Pelnas:
- Gebėjimas atskirti, kur dirbtinis intelektas suteikia pridėtinės vertės geofizinėje darbo eigoje (triukšmo slopinimas, modelio žymėjimas, skaičiavimo pagreitis, ataskaita), o kur galutinis modelis ir sprendimas paliekamas žmogui, priklausomai nuo rizikos lygio.
- Gebėjimas taikyti discipliną, kuri patikrina kiekvieną dirbtinio intelekto išvestį, prijungiant ją prie šaltinio, kryžmiškai patvirtinant nepriklausomu metodu ir perduodant per fizikos-geologijos filtrą.
- Gebėjimas suprasti, kad geofizikai būdingą polisemiją (daugelio modelių pritaikymą tiems patiems duomenims) gali paslėpti dirbtinis intelektas ir prašyti alternatyvių scenarijų, kurie susiaurina neapibrėžtumą.
Būdamas geofizikos inžinieriumi, dažnai sėdi prie savo stalo, bandydamas suprasti tai, ko tiesiogiai nematai: sluoksnius, gedimus, rūdos telkinius, vandens sluoksnį ar angliavandenilių rezervuarą šimtus metrų žemiau paviršiaus. Viskas, ką turite, yra netiesioginiai matavimai - seisminės bangos, kurias užfiksuojate paviršiuje, nedideli gravitacinio lauko trikdžiai, magnetinės anomalijos, elektrinės varžos. Šiame skyriuje išsiaiškinsime, kur dirbtinis intelektas (AI) iš tikrųjų sutaupo laiko ir tikslumo suvokiant šiuos netiesioginius duomenis, o kur sprendimas paliekamas kompetentingam geofizikui. Padėkime nuo pat pradžių: AI yra aiškinimo asistentas ir skaičiavimo greitintuvas; Ji nepakeičia pogrindinį modelį tvirtinančio, riziką ir galutinį žodį tariančio eksperto.
Kur dirbtinis intelektas praverčia geofizikoje?
Pirmiausia išsiaiškinkime terminą. Geofizika yra mokslas, matuojantis žemės fizinius laukus (seisminius, gravitacijos, magnetinius, elektrinius, elektromagnetinius, radiometrinius) iš paviršiaus arba iš šulinio ir nustatantis požeminės dangos struktūrą. Dirbtinis intelektas čia dažniausiai pasireiškia dviem formomis: (1) mašininis mokymasis – algoritmai, kurie mokosi modelių iš duomenų (mašininis mokymasis – algoritmai, išgaunantys taisykles iš pažymėtų pavyzdžių) ir (2) didelės kalbos modeliai, kurie sukuria tekstą, kodą ir ataskaitas (LLM trumpai – modeliai, kurie pateikia klausimus, atsakymus ir juodraščius natūralia kalba).
Sritys, kuriose AI yra stipri geofizikoje, yra šios:
- Triukšmo slopinimas ir signalo stiprinimas: Atsitiktinio ir nuoseklaus triukšmo atskyrimas seisminiuose įrašuose.
- Automatinis rašto žymėjimas: greitai pasiūlykite gedimo, horizonto (horizontalioji atspindinčio sluoksnio riba), žemės drebėjimo fazės ar anomalijos kandidatus.
- Klasifikavimas ir klasterizavimas: Seisminių fazijų (panašaus bangos pobūdžio regionų) arba šulinių rąstų grupavimas.
- Pagreitintas skaičiavimas: apytiksliai ir greitai išspręskite sunkius pirmyn modeliavimo ir inversijos žingsnius su pakaitiniu modeliu.
- Ataskaita ir kodo projektas: apdorojimo srauto, Python scenarijaus ir komentarų ataskaitos juodraščio kūrimas.
Yra daug sričių, kuriose dirbtinis intelektas yra silpnas arba pavojingas: jis gali sukurti fiziškai nenuoseklius modelius, duomenų triukšmo modelį gali supainioti su „struktūra“, jis gali duoti labai patikimus, bet netikslius rezultatus laukuose, kurie nepanašūs į regioną, kuriame jis buvo mokomas. Todėl kiekviena išvestis traktuojama kaip hipotezė.
Patarimas: niekada neskaitykite AI išvesties kaip „rezultato“, o kaip „greitą pirmąjį juodraštį“. Geofizikoje keli požeminiai modeliai atitinka tuos pačius duomenis (tai vadinama neapibrėžtumu); Net jei AI labai užtikrintai pristato jums modelį, tai tik vienas iš galimų modelių.
Neapibrėžtumas: tiesa geofizikos centre
Svarbiausias geofizikos faktas yra unikalumas – daugiau nei vienas požeminis modelis, galintis paaiškinti tą patį paviršiaus matavimą. Gravitacijos anomaliją gali sukelti sekli ir mažiau tanki masė arba gili ir labai tanki masė. AI nepanaikina šio fakto; Priešingai, jis gali paslėpti netikrumą, pateikdamas vieną patikimą atsakymą. Geras geofizikas AI naudoja siekdamas susiaurinti neapibrėžtumą (geologiją, gręžinių duomenis, derinant skirtingus metodus), o ne tam, kad jį paslėptų.
