Ieguvumi:
- Spēja īstenot privātuma noteikumus, lai aizsargātu tiesības uz derīgo izrakteņiem, vietnei raksturīgos datus un kopienas sensitīvos jautājumus
- Spēja halucinācijas, nenoteiktību un atbildības robežas pārveidot par darbības kontroli
- Spēja uzturēt mākslīgā intelekta izmantošanu ģeoloģiskajā inženierijā ar visaptverošu verifikāciju un pārvaldības disciplīnu
Šī moduļa pēdējā vienība apvieno visas iepriekšējās vienības zem viena jumta: mākslīgā intelekta ilgtspējīgas, drošas un ētiskas izmantošanas pārvaldība ģeoloģiskajā inženierijā. Ar tehniskajām prasmēm vien nepietiek; Ģeoloģijas inženieris arī aizsargā komerciāli sensitīvus datus, ņem vērā sabiedrības un vides jutīgumu, halucinācijas un nenoteiktību pārvērš darbības kontrolē un uzņemas galīgo atbildību. Šī vienība pārvērš netīros noteikumus par praktisku disciplīnu: ar ko mēs nedalāmies, kādiem rezultātiem mēs uzticamies un kā, ko mēs darām, ja rodas kļūdas, un kā to visu padarīt par pastāvīgu ieradumu.
Ģeoloģija ir profesija, kuras lēmumi skar jūdzes pazemē, miljoniem dolāru investīcijām un dažreiz veselu kopienu drošību. Tāpēc ētika šeit nav abstrakts ideāls, bet gan konkrēti noteikumi, kas iestrādāti ikdienas darba plūsmā. Pabeidzot šo nodaļu, jūs varēsiet iekļaut visas moduļa laikā apgūtās tehnikas pārvaldības sistēmā un izmantot mākslīgo intelektu kā kontrolētu spēku pavairotāju, nevis riska avotu.
Datu privātuma un minerālu tiesību jutīgums
Ģeoloģiskie dati bieži ir ārkārtīgi jutīgi. Urbšanas koordinātas, pakāpes vērtības, rezerves skaitļi un izpētes mērķi ir komercnoslēpumi un parasti pieder derīgo izrakteņu tiesību īpašniekam (licences uzņēmumam vai valstij). Šo datu ievadīšana nekontrolētā ārējā AI pakalpojumā rada trīs nopietnus riskus: konkurences risku (konkurents var izsekot atklājumam), juridisko risku (privātuma un datu īpašumtiesību pārkāpums) un kopienas risku (atklājuma agrīna noplūde var izraisīt spekulācijas un konfliktus).
Pareizā pieeja ir slāņveida. Pirmkārt, sensitīvu datu anonimizācija: faktisko koordinātu aizstāšana ar reprezentatīvām vērtībām, faktiskā lauka nosaukuma aizstāšana ar “Field-A”, faktiskās atzīmes ar mērogotām/reprezentatīvām vērtībām. Otrkārt, kad vien iespējams, izmantojiet iestādes apstiprinātus, kontrolētus rīkus (iekšēja vai līgumā aizsargāta vide, kur dati nenoplūst). Treškārt, vismazāko datu princips: koplietošana ar mazāko datu apjomu, kas ir pietiekams uzdevumam, nevis ar visu datu bāzi. Izvades ātrums nekad nav augstāks par datu konfidencialitāti.
Uzmanību: Atzīmējot "Šie dati ir konfidenciāli", dati netiek aizsargāti. Uzrakstot, ka tas ir konfidenciāls, un kopīgojot to tādā pašā veidā, ir tāds pats risks kā nerakstīšanai vispār. Privātums tiek panākts, anonimizējot datus un izmantojot kontrolētus līdzekļus; nevis ar nodoma deklarāciju.
Halucināciju un nenoteiktības pārvēršana darbības kontrolē
Visā moduļa laikā mēs atkal un atkal redzējām halucinācijas (modelis, kas rada neesošu informāciju, it kā tā būtu īsta) un nenoteiktību. Šajā vienībā mēs tos pārveidojam no abstraktiem brīdinājumiem uz konkrētām vadīklām. Katrai AI izvadei tiek izmantotas trīs darbības vadīklas:
Resursu ierobežojums. Uzspiežot modelim noteikumu "tikai pamatojoties uz datiem, ko es jums sniedzu, neizdomājiet" un atzīmējot katra apgalvojuma avotu. Tas neizbeidz halucinācijas, bet padara tās redzamas.
