ਲਾਭ:
- ਇਹ ਜਾਣਨ ਦੀ ਯੋਗਤਾ ਕਿ AI ਭੂ-ਵਿਗਿਆਨਕ ਇੰਜੀਨੀਅਰਿੰਗ ਵਰਕਫਲੋ ਵਿੱਚ ਅਸਲ ਸਮੇਂ ਦੀ ਕਿੱਥੇ ਬਚਤ ਕਰਦਾ ਹੈ ਅਤੇ ਕਿਹੜੇ ਫੈਸਲਿਆਂ ਨੂੰ ਇੰਜੀਨੀਅਰ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਰਹਿਣੀ ਚਾਹੀਦੀ ਹੈ
- ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜੋ ਹਰੇਕ AI ਆਉਟਪੁੱਟ ਨੂੰ ਤੀਬਰਤਾ, ਭੂ-ਵਿਗਿਆਨਕ ਪ੍ਰਸੰਸਾਯੋਗਤਾ, ਅਤੇ ਫੀਲਡ ਸਬੂਤ ਦੇ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰਦੀ ਹੈ
- ਅਸਪਸ਼ਟਤਾ, ਭਰਮ, ਅਤੇ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਪਛਾਣੋ ਅਤੇ ਪ੍ਰਸੰਗ ਨੂੰ ਅਗਿਆਤ ਕਰਕੇ ਸੁਰੱਖਿਅਤ ਪ੍ਰੋਂਪਟ ਸਥਾਪਤ ਕਰਨ ਦੀ ਆਦਤ ਵਿਕਸਿਤ ਕਰੋ।
ਭੂ-ਵਿਗਿਆਨਕ ਇੰਜੀਨੀਅਰਿੰਗ ਇੱਕ ਅਜਿਹਾ ਪੇਸ਼ਾ ਹੈ ਜਿਸ ਵਿੱਚ ਅਸੀਂ ਕਦੇ ਵੀ ਜ਼ਮੀਨ ਦੇ ਹੇਠਾਂ ਸੱਚ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਦੇਖ ਸਕਦੇ। ਇੱਕ ਬੋਰਹੋਲ ਕਈ ਕਿਲੋਮੀਟਰ ਜ਼ਮੀਨ ਦੇ ਸਿਰਫ ਇੱਕ ਸੈਂਟੀਮੀਟਰ ਦੇ ਟੁਕੜੇ ਦਾ ਨਮੂਨਾ ਲੈਂਦਾ ਹੈ; ਇੱਕ ਭੂ-ਭੌਤਿਕ ਭਾਗ ਇੱਕ ਅਸਿੱਧੇ ਸ਼ੈਡੋ ਹੈ; ਇੱਕ ਨਕਸ਼ਾ ਨਿਰੀਖਣਾਂ ਵਿਚਕਾਰ ਪਾੜੇ ਦੀ ਵਿਆਖਿਆ ਹੈ। ਇਸ ਲਈ ਭੂ-ਵਿਗਿਆਨ ਇੱਕ ਅਨੁਸ਼ਾਸਨ ਹੈ ਜੋ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI; ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਜੋ ਵੱਡੇ ਡੇਟਾ ਪੈਟਰਨਾਂ ਤੋਂ ਸਿੱਖਦੇ ਹਨ ਅਤੇ ਟੈਕਸਟ/ਚਿੱਤਰ/ਨੰਬਰ ਪੈਦਾ ਕਰਦੇ ਹਨ) ਇਸ ਅਨਿਸ਼ਚਿਤਤਾ ਦੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੰਦ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਅਜਿਹਾ ਸਾਧਨ ਵੀ ਹੈ ਜੋ ਖਤਰਨਾਕ ਢੰਗ ਨਾਲ ਉਸੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਲੁਕਾ ਸਕਦਾ ਹੈ। ਇਹ ਯੂਨਿਟ ਦੋ ਬੁਨਿਆਦ ਰੱਖਦੀ ਹੈ ਜਿਸ 'ਤੇ ਪੂਰਾ ਮੋਡੀਊਲ ਬਣਾਇਆ ਜਾਵੇਗਾ: ਭੂ-ਵਿਗਿਆਨ ਵਰਕਫਲੋ ਵਿੱਚ ਕਿੱਥੇ AI ਅਸਲ ਮੁੱਲ ਪੈਦਾ ਕਰਦਾ ਹੈ ਅਤੇ ਅਸੀਂ ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਮਾਣਿਤ ਕਰਦੇ ਹਾਂ।
ਆਓ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਪੱਸ਼ਟ ਕਰੀਏ: ਕੋਈ ਵੀ ਤਕਨੀਕ ਜੋ ਤੁਸੀਂ ਇਸ ਮੋਡੀਊਲ ਦੇ ਦੌਰਾਨ ਸਿੱਖੋਗੇ ਉਹ ਇੱਕ ਯੋਗ ਭੂ-ਵਿਗਿਆਨਕ ਇੰਜੀਨੀਅਰ ਦੇ ਦਸਤਖਤ, ਖੇਤਰੀ ਨਿਰੀਖਣ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣੇ ਦੀ ਥਾਂ ਨਹੀਂ ਲਵੇਗੀ। ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਸਹਾਇਕ ਹੈ; ਤੇਜ਼ੀ ਨਾਲ ਪੜ੍ਹਦਾ ਹੈ, ਤੇਜ਼ੀ ਨਾਲ ਲਿਖਦਾ ਹੈ, ਪੈਟਰਨ ਫੜਦਾ ਹੈ। ਪਰ ਜੇਕਰ ਢਲਾਣ ਫੇਲ ਹੋ ਜਾਂਦੀ ਹੈ, ਡੈਮ ਦੀ ਨੀਂਹ ਢਹਿ ਜਾਂਦੀ ਹੈ, ਜਾਂ ਖਣਿਜ ਭੰਡਾਰ ਇਸ ਤੋਂ ਵੱਡਾ ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਫਟਵੇਅਰ ਦੀ ਨਹੀਂ, ਸਗੋਂ ਉਸ ਇੰਜੀਨੀਅਰ ਦੀ ਹੁੰਦੀ ਹੈ ਜਿਸ ਨੇ ਇਸ 'ਤੇ ਦਸਤਖਤ ਕੀਤੇ ਸਨ। ਤੁਸੀਂ ਇਸ ਵਾਕ ਨੂੰ ਮੋਡੀਊਲ ਦੀ ਹਰੇਕ ਇਕਾਈ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਰੂਪਾਂ ਵਿੱਚ ਦੁਬਾਰਾ ਦੇਖੋਗੇ, ਕਿਉਂਕਿ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਇਹੀ ਸੱਚਾਈ ਹੈ।
ਭੂ-ਵਿਗਿਆਨ ਵਰਕਫਲੋ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਕਿੱਥੇ ਮੁੱਲ ਪੈਦਾ ਕਰਦੀ ਹੈ?
