Keuntungan:
- Keupayaan untuk membezakan di mana AI menjimatkan masa nyata dalam aliran kerja kejuruteraan geologi dan keputusan yang harus kekal sebagai tanggungjawab jurutera
- Keupayaan untuk menerapkan disiplin yang mengesahkan silang setiap keluaran AI dengan susunan magnitud, kebolehpercayaan geologi dan bukti lapangan
- Kenali risiko kekaburan, halusinasi dan privasi data dan kembangkan tabiat menyediakan gesaan selamat dengan menyamaratakan konteks.
Kejuruteraan geologi adalah satu profesion di mana kita tidak dapat melihat sepenuhnya kebenaran di bawah tanah. Satu lubang gerudi mengambil sampel hanya sekeping sentimeter tanah berkilometer; bahagian geofizik ialah bayang-bayang tidak langsung; Peta ialah tafsiran jurang antara pemerhatian. Itulah sebabnya geologi ialah satu disiplin yang sememangnya berfungsi dengan ketidakpastian. Kecerdasan buatan (AI; sistem perisian yang belajar daripada corak data besar dan menghasilkan teks/imej/nombor) ialah alat yang berkuasa dalam menguruskan ketidakpastian ini, tetapi ia juga merupakan alat yang boleh menyembunyikan ketidakpastian yang sama secara berbahaya. Unit ini meletakkan dua asas di mana keseluruhan modul akan dibina: di mana dalam aliran kerja geologi AI menghasilkan nilai sebenar dan bagaimana kami mengesahkan setiap output.
Mari kita jelaskan dari awal: tiada teknik yang anda akan pelajari semasa modul ini akan menggantikan tandatangan, pemerhatian lapangan dan pertimbangan kejuruteraan seorang jurutera geologi yang cekap. Kecerdasan buatan adalah pembantu; Membaca pantas, menulis dengan pantas, menangkap corak. Tetapi jika cerun gagal, asas empangan runtuh, atau rizab mineral dilaporkan lebih besar daripada itu, tanggungjawab bukan terletak pada perisian, tetapi pada jurutera yang menandatanganinya. Anda akan melihat ayat ini sekali lagi dalam bentuk yang berbeza dalam setiap unit modul, kerana ini adalah satu-satunya kebenaran dalam kejuruteraan kritikal keselamatan.
Di manakah Kepintaran Buatan Mencipta Nilai dalam Aliran Kerja Geologi?
Minggu jurutera geologi dibahagikan secara kasar kepada tiga jenis kerja: penyediaan data (pendigitalan log, penyuntingan nota lapangan, pembersihan jadual), tafsiran dan analisis (pengkelasan litologi, korelasi, anggaran sumber, penilaian bahaya) dan komunikasi (laporan, peta, pembentangan, surat-menyurat). AI menyentuh ketiga-tiga bidang, tetapi sumbangan dan risikonya berbeza dalam setiap satu.
Penyediaan data adalah bidang kecerdasan buatan yang paling selamat dan paling menguntungkan. Menterjemah huraian teras teks percuma ke dalam jadual berstruktur, menyeragamkan unit yang tidak konsisten, membenderakan outlier dalam beribu-ribu baris output makmal—ini adalah tugasan yang berulang, berasaskan peraturan dan mudah untuk disahkan. Walaupun terdapat ralat di sini, ia akan mengambil masa beberapa minit untuk kembali ke sumber (log mentah) dan menyemaknya.
Bidang tafsiran dan analisis membawa nilai tertinggi dan risiko tertinggi. AI boleh mencadangkan geometri kerosakan yang mungkin dari bahagian gerudi; Ini boleh mendedahkan corak yang mungkin terlepas daripada mata yang berpengalaman. Tetapi model yang sama dengan yakin boleh memuatkan unit stratigrafi yang tidak wujud (fenomena ini dipanggil halusinasi: model menghasilkan maklumat yang sebenarnya tidak wujud, seolah-olah ia adalah nyata). Dalam bidang ini, AI ialah penjana hipotesis, bukan pembuat keputusan.
Dalam bidang komunikasi, kecerdasan buatan adalah pemecut draf. Mendraf bahagian kaedah laporan geoteknik, ringkasan literatur atau e-mel dalam beberapa minit. Risiko di sini ialah sumber rekaan dan nombor yang salah boleh tergelincir ke dalam tandatangan tanpa disedari dalam teks yang mengalir.
Disiplin Pengesahan: Peraturan Tiga Sauh
Inti modul ini adalah satu tabiat: tidak memasukkan sebarang output AI ke dalam keputusan kejuruteraan tanpa mengesahkannya. Kami mendasarkan pengesahan pada tiga sauh bebas.
Sauh pertama — Susunan magnitud. Adakah hasilnya kira-kira dalam jangkaan kuasa 10 julat? Kekonduksian hidraulik akuifer pasir biasanya mengikut susunan meter sehari; Jika model memberikan kilometer/hari, terdapat unit atau ralat penyuntingan dan ia boleh difahami tanpa terperinci. Kekuatan mampatan uniaxial bagi batu kapur adalah dalam julat 30-200 MPa; 3000 MPa adalah tidak masuk akal. Semakan ini mengambil masa beberapa saat dan menangkap kebanyakan ralat.