Nenoteiktības piespiešana. Jāprasa ticamības līmenis vai diapazons, nevis viena punkta aprēķins. Atšķirība "augsta ticamība / vidēja / spekulatīva" neļauj modelim darboties tā, it kā tas būtu precīzs.
Neatkarīga pārbaude. Trīs enkuri, ko mēs izveidojam visā modulī — lieluma secība, ģeoloģiskā ticamība, lauka pierādījumi — attiecas uz katru izvadi. Standarta aprēķini un inženiera apstiprinājums tiek pievienoti arī drošībai kritiskajiem rezultātiem.
Šīs trīs kontroles nenovērš halucinācijas un nenoteiktību; padara tos pārvaldāmus, redzamus un pārbaudāmus. Šī ir atšķirība: nekontrolēts risks ir bīstams, redzams un pārvaldīts risks ir inženierzinātņu norma.
Atbildības un cilvēka piekrišanas ierobežojumi
Šī moduļa nemainīgais princips ir: mākslīgais intelekts atbalsta un paātrina; Atbildība par lēmumu, ziņojumu un projektu paliek pilnvarotajam ģeoloģijas inženierim. Tas nav sauklis, tas ir juridisks un ētisks fakts. Parakstīts ziņojums, sniegts bīstamības novērtējums, apstiprināts projekts — tas viss ir personas profesionālā atbildība. “Tas ir tas, ko teica AI” nav inženiertehnisks attaisnojums; tāpat kā nevar būt "tā kalkulators teica".
Tas nozīmē, ka atbildība nav deleģējama. Pat ja modelis rada produkciju, inženieris, kurš šo rezultātu pārveido lēmumā un paraksta to, ir atbildīgs par izvades precizitāti. Tāpēc katrai drošībai kritiskajai izvadei jābūt auditējamai (izsekojamai, zināmam avotam), pārbaudāmai (pārbaudei ar neatkarīgu aprēķinu) un cilvēka apstiprinātai. Šis trio ir pēdējais pārliecības slānis virs katras moduļa laikā apgūtās tehnikas.
Padoms: Pirms parakstāt izdruku, pajautājiet sev: "Ja šī izdruka izrādās nepareiza, vai es varu aizstāvēt to, uz ko es balstīju lēmumu un kā es to pamatoju?" Ja jūsu atbilde ir “AI ģenerēts”, verifikācija vēl nav pabeigta.
Trīs mini futrāļi: pēc skaitļiem
1. gadījums — noplūdes novēršana. Izpētes uzņēmuma ģeologs gatavojās augšupielādēt 1200 rindu faktisku urbumu līmeņa tabulu nekontrolējamam ārējam pakalpojumam ātrai analīzei. Institucionālā politika stājās spēkā un lūdza viņam vispirms anonimizēt datus (mērogot koordinātas un paslēpt lauka nosaukumu). Vēlāk šī atklājuma komerciālā vērtība izrādījās miljoniem dolāru; Nekontrolēta iekraušana varēja būt nopietna noplūde no konkurences un juridiskā viedokļa. Anonimizācija aizņēma dažas minūtes, un tās saglabātā vērtība bija milzīga.
2. gadījums — redzama nenoteiktība. Vienā avota ziņojumā komanda pieprasīja modeļa izvadi ticamības līmeņos, nevis atsevišķiem cipariem. Izrādījās, ka zona, kas apzīmēta kā "spekulatīva", patiesībā balstījās uz vienu urbumu; Šī zona tika izslēgta no ekonomiskā izvērtējuma. Ja nebūtu nenoteiktības spiediena, viens vienīgs skanīgs pieņēmums nonāktu miljonu dolāru lēmumā kā pārliecinoši dati.