ਇੱਕ ਭੂ-ਵਿਗਿਆਨਕ ਇੰਜੀਨੀਅਰ ਦੇ ਹਫ਼ਤੇ ਨੂੰ ਮੋਟੇ ਤੌਰ 'ਤੇ ਤਿੰਨ ਕਿਸਮਾਂ ਦੇ ਕੰਮ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ: ਡਾਟਾ ਤਿਆਰੀ (ਲੌਗ ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ, ਫੀਲਡ ਨੋਟ ਸੰਪਾਦਨ, ਟੇਬਲ ਕਲੀਨਅੱਪ), ਵਿਆਖਿਆ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ (ਲਿਥੋਲੋਜੀ ਵਰਗੀਕਰਨ, ਸਬੰਧ, ਸਰੋਤ ਅਨੁਮਾਨ, ਖਤਰੇ ਦਾ ਮੁਲਾਂਕਣ), ਅਤੇ ਸੰਚਾਰ (ਰਿਪੋਰਟ, ਨਕਸ਼ਾ, ਪੇਸ਼ਕਾਰੀ, ਪੱਤਰ ਵਿਹਾਰ)। AI ਤਿੰਨੋਂ ਖੇਤਰਾਂ ਨੂੰ ਛੂੰਹਦਾ ਹੈ, ਪਰ ਹਰ ਇੱਕ ਵਿੱਚ ਇਸਦਾ ਯੋਗਦਾਨ ਅਤੇ ਜੋਖਮ ਵੱਖ-ਵੱਖ ਹਨ।
ਡਾਟਾ ਤਿਆਰ ਕਰਨਾ ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਖੇਤਰ ਹੈ। ਫ੍ਰੀ-ਟੈਕਸਟ ਕੋਰ ਵੇਰਵਿਆਂ ਦਾ ਇੱਕ ਢਾਂਚਾਗਤ ਸਾਰਣੀ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨਾ, ਅਸੰਗਤ ਇਕਾਈਆਂ ਨੂੰ ਮਾਨਕੀਕਰਨ ਕਰਨਾ, ਲੈਬ ਆਉਟਪੁੱਟ ਦੀਆਂ ਹਜ਼ਾਰਾਂ ਲਾਈਨਾਂ ਵਿੱਚ ਆਊਟਲੀਅਰਾਂ ਨੂੰ ਫਲੈਗ ਕਰਨਾ—ਇਹ ਦੁਹਰਾਉਣ ਵਾਲੇ, ਨਿਯਮ-ਅਧਾਰਿਤ, ਤਸਦੀਕ ਕਰਨ ਵਿੱਚ ਆਸਾਨ ਕੰਮ ਹਨ। ਭਾਵੇਂ ਇੱਥੇ ਕੋਈ ਗਲਤੀ ਹੈ, ਇਸ ਨੂੰ ਸਰੋਤ (ਕੱਚੇ ਲੌਗ) 'ਤੇ ਵਾਪਸ ਜਾਣ ਅਤੇ ਇਸ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਮਿੰਟ ਲੱਗ ਜਾਣਗੇ।
ਵਿਆਖਿਆ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਖੇਤਰ ਸਭ ਤੋਂ ਉੱਚਾ ਮੁੱਲ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਰੱਖਦਾ ਹੈ। AI ਇੱਕ ਡ੍ਰਿਲ ਸੈਕਸ਼ਨ ਤੋਂ ਇੱਕ ਸੰਭਾਵੀ ਨੁਕਸ ਜਿਓਮੈਟਰੀ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ; ਇਹ ਇੱਕ ਪੈਟਰਨ ਨੂੰ ਪ੍ਰਗਟ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਤਜਰਬੇਕਾਰ ਅੱਖ ਵੀ ਗੁਆ ਸਕਦਾ ਹੈ. ਪਰ ਉਹੀ ਮਾਡਲ ਭਰੋਸੇ ਨਾਲ ਇੱਕ ਗੈਰ-ਮੌਜੂਦ ਸਟ੍ਰੈਟੀਗ੍ਰਾਫਿਕ ਯੂਨਿਟ ਵਿੱਚ ਫਿੱਟ ਹੋ ਸਕਦਾ ਹੈ (ਇਸ ਵਰਤਾਰੇ ਨੂੰ ਭਰਮ ਕਿਹਾ ਜਾਂਦਾ ਹੈ: ਮਾਡਲ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹੈ, ਜਿਵੇਂ ਕਿ ਇਹ ਅਸਲ ਸੀ)। ਇਸ ਖੇਤਰ ਵਿੱਚ, AI ਇੱਕ ਪਰਿਕਲਪਨਾ ਜਨਰੇਟਰ ਹੈ, ਇੱਕ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਨਹੀਂ।
ਸੰਚਾਰ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਡਰਾਫਟ ਐਕਸਲੇਟਰ ਹੈ। ਇੱਕ ਭੂ-ਤਕਨੀਕੀ ਰਿਪੋਰਟ, ਇੱਕ ਸਾਹਿਤ ਸੰਖੇਪ, ਜਾਂ ਮਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਈ-ਮੇਲ ਦੇ ਵਿਧੀ ਭਾਗ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇੱਥੇ ਖਤਰਾ ਇਹ ਹੈ ਕਿ ਮਨਘੜਤ ਸਰੋਤ ਅਤੇ ਗਲਤ ਨੰਬਰ ਇੱਕ ਵਹਿਣ ਵਾਲੇ ਟੈਕਸਟ ਵਿੱਚ ਅਣਦੇਖਿਆ ਦਸਤਖਤ ਵਿੱਚ ਖਿਸਕ ਸਕਦੇ ਹਨ।
ਪ੍ਰਮਾਣਿਕਤਾ ਅਨੁਸ਼ਾਸਨ: ਤਿੰਨ ਐਂਕਰ ਨਿਯਮ
ਇਸ ਮੋਡੀਊਲ ਦਾ ਦਿਲ ਇੱਕ ਸਿੰਗਲ ਆਦਤ ਹੈ: ਕਿਸੇ ਵੀ AI ਆਉਟਪੁੱਟ ਨੂੰ ਇਸ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਬਿਨਾਂ ਇੰਜੀਨੀਅਰਿੰਗ ਫੈਸਲੇ ਵਿੱਚ ਸ਼ਾਮਲ ਨਾ ਕਰਨਾ। ਅਸੀਂ ਤਿੰਨ ਸੁਤੰਤਰ ਐਂਕਰਾਂ 'ਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਆਧਾਰਿਤ ਕਰਦੇ ਹਾਂ।
ਪਹਿਲਾ ਐਂਕਰ - ਤੀਬਰਤਾ ਦਾ ਕ੍ਰਮ। ਕੀ ਨਤੀਜਾ ਮੋਟੇ ਤੌਰ 'ਤੇ 10 ਰੇਂਜ ਦੀ ਸੰਭਾਵਿਤ ਸ਼ਕਤੀ ਦੇ ਅੰਦਰ ਹੈ? ਰੇਤ ਦੇ ਪਾਣੀ ਦੀ ਹਾਈਡ੍ਰੌਲਿਕ ਚਾਲਕਤਾ ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਤੀ ਦਿਨ ਮੀਟਰ ਦੇ ਕ੍ਰਮ 'ਤੇ ਹੁੰਦੀ ਹੈ; ਜੇਕਰ ਮਾਡਲ ਕਿਲੋਮੀਟਰ/ਦਿਨ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਇਕਾਈ ਜਾਂ ਸੰਪਾਦਨ ਦੀ ਗਲਤੀ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਵਿਸਥਾਰ ਵਿੱਚ ਜਾਣ ਤੋਂ ਬਿਨਾਂ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਚੂਨੇ ਦੇ ਪੱਥਰ ਦੀ ਇਕਸਾਰ ਸੰਕੁਚਿਤ ਤਾਕਤ 30-200 MPa ਦੀ ਰੇਂਜ ਵਿੱਚ ਹੁੰਦੀ ਹੈ; 3000 MPa ਹਾਸੋਹੀਣਾ ਹੈ। ਇਹ ਜਾਂਚ ਸਕਿੰਟ ਲੈਂਦੀ ਹੈ ਅਤੇ ਜ਼ਿਆਦਾਤਰ ਤਰੁੱਟੀਆਂ ਨੂੰ ਫੜਦੀ ਹੈ।
ਦੂਜਾ ਐਂਕਰ - ਭੂ-ਵਿਗਿਆਨਕ ਪ੍ਰਸੰਨਤਾ। ਕੀ ਆਉਟਪੁੱਟ ਖੇਤਰ ਦੀ ਭੂ-ਵਿਗਿਆਨਕ ਕਹਾਣੀ ਨਾਲ ਇਕਸਾਰ ਹੈ? ਜੇਕਰ ਮਾਡਲ ਨੇ ਸਮੁੰਦਰੀ ਚੂਨੇ ਦੇ ਹੇਠਾਂ ਇੱਕ ਨੌਜਵਾਨ ਐਲੂਵਿਅਮ ਰੱਖਿਆ ਹੈ, ਤਾਂ ਜਾਂ ਤਾਂ ਉਲਟਾ ਨੁਕਸ ਹੈ (ਅਤੇ ਇਸ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸਾਬਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ) ਜਾਂ ਮਾਡਲ ਬਕਵਾਸ ਹੈ। ਸਟ੍ਰੈਟੀਗ੍ਰਾਫਿਕ ਕ੍ਰਮ, ਟੈਕਟੋਨਿਕ ਫਰੇਮਵਰਕ ਅਤੇ ਡਿਪੋਜ਼ਿਸ਼ਨਲ ਐਨਵਾਇਰਮੈਂਟ ਪ੍ਰਸ਼ੰਸਾਯੋਗਤਾ ਦੇ ਫਿਲਟਰ ਹਨ ਜਿਸ ਦੁਆਰਾ ਹਰ ਵਿਆਖਿਆ ਨੂੰ ਲੰਘਣਾ ਚਾਹੀਦਾ ਹੈ।
ਤੀਜਾ ਐਂਕਰ - ਫੀਲਡ ਸਬੂਤ। ਇਹ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਐਂਕਰ ਹੈ। ਕੋਰ ਨਮੂਨਾ, ਆਉਟਕ੍ਰੌਪ ਨਿਰੀਖਣ, ਫੀਲਡ ਵੈਰੀਫਿਕੇਸ਼ਨ। ਇੱਕ ਲੌਗ-ਆਧਾਰਿਤ ਲਿਥੋਲੋਜੀ ਵਿਆਖਿਆ ਦੀ ਤੁਲਨਾ ਉਸੇ ਡੂੰਘਾਈ ਤੋਂ ਲਏ ਗਏ ਕੋਰ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਰਿਮੋਟ ਸੈਂਸਿੰਗ ਦੁਆਰਾ ਮੈਪ ਕੀਤੇ ਇੱਕ ਪਰਿਵਰਤਨ ਜ਼ੋਨ ਨੂੰ ਖੇਤਰ ਵਿੱਚ ਕਈ ਬਿੰਦੂਆਂ 'ਤੇ ਨਮੂਨਿਆਂ ਨਾਲ ਟੈਸਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਜ਼ਮੀਨੀ ਸੱਚ ਦੀ ਹਮੇਸ਼ਾ ਜਿੱਤ ਹੁੰਦੀ ਹੈ।
ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ: ਨੰਬਰ ਦੁਆਰਾ
ਕੇਸ 1 - ਲੌਗ ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ ਵਿੱਚ ਸਮੇਂ ਦੀ ਬਚਤ। ਇੱਕ ਇੰਜੀਨੀਅਰ 1980 ਦੇ ਦਹਾਕੇ ਤੋਂ 42 ਸਕੈਨ ਕੀਤੇ (ਪੇਪਰ) ਬੋਰਹੋਲ ਲੌਗਾਂ ਨੂੰ ਹੱਥੀਂ ਡਿਜੀਟਾਈਜ਼ ਕਰ ਰਿਹਾ ਸੀ; ਔਸਤ 35 ਮਿੰਟ ਪ੍ਰਤੀ ਲੌਗ, ਲਗਭਗ 24 ਘੰਟੇ ਕੁੱਲ। ਇੱਕ AI-ਸੰਚਾਲਿਤ ਚਾਰਟਿੰਗ ਵਰਕਫਲੋ ਦੇ ਨਾਲ, ਉਸਨੇ ਪਹਿਲੇ ਡਰਾਫਟ ਨੂੰ 6 ਮਿੰਟ ਤੱਕ ਘਟਾ ਦਿੱਤਾ, ਬਾਕੀ ਸਮਾਂ ਵਿਜ਼ੂਅਲ ਤਸਦੀਕ ਲਈ ਸਮਰਪਿਤ ਕੀਤਾ। ਕੁੱਲ ਸਮਾਂ ਲਗਭਗ 8 ਘੰਟਿਆਂ ਤੱਕ ਘਟਿਆ; ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਸੀ ਕਿ ਪ੍ਰਾਪਤ ਕੀਤਾ ਸਮਾਂ ਨਿਯੰਤਰਣ 'ਤੇ ਖਰਚ ਕੀਤਾ ਗਿਆ ਸੀ।
ਕੇਸ 2 - ਕੈਪਚਰ ਕੀਤਾ ਭਰਮ। ਜਦੋਂ ਇੱਕ ਇੰਟਰਨ ਨੇ ਇੱਕ ਖੇਤਰ ਦੀ ਸਟ੍ਰੈਟਿਗ੍ਰਾਫੀ ਦਾ ਸਾਰ ਕੀਤਾ ਸੀ, ਤਾਂ ਟੈਕਸਟ ਵਿੱਚ ਵਾਕ ਸ਼ਾਮਲ ਸੀ "ਤੁਜ਼ਲਾ ਫਾਰਮੇਸ਼ਨ evaporites in the region common." ਸਾਈਟ 'ਤੇ ਕੋਈ ਭਾਫ ਨਹੀਂ ਸੀ; ਮਾਡਲ ਨੇ ਕਿਸੇ ਹੋਰ ਬੇਸਿਨ ਤੋਂ ਜਾਣਕਾਰੀ ਨੂੰ ਉਲਝਾਇਆ ਸੀ। ਭੂ-ਵਿਗਿਆਨਕ ਪ੍ਰਸ਼ੰਸਾਯੋਗਤਾ ਫਿਲਟਰ (ਖੇਤਰ ਦਾ ਟੈਕਟੋਨਿਕ ਫਰੇਮਵਰਕ ਵਾਸ਼ਪੀਕਰਨ ਲਈ ਢੁਕਵਾਂ ਨਹੀਂ ਸੀ) ਨੇ ਰਿਪੋਰਟ 'ਤੇ ਦਸਤਖਤ ਕੀਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਗਲਤੀ ਨੂੰ ਫੜ ਲਿਆ।
ਕੇਸ 3 - ਯੂਨਿਟ ਗਲਤੀ। ਇੱਕ ਸਰੋਤ ਗਣਨਾ ਵਿੱਚ, ਮਾਡਲ ਨੇ 2.7 g/cm³ ਦੀ ਬਜਾਏ 2.7 t/m³ ਨਾਲ ਘਣਤਾ ਨੂੰ ਉਲਝਾ ਕੇ ਟਨਨੇਜ ਆਉਟਪੁੱਟ ਨੂੰ 1000 ਦੇ ਇੱਕ ਫੈਕਟਰ ਦੁਆਰਾ ਵਧਾਇਆ (ਅਸਲ ਵਿੱਚ ਦੋਵੇਂ ਬਰਾਬਰ ਹਨ, ਪਰ ਮਾਡਲ ਦਾ ਵਿਚਕਾਰਲਾ ਕਦਮ ਗਲਤ ਸੀ ਅਤੇ ਨਤੀਜੇ ਨੂੰ 1000 ਦੇ ਗੁਣਕ ਦੁਆਰਾ ਵਧਾਇਆ ਗਿਆ)। ਤੀਬਰਤਾ ਦੀ ਜਾਂਚ ਦੇ ਆਦੇਸ਼ - "ਇਹ ਬਲਾਕ 