Добивки:
- Да се биде способен да разликува каде вештачката интелигенција додава вредност во геофизичкиот работен тек (потиснување на бучава, обележување на шема, забрзување на пресметките, извештај) и каде конечниот модел и одлука се препуштени на човекот, во зависност од нивото на ризик.
- Способност да се примени дисциплина која го потврдува секој излез на вештачка интелигенција со поврзување со изворот, вкрстено потврдување со независен метод и поминување низ физичко-геолошки филтер.
- Да се биде способен да се разбере дека полисемијата својствена за геофизиката (поставување на многу модели на истите податоци) може да биде скриена од вештачката интелигенција и да се побараат алтернативни сценарија кои ја намалуваат неизвесноста.
Како геофизички инженер, често седите на вашето биро обидувајќи се да разберете нешто што не можете директно да го видите: слоеви, дефекти, рудни тела, водена маса или резервоар на јаглеводороди на стотици метри под површината. Сè што имате се индиректни мерења - сеизмички бранови што ги снимате на површината, мали пертурбации во гравитационото поле, магнетни аномалии, електричен отпор. Во оваа единица, ќе разјасниме каде вештачката интелигенција (АИ) всушност заштедува време и точност во разбирањето на овие индиректни податоци, а каде одлуката е препуштена на компетентен геофизичар. Да го ставиме тоа од почеток: AI е асистент за толкување и забрзувач за пресметување; Не го заменува експертот кој го одобрува подземниот модел, го презема ризикот и го има последниот збор.
Каде е добро вештачката интелигенција во геофизиката?
Прво да го разјасниме поимот. Геофизиката е наука за мерење на физичките полиња на земјата (сеизмички, гравитациски, магнетни, електрични, електромагнетни, радиометриски) од површината или од бунарот и заклучување на структурата на подземјето. Вештачката интелигенција главно се појавува овде во две форми: (1) машинско учење - алгоритми кои учат шеми од податоци (машинско учење - алгоритми кои извлекуваат правила од означени примери) и (2) големи јазични модели кои произведуваат текст, код и извештаи (накратко LLM - модели кои произведуваат прашања и одговори и нацрти на природен јазик).
Областите каде што вештачката интелигенција е силна во геофизиката вклучуваат:
- Потиснување на шум и подобрување на сигналот: Одвојување на случаен и кохерентен шум во сеизмичките записи.
- Автоматско обележување на шаблонот: Брзо предложете ги дефектите, хоризонтот (граница на хоризонтален рефлективен слој), фаза на земјотрес или кандидати за аномалија.
- Класификација и кластерирање: Групирање на сеизмички фации (региони со сличен брановиден карактер) или логови на бунари.
- Забрзана пресметка: Решавање на тешките чекори на напред моделирање и инверзија приближно и брзо со сурогат модел.
- Извештај и нацрт на код: Производство на процесен тек, скрипта за Python и нацрт извештај за коментар.
Има многу области каде што вештачката интелигенција е слаба или опасна: може да произведе физички неконзистентни модели, може да погреши шема на бучава во податоците за „структура“, може да даде високодоверливи, но неточни резултати на полиња што не наликуваат на регионот во кој бил обучен. Затоа, секој излез се третира како хипотеза.
Совет: Никогаш не читајте го излезот со вештачка интелигенција како „резултат“, туку како „брз прв нацрт“. Во геофизиката, повеќе подземни модели одговараат на истите податоци (ова се нарекува несигурност); Дури и ако вештачката интелигенција многу самоуверено ви претстави модел, тоа е само еден од можните модели.
Несигурност: вистината во срцето на геофизиката
Најфундаменталниот факт на геофизиката е неуникатноста - постоењето на повеќе од еден подземен модел што може да го објасни истото мерење на површината. Гравитационата аномалија може да биде произведена или од плитка и помалку густа маса или од длабока и многу густа маса. ВИ не го елиминира овој факт; Напротив, може да ја скрие несигурноста со тоа што ќе даде единствен сигурен одговор. Добриот геофизичар користи вештачка интелигенција за да ја намали неизвесноста (геологија, податоци за бунари, комбинирање на различни методи), а не за да ја скрие.