3. gadījums — uzticēšanās izsekojamībai. Kad auditā jautāja par katra ģeotehniskā ziņojuma izdošanas avotu, komanda, pateicoties izsekojamības ierakstiem, varēja izsekot katrai vērtībai līdz ievades datiem, metodei un apstiprināšanas solim. Vienā problēmā tika konstatēta neliela neatbilstība, taču galvenais cēlonis un ietekme tika identificēta un novērsta dažu minūšu laikā. Pārvaldības disciplīna atrisināja kļūdu, pirms tā kļuva par krīzi.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Analizējiet visus mūsu uzņēmuma urbšanas un pakāpes datus šajā jomā un norādiet mums labāko ieguves mērķi. [faktiskās koordinātas un pakāpes]
Spēcīga uzvedne:
Vēlos palīdzību meklēšanas analīzē. Privātuma noteikumi: - koordinātas un vietnes nosaukums ir reprezentatīvi (“Vietne A”, mērogotas vērtības); Man nav kopīgas patiesas vērtības. - Vienkārši paļaujieties uz manis sniegtajiem tehniskajiem datiem; veidošanās/minerāls/vecuma pielāgošana.- Sniedziet komentārus ar ticamības līmeni (augsts/vidējs/spekulatīvs).- Uzskaitiet pieņēmumus, kas beigu beigās ir jāpārbauda, un punktus, kuriem nepieciešams lauka apstiprinājums. Galīgais lēmums un atbildība ir mana; Jūs ģenerējat melnrakstus un opcijas.
Četras kopējamas veidnes
1) Privātuma iepriekšēja pārbaude:
Apsveriet privātuma risku, pirms sniedzat AI rīkam šādus datus: kuri lauki (koordināta, pakāpe, vietnes nosaukums, uzņēmums) ir sensitīvi un kā tos padarīt anonīmus? Ko man nevajadzētu kopīgot saskaņā ar vismazāko datu principu? Dodiet man kontrolsarakstu.
2) Halucināciju vizualizācija:
Uzskaitiet katru šajā iznākumā esošo faktu apgalvojumu (vecums, veidojums, skaits, avots) atsevišķi un katram: vai tas ir pamatots ar dotajiem datiem, vai tas ir secinājums, vai tas nav pamatots? Skaidri atzīmējiet tos, kas ir nepamatoti vai nepārbaudāmi.
3) Verifikācijas pārvaldības kontrolsaraksts:
Pārbaudiet trīs slāņus šai drošībai kritiskajai izvadei: (1) izsekojamība — vai ir reģistrēts avots, metode, modeļa versija? (2) pārbaudāmība — vai tā ir pārbaudīta ar neatkarīgiem kontiem/standartiem? (3) cilvēka apstiprinājums — vai ir kvalificēta inženiera apstiprināšanas solis? Atzīmējiet trūkstošos.
4) Atbildības ierobežojumu nodalīšana:
Sadaliet šo uzdevumu divās daļās: (A) datu/uzmetuma darbs, ko AI var veikt droši, (B) punkti, kuriem OBLIGĀTI ir jābūt pilnvarota inženiera lēmumam un parakstam. Norādiet, kāda pārbaude ir nepieciešama katram vienumam B.
Pārvaldības dimensija, risks un kontrole
Izmērs
Galvenais risks
darbības kontrole
Datu privātums
Konkurence/juridiska informācijas noplūde
Anonimizācija + kontrolēts transportlīdzeklis + minimāli dati
halucinācijas
Sagatavota informācija tiek ievadīta parakstā
Resursu ierobežojums + apgalvojuma kontrole
nenoteiktība
viltus pārliecība
Pārliecības līmeņa/diapazona izaicinājums
izsekojamību
Nevar atrast galveno cēloni
Avota/metodes/versijas ieraksts
Atbildība
Lēmuma pamatojums ir nepamatots
Pārbaudāms + pārbaudāms + cilvēka sertificēts
kopiena/vide
Agrīna noplūde, uzticības zudums
Precīza uzraudzība + caurspīdīgums
Padoms. Uztveriet pārvaldību kā paātrinātāju, nevis šķērsli. Labi iedibināti privātuma, autentifikācijas un izsekojamības noteikumi pārvērš stundām ilgas krīzes īsos labojumos, kad rodas problēmas; Palielina uzticamību un atkārtotu izmantošanu.
