Ieguvumi:
- Spēja noteikt, kur AI ietaupa reālo laiku ģeoloģiskās inženierijas darbplūsmā un par kādiem lēmumiem ir jāatbild inženierim
- Spēja piemērot disciplīnu, kas savstarpēji apstiprina katru AI izvadi ar lieluma secību, ģeoloģisko ticamību un lauka pierādījumiem
- Atzīstiet neskaidrības, halucināciju un datu privātuma riskus un izveidojiet ieradumu izveidot drošus uzvednes, anonimizējot kontekstu.
Ģeoloģiskā inženierija ir profesija, kurā mēs nekad nevaram pilnībā saskatīt patiesību zem zemes. Dziļurbumā ir paraugs tikai centimetru daudzu kilometru zemes gabals; ģeofizikālā sadaļa ir netieša ēna; Karte ir atstarpes starp novērojumiem interpretācija. Tāpēc ģeoloģija ir disciplīna, kas pēc būtības darbojas ar nenoteiktību. Mākslīgais intelekts (AI; programmatūras sistēmas, kas mācās no lieliem datu modeļiem un rada tekstu/attēlus/skaitļus) ir spēcīgs instruments šīs nenoteiktības pārvaldīšanai, taču tas ir arī rīks, kas var bīstami slēpt to pašu nenoteiktību. Šī vienība liek divus pamatus, uz kuriem tiks veidots viss modulis: kur ģeoloģijas darbplūsmā AI rada reālu vērtību un kā mēs apstiprinām katru izvadi.
Būsim skaidrs jau no paša sākuma: neviena tehnika, kuru jūs apgūsit šī moduļa laikā, neaizstās kompetenta ģeoloģijas inženiera parakstu, lauka novērojumus un inženiertehnisko spriedumu. Mākslīgais intelekts ir palīgs; Ātri lasa, ātri raksta, tver rakstus. Bet, ja nogāze neizdodas, sabrūk dambja pamats vai tiek ziņots, ka derīgo izrakteņu rezerves ir lielākas nekā tā ir, atbildība gulstas nevis uz programmatūru, bet gan uz inženieri, kurš to parakstījis. Jūs redzēsiet šo teikumu dažādās formās katrā moduļa vienībā, jo tā ir vienīgā patiesība drošībai kritiskajā inženierijā.
Kur mākslīgais intelekts rada vērtību ģeoloģijas darbplūsmā?
Ģeoloģiskā inženiera nedēļa ir aptuveni sadalīta trīs darba veidos: datu sagatavošana (žurnāla digitalizācija, lauka piezīmju rediģēšana, tabulas tīrīšana), interpretācija un analīze (litoloģijas klasifikācija, korelācija, resursu novērtējums, bīstamības novērtējums) un komunikācija (atskaite, karte, prezentācija, sarakste). AI skar visas trīs jomas, taču tā ieguldījums un risks katrā ir atšķirīgs.
Datu sagatavošana ir visdrošākā un ienesīgākā mākslīgā intelekta joma. Brīvā teksta pamataprakstu tulkošana strukturētā tabulā, nekonsekventu vienību standartizēšana, izņēmumu atzīmēšana tūkstošiem laboratorijas rezultātu rindu — tie ir atkārtoti, uz noteikumiem balstīti, viegli pārbaudāmi uzdevumi. Pat ja šeit ir kļūda, būs nepieciešamas minūtes, lai atgrieztos avotā (neapstrādātā žurnālā) un pārbaudītu to.
Interpretācijas un analīzes jomai ir visaugstākā vērtība un vislielākais risks. AI var ieteikt iespējamo defektu ģeometriju no urbšanas sekcijas; Tas var atklāt modeli, ko pat pieredzējusi acs var nepamanīt. Bet tas pats modelis var droši ietilpt neeksistējošā stratigrāfiskā vienībā (šo parādību sauc par halucinācijām: modelis rada informāciju, kas patiesībā neeksistē, it kā tā būtu īsta). Šajā jomā AI ir hipotēžu ģenerators, nevis lēmumu pieņēmējs.