ВИ во геофизички работен тек од крај до крај
Типичен истражувачки проект го следи овој синџир: планирање на локацијата → собирање податоци → претходна обработка/ потиснување на бучавата → сликање → интерпретација → инверзија/модел → ризик и одлука → извештај. Вештачката интелигенција помага со повеќето врски во овој синџир, но на крајот од секоја алка има порта за човечка проверка. Планирањето на собирањето податоци и безбедноста на локацијата се целосно човечка одговорност; Физичката валидност на инверзијата и конечниот подземен модел бараат стручна потврда.
Дисциплина за валидација: трислоен филтер
Преземете го секој излез на ВИ низ три чекори:
- Врска до изворот: Какво мерење, каква трага — временска серија снимена од еден приемник, на кој бунар се заснова излезот? Побарувањата што не можат да се следат не се прифаќаат.
- Потврдете независно: Побарајте ја грешката што ја гледате во сеизмичките податоци во гравитацијата/магнетниот или бунарот. Структурата означена со еден метод е кандидат додека не се потврди вкрстено.
- Филтер за физика и геологија: Дали резултатот е физички возможен (густина, опсег на брзина разумни)? Дали е во конфликт со геологијата на регионот?
Внимание: Бројот како „92% веројатност за грешка“ вратен од класификатор базиран на вештачка интелигенција не е вистинската веројатност ако не е калибриран. Довербата на моделот и вистинската точност често не се совпаѓаат; Не ја засновајте вашата одлука на оценката за доверба без да ја калибрирате со независни податоци.
три мини футроли
Случај 1 - Зголемување на брзината кога се управува правилно. Тим истражувачи го направија првото скенирање на дефекти со вештачка интелигенција во 3D сеизмички волумен од 1.200 km². Прелиминарното обележување, кое траеше 3 недели со рака, се појави за 2 дена. Тимот ги прегледа 340-те сегменти на дефекти означени од YZ со податоци за бушотини и гравитација; Тој елиминирал 71 од нив, забележал дека вештачката интелигенција пропуштила 12 вистински грешки и ги додал рачно. Резултат: и брз и сигурен, бидејќи имаше порта за верификација.
Случај 2 - Погрешна бучава за структура. Еден тим помешал трага од она што вештачката интелигенција го нарекува „длабок рефлективен слој“ за граница на резервоарот. Вишиот рецензент забележа дека оваа трага се појавува само по одреден чекор на обработка и не е во необработените податоци: трагата е артефакт на обработка - сликата произведена од алгоритмот што нема еквивалент на теренот. Ако не се вратат на необработените податоци, би предложиле бунар за резервоар што не постои.
Случај 3 - Грешка во генерализирањето надвор од регионот. Класификатор на фација обучен за податоци од Северното Море бил користен во слив во Анадолија и систематски мешал песочник и варовник. Моделот донесуваше одлуки врз основа на односите брзина-густина во областа на образованието. Кога тимот рекалибрираше со локални бунари, прецизноста се зголеми од 58% на 86%.
Четири шаблони за копирање
1) Мапирање на улоги на вештачката интелигенција во работниот тек:
Вашата улога: виш консултант за геофизичко толкување. Мој проект: [3D сеизмички + гравитација, истражување на јаглеводороди]. Наведете го мојот работен тек чекор по чекор (добивање → обработка → сликање → толкување → инверзија → извештај) и запишете го за СЕКОЈ чекор делот со кој вештачката интелигенција може безбедно да помогне, делот што бара човечко одобрување и проверката за верификација.
2) Барање за валидација на излезот:
Критикувајте го следното толкување на вештачката интелигенција: кои тврдења се поврзани со мерење, а кои не се поддржани? Дали има некои физички неконзистентни претпоставки? Кои независни податоци или метод би препорачале за да се потврди овој заклучок? Каде е најголемата неизвесност?[ТЕКСТ НА КОМЕНТАР]
3) Потсетник за несигурност:
Не обезбедувајте единствен подземен модел за оваа аномалија на гравитацијата. Создадете НАЈМАЛКУ три различни моделски сценарија (комбинации на длабочина-густина) кои би можеле да ја објаснат истата аномалија и да ни кажат кои дополнителни мерења се потребни за да се разликува секое.