Biežas kļūdas
- Mēģinājums nodrošināt konfidencialitāti, paziņojot par nodomu. "Konfidenciālas" piezīmes rakstīšana un datu kopīgošana tādus, kādi tie ir, tos neaizsargā; Anonimizācija un kontrolēts transportlīdzeklis ir ļoti svarīgi.
- Nenoteiktības samazināšana līdz vienam ciparam. Ja ticamības līmenis nav nepieciešams, lēmumā tiek ievadīts viennozīmīgs pieņēmums, it kā tie būtu stingri dati.
- Izsekojamības apiešana. Bez avota un metodes ieraksta nevar noteikt kļūdas galveno cēloni un ietekmi.
- Atbildības nodošana transportlīdzeklim. “AI teica” nav attaisnojums; Paraksts un lēmums pieder inženierim.
- Ignorējot sabiedrības un vides jutīgumu. Priekšlaicīga noplūde un pārredzamības trūkums grauj uzticību un sociālo licenci.
Rezumējot
- Ģeoloģiskie dati ir komerciāli un juridiski sensitīvi; Privātums tiek nodrošināts ar anonimizāciju, kontrolētiem līdzekļiem un vismazāko datu principu, nevis ar nodomu deklarāciju.
- Halucinācijas un nenoteiktība tiek pārvērstas trīs darbības kontrolēs: resursu ierobežojums, nenoteiktības izpilde, neatkarīga pārbaude (trīs enkuri).
- Atbildību nevar deleģēt; Katrai drošībai kritiskai produkcijai jābūt auditējamai, pārbaudāmai un cilvēka apstiprinātai.
- Laba pārvaldība nav šķērslis, bet gan paātrinātājs; Tas pārvērš krīzes īsos labojumos un vairo pārliecību.
- Mākslīgais intelekts ir kontrolēts spēka pavairotājs ģeoloģiskajā inženierijā; Lēmuma un paraksta īpašnieks vienmēr ir pilnvarotais inženieris.
Lietojumprogrammas uzdevums
Apsveriet reālu, bet precīzu datu kopu (kas satur koordinātas un atzīmi) no sava uzņēmuma. Pierakstiet kontrolsarakstu par to, kurus laukus un kā anonimizēsit, izmantojot veidni “Privātuma iepriekšēja pārbaude”. Pēc tam šajā modulī izvēlieties izvades veidu, kuru uzskatāt par visriskantāko (piemēram, slīpums FS, sašķidrināšana, resursu tonnāža), pārbaudiet trīs slāņus (izsekojamība, pārbaudāmība, cilvēka apstiprinājums), izmantojot veidni "pārbaudes pārvaldības kontrolsaraksts" un vienā teikumā uzrakstiet, kā jūs aptversit punktu, kuru uzskatāt, ka trūkst.
kontrolsaraksts
- [ ] Es aizsargāju sensitīvus ģeoloģijas datus ar anonimizāciju, kontrolētiem līdzekļiem un vismazāko datu principu.
- [ ] Es pārvaldu halucinācijas un nenoteiktību, izmantojot resursu ierobežojumu, uzticības līmeni un trīs enkura validācijas.
- [ ] Es padaru katru drošības ziņā svarīgu izvadi pārbaudāmu, pārbaudāmu un cilvēku apstiprinātu.
- [ ] Esmu pieņēmis, ka atbildība nav nododama un paraksts paliek pie inženiera.
- [ ] Es ieviešu pārvaldību kā ātruma un uzticamības veicinātāju, pārliecības slāni visu moduļa paņēmienu augšgalā.
Moduļa eksāmens
1. Kurš no šiem pamatprincipiem nosaka mākslīgā intelekta izvades risku ģeoloģiskajā inženierijā?
- A) Izvades risks ir vienāds ar kaitējumu, ko tas radītu, ja šī izvade būtu bojāta; validācijas skalas attiecīgi ✔
- B) AI izvade parasti ir droša, jo tā ir rakstīta tekoši un pārliecinoši
- C) Validācija nav nepieciešama, ja tiek izmantots jaunākais modelis
- D) Ja izvade attiecas uz standartu, papildu vadība nav nepieciešama
Paskaidrojums: Izvades risks ir vienāds ar kaitējumu, ko tas radīs, ja izvade ir bojāta. Lai gan neliela kļūda literatūras kopsavilkumā var būt nekaitīga, kļūda drošības vai sašķidrināšanas novērtējuma slīpuma faktorā var izraisīt dzīvības zaudēšanu un īpašuma bojājumus; tātad verifikācijas intensitātes skalas ar iespējamu kaitējumu.
