Ieguvumi:
- Spēja atšķirt, kur AI ietaupa reālo laiku kalnrūpniecības inženierijas darbplūsmā un kur drošības ziņā kritiskā atbildība jāuzņemas kompetentajam inženierim atkarībā no riska līmeņa
- Spēja ieviest daudzslāņu validācijas disciplīnu, kas pārbauda katru AI izvadi pret standarta, neatkarīgu aprēķinu un lauka mērījumiem
- Spēja anonimizēt kontekstu un iegūt ieradumu izvēlēties drošus transportlīdzekļus, lai aizsargātu rezerves datus, licenču informāciju un personāla/ražošanas datus
Kalnrūpniecības inženiera uzdevums ir pārvarēt nenoteiktību zem zemes ar lēmumiem virs zemes. Rūdas korpusa noteikšana pēc urbšanas datiem, rezerves aprēķins, bedres plānošana, tehnikas parka pārvaldīšana, nogāžu uzvedības uzraudzība, darba drošības nodrošināšana, ietekmes uz vidi mērīšana un ziņošana par to visu saskaņā ar likumdošanu. Šo darbu kopīgā iezīme ir tā, ka tie strādā ar lielu skaitu mērījumu un datu, bet katrs lēmums rada cilvēku dzīvības, miljoniem liru ieguldījumu un neatgriezeniskas vides sekas šajā jomā. Mākslīgais intelekts (saīsināti AI; programmatūras sistēmas, kas strādā ar tekstu, skaitļiem un attēliem ar lieliem datiem un valodas modeļiem) ir spēcīgs palīgs šajā datu ietilpīgajā, bet lēmumu pieņemšanā kritiskajā vietā. Šī vienība māca jums, kur droši izmantot AI kalnrūpniecībā, kur tas ir bīstams un kāpēc jums ir jāvalidē katra AI izvade saskaņā ar standartiem, lauka mērījumiem un inženiertehniskajiem spriedumiem.
Galvenais princips, ko izmantosit šajā modulī, ir šāds: AI ir palīgs, nevis lēmumu pieņēmējs. Pakāpes (metāla attiecība rūdā) vērtība, slīpuma leņķis, rezerves skaitlis, drošības ierobežojums vai tiesību akta pants nekļūst patiess tikai tāpēc, ka "AI tā teica"; Tā ir tikai hipotēze, līdz tā tiek pārbaudīta ar mērījumiem, atsauci un kompetenta inženiera spriedumu. Šo teikumu atkal redzēsit katrā moduļa vienībā, jo kalnrūpniecībā nepareizs skaitlis bieži nozīmē investīcijas sabrukumu, nogāzes sabrukumu vai cilvēka ievainojumu.
Kas ir LLM un ko tā dara kalnrūpniecībā?
LLM (Large Language Model) ir programmatūra, kas apgūst modeļus no ļoti lielām teksta daļām un prognozē "nākamo vārdu", pamatojoties uz varbūtību. Šis ir tādu rīku dzinējs kā ChatGPT, Claude, Gemini. Lieta ir šāda: LLM ir "valodas novērtētājs", nevis "zināšanu bāze". tekoši runā kalnrūpniecības terminoloģijā, bet nevērtē atzīmi; rada skaitli, kas izskatās visticamāk. Tāpēc viņš vai viņa var sniegt pārliecinošas, bet nepareizas atbildes par vidējo atzīmi, izņemšanas līmeni, reglamentējošu klauzulu vai sprādzienbīstamu robežu. To sauc par halucināciju (fabrifikāciju). Halucinācijas nav darbības traucējumi, bet gan šīs tehnoloģijas raksturīga iezīme; Tāpēc pārbaude nav "papildu solis", bet gan darba neatņemama sastāvdaļa.
Uzdevumi, kuros AI ir spēcīgs ieguves jomā:
- Jēdzienu skaidrojums un mācīšana: kas ir variogramma, kā darbojas sviras noteikums, kā notiek skābju raktuvju drenāža.
- Datu tīrīšana un organizēšana: izkliedētu urbumu baļķu pārvēršana saskaņotā tabulā, vienību neatbilstības fiksēšana.
- Hipotēžu saraksta ģenerēšana: sistemātiska iespējamo ražošanas samazināšanās iemeslu uzskaitīšana.
