Námugagnagreining með Python and the Frontiers of AI — Gervigreind í námuverkfræði

Hagnaður:

Geta til að framleiða forskriftir sem hreinsa og sjá fyrir borunar-, framleiðslu- og eftirlitsgögn með Python, með AI stuðningi
Hæfni til að þekkja gagnagæði, ofnám og framreikningsáhættu við smíði á einföldum spá- og frávikslíkönum
Geta til að sannreyna AI-myndaðan kóða og niðurstöðu með einingastjórnun, sjálfstæðum útreikningum og verkfræðilegum trúverðugleika

Í hverri einingu í þessari einingu hefurðu séð gervigreind er öflug í kóðun: borholuhreinsun, massajafnvægi, kriging beinagrind, samantekt flota, titringsgreining, umhverfisskönnun. Þessi síðasta eining einbeitir sér að Python, steypu tólinu fyrir þann kóða, og rétta aga til að búa til kóða með gervigreind. Python er orðinn raunverulegur staðall í greiningu námugagna vegna þess að það er ókeypis, hefur öflug bókasöfn (pandas: töflugagnavinnsla; numpy: tölulegur reikningur; matplotlib: plotting; scikit-learn: vélanám) og gerir endurtekin verkefni sjálfvirk. AI margfaldar hraðann sem þú skrifar þann kóða á; en kóðinn sem hann framleiðir er ekki alltaf réttur. Meginreglan í þessari einingu: Aldrei keyra kóðann sem gervigreindin skrifar án þess að lesa hann fyrst, staðfesta eininguna og prófa hann með litlu magni af þekktum gögnum. Kóðinn getur hljóðlega valdið rangri niðurstöðu, sem getur breyst í slæma verkfræðilega ákvörðun í námuvinnslu.

Grunnflæði til að búa til kóða með gervigreind

Að fá kóða frá gervigreind er verkfræðileg hringrás, ekki samtal:

Lýstu verkefninu skýrt. Inntak (dálkar, einingar, sýnislína), æskileg framleiðsla og takmarkanir. Óljós beiðni framleiðir óljósan kóða.
Biddu um að það sé lítið og læsilegt. Biddu um skref-fyrir-skref, ummælakóða frekar en eina risastóra aðgerð.
Lestu og skildu. Skilja hvað hver lína gerir; Ekki keyra kóða sem þú skilur ekki.
Prófaðu með litlum gögnum. Keyrðu það handvirkt með 5-10 línum sem þú þekkir niðurstöðurnar og staðfestir væntanleg framleiðsla.
Spurningabrún mál. Tómt hólf, neikvætt gildi, einingastokkun, endurtekin skrá Hvernig hegðar kóðinn sér?
Skala og athuga rökfræði. Keyra á öllum gögnum; Er niðurstaðan tæknilega sanngjörn?

Ábending: Algengustu villurnar sem slá inn gervigreindarkóða eru þöglar: rangt dálknafn, einingablöndun (m vs ft, g/t vs ppm), raðir sem falla hljóðlaust niður (eins og dropna), rangt meðaltal (venjulegt meðaltal þegar það ætti að vega). Þetta veldur ekki villum; Það gefur bara ranga tölu. Þannig að "fékk ekki villu" þýðir aldrei "rétt".

Dæmigert Python verkefni í námuvinnslu

Gagnahreinsun: Sameining borunar-/framleiðslu-/eftirlitstöflur, ósamræmisflöggun, stöðlun eininga.
Samantekt og sjónræn mynd: Stöðulrit, tímaraðir, einkunnatonnaferill, OEE línurit.
Tölfræði og jarðtölfræði: Yfirlitstölfræði, fylgni, variogram/kriging (með sérstökum bókasöfnum).
Fráviksgreining: Þröskuldsbundin eða einföld líkanbundin sviffanging.
Einföld spálíkön: Til dæmis, mala stærð-ávöxtunartengsl við aðhvarf.

Fyrir flest þessara verkefna veitir gervigreind framúrskarandi byrjunarkóða. En það eru tvær gildrur: gagnagæði og módelmörk. Að þekkja bæði er lykillinn að því að nota AI kóða á öruggan hátt.