2. Kādēļ ģeofizikālās inversijas “neunikalitātes” problēma rada nepieciešamību izmantot AI?
- A) Pirmās modeļa radītās interpretācijas tieša pieņemšana
- B) Interpretācijas sašaurināšana, savienojot to ar urbuma datiem, urbumiem un ģeoloģiskiem ierobežojumiem ✔
- C) Izvēlieties tikai augstākās izšķirtspējas grafiku.
- D) Pilnīga atteikšanās no ģeofizikālajiem datiem
Paskaidrojums: vienu un to pašu ģeofizikālo mērījumu (piemēram, gravitācijas vai pretestības datus) var aprakstīt ar vairāk nekā vienu atšķirīgu zemes virsmas modeli. Tātad AI radītā interpretācija nav vienīgā pareizā; Tas ir jāsašaurina, savienojot neatkarīgus ierobežojumus, piemēram, urbuma žurnālu, urbšanu un ģeoloģisko kontekstu.
3. Kādas ir variogrammas un kriginga izmantošanas iespējas resursu novērtēšanā?
- A) Automātiski krāso galvenos fotoattēlus
- B) Regulē urbjmašīnas ātrumu
- C) Tas nosaka telpisko nepārtrauktību starp paraugiem un novērtē pakāpi neatlasītos blokos ar nenoteiktību ✔
- D) Tas fiziski bagātina rūdu
Apraksts: Variogramma ir telpiskās nepārtrauktības mērs, kas apraksta, kā pakāpes līdzība samazinās, palielinoties attālumam starp parauga punktiem. Kriging ir ģeostatistikas metode, kas izmanto šo struktūru, lai novērtētu pakāpi neatlasītos blokos kopā ar aplēses nenoteiktību; Uz tā ir veidots bloka modelis.
4. Kurš solis ir būtisks, pirms attālās uzrādes radīto izmaiņu karti uzskata par uzticamu?
- A) Kartes krāsu paletei jābūt estētiskai.
- B) Attēls ir lejupielādēts ar augstāko izšķirtspēju
- C) Lauka un paraugu kontrole izvēlētajos punktos ar zemes patiesību ✔
- D) Anomāliju iezīmē mākslīgais intelekts
Apraksts: Spektrālā analīze sniedz anomālijas, kas norāda uz minerālu izmaiņām, taču tās var būt maldinošas veģetācijas, ēnu vai atmosfēras ietekmes dēļ. Karte netiek uzskatīta par galīgu bez pamata patiesības un lauka un paraugu kontroles izvēlētajos punktos.
5. Kāpēc “drošības faktors” (FS) ir AI izejas validācijas enkurs slīpuma stabilitātes analīzē?
- A) Jo tas parāda tikai rakšanas izmaksas
- B) Tikai tāpēc, ka tas apraksta slīpuma krāsu
- C) Tā kā tas fiziski pārbauda atteices risku, norādot spēku attiecību, kas pretojas un slīd slīdni ✔
- D) Jo tam ir nozīme tikai laboratorijas apstākļos
Paskaidrojums: drošības faktors ir slīdēšanas pretestības spēku attiecība pret slīdošajiem spēkiem; Ja FS vērtība ir tuvu 1 vai zem tā, tas norāda uz atteices risku. AI ieteiktā slīpuma ģeometrija vai parametru kopa tiek fiziski pārbaudīta, ģenerējot FS ar limita līdzsvara aprēķinu un salīdzinot to ar standarta sliekšņiem.
6. Kāds ir galvenais mērķis, apstrādājot brīvā teksta kodola aprakstu ("brūns, izturīgs, saplaisājis kaļķakmens, retas kalcīta dzīslas") ar AI?