AI – visapusiška geofizinė darbo eiga
Tipiškas žvalgymo projektas seka šią grandinę: vietos planavimas → duomenų rinkimas → išankstinis apdorojimas / triukšmo slopinimas → vaizdavimas → interpretavimas → inversija / modelis → rizika ir sprendimas → ataskaita. AI padeda daugeliui šios grandinės grandžių, tačiau kiekvienos grandies pabaigoje yra žmogaus patvirtinimo vartai. Duomenų rinkimo planavimas ir svetainės saugumas yra visiškai žmogaus atsakomybė; Fiziniam inversijos ir galutinio požeminio modelio pagrįstumui reikalingas eksperto patvirtinimas.
Patvirtinimo disciplina: trijų sluoksnių filtras
Atlikite kiekvieną AI išvestį trimis etapais:
- Nuoroda į šaltinį: Koks matavimas, koks pėdsakas – vieno imtuvo įrašyta laiko eilutė, kuo pagrįsta išvestis? Neatsekamos pretenzijos nepriimamos.
- Patvirtinkite savarankiškai: ieškokite gedimo, kurį matote seisminiuose gravitacijos / magnetiniuose arba šulinių duomenims. Vienu metodu pažymėta struktūra yra kandidatė iki kryžminio patvirtinimo.
- Fizikos ir geologijos filtras: ar fiziškai įmanomas rezultatas (tankis, greičio diapazonai pagrįsti)? Ar tai prieštarauja regiono geologijai?
Atsargiai: toks skaičius kaip „92 % gedimo tikimybė“, kurį grąžina AI pagrįstas klasifikatorius, nėra tikroji tikimybė, jei jis nekalibruotas. Modelio pasitikėjimas ir tikrasis tikslumas dažnai nesutampa; Negrįskite savo sprendimo pasitikėjimo balu, nesukalifikuodami jo nepriklausomais duomenimis.
trys mini dėklai
1 atvejis – teisingai valdant greičio padidėjimas. Tyrėjų komanda atliko pirmąjį gedimų nuskaitymą naudojant AI 1200 km² 3D seisminiame tūryje. Preliminarus žymėjimas, užtrukęs 3 savaites ranka, atsirado per 2 dienas. Komanda patikrino 340 gedimo segmentų, pažymėtų YZ, su gręžinių ir gravitacijos duomenimis; Jis pašalino 71 iš jų, pastebėjo, kad AI praleido 12 tikrų gedimų, ir pridėjo juos rankiniu būdu. Rezultatas: ir greitas, ir patikimas, nes turėjo patikros vartus.
2 atvejis. Triukšmas sumaišomas su struktūra. Viena komanda suklaidino pėdsaką to, ką AI vadina „giliu atspindinčiu sluoksniu“ rezervuaro ribai. Vyresnysis apžvalgininkas pastebėjo, kad šis pėdsakas atsirado tik atlikus konkretų apdorojimo veiksmą ir nebuvo neapdorotuose duomenyse: pėdsakas buvo apdorojimo artefaktas – vaizdas, sukurtas naudojant algoritmą, kuris neturėjo atitikmens žemėje. Jei jie negrįžtų prie neapdorotų duomenų, jie siūlytų gręžinį rezervuarui, kurio nėra.
3 atvejis – Klaida apibendrinant už regiono ribų. Facies klasifikatorius, parengtas remiantis Šiaurės jūros duomenimis, buvo naudojamas Anatolijos baseine ir sistemingai maišomas smiltainis ir kalkakmenis. Modelis priėmė sprendimus, remdamasis ugdymo srities greičio ir tankio ryšiais. Kai komanda perkalibravo su vietiniais šuliniais, tikslumas padidėjo nuo 58% iki 86%.
Keturi kopijuojami šablonai
1) AI vaidmenų sudarymas darbo eigoje:
Jūsų vaidmuo: vyresnysis geofizinės interpretacijos konsultantas. Mano projektas: [3D seisminis + gravitacija, angliavandenilių tyrinėjimas]. Žingsnis po žingsnio išvardykite mano darbo eigą (įgijimas → apdorojimas → vaizdavimas → interpretavimas → inversija → ataskaita) ir KIEKVIENAM žingsniui surašykite dalį, kuriai dirbtinis intelektas gali saugiai padėti, dalį, kuriai reikalingas žmogaus patvirtinimas, ir patikros patikrą.
2) Išvesties patvirtinimo užklausa:
Kritikuokite tokį AI aiškinimą: kurie teiginiai yra susieti su matavimu, o kurie nepatvirtinti? Ar yra kokių nors fiziškai nenuoseklių prielaidų? Kokius nepriklausomus duomenis ar metodą rekomenduotumėte šiai išvadai patvirtinti? Kur yra didžiausias neapibrėžtumas?[KOMENTARO TEKSTAS]
3) Neapibrėžtumo priminimas:
Nepateikite vieno požeminio paviršiaus modelio šiai gravitacijos anomalijai. Sugeneruokite BENT tris skirtingus modelių scenarijus (gylio ir tankio derinius), kurie galėtų paaiškinti tą pačią anomaliją ir nurodytų, kokių papildomų matavimų reikia, kad juos atskirtume.