Sauh kedua - Kebolehpercayaan geologi. Adakah output konsisten dengan cerita geologi lapangan? Jika model itu telah meletakkan alluvium muda di bawah batu kapur marin, sama ada terdapat kesalahan terbalik (dan ini perlu dibuktikan secara berasingan) atau model itu adalah omong kosong. Jujukan stratigrafi, rangka kerja tektonik dan persekitaran pemendapan adalah penapis kebolehpercayaan di mana setiap tafsiran mesti dilalui.
Sauh ketiga — Bukti lapangan. Ini adalah sauh yang paling kuat. Sampel teras, pemerhatian singkapan, pengesahan lapangan. Tafsiran litologi berasaskan log dibandingkan dengan teras yang diambil dari kedalaman yang sama. Zon perubahan yang dipetakan oleh penderiaan jauh diuji dengan sampel di beberapa titik di lapangan. Kebenaran asas sentiasa menang.
Tiga Kes Mini: Mengikut Nombor
Kes 1 — Penjimatan masa dalam pendigitalan log. Seorang jurutera secara manual mendigitalkan 42 log lubang gerudi (kertas) yang diimbas dari tahun 1980-an; Purata 35 minit setiap log, kira-kira 24 jam jumlah. Dengan aliran kerja carta yang dikuasakan AI, dia mengurangkan draf pertama kepada 6 minit, menumpukan masa yang tinggal untuk pengesahan visual. Jumlah masa menurun kepada kira-kira 8 jam; Apa yang kritikal ialah masa yang diperoleh dihabiskan untuk mengawal.
Kes 2 — Halusinasi yang ditangkap. Apabila pelatih meminta AI meringkaskan stratigrafi medan, teks itu termasuk ayat "Pembentukan Tuzla menguap biasa di rantau ini." Tiada sejatan di tapak; model itu telah mengelirukan maklumat daripada lembangan lain. Penapis kebolehpercayaan geologi (rangka kerja tektonik rantau ini tidak sesuai untuk pemendapan sejatan) menangkap ralat sebelum laporan ditandatangani.
Kes 3 — Ralat unit. Dalam satu pengiraan sumber, model melambung keluaran tan dengan faktor 1000 dengan mengelirukan ketumpatan dengan 2.7 t/m³ dan bukannya 2.7 g/cm³ (sebenarnya kedua-duanya adalah sama, tetapi langkah perantaraan model itu tidak betul dan melambungkan hasilnya dengan faktor 1000). Susunan semakan magnitud - "blok ini tidak boleh menjadi 5 juta tan tetapi 5 bilion tan" - serta-merta memberikan kesilapan itu.
Gesaan Lemah / Gesaan Kuat
Gesaan yang lemah:
Ringkaskan geologi bidang ini dan nilai potensi mineralnya.[data]
Gesaan kuat:
Peranan anda: Ahli geologi penerokaan kanan. Tafsirkan ringkasan penggerudian di bawah berdasarkan HANYA pada data yang diberikan. - Jangan tambah sebarang formasi, mineral atau umur yang tiada dalam data. - Tunjukkan baris data yang anda gunakan dengan tanda kurung di sebelah setiap ulasan. - Tulis "data tidak mencukupi" di mana anda tidak pasti, jangan membuat tekaan. - Akhir sekali: buat senarai berasingan 3 andaian yang perlu disahkan. Data: [ringkasan penggerudian]
Gesaan kuat mengenakan tiga perkara pada model: berpegang pada sumber, mengakui ketidakpastian dan menandakan perkara untuk disahkan. Ini tidak menamatkan halusinasi sepenuhnya, tetapi ia menjadikannya kelihatan.
Empat Templat Boleh Disalin
1) Mewujudkan konteks tanpa nama:
Saya memerlukan bantuan dengan tugasan kejuruteraan geologi. Nama medan, koordinat dan maklumat syarikat adalah SULIT; Saya akan memberikan mereka dengan ungkapan perwakilan seperti "Field-A", "X coordinate". Pencarian: [pencarian]. Hanya bergantung pada data teknikal yang saya berikan.