- Kodēšana: datu tīrīšana, grafiku veidošana, ģeostatistika un anomāliju analīzes skripti ar Python.
- Teksta projekts: JSA (darba drošības analīze), vides uzraudzības ziņojums, konkursa/tehniskās specifikācijas projekts.
- Prāta vētra: scenāriju salīdzināšana, eksperimentu/mērījumu plāna idejas.
Kur AI ir vāja un riskanta:
- Sniedzot precīzu skaitlisko vērtību (grade, rezerve, slīpuma leņķis, robežvērtība).
- Spēkā esošie un īpašie tiesību akti/standarta raksti un versijas informācija.
- Diagnoze bez faktiskajiem jūsu vietnes mērījumu datiem.
- Drošības ziņā būtisks lēmums: sprādziena projekta apstiprināšana, evakuācijas lēmums, izmantojamība.
Uz risku balstīta klasifikācija: filtrs pirms AI izmantošanas
Ne katrs uzdevums ir ar tādu pašu riska līmeni. Pirms AI izmantošanas klasificējiet uzdevumu pēc riska līmeņa. Tālāk esošajā tabulā ir sniegta lēmumu sistēma, ko izmantosit šajā modulī.
Riska līmenis
uzdevuma paraugs
AI loma
Obligāta pārbaude
zems
Jēdziena skaidrojums, teksta melnraksts, koda skelets
bezmaksas lietošana
Pietiek ar pārskatīšanu
vidējs
Datu tīrīšana, hipotēžu saraksts, aprēķinu iestatīšana
Melnraksts/līdzautors
Manuāla vadība + avota apstiprinājums
augsts
Rezerves novērtējums, bedres ierobežojums, spridzināšanas parametrs
ideju ģenerators
Standarts + lauka mērījumi + programmatūra
kritisks
Evakuācijas lēmums, slīpuma drošība, ekspluatācijas/piemērotības lēmums
Tikai melnraksts/skenēšana
Kompetenta inženiera apstiprinājums + akreditēta pārbaude
Padoms. Ja esat atzīmējis uzdevumu kā “kritisku”, mākslīgā intelekta izvade nekad nav galīgais dokuments. Maksimāli tas var būt provizorisks projekts vai kontrolsaraksts; Kompetentais inženieris uzņemas parakstu un atbildību.
Pilnīga plūsma: AI iegulšana darbplūsmā
Tipisks problēmu risināšanas cikls kalnrūpniecībā ir šāds, AI iesaistoties katrā darbībā, bet neaizver nevienu no tiem atsevišķi:
- Definējiet problēmu: ko paredzēt, kādu lēmumu pieņemt, kādi ierobežojumi pastāv? (AI: precizē jautājumu.)
- Apkopojiet un notīriet datus: urbšanas, ražošanas, uzraudzības, laboratorijas dati. (AI: spēcīgs tīrīšanas un neatbilstības pārbaudē.)
- Ģenerēt hipotēzes/scenārijus: iespējamie cēloņi, alternatīvi plāni. (AI: veido sistemātisku sarakstu.)
- Analīze: aprēķins, ģeostatistika, modelis, attēlu apstrāde. (AI: ģenerē kodu un aprēķinu fikciju.)
- Pārbaudīt: standarta, lauks, atsevišķs konts, programmatūra. (AI ir malā; cilvēki un mērījumi izlemj.)
- Ziņojiet un izlemiet: kompetentais inženieris uzņemas atbildību. (AI: melnraksta autors.)
Paturiet prātā šos sešus soļus; pārējā moduļa daļa parāda, kā soli pa solim izmantot AI ar konkrētiem ieguves uzdevumiem.
trīs mini futrāļi
1. gadījums — izdomāta vidējā atzīme. Stažieris jautā AI tērzēšanas rīkam par vara projekta vidējo atzīmi; AI saka "apmēram 0,65% Cu". Praktikants to ievieto investīciju prezentācijā. Tomēr AI nav redzējis nevienu šī projekta urbšanas datu; radīja tipisku numuru "vara projektam". Reālā vērtība rodas tikai no paša projekta saliktajiem urbšanas datiem un ģeostatistikas aplēsēm; Reālā vērtība šajā projektā ir 0,38%. Atšķirība ir starpība starp ieguldījumu, kas šķiet rentabls, un zaudējumus. Pareizā attieksme ir nekad "nejautāt" AI atzīmi, bet aprēķināt to no savas datu bāzes.