Módelmörk: ofnám og framreikningur

Einföldu forspárlíkönin sem gervigreind byggir auðveldlega eru viðkvæm fyrir tveimur stórum áhættum. Offitting: Líkanið leggur þjálfunargögn á minnið en gengur illa á nýjum gögnum; Að byggja flókin líkön með litlum gögnum býður upp á þetta. Framreikningur: Líkanið verður óáreiðanlegt þegar það neyðist til að spá fyrir utan þjálfunargögnin; Til dæmis getur líkan sem er lært á bilinu 0,3-0,8 g/t gefið tilgangslausar niðurstöður fyrir 5 g/t. Gervigreind stjórnar ekki „sjálfkrafa“ þessari áhættu fyrir þig; Það er undir þér komið að lesa líkanið á gagnrýninn hátt, gera greinarmun á þjálfun/prófi, skoða öryggisbilið og athuga hvort spáin sé líkamlega trúverðug. Sama hversu nákvæmt líkannúmer birtist getur það ekki verið grundvöllur verkfræðilegrar ákvörðunar utan gagnasviðsins.

þrjú smámál

Tilfelli 1 — Hljóðlaus hljóðstyrksvilla. Verkfræðingur vill fá kóða sem gerir gervigreindinni kleift að reikna meðaleinkunn úr prófunargögnum. Kóðinn virkar, niðurstaðan er 2,1 g/t. Verkfræðingurinn les kóðann; Taktu eftir að meðaltalið er ekki vegið með lengd bils, heldur er það tekið sem beint meðaltal. Háar einkunnir með stuttu millibili voru að þyngjast á ósanngjarnan hátt. Þegar farið er yfir í vegið meðaltal lækkar gildið í 1,7 g/t. Kóðinn gaf engar villur; lestur náði villunni.

Tilfelli 2 — Hljóðlát lína fellur. Í framleiðsluyfirlitskóða hreinsaði gervigreind upp línur með gildum sem vantaði með dropna. Kóðinn gengur snurðulaust fyrir sig, en heildartonnið er vanmetið vegna þess að sumar gildar línur féllu alveg niður vegna eins tóms dálks. Þegar verkfræðingur ber saman fjölda lína á milli inntaks og úttaks sér hann muninn og leiðréttir hreinsunarrökfræðina. Lexía: berðu alltaf saman fjölda inntaks- og úttakslína.

Tilvik 3 - Framreikningsgildra. Teymi beitir aðhvarfslíkani sem lærð er á lágstigasviði á háeinkunnarsvæði; Líkanið gefur fáránlega háa ávöxtunarmat. Sem betur fer hafnar verkfræðingur niðurstöðunni og segir „þetta svæði er langt utan þess sviðs sem líkanið sér“ og fer fram á málmvinnsluprófanir. Lexía: þekkja gagnasviðið sem líkanið er gilt fyrir; Ekki nota áætlun utan ríkis.

Afritanleg hvetja sniðmát

ÖRYGGI GAGNAHREINSUNARKÓÐI "Hlutverk: Þú ert Python gagnagreiningaraðili. Skrifaðu kóða með pöndum sem hreinsar eftirfarandi töflu. Dálkar og einingar: [listi]. Reglur: (1) prentaðu fjölda lína FYRIR og EFTIR að raðir slepptu; (2) tilkynntu hvaða línur voru felldar niður og hvers vegna; (3) útskýrðu í staðinn fyrir hverja umbreytingu á hverri einingu; athugasemdarlína."

BEÐNI um endurskoðun á kóða"Skýrðu eftirfarandi Python kóða línu fyrir línu og bentu á eftirfarandi áhættupunkta: röng forsendu dálknafns, einingarruglingur, hljóðlaust raðfall, flatt/vegið meðaltalsvilla, jaðarfall (núll/neikvæð) hegðun. EKKI LEIGA kóðann; skráðu bara áhættuna. Kóði: [líma]."

PRÓFUPSETNING MEÐ LÍTIÐ GÖGN "Fyrir þessa aðgerð, framleiði handvirkt smá prófunargögn (5-6 línur) sem ég veit niðurstöðuna og væntanlegt úttak af; skrifaðu prufublokk sem athugar hvort aðgerðin virkar rétt á þessum gögnum. Prófaðu líka öfgatilvikin (tómt reit, neikvætt, öfgagildi eininga). Virka: [líma]."