- A) Novērojuma nejauša pārrakstīšana
- B) Automātiski palieliniet sēšanas dziļumu
- C) Kodola fiziska pārnumurēšana
- D) Padariet datus vaicājamus, pārtulkojot nekonsekventu brīvu tekstu standarta terminoloģijā un strukturētos laukos ✔
Apraksts: AI pārveido nekonsekventus brīvā teksta lauka novērojumus standarta terminoloģijā un strukturētos laukos (litoloģija, atmosfēras iedarbības pakāpe, pārtraukums, sekundārais minerāls), padarot datus meklējamus un salīdzināmus. Tomēr ģeoloģisko interpretāciju atkal apstiprina inženieris.
7. Kāpēc “viltus negatīvs” ir īpaši svarīgs AI izvadē, kas saistīta ar dzīvības drošību, piemēram, zemes nogruvumu jutības kartēšanā?
- A) Tā kā tas klasificē bīstamo zonu kā drošu un nerada nekādus piesardzības pasākumus un apdraud dzīvību/īpašumu ✔
- B) Jo tas tikai palielina kartes faila lielumu
- C) Tikai tāpēc, ka tas palielina pārskata lappušu skaitu
- D) Tā kā viltus negatīvi vienmēr ir nekaitīgi
Paskaidrojums: viltus negatīvs ir droša apgabala klasifikācija, kas faktiski ir bīstama; Šādā gadījumā netiek veikti nekādi piesardzības pasākumi un pastāv dzīvības/īpašuma zaudēšanas risks. Kļūdaini pozitīvi rezultāti rada nevajadzīgas izmaksas. Dzīvības drošības jomās slieksnis tiek izvēlēts piesardzīgi, lai samazinātu viltus negatīvu skaitu, un to atbalsta lauka apstiprinājums.
8. Kurš fiziskais princips ir galvenais validācijas enkurs, novērtējot gruntsūdens plūsmas modeļa iznākumu?
- A) Modelis rada krāsu izvadi
- B) Masas saglabāšanas (ūdens bilances) un novērošanas aku līmeņu ievērošana ✔
- C) Pabeidziet simulāciju pēc iespējas ātrāk
- D) Modeļa failam jābūt jaunākajā formātā
Apraksts: Gruntsūdeņu modeļi ir balstīti uz masas saglabāšanas (ūdens bilances) principu: ūdens daudzumam, kas ieplūst, izplūst un uzglabā sistēmā, jābūt konsekventam. Pat ja ar AI darbināma kalibrēšana izskatās labi, ja ūdens bilance nenoslēdzas vai neatbilst novērošanas aku līmeņiem, izvade nav uzticama.
9. Kura robeža ir īpaši jāpatur prātā, novērtējot caurlaidību ar mašīnmācīšanos no akas žurnāla?
- A) Modelis ir automātiski derīgs visās jomās un visās litoloģijās
- B) Prognožu nenoteiktība nav jāziņo vispār.
- C) Tiešs un bez kļūdām caurlaidības mērījums no apaļkokiem
- D) apgūtās attiecības ir specifiskas izglītības apstākļiem; ✔ Ekstrapolācija uz dažādām vietām ir saistīta ar risku, un tai ir jābūt saistītai ar pamata/iekas testēšanu ✔
Paskaidrojums: Caurlaidību nemēra tieši no apaļkokiem; Modeļa apgūtās attiecības ir raksturīgas apmācības datu fāzēm un spiediena apstākļiem. Akla pielietošana (ekstrapolācija) uz citu vietu vai nepazīstamu litoloģiju var izraisīt nopietnu kļūdu; Izvadei jābūt saistītai ar kodola mērījumiem un aku testēšanu.
10. Kāpēc mākslīgā intelekta radītā ģeoloģijas ziņojuma projektā izsekojamība ir būtiska?
- A) Izsekojamība nav nepieciešama, jo tā tikai palielina faila lielumu
- B) Nav nepieciešams veikt ierakstus, jo AI nekad nepieļauj kļūdas
- C) Pamatcēloni un atbildību nevar nodrošināt, ja nav reģistrēti katras problēmas un prasības dati, metode un modeļa avots ✔
- D) Jāizvairās no izsekojamības, jo tā palēnina ziņojuma sagatavošanu
Apraksts: Ziņojums ir inženierijas lēmuma pamatā; Jāņem vērā, no kādiem datiem, no kuras metodes un modeļa versijas nāk katra problēma, karte un pretenzija. Pretējā gadījumā, ja rodas kļūda, nevar noteikt galveno cēloni un ietekmētos lēmumus un nevar nodrošināt inženiertehnisko atbildību.