Sakaru jomā mākslīgais intelekts ir vilkmes paātrinātājs. Dažu minūšu laikā sastāda ģeotehniskā ziņojuma, literatūras kopsavilkuma vai e-pasta metodes sadaļu. Šeit pastāv risks, ka safabricēti avoti un nepareizi skaitļi var nepamanīti ieslīdēt parakstā plūstošā tekstā.
Validācijas disciplīna: Trīs enkuru noteikums
Šī moduļa būtība ir viens ieradums: neiestrādāt AI izvadi inženiertehniskajā lēmumā, to neapstiprinot. Mēs pamatojam validāciju uz trim neatkarīgiem enkuriem.
Pirmais enkurs — lieluma kārta. Vai rezultāts ir aptuveni paredzētajā diapazonā no 10? Smilšu ūdens nesējslāņa hidrauliskā vadītspēja parasti ir metri dienā; Ja modelī ir norādīti kilometri/dienā, ir mērvienība vai rediģēšanas kļūda un to var saprast, neiedziļinoties. Kaļķakmens vienpusējā spiedes stiprība ir robežās no 30 līdz 200 MPa; 3000 MPa ir smieklīgi. Šī pārbaude aizņem sekundes un konstatē lielāko daļu kļūdu.
Otrais enkurs — ģeoloģiskā ticamība. Vai rezultāts atbilst lauka ģeoloģiskajam stāstam? Ja modelis ir ievietojis jaunu sanesu zem jūras kaļķakmens, vai nu ir apgriezta kļūda (un tas ir jāpierāda atsevišķi), vai arī modelis ir muļķīgs. Stratigrāfiskā secība, tektoniskais ietvars un nogulsnēšanās vide ir ticamības filtrs, kuram jāiziet cauri katrai interpretācijai.
Trešais enkurs — lauka pierādījumi. Šis ir spēcīgākais enkurs. Pamatparaugs, atsegumu novērošana, lauka pārbaude. Uz logiem balstīta litoloģijas interpretācija tiek salīdzināta ar kodolu, kas ņemts no tā paša dziļuma. Izmaiņu zona, kas kartēta ar attālo uzrādi, tiek pārbaudīta ar paraugiem vairākos lauka punktos. Pamata patiesība vienmēr uzvar.
Trīs mini futrāļi: pēc skaitļiem
1. gadījums — laika ietaupījums žurnālu digitalizācijā. Inženieris manuāli digitalizēja 42 skenētus (papīra) urbumu žurnālus no 1980. gadiem; Vidēji 35 minūtes vienā žurnālā, kopā aptuveni 24 stundas. Izmantojot AI darbinātu diagrammu darbplūsmu, viņš pirmo melnrakstu samazināja līdz 6 minūtēm, atlikušo laiku veltot vizuālai pārbaudei. Kopējais laiks samazinājās līdz aptuveni 8 stundām; Svarīgi bija tas, ka iegūtais laiks tika tērēts kontrolei.
2. gadījums — fiksētas halucinācijas. Kad stažieris lika AI apkopot lauka stratigrāfiju, tekstā tika iekļauts teikums "Reģionā izplatīti Tuzlas veidojuma iztvaikojumi". Vietnē nebija iztvaikošanas; modelim bija sajaukta informācija no cita baseina. Ģeoloģiskās ticamības filtrs (reģiona tektoniskais karkass nebija piemērots iztvaikošanas nogulsnēšanai) uztvēra kļūdu pirms ziņojuma parakstīšanas.
3. gadījums — vienības kļūda. Viena avota aprēķinā modelis palielināja tonnāžas izlaidi 1000 reizes, sajaucot blīvumu ar 2,7 t/m³, nevis 2,7 g/cm³ (faktiski abi ir vienādi, bet modeļa starpposms bija nepareizs un palielināja rezultātu par koeficientu 1000). Lieluma pārbaude - "šis bloks nevar būt 5 miljoni tonnu, bet 5 miljardi tonnu" - nekavējoties atklāja kļūdu.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Apkopot šī lauka ģeoloģiju un novērtēt tā derīgo izrakteņu potenciālu.[dati]
Spēcīga uzvedne:
Jūsu loma: vecākais izpētes ģeologs. Interpretējiet tālāk sniegto urbšanas kopsavilkumu, pamatojoties TIKAI uz sniegtajiem datiem. - Nepievienojiet veidojumus, minerālus vai vecumus, kas nav datos. - Parādiet datu rindu, uz kuras pamata izmantojat, ar iekavām blakus katram komentāram. - Rakstiet "dati nepietiekami", ja neesat pārliecināts, neizdariet minējumus. - Visbeidzot: izveidojiet atsevišķu sarakstu ar 3 pieņēmumiem, kas ir jāpārbauda. Dati: [urbšanas kopsavilkums]
Spēcīgā uzvedne modelim uzliek trīs lietas: pieturēšanos pie avota, nenoteiktības atzīšanu un pārbaudāmo lietu atzīmēšanu. Tas pilnībā neizbeidz halucinācijas, bet padara to redzamu.
Četras kopējamas veidnes
1) Anonimizēta konteksta izveide:
Man vajadzīga palīdzība ģeoloģiskā inženiera uzdevumā. Lauka nosaukums, koordinātas un uzņēmuma informācija ir KONFIDENCIĀLI; Es došu tos ar reprezentatīviem izteicieniem, piemēram, "lauks-A", "X koordināte". Quest: [quest]. Vienkārši paļaujieties uz manis sniegtajiem tehniskajiem datiem.
2) Trīs enkura verifikācijas pieprasījumi:
Trīs reizes pārbaudiet šādu rezultātu: 1) Lieluma secība: vai katrs skaitlis ir paredzētajā diapazonā? Ja nē, atzīmējiet.2) Ģeoloģiskā ticamība: vai ir stratigrāfiski/tektoniski nekonsekvents apgalvojums?3) Pārbaudes saraksts: preces, kuras jāapstiprina laukā/laboratorijā.Izvade: [teksts]
3) Neskaidrības nodrošināšana:
Sniedziet savu interpretāciju trīs ticamības līmeņos: - Augsta ticamība (tieši atbalstīta ar datiem) - Vidēja ticamība (saprātīgs secinājums) - Spekulatīvs (nepieciešami papildu dati) Uzdevums: [uzdevums]. Dati: [dati]
4) Lēmuma/atbalsta atšķirība:
Sadaliet šādu uzdevumu divās daļās: A) datu/uzmetuma darbs, ko AI var veikt ar pārliecību;B) lēmumu pieņemšanas punkti, kuriem ir NEPIECIEŠAMS pilnvarota inženiera apstiprinājums.Uzdevuma apraksts: [definīcija]
AI loma: risks pēc misijas veida
Uzdevuma veids
AI ieguldījums
Riska līmenis
Pārbaudes blīvums
Žurnālu/tabulu digitalizācija
augsts
zems
pārbaude uz vietas
Litoloģijas provizoriskā klasifikācija
augsts
vidējs
Kodols + saprātīgums
Resursu/tonnāžas aprēķins
vidējs
augsts
Rokas konts + neatkarīgs
Slīpuma/bāzes drošības lēmums
ierobežots
ļoti augsts
Pilns inženiera apstiprinājums
Ziņojuma/literatūras melnraksts
augsts
vidējs
avota apstiprinājums
Apdraudējuma/katastrofas novērtējums
ierobežots
ļoti augsts
Lauks + standarts + apstiprinājums
Padoms. Lai noteiktu uzdevuma riska līmeni, uzdodiet vienu jautājumu: "Kas ir sliktākais, kas varētu notikt, ja šī izvade ir nepareiza?" Ja atbilde ir “Es zaudēšu dažas minūtes”, pārbaudiet viegli; Ja “kāds var tikt ievainots”, uzskatiet rezultātu kā hipotēzi un ievietojiet to visam inženierijas procesam.