EINFALT GERÐ + MÁRKAVIÐVÖRUN"Settu upp einfalda aðhvarf fyrir [x -> y] með eftirfarandi gögnum. Gerðu greinarmun á þjálfun/prófun, tilkynntu villumælinguna og tilgreindu greinilega á hvaða x-sviði líkanið gildir. Varaðu þig við ef spár eru gerðar UTAN þessu bili. Athugaðu um hættu á ofþjálfun].

Veik kvaðning / Sterk kvaðning

WEAK PROMPT: "Reiknið meðaleinkunn út frá þessum gögnum."

STERK HRINGING:"Hlutverk: Þú ert Python aðstoðarmaður. Dálkar: HoleID, From(m), To(m),Au(g/t). Reiknaðu VEGNAÐ meðaleinkunn með lengd bils. Kóði: (1) prentaðu fjölda inntaks/úttakslína; (2) tilkynntu núll/neikvæð gildi áður en þú sleppir þeim. handvirkt Gögn: [líma]."

Samanburðartafla: áhætta og varúðarráðstöfun

Áhætta

einkenni

varúðarráðstöfun

Einingartruflun

Sanngjarnt en rangt númer

Athugaðu eininguna í kóða, athugaðu það

Hljóðlaust línufall

Samtals vantar

Berðu saman fjölda inntaks/úttakslína

Einfalt vs vegið meðaltal

rangt meðaltal

Staðfestu vægi

ofnám

Slæmt í prófunargögnum

Þjálfun/prófunaraðskilnaður, hafðu það einfalt

framreikningur

Vitlaus tilgáta utan sviðs

Takmarka gilt svið

Algeng mistök

Keyrir kóðann án þess að lesa hann. „Það komu engar villur“ þýðir ekki að það sé satt.
Ekki prófa með litlum gögnum. Traust án sannanlegs dæmis er rangt.
Ekki bera saman fjölda inntaks/úttakslína. Þannig sleppur hljóðlaust tap.
Hunsa tegundarsviðið. Framreikningsáætlanir eru óáreiðanlegar.
Að treysta fegurð töflunnar. Stílhrein töflu getur falið rangt númer.

Athugið: Ef gervigreindarkóði fer inn á verkfræðireikning er sá kóði alveg jafn ábyrgur og reikningur. Hvar sem niðurstaðan verður ákvörðun um námuvinnslu skaltu keyra kóðann og úttak hans í gegnum óháða rökfræðiathugun og bera saman við aðra aðferð ef mögulegt er.

Í stuttu máli

Python er raunverulegt tól til að greina gagnavinnslu og gervigreind eykur hraðann sem þú skrifar það til muna. En gervigreindarkóði getur geymt þöglar villur (einingarugl, raðir falla, rangt meðaltal) og líkanagildrur (ofnám, framreikningur). Öruggt flæði: lýstu skýrt, viltu lítið og læsilegt, lestu og skildu, prófaðu með litlum þekktum gögnum, fyrirspurnabrúnstilfellum, mælikvarða og rökfræðiathugun. Framleiðsla líkans getur ekki verið grundvöllur ákvörðunar utan gagnasviðsins; og hver kóða ber jafn mikla ábyrgð og reikningur ef hann breytist í námuákvörðun.

Umsóknarverkefni

Notaðu sniðmátið „öruggur gagnahreinsunarkóði“ með einkunnameðaltali eða framleiðslusamantektarverkefni til að fá kóðann frá gervigreindinni; Láttu kóðann taka áhættuna af með sniðmátinu „Beiðni um endurskoðun kóða“. Síðan, með sniðmátinu „Prófuppsetning með litlum gögnum“, búðu til handvirkt gagnasafn sem þú veist um og staðfestir kóðann. Að lokum, fyrir einfalt samband, settu upp líkan með sniðmátinu "Einfalt líkan + takmörkunarviðvörun" og prófaðu að það gefi viðvörun þegar það fer út fyrir gildandi svið.

gátlisti

[ ] Ég las gervigreindarkóðann og skildi hverja línu, ég keyrði hann ekki í blindni.
[ ] Ég prófaði það með litlum, handvirkt sannprófanlegum gögnum.
[ ] Ég bar saman fjölda inntaks- og úttakslína.
[ ] Ég sannreyndi einingu samræmi og vægi.
[ ] Ég takmarkaði gilt gagnasvið líkansins og forðast framreikning.
[ ] Ég athugaði niðurstöðuna, sem breyttist í ákvörðun, með sjálfstæðri rökfræði/sekúndu aðferð.