2) Tiga permintaan pengesahan utama:
Buat tiga semakan untuk output berikut:1) Susunan magnitud: adakah setiap nombor dalam julat yang dijangkakan? Jika tidak, tandakan.2) Kebolehpercayaan geologi: adakah terdapat tuntutan tidak konsisten secara stratigrafi/tektonik?3) Senarai pengesahan: item yang perlu disahkan di lapangan/makmal.Output: [teks]
3) Menguatkuasakan kekaburan:
Berikan tafsiran anda pada tiga tahap keyakinan:- Keyakinan tinggi (disokong secara langsung oleh data)- Keyakinan sederhana (inferens munasabah)- Spekulatif (data tambahan diperlukan)Tugas: [tugas]. Data: [data]
4) Perbezaan keputusan/sokongan:
Bahagikan tugas berikut kepada dua:A) Data/draf kerja yang AI boleh lakukan dengan yakinB) Titik keputusan yang mana kelulusan jurutera yang dibenarkan DIPERLUKANPerihalan tugas: [definisi]
Peranan AI: Risiko mengikut Jenis Misi
Jenis tugas
Sumbangan AI
Tahap risiko
Ketumpatan pengesahan
Pendigitalan log/jadual
tinggi
rendah
pemeriksaan mengejut
Klasifikasi awal litologi
tinggi
sederhana
Teras + kewajaran
Pengiraan sumber/ton
sederhana
tinggi
Akaun tangan + bebas
Keputusan keselamatan cerun/tapak
terhad
sangat tinggi
Kelulusan jurutera penuh
Draf laporan/literatur
tinggi
sederhana
pengesahan sumber
Penilaian bahaya/bencana
terhad
sangat tinggi
Bidang + standard + kelulusan
Petua: Untuk menentukan tahap risiko tugas, tanya satu soalan: "Apakah yang paling teruk yang boleh berlaku jika output ini salah?" Jika jawapannya ialah 'Saya akan kehilangan beberapa minit', sahkan dengan ringan; Jika 'seseorang mungkin tercedera', anggap output sebagai hipotesis dan letakkannya melalui proses kejuruteraan penuh.
Perhatian: Ciri kecerdasan buatan yang paling berbahaya bukanlah ia membuat kesilapan, tetapi ia membuat kesilapan dengan yakin. Teks yang lancar, teknikal dan kemas tidak bermakna ia betul. Percaya bukti, bukan gaya.
Kesilapan biasa
- Tersilap kefasihan untuk ketepatan. Tidak kira betapa profesionalnya teks itu dipaparkan, tuntutan fakta (umur, pembentukan, nombor, sumber) harus disahkan secara bebas.
- Tidak meningkatkan risiko mengikut jenis tugas. Melihat semakan pencairan dengan cara yang sama seperti draf e-mel. Skala pengesahan dengan potensi bahaya.
- Memasukkan data medan sulit tanpa berfikir. Maklumat koordinat, gred dan simpanan adalah sensitif secara komersial dan undang-undang; tanpa nama sebelum memasuki kenderaan yang tidak dikawal.
- Mengabaikan ketidakpastian. Hanya kerana model kelihatan "yakin" tidak bermakna ketidakpastian hilang; Minta julat dan tahap keyakinan dan bukannya anggaran mata tunggal.
- Mengira AI untuk membuat keputusan. Model menjana hipotesis; Jurutera yang bertanggungjawab membuat keputusan.
Secara ringkasnya
- Geologi sememangnya beroperasi dengan ketidakpastian; AI boleh mengurus dan menyembunyikan ketidakpastian ini secara berbahaya.
- Kecerdasan buatan adalah yang paling selamat dan paling menguntungkan dalam penyediaan data, yang paling berharga tetapi paling berisiko dalam tafsiran/analisis, dan pemecut dalam komunikasi.
- Setiap keluaran disahkan terhadap tiga sauh: susunan magnitud, kebolehpercayaan geologi, bukti lapangan.
- Risiko sesuatu hasil adalah sama dengan kemudaratan yang akan ditimbulkannya jika ia salah; skala pengesahan sewajarnya.
- Dalam kejuruteraan kritikal keselamatan, keluaran AI tidak pernah menggantikan kelulusan jurutera yang dibenarkan.
Tugasan permohonan
Senaraikan lima tugasan geologi yang anda lakukan dalam seminggu daripada kerja anda sendiri (cth. penyuntingan log, korelasi, bahagian laporan, semakan gred, tatatanda bahaya). Letakkan setiap satu pada tahap risiko mengikut jadual dalam unit ini dan tanya "apakah yang paling teruk yang akan berlaku jika ia salah?" Jawab soalan dalam satu ayat. Kemudian tulis gesaan tanpa nama yang kuat kepada tugas berisiko paling rendah dan cuba; Periksa output dengan tiga sauh dan perhatikan sauh mana yang mengalami masalah.
senarai semak
- [ ] Saya boleh membezakan di mana kecerdasan buatan menghasilkan selamat dan di mana nilai berisiko dalam aliran kerja geologi.
- [ ] Saya memperoleh refleks untuk mengesahkan setiap keluaran dengan susunan magnitud, kebolehpercayaan geologi dan bukti lapangan.
- [ ] Tahap risiko sesuatu tugasan dengan bertanya "apakah perkara terburuk yang boleh berlaku jika ia salah?" Saya boleh tentukan dengan soalan.
- [ ] Saya tahu apa itu halusinasi dan ketidakpastian dan cara menjadikannya kelihatan.
- [ ] Saya mengamalkan tabiat menyediakan gesaan selamat dengan menamakan data medan sulit.