pitanjem "Smatra li se to lažnim alarmom ili promašajem?" Pročitajte s pitanjem. Što se tiče sigurnosti života, mnogo je prihvatljivije izdržati nekoliko lažnih uzbuna nego jednu propuštenu opasnost.
Uobičajene greške
- Biti prevaren općom istinom. Visoka točnost može propustiti rijetke fatalne događaje; Prava metrika je lažno negativna stopa.
- Ostavljanje praga modelu. Prag životne sigurnosti oprezno postavlja stručnjak koji zna posljedice; nije automatski "najbolji" prag.
- Ignoriranje inventara koji nedostaje. Model ne može vidjeti uzorak koji nije naučio; Ako inventar nedostaje, karta će prevariti sigurnu stranu.
- Brkanje predispozicije s okidačem. Osjetljivost je pitanje "gdje", okidač je pitanje "kada"; Oba zahtijevaju zasebnu provjeru.
- Mišljenje ranog upozorenja kao konačnog proročanstva. Sustav štedi vrijeme; Odluka i odgovornost za evakuaciju pripada osobi.
Ukratko
- Prirodni hazard je najteže područje odgovornosti geološkog inženjerstva; Cijena pogrešnog rezultata mogla bi biti život.
- Lažno negativan (zamijeniti opasno sa sigurnim) puno je ozbiljniji od lažno pozitivnog; Prag se bira oprezno, u korist života.
- Opća točnost dovodi u zabludu; Kriterij je stopa propuštenih rijetkih fatalnih događaja; Izlaz bi trebao biti kalibrirana vjerojatnost, a ne klasa.
- Model klizišta ne može učiti iz nepotpunog inventara; Svaka karta opasnosti ovjerava se terenskom i stručnom provjerom.
- Rano upozorenje štedi vrijeme, ali nije proročanstvo; Odluka o evakuaciji i poduzimanju mjera opreza pripada ovlaštenom inženjeru i službenoj osobi.
Zadatak aplikacije
Dohvaćanje anonimiziranog scenarija opasnosti (slojevi klizišta ili bušotine za ukapljivanje; reprezentativni podaci). Spriječite da model daje oštre oznake i neka raspravlja o lažno negativnoj/pozitivnoj ravnoteži s predloškom "traži vjerojatnost umjesto klase opasnosti". Zatim upotrijebite predložak "revizija manjka zaliha" kako biste saznali gdje bi ispis mogao biti pogrešan i zapišite popis od tri točke koje zahtijevaju provjeru na terenu.
popis za provjeru
- [ ] Razumio sam razliku između lažno negativnih i lažno pozitivnih i njihovu važnost za sigurnost života.
- [ ] Izlaz opasnosti procjenjujem stopom promašaja, a ne ukupnom točnošću.
- [ ] Smatram da bi prag trebao biti postavljen od strane stručnjaka oprezno iu korist života.
- [ ] Razumijem da model klizišta ne može učiti iz nepotpunog popisa i zahtijeva potvrdu na terenu.
- [ ] Ne koristim sustav ranog upozorenja kao proročanstvo, već kao alat koji štedi vrijeme za ljudske odluke.