Einingapróf

1. Nemi spyr gervigreindarspjalltólið um meðaleinkunn málmgrýtislíkamans og skrifar verðmæti „1,8 g/t gulls“ beint inn í varaskýrsluna. Hver eru grundvallarmistökin í þessari nálgun?

A) Einkunnargildið verður að koma frá eigin borunar-/greiningargögnum og sannreyndri spá; Númerið sem myndast af gervigreindinni gæti verið tilbúningur sem ekki er fengin ✔
B) Það hefði átt að biðja um gervigreind í aura í stað grömmum
C) Gildið er rétt, aðeins punktur hefði átt að vera notaður í stað kommu
D) Það er nóg að spyrja gervigreind sömu spurningarinnar þrisvar sinnum og taka meðaltalið

Skýring: Tungumálalíkanið þekkir ekki borgögn verkefnisins þíns; framleiðir tölu sem virðist líklegast (ofskynjanir). Einkunnin kemur aðeins frá eigin samsettum borgögnum og jarðtölfræðilegu mati verkefnisins; AI framleiðsla er ekki innifalin í skýrslunni nema með samþykki þar til bærs aðila.

2. Hvað gerir 'áhættutengd flokkun' kleift við notkun gervigreindar í námuvinnslu?

A) Lækkaðu verð á gervigreindarverkfærinu
B) Ákvarða hlutverk gervigreindar og lögboðna dýpt sannprófunar í samræmi við áhættustig verkefnisins ✔
C) Tilkynningar ættu að vera styttri
D) Framselja sjálfkrafa allar ákvarðanir til gervigreindar

Skýring: Ekki eru öll verkefni á sama áhættustigi. Það að flokka verkefnið sem lágt/miðlungs/hátt/mikilvægt ákvarðar hvaða framleiðsla er frjálst að nota og hver krefst staðlaðs og vettvangssannprófunar og hæfis verkfræðings.

3. Hvað gerir 'variogram' líkan í jarðtölfræði?

A) Eldsneytisnotkun búnaðarins
B) Breyting á málmverði með tímanum
C) Staðbundin samfella eftir fjarlægð; ✔ hvernig líkindin minnkar eftir því sem stigin komast lengra
D) Tíðni titrings sem myndast við sprengingu

Lýsing: Variogram lýsir því hvernig líkindi sýna hvert við annað minnkar (rýmissamfella) eftir því sem fjarlægðin milli tveggja punkta eykst. Kriging notar þetta líkan til að áætla ómælda punkta með óvissumörkum.

4. Hver er besta aðferðin þegar gervigreind er forflokkað lithology frá borkjarnaljósmyndun?

A) Vinnsla bergtegundarinnar sem gefin er af AI beint inn í borbókina
B) Afrita texta gervigreindar inn í skýrsluna án þess að skoða myndina yfirleitt
C) Að hætta við athugun jarðfræðingsins og reiða sig eingöngu á gervigreind
D) Líttu á útkomuna sem bráðabirgðaspá/tilgátu og sannreyndu hana með athugun jarðfræðinga og rannsóknarstofugreiningu ✔

Lýsing: AI getur búið til spá- og athyglislista úr myndinni; Hins vegar er lokaákvörðun steinfræði/breytinga tekin af athugun jarðfræðings og rannsóknarstofugreiningu. AI framleiðsla er byrjun, tilgáta sem þarf að sannreyna.

5. Hvað þýðir 'stripping hlutfall' við skipulagningu í opnum holum?

A) Magn ryðs (úrgangsbergs) sem þarf að fjarlægja til að ná einni einingu af málmgrýti ✔
B) Hlutfall málms í málmgrýti
C) Daglegur fjöldi ferða flutningabíla
D) Magn sprengiefnis sem notað er við sprengingu

Lýsing: Ströndunarhlutfall er magn úrgangs (rönd/úrgangs) sem þarf að fjarlægja til að ná einni einingu af málmgrýti. Endanleg gryfjumörk og hagkvæmni ráðast að miklu leyti af þessu hlutfalli; Jafnvel þó að gervigreind búi til atburðarás, er ákvörðunin um mörkin undir lögbærum verkfræðingi.