2. gadījums — neesoša regulējuma klauzula. Inženieris jautā AI maksimālo zemes vibrāciju (PPV: maksimālais daļiņu ātrums, mm/s), kas pieļaujama spridzināšanas laikā. AI saka "10 mm/s saskaņā ar noteikumiem" un veido preces numuru. Inženieris attiecīgi uzraksta ziņojumu. Pārbaudes laikā atklājas, ka preces numurs nav īsts un robežvērtība mainās atkarībā no attāluma un ēkas veida. Pareiza attieksme ir atvērt pašreizējo regulējumu no oficiālā avota un apstiprināt vērtību un būtību. Pat ja AI pareizi zina regulas nosaukumu, tas var halucinēt izstrādājuma numuru.
3. gadījums — Pareiza lietošana. Ģeologam ir aizdomas, ka 40 urbumu datu kopā ir neatbilstība pakāpes kolonnā. Tas liek mākslīgajam intelektam "uzskaitīt šīs tabulas rindas, kurās var būt vienību neatbilstības, negatīvas vērtības, redzamas novirzes un tukšas šūnas, un katrā gadījumā ierakstiet to, kas jums ir aizdomas; NElabojiet, vienkārši atzīmējiet". AI atzīmē dažas rindiņas, kas sajauktas ar %, kas sajauktas ar ppm, divas negatīvas pakāpes un 999 koda vērtība. Ģeologs tos pēc kārtas pārbauda un labo no neapstrādātiem baļķiem. Šeit AI tika izmantots pareizi: piesaistīja uzmanību, cilvēks pieņēma lēmumu un laboja.
Kopējamas uzvedņu veidnes
Varat izmantot tālāk norādītās veidnes, pielāgojot tās savam biznesam. Katrā no tām ir apzināta instrukcija "norādīt precīzu skaitli, norādīt avotu, izskaidrot neskaidrību".
LOMU UN ROBEŽU VEIDNE "Loma: Jūs esat pieredzējis kalnrūpniecības inženiera palīgs. Uzdevums: [uzrakstiet tēmu]. Noteikumi: Sniedzot precīzu skaitlisko vērtību (novērtējums, rezerve, limits), norādiet AVOTU; ja neesat pārliecināts, sakiet "jāpārbauda". Ja norādāt noteikumu/standarta pantu, norādiet to ar tā oficiālo versiju, bet atgādiniet, ka tā ir jāapstiprina. "Kas ir jāpārbauda, veicot lauka mērījumus/aprēķinus" pēc vienumiem."
HIPOTĒZES ĢENERĒŠANAS VEIDNE"Izveidojiet sistemātisku šādas situācijas iespējamo iemeslu sarakstu: [aprakstiet situāciju; kas tika novērots, kādi dati ir pieejami]. Katrai hipotēzei: (1) kādi pierādījumi to apstiprina, (2) kādi mērījumi vai aprēķini jāveic, lai to apstiprinātu/atspēkotu. IZVIETOJIET galīgo diagnozi; izveidojiet izmeklēšanas ceļvedi.
VERIFIKĀCIJAS PĀRBAUDES SARAKSTA VEIDNE"Ziņojuma projektā norādiet KATRU skaitlisko vērtību un KATRU noteikumu/standarta atsauci. Katram norādiet, no kura avota (pašurbšanas dati, normatīvais teksts, laboratorijas ziņojums, lauka apsekojums) tas ir jāpārbauda. Neskaidras izcelsmes datus apkopojiet sadaļā "Nevar izmantot bez verifikācijas]". Teksts: [ielīmēt]."
ANONIMIZĀCIJAS PRIEKŠPĀRBAUDES VEINE "Pirms AI rīkam norādiet šādu tekstu, atzīmējiet komercnoslēpumu vai personas/regulatīvas sensitīvas daļas: rezerves numurus, licences numuru, faktiskās koordinātes, klientu/darbinieku vārdus, konfidenciālus izmaksu datus. Iesakiet, kā tos anonimizēt. Teksts: [ielīmēt]."
Vāja uzvedne / spēcīga uzvedne
Uzdodot vienu un to pašu jautājumu divos veidos, tiks iegūti ļoti atšķirīgi rezultāti.
VĀJS PROFT: "Cik ir šīs raktuves rezerve?"
SPĒCĪGA UZVEDINĀJUMS: "Loma: Jūs esat resursu ģeologa asistents. Paskaidrojiet, kuri posmi jāveic rezerves/resursa aplēsei (sastāvēšana, variogramma, krigings, klasifikācija, ekonomiskais ierobežojums) un kādi dati un kuras kompetentās personas apstiprinājums ir nepieciešams katrā solī. NEDOTIET PRECĪZU rezerves numuru; uzsveriet, ka to var ziņot tikai tādos datos, kas tiek aprēķināti no projekta ietvara. JORC/UMREK."
Vāja uzvedne aicina AI kompensēt; Spēcīgā uzvedne saglabā to pareizajā darbā (procesa apraksts) un novērš digitālo halucināciju rašanos.
Biežas kļūdas
- “Lūdza” AI kursam raksturīgus numurus, piemēram, atzīmi, rezervi utt. AI nezina jūsu datus; šie skaitļi tiek aprēķināti tikai no jūsu datu bāzes.
- Izmantojot tiesību aktu/standarta klauzulu, to neapstiprinot. Preces numurs un vērtība bieži tiek halucinēti.
- Drošībai kritiska lēmuma pieņemšana, pamatojoties uz AI izvadi. Evakuācijas, spridzināšanas apstiprinājuma un ekspluatācijas lēmumus pieņem kompetentais inženieris.
- Sensitīvu datu ielīmēšana mākoņa rīkā bez anonimizācijas. Rezerves, koordinātu un izmaksu dati ir komercnoslēpumi.
- Gaidu vienu jautājumu un vienu atbildi. Izmantojiet AI iteratīvi: ģenerējiet melnrakstus, kritizējiet, pārbaudiet, labojiet.
Uzmanību: jo precīzāks un pārliecinošāks skaitlis tiek parādīts mākslīgā intelekta izvadē, jo lielāka ir verifikācija. Precizitāte negarantē precizitāti.
Rezumējot
Šajā nodaļā jūs redzējāt, ka AI ir ieguves palīgs, nevis lēmumu pieņēmējs. LLM ir valodas prognozētāji; Tas ir spēcīgs jēdzienu skaidrojumā, datu tīrīšanā, hipotēzēs un koda ģenerēšanā, bet riskants precīzu skaitļu un tiesību aktu radīšanā (halucinācijas). Klasificējiet uzdevumus kā zemus/vidējus/augstus/kritiskus un attiecīgi pielāgojiet verifikācijas dziļumu. Pārbaudiet katru skaitlisko vērtību no saviem datiem vai lauka mērījumiem, katru normatīvo atsauci no oficiālā avota. Drošībai būtiskus lēmumus vienmēr pieņem kompetentais inženieris un anonimizē sensitīvos datus pirms lietošanas.
Lietojumprogrammas uzdevums
Izvēlieties piecus sava uzņēmuma (vai fiktīva kalnrūpniecības projekta) uzdevumus: koncepcijas aprakstu, datu tīrīšanu, hipotēžu sarakstu, rezerves/skaitlisko vērtību un regulējošo jautājumu. Ievietojiet katru augstāk esošajā riska tabulā. Pēc tam nododiet AI ārpakalpojumu sniedzējiem divus zema/vidēja riska uzdevumus, izmantojot veidni “Loma un robeža”, un atzīmējiet katru izvades skaitlisko/regulatīvo elementu ar veidni “Verifikācijas kontrolsaraksts”. Pierakstiet, kurus elementus nevar izmantot bez pārbaudes.
kontrolsaraksts
- [ ] Pirms lietošanas misiju pakļāvu riska līmenim (zems/vidējs/augsts/kritisks).
- [ ] Es aprēķināju laukam raksturīgus skaitļus, piemēram, atzīmi, rezervi utt., no savas ražas, nevis prasīju AI.
- [ ] Esmu pārbaudījis katru tiesību aktu/standarta atsauci no oficiālā avota.
- [ ] Es anonimizēju sensitīvos datus (rezerve, koordinātas, nosaukums, izmaksas).
- [ ] Es atstāju drošības ziņā kritisko lēmumu kompetenta inženiera apstiprinājuma ziņā, nevis pamatojoties uz AI izvadi.
- [ ] Es skenēju katru AI izvades skaitlisko vērtību, lai noteiktu “nevar izmantot bez pārbaudes”.