11. Kāda ir pareizā pieeja, ievadot vietnei raksturīgus urbšanas un pakāpes datus vispārējā AI rīkā?
- A) Precīzi ievadiet faktiskās koordinātas un pakāpes un iegūstiet ātrāko atbildi
- B) Koordinātu un vērtību anonimizācija, darbs ar reprezentatīvām vērtībām un tikai apstiprinātu/kontrolētu rīku izmantošana ✔
- C) Ielādējiet visu projekta datubāzi un ļaujiet modelim mācīties
- D) Ņemiet vērā, ka dati ir konfidenciāli, un kopīgojiet tos tādus, kādi tie ir.
Apraksts: Urbšanas koordinātas, pakāpes vērtības un rezerves informācija ir komerciāli sensitīvi un bieži vien konfidenciāli dati, kas pieder derīgo izrakteņu tiesību īpašniekam. Iekļūšana nekontrolētā ārlietu dienestā rada konkurenci un juridiskos riskus. Pareizā pieeja ir anonimizēt koordinātas/faktiskās vērtības vai strādāt ar reprezentatīvām vērtībām un izmantot tikai apstiprinātus, iestādes kontrolētus rīkus.
12. Ko nozīmē “lieluma pakāpes kontrole” inženiertehniskajos aprēķinos ar AI?
- A) Rezultāta decimālzīmju skaita palielināšana
- B) Izmēriet rezultāta grafisko izšķirtspēju
- C) Rezultāta krāsas standartizēšana
- D) Pārbaude ar ātru roku aprēķinu, vai rezultāts ir aptuveni paredzamās jaudas 10 ✔ robežās
Apraksts: Lieluma kārtas pārbaude ir pārbaude ar ātru roku aprēķinu, vai rezultāts ir aptuveni paredzētajā diapazonā no 10. Piemēram, ja ir sagaidāma ūdens nesējslāņa hidrauliskā vadītspēja smiltīm, rezultāts ir kilometrs/dienā, nevis metrs/dienā, kas norāda uz mērvienību vai rediģēšanas kļūdu, neiedziļinoties detaļās.
13. Kas ir pārliecinošākais pierādījums, apstiprinot modeļa rezultātus, kas klasificē litoloģiju no urbumu baļķiem?
- A) No tāda paša dziļuma ņemta serdes parauga pārbaude ✔
- B) Modelim ir augsts uzticamības rādītājs
- C) Izlaide tiek ražota ātri
- D) Log diagramma ir daudzkrāsaina
Paskaidrojums: Baļķi ir netieši mērījumi; Vistiešākais un pārliecinošākais pierādījums ir tāda paša dziļuma pamatparauga vizuālā un laboratoriskā pārbaude. Serdes urbšana sniedz iespēju salīdzināt modeļa baļķu interpretāciju ar pamata patiesību.
14. Kurš apgalvojums ir visprecīzākais attiecībā uz galīgo atbildību par mākslīgā intelekta izmantošanu ģeoloģiskajā inženierijā?
- A) Tā kā AI ražo produkciju, atbildība tiek nodota programmatūras uzņēmumam
- B) AI nodrošina atbalstu un paātrinājumu; Atbildība par lēmumu un ziņojumu paliek pilnvarotajam inženierim, produkcijai jābūt pārbaudāmai un cilvēka apstiprinātai ✔
- C) Inženiera apstiprinājums nav nepieciešams, jo AI izvade ir automātiski derīga
- D) Atbildība gulstas tikai uz lauka komandu, tas neattiecas uz biroja inženieri
Apraksts: AI ir jaudīgs rīks atbalsta darbam, piemēram, datu apstrādei, projektu ģenerēšanai un atklāšanas paātrināšanai; Tomēr atbildība par parakstīto ziņojumu, bīstamības novērtējumu un projektēšanas lēmumu paliek pilnvarotajam ģeoloģijas inženierim. Rezultātiem jābūt pārbaudāmiem, pārbaudāmiem un cilvēku apstiprinātiem.