6. Hvað þýðir það í forspárviðhaldi þegar gervigreind finnur „frávik“ í titrings- og hitastigsgögnum?

A) Sönnun þess að búnaðurinn hafi örugglega bilað
B) Viðvörun um að gögn víki frá eðlilegu; Það er ekki endanleg greining á bilun, heldur merki sem þarf að staðfesta með líkamsskoðun ✔
C) Fyrirskipa að búnaðurinn skuli stöðvaður sjálfkrafa
D) Tryggja að gögn hafi verið rangt skráð

Skýring: Frávik er frávik gagna frá eðlilegri hegðun og getur bent til bilunar; en það er ekki endanleg greining. Ákvörðun um að stöðva búnaðinn eða skipta um íhluti er tekin með líkamlegri skoðun viðhaldsteymis og samþykki rekstrarstjóra.

7. Hvað er nauðsynlegt fyrir öryggi þegar notast er við gervigreind í bor-sprengjuhönnun?

A) Innleiðing á tilmælum gervigreindar beint á vettvangi
B) Sleppa titringsmælingu
C) Sannprófun á fyrirhugaðri hönnun gervigreindar með vettvangsmælingum, reglugerðarmörkum og samþykki viðurkennds sprengingarsérfræðings ✔
D) Að laga magn sprengiefna með hámarki sem gefin er upp af gervigreindinni

Lýsing: Sprengingar; Það hefur í för með sér alvarlega öryggis- og reglugerðaráhættu eins og titring, loftstuð og fljúgandi steina. AI getur framleitt hönnunarskissu og tilmæli um færibreytur; Hins vegar verður endanleg hönnun að standast mælingar á vettvangi, reglugerðarmörkum og samþykki viðurkennds sprengingarsérfræðings (sprengjur/ábyrgðarmaður).

8. Hvert er dæmigert samband milli „bata“ og „þykknigráðu“ í steinefnavinnslu og hvað ætti gervigreind að muna þegar þetta er túlkað?

A) Þetta tvennt hækkar alltaf saman
B) Það er ekkert samband á milli þeirra
C) Sambandið er stöðugt og það sama í öllum aðstöðu
D) Venjulega er öfug jafnvægi (ávöxtun minnkar eftir því sem einkunn hækkar); raungildi verða að vera sannreynd með málmvinnsluprófun og massajafnvægi ✔

Skýring: Almennt, þegar við reynum að fá hærra einbeitta einkunn, minnkar uppskeran (einkunn-ávöxtunarjafnvægi). AI getur útskýrt þessa þróun, en raunveruleg rekstrargildi verða að vera staðfest með málmvinnsluprófum og massajafnvægi; almenna þróunin kemur ekki í staðinn fyrir staðbundinn veruleika.

9. Hver er hentugasta notkunin við að greina næstum slys/slysgögn með gervigreind í vinnuverndarmálum?

A) Flokka frjáls textaskrár og draga út endurtekið áhættumynstur; Látið sérfræðinginn um heilbrigðisþjónustu eftir ákvörðunina ✔
B) Ákvarða sjálfkrafa sökudólg slysa
C) Framselja vinnustöðvunartilskipanir til gervigreindar
D) Geymsla næstum slepptu skrár án þess að fara yfir þær

Lýsing: gervigreind getur flokkað mikið magn af ókeypis textaskrám og dregið fljótt út endurtekin mynstur og áhættusamar aðstæður. Ákvörðun um að stöðva vinnu, rýma svæði eða rót er hins vegar tekin innan ramma vinnuverndarsérfræðings og laga; AI framleiðsla er inntak, ekki ákvörðun.