4) Termino ir apribojimo paaiškinimas:
Jūsų vaidmuo: geofizikos instruktorius. Paaiškinkite man [migracijos / dekonvoliucijos / inversijos] sąvoką iš pradžių pateikdami paprastą vieno sakinio apibrėžimą, tada ką jis daro, tada tipines klaidas. Kur nesate tikri, pažymėkite „reikia patikrinti“, neteikite netikrų nuorodų.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Pakomentuokite, ar šiame seisminiame ruože nėra gedimo.
Nėra konteksto, duomenų šaltinis neaiškus; AI sukuria pasitikintį, bet nekontroliuojamą atsaką.
Galingas raginimas:
Jūsų vaidmuo: seisminės interpretacijos ekspertas. Kontekstas: [baseino tipas, tikslinis gylis 2-3 km, laikotarpis po migracijos]. Pateiksiu atributų reikšmes (tęstinumas, nuoseklumas, nuolydis), kurias apibrėžiau mene. Užduotis: pažymėkite galimas gedimų zonas, prie KIEKVIENOS pažymėkite, kokiu atributu jis pagrįstas, ir pasiūlykite, kaip atskirti tikrąją struktūrą nuo apdorojamo artefakto. Tikslios kalbos naudojimas; Kalbėkite „kandidatų“ ir „pasitikėjimo lygio“ kalbomis.
Kontekstas, pagrindinė užklausa ir išmatuota kalba daro išvestį naudingą ir patikrintą.
AI vaidmuo: saugus ar ne?
darbo eigos žingsnis
Ar AI saugus?
AI darbas
vyro darbas
Lauko ir surinkimo planas
dalinai
Kontrolinio sąrašo juodraštis
Saugumas, leidimas, sprendimas
Triukšmo slopinimas
Taip
Filtro rekomendacija, automatika
Parametrų patvirtinimas
Gedimo/horizonto žymėjimas
Taip
Kandidatų generavimas
patikrinimas, pašalinimas
atvirkštinis sprendimas
dalinai
Pagreitis, preliminarus modelis
fizinis galiojimas
Aukščiausias požeminis modelis
ne
juodraštis, scenarijus
Pritarimas, atsakomybė
Šulinio/žvalgymo sprendimas
ne
Rizikos santrauka
sprendimas, atskaitomybė
Dažnos klaidos
- Pasikliauti vienu modeliu. Keli modeliai atitinka tuos pačius duomenis; Nemanykite, kad vienintelis AI atsakymas yra tikrumas.
- Apdorojimo dirbtinumo klaidinimas kaip struktūra. Patikrinkite, ar neapdorotuose duomenyse yra pėdsakų.
- Aklas apibendrinimas už regiono ribų. Modelis, paruoštas kitame baseine, negali būti naudojamas be kalibravimo vietoje.
- Pasitikėjimo balo klaidinimas kaip tikimybė. Nekalibruotas balas nėra sprendimo pagrindas.
- Apeinant patikrinimo vartus. Žmogaus valdymo pašalinimas dėl greičio atveria duris brangiausiai klaidoms.
Apibendrinant
AI geofizikoje; Tai suteikia realios vertės slopinant triukšmą, ženklinant šablonus, klasifikuojant, spartinant skaičiavimus ir teikiant ataskaitas. Tačiau dėl polisemijos (kelių modelių pritaikymo tiems patiems duomenims), kuri yra geofizikos pagrindas, kiekviena AI išvestis yra hipotezė. Naudojant AI be tikrinimo disciplinos – susiejimo su šaltiniu, nepriklausomo patikrinimo, fizikos-geologijos filtro – priimami greiti, bet nepagrįsti sprendimai. Galutinis įgaliojimas patvirtinti požeminį modelį ir prisiimti riziką visada yra kompetentingas geofizikas.
Taikymo užduotis
Pasirinkite geofizinį projektą, prie kurio dirbote patys (arba įsivaizduojate). Pirmiausia išskleiskite veiksmus ir patvirtinimo vartus naudodami šabloną „AI vaidmenų susiejimas darbo eigoje“. Tada paimkite komentaro sakinį iš to projekto ir sukritikuokite jį naudodami šabloną „Išvesties patvirtinimo užklausa“: kuris teiginys priklauso nuo matavimo, kuris ne? Parašykite, kaip patvirtintumėte bent vieną teiginį nepriklausomais duomenimis (na, kitoks metodas, geologija).
kontrolinis sąrašas
- [ ] AI išvestį traktavau kaip „hipotezę“, o ne „rezultatą“.
- [ ] Kiekvieną teiginį susiejau su metrika / šaltiniu.
- [ ] Planavau kryžminį patvirtinimą bent vienu nepriklausomu metodu.
- [ ] Apsvarsčiau polisemiją ir paklausiau apie alternatyvius modelius.
- [ ] Aš palikau galutinį modelio ir tyrinėjimo sprendimą žmogaus patvirtinimui.