Uzmanību: Mākslīgā intelekta visbīstamākā iezīme ir nevis tā, ka tas kļūdās, bet gan tas, ka tas kļūdās pārliecinoši. Raits, tehnisks un veikls teksts nenozīmē, ka tas ir pareizs. Uzticieties pierādījumiem, nevis stilam.
Biežas kļūdas
- Plūsmu sajauc ar precizitāti. Neatkarīgi no tā, cik profesionāls ir teksts, faktu apgalvojumi (vecums, veidojums, skaits, avots) ir neatkarīgi jāpārbauda.
- Riska mērogošana pēc uzdevuma veida. Skatoties uz sašķidrināšanas pārskatu tāpat kā uz e-pasta melnrakstu. Validācijas skalas ar iespējamu kaitējumu.
- Konfidenciālu lauka datu ievadīšana bez domāšanas. Koordinācijas, pakāpes un rezerves informācija ir komerciāli un juridiski sensitīva; anonimizēt pirms iekāpšanas nekontrolējamā transportlīdzeklī.
- Nenoteiktības ignorēšana. Tas, ka modelis izskatās "pārliecināts", nenozīmē, ka pazūd nenoteiktība; Pieprasiet diapazonu un ticamības līmeni, nevis viena punkta aprēķinu.
- AI maldināšana lēmumu pieņemšanā. Modelis ģenerē hipotēzes; Lēmumu pieņem atbildīgais inženieris.
Rezumējot
- Ģeoloģija pēc būtības darbojas ar nenoteiktību; AI var gan pārvaldīt, gan bīstami slēpt šo nenoteiktību.
- Mākslīgais intelekts ir drošākais un ienesīgākais datu sagatavošanā, visvērtīgākais, bet riskantākais interpretācijā/analīzē, kā arī komunikācijas paātrinātājs.
- Katrs rezultāts tiek pārbaudīts, pamatojoties uz trim enkuriem: lieluma secība, ģeoloģiskā ticamība, lauka pierādījumi.
- Iznākuma risks ir vienāds ar kaitējumu, ko tas radīs, ja tas ir nepareizs; validācijas skalas.
- Inženierijā, kas ir svarīga drošībai, mākslīgā intelekta izvade nekad neaizstāj pilnvarota inženiera apstiprinājumu.
Lietojumprogrammas uzdevums
Uzskaitiet piecus ģeoloģijas uzdevumus, ko veicat nedēļas laikā no sava darba (piemēram, žurnāla rediģēšana, korelācija, atskaites sadaļa, atzīmju pārbaude, bīstamības apzīmējumi). Novietojiet katru riska līmenī saskaņā ar tabulu šajā vienībā un jautājiet: "Kas ir sliktākais, kas notiktu, ja tas būtu nepareizi?" Atbildiet uz jautājumu vienā teikumā. Pēc tam uzrakstiet spēcīgu anonimizētu uzvedni uz zemākā riska uzdevumu un izmēģiniet to; Pārbaudiet izvadi ar trim enkuriem un atzīmējiet, kurš enkurs radīja problēmu.
kontrolsaraksts
- [ ] Es varu atšķirt, kur mākslīgais intelekts rada drošu un kur riskantu vērtību ģeoloģijas darbplūsmā.
- [ ] Es ieguvu refleksu, lai pārbaudītu katru rezultātu ar lieluma secību, ģeoloģisko ticamību un lauka pierādījumiem.
- [ ] Uzdevuma riska līmenis, jautājot "kas ir sliktākais, kas varētu notikt, ja tas noiet greizi?" Es varu noteikt ar jautājumu.
- [ ] Es zinu, kas ir halucinācijas un nenoteiktība un kā tās padarīt redzamas.
- [ ] Es pieņēmu ieradumu izveidot drošu uzvedni, anonimizējot konfidenciālus lauka datus.