10. Hvers vegna er 'hröðun aflögunarhraða' mikilvægt tákn í ratsjá/prisma gögnum í hallamælingu?

A) Það gefur örugglega til kynna að mælitækið sé bilað.
B) Það getur boðað framsækinn ósigur; Snemma viðvörun og ákvörðun um rýmingu heyrir undir jarðtæknifræðinginn ✔
C) Það sýnir að brekkan er alveg örugg
D) Það er aðeins marktækt þegar úrkoma er og hægt er að hunsa hana

Skýring: Áður en hallabilun verður, sést almennt hægfara aukning á aflögunarhraða (hröðun); Þetta gæti verið merki um framsækið bilun. Gervigreind getur bent á þróunina, en ákvörðun um rýmingu/snemma viðvörun er tekin af greiningu og samskiptareglum jarðtæknifræðingsins.

11. Í umhverfisvöktun, hver er nákvæmasta viðbrögðin við „yfirgangi“ merki sem gervigreind finnur í vatnsgæða tímaröð?

A) Tilkynning um framleiðslu gervigreindar beint til ríkisstofnunar
B) Hunsa viðvörunina og halda áfram að horfa
C) Staðfestu með viðurkenndum niðurstöðum rannsóknarstofu, reglugerðarmörkum og mati umhverfisverkfræðinga ✔
D) Að treysta aðeins á gervigreind og hætta við rannsóknarstofugreiningu

Lýsing: gervigreind gæti gefið til kynna hugsanlegt brot snemma; Hins vegar er opinber samræmisákvörðun tekin með viðurkenndri rannsóknarstofugreiningu, viðmiðunarmörkum í löggjöfinni og mati umhverfisverkfræðings. AI framleiðsla er skimunarviðvörun, ekki lagaleg/tæknileg ákvörðun.

12. Hver er áreiðanlegasta leiðin til að forðast að fá tilbúna (ofskynjaða) tilvísun þegar þú biður gervigreindina um klausunúmer staðals eins og JORC eða NI 43-101?

A) Að treysta á vörunúmerið sem AI gefur upp
B) Að spyrja sömu spurningarinnar aftur með öðrum orðum
C) Að skoða bloggfærslu í stað staðalsins
D) Opna og staðfesta hverja greinartilvísun úr núverandi opinbera texta staðalsins og fá samþykki frá þar til bærum aðila ✔

Skýring: Þótt mállíkanið þekki nafn staðalsins rétt, getur það ofskynjað greinarnúmer og texta. Opna verður hverja efnisvísun og staðfesta úr núverandi opinbera texta staðalsins og endanlegt samræmi verður að vera staðfest af þar til bærum aðila (CP/QP).

13. Hver er mikilvægasta athugunin áður en AI-skrifað Python greiningarforskrift er keyrt?

A) Að lesa kóðann og sannreyna samsvörun eininga/dálka, prófa með litlum þekktum gögnum og athuga hvort niðurstaðan sé trúverðug ✔
B) Keyra kóðann beint á allt gagnasafnið án þess að lesa það
C) Bara að sjá að það er engin mistök og sætta sig við niðurstöðuna
D) Að treysta á að grafík úttaksins líti vel út.

Lýsing: Gervigreindarkóði getur blandað saman einingum, gert ráð fyrir röngum dálknöfnum eða sleppt línum hljóðlaust. Nauðsynlegt er að lesa kóðann, sannreyna samsvörun rúmmáls og dálka, prófa með litlu magni af þekktum gögnum og athuga hvort niðurstaðan sé tæknilega sanngjörn.

14. Hver er besta hegðun með tilliti til friðhelgi einkalífsins þegar námuvinnslugögn eru gefin til skýjabundins gervigreindartækis?

A) Límdu öll hrá gögn eins og þau eru
B) Nafnlaus samhengi og hreinsaðu viðkvæm vara-/samræma/framleiðslugögn og notaðu verkfæri sem samræmist stefnu ✔
C) Að því gefnu að gefa upp raunveruleg hnit sé nauðsynleg fyrir gæði niðurstöðunnar
D) Hunsa persónuverndarstefnuna yfirleitt

Skýring: Forðatölur, leyfis-/hnitupplýsingar og framleiðslugögn eru viðkvæm með tilliti til viðskiptaleyndarmála og laga. Nauðsynlegt er að nafngreina samhengið, hreinsa raunveruleg hnit og nöfn, velja fyrirtæki/persónuverndartól og fara eftir stefnu fyrirtækisins.