4) Појаснување на термините и ограничувањата:
Вашата улога: инструктор по геофизика. Објасни ми го концептот [миграција / деконволуција / инверзија], прво со едноставна дефиниција во една реченица, потоа што прави, потоа типични грешки. Означете каде што не сте сигурни како „треба да се потврди“, не давајте лажни референци.
Слаб промпт / Силен промпт
Слаба навестување:
Коментирајте дали има дефект на овој сеизмички дел.
Нема контекст, изворот на податоци е нејасен; ВИ произведува сигурен, но неконтролиран одговор.
Моќен потсетник:
Вашата улога: експерт за сеизмичко толкување. Контекст: [тип на слив, целна длабочина 2-3 km, временски период по миграцијата]. Ќе ги дадам вредностите на атрибутот (континуитет, кохерентност, наклон) што ги дефинирав во уметноста. Задача: означете ги можните зони на дефекти, напишете за СЕКОЈА ознака на кој атрибут се заснова и предложете како да се разликува вистинската структура од артефактот за обработка. Користење на прецизен јазик; Зборувајте на јазик „кандидат“ и „ниво на доверба“.
Контекстот, основното барање и измерениот јазик го прават излезот корисен и ревизорски.
Улога на вештачката интелигенција: безбедно или не?
чекор на работниот тек
Дали вештачката интелигенција е безбедна?
Работата на АИ
машка работа
Терен и план за собирање
делумно
Нацрт-листа за проверка
Обезбедување, дозвола, одлука
Потиснување на бучава
Да
Препорака за филтрирање, автоматизација
Потврда на параметарот
Обележување дефект/хоризонт
Да
Генерирање кандидати
проверка, елиминација
инверзно решение
делумно
Забрзување, прелиминарен модел
физичка важност
Крајниот андерграунд модел
бр
нацрт, сценарио
Одобрување, одговорност
Одлука за добро/истражување
бр
Резиме на ризик
одлука, одговорност
Вообичаени грешки
- Потпирајќи се на единствен модел. Повеќе модели одговараат на истите податоци; Не претпоставувајте дека единствениот одговор на вештачката интелигенција е сигурност.
- Грешка на вештачката обработка како структура. Проверете дали постои трага во необработените податоци.
- Слепа генерализација надвор од регионот. Модел обучен во друг слив не може да се користи без да се калибрира локално.
- Погрешување на резултатот за доверба како веројатност. Некалибриран резултат не е основа за одлука.
- Заобиколувајќи ја портата за верификација. Отстранувањето на човечката контрола заради брзината ја отвора вратата за најскапата грешка.
Сумирано
ВИ во геофизиката; Додава вистинска вредност во потиснувањето на бучавата, обележувањето на шаблонот, класификацијата, забрзувањето на пресметките и известувањето. Но, поради полисемијата (поставување на повеќе модели на исти податоци) во срцето на геофизиката, секој излез на вештачката интелигенција е хипотеза. Користењето вештачка интелигенција без дисциплина за верификација - поврзување со изворот, независна верификација, физичко-геолошки филтер - произведува брзи, но неодржливи одлуки. Конечниот орган кој ќе го одобри подземниот модел и ќе го преземе ризикот е секогаш надлежниот геофизичар.
Задача за апликација
Изберете геофизички проект на кој сте работеле сами (или имагинарен). Прво, извлечете ги чекорите и портите за валидација со шаблонот „Марпирање на улоги на ВИ во работниот тек“. Потоа земете коментарска реченица од тој проект и критикувајте ја со шаблонот „Прашање за валидација на излез“: кое тврдење зависи од мерењето, кое не? Напишете како би потврдиле барем едно тврдење со независни податоци (добро, различен метод, геологија).
листа за проверка
- [ ] Излезот на вештачката интелигенција го третирав како „хипотеза“, а не како „резултат“.
- [ ] Го поврзав секое тврдење со метрика/извор.
- [ ] Планирав вкрстена валидација со барем еден независен метод.
- [ ] Ја разгледав полисемијата и прашав за алтернативни модели.
- [ ] Го оставив конечниот модел и одлуката за истражување на човечко одобрување.