5 ਮਿਲੀਅਨ ਟਨ ਨਹੀਂ ਹੋ ਸਕਦਾ ਪਰ 5 ਬਿਲੀਅਨ ਟਨ" - ਨੇ ਤੁਰੰਤ ਗਲਤੀ ਨੂੰ ਦੂਰ ਕਰ ਦਿੱਤਾ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਖੇਤਰ ਦੇ ਭੂ-ਵਿਗਿਆਨ ਦਾ ਸਾਰ ਦਿਓ ਅਤੇ ਇਸਦੀ ਖਣਿਜ ਸਮਰੱਥਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ।[ਡੇਟਾ]
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਇੱਕ ਸੀਨੀਅਰ ਖੋਜ ਭੂ-ਵਿਗਿਆਨੀ। ਸਿਰਫ਼ ਦਿੱਤੇ ਗਏ ਡੇਟਾ ਦੇ ਆਧਾਰ 'ਤੇ ਹੇਠਾਂ ਡਰਿਲਿੰਗ ਸਾਰਾਂਸ਼ ਦੀ ਵਿਆਖਿਆ ਕਰੋ। - ਕੋਈ ਵੀ ਬਣਤਰ, ਖਣਿਜ ਜਾਂ ਉਮਰ ਨਾ ਜੋੜੋ ਜੋ ਡੇਟਾ ਵਿੱਚ ਨਹੀਂ ਹਨ। - ਹਰੇਕ ਟਿੱਪਣੀ ਦੇ ਅੱਗੇ ਬਰੈਕਟਾਂ ਨਾਲ ਉਹ ਡੇਟਾ ਲਾਈਨ ਦਿਖਾਓ ਜਿਸ 'ਤੇ ਤੁਸੀਂ ਅਧਾਰਤ ਹੋ। - "ਡਾਟਾ ਨਾਕਾਫ਼ੀ" ਲਿਖੋ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ, ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ। - ਅੰਤ ਵਿੱਚ: 3 ਧਾਰਨਾਵਾਂ ਦੀ ਇੱਕ ਵੱਖਰੀ ਸੂਚੀ ਬਣਾਓ ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਡੇਟਾ: [ਡਰਿਲਿੰਗ ਸੰਖੇਪ]
ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ ਮਾਡਲ 'ਤੇ ਤਿੰਨ ਚੀਜ਼ਾਂ ਲਾਗੂ ਕਰਦਾ ਹੈ: ਸਰੋਤ ਨਾਲ ਜੁੜੇ ਰਹਿਣਾ, ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ, ਅਤੇ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਚੀਜ਼ਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨਾ। ਇਸ ਨਾਲ ਭਰਮ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਨਹੀਂ ਹੁੰਦਾ, ਪਰ ਇਸ ਨੂੰ ਦਿਸਦਾ ਹੈ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਨਮੂਨੇ
1) ਅਗਿਆਤ ਸੰਦਰਭ ਸਥਾਪਤ ਕਰਨਾ:
ਮੈਨੂੰ ਭੂ-ਵਿਗਿਆਨਕ ਇੰਜੀਨੀਅਰਿੰਗ ਅਸਾਈਨਮੈਂਟ ਵਿੱਚ ਮਦਦ ਦੀ ਲੋੜ ਹੈ। ਫੀਲਡ ਦਾ ਨਾਮ, ਕੋਆਰਡੀਨੇਟ ਅਤੇ ਕੰਪਨੀ ਦੀ ਜਾਣਕਾਰੀ ਗੁਪਤ ਹੈ; ਮੈਂ ਉਹਨਾਂ ਨੂੰ "ਫੀਲਡ-ਏ", "ਐਕਸ ਕੋਆਰਡੀਨੇਟ" ਵਰਗੇ ਪ੍ਰਤੀਨਿਧ ਸਮੀਕਰਨਾਂ ਨਾਲ ਦੇਵਾਂਗਾ। ਖੋਜ: [ਖੋਜ]। ਬੱਸ ਮੇਰੇ ਵੱਲੋਂ ਦਿੱਤੇ ਤਕਨੀਕੀ ਡੇਟਾ 'ਤੇ ਭਰੋਸਾ ਕਰੋ।
2) ਤਿੰਨ ਐਂਕਰ ਪੁਸ਼ਟੀਕਰਨ ਬੇਨਤੀਆਂ:
ਨਿਮਨਲਿਖਤ ਆਉਟਪੁੱਟ ਲਈ ਤਿੰਨ ਜਾਂਚ ਕਰੋ: 1) ਤੀਬਰਤਾ ਦਾ ਕ੍ਰਮ: ਕੀ ਹਰੇਕ ਸੰਖਿਆ ਸੰਭਾਵਿਤ ਰੇਂਜ ਦੇ ਅੰਦਰ ਹੈ? ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਮਾਰਕ. 2) ਭੂ-ਵਿਗਿਆਨਕ ਅਨੁਕੂਲਤਾ: ਕੀ ਕੋਈ ਸਟ੍ਰੈਟਿਗ੍ਰਾਫਿਕਲੀ/ਟੈਕਟੋਨਿਕ ਤੌਰ 'ਤੇ ਅਸੰਗਤ ਦਾਅਵਾ ਹੈ? 3) ਪੁਸ਼ਟੀਕਰਨ ਸੂਚੀ: ਆਈਟਮਾਂ ਜਿਨ੍ਹਾਂ ਦੀ ਫੀਲਡ/ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਵਿੱਚ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਆਉਟਪੁੱਟ: [ਟੈਕਸਟ]
3) ਅਸਪਸ਼ਟਤਾ ਨੂੰ ਲਾਗੂ ਕਰਨਾ:
ਭਰੋਸੇ ਦੇ ਤਿੰਨ ਪੱਧਰਾਂ 'ਤੇ ਆਪਣੀ ਵਿਆਖਿਆ ਦਿਓ: - ਉੱਚ ਵਿਸ਼ਵਾਸ (ਡਾਟਾ ਦੁਆਰਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਮਰਥਿਤ) - ਮੱਧਮ ਵਿਸ਼ਵਾਸ (ਵਾਜਬ ਅਨੁਮਾਨ) - ਅੰਦਾਜ਼ੇ (ਵਾਧੂ ਡਾਟਾ ਲੋੜੀਂਦਾ) ਕਾਰਜ: [ਟਾਸਕ]। ਡੇਟਾ: [ਡਾਟਾ]
4) ਫੈਸਲਾ/ਸਮਰਥਨ ਅੰਤਰ:
ਨਿਮਨਲਿਖਤ ਕੰਮ ਨੂੰ ਦੋ ਵਿੱਚ ਵੰਡੋ: A) ਡੇਟਾ/ਡਰਾਫਟ ਕੰਮ ਜੋ AI ਭਰੋਸੇ ਨਾਲ ਕਰ ਸਕਦਾ ਹੈB) ਫੈਸਲੇ ਦੇ ਬਿੰਦੂ ਜਿਨ੍ਹਾਂ ਲਈ ਅਧਿਕਾਰਤ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੈ ਕੰਮ ਦਾ ਵੇਰਵਾ: [ਪਰਿਭਾਸ਼ਾ]
AI ਦੀ ਭੂਮਿਕਾ: ਮਿਸ਼ਨ ਦੀ ਕਿਸਮ ਦੁਆਰਾ ਜੋਖਮ
ਕਾਰਜ ਦੀ ਕਿਸਮ
AI ਯੋਗਦਾਨ
ਜੋਖਮ ਦਾ ਪੱਧਰ
ਪੁਸ਼ਟੀਕਰਨ ਘਣਤਾ
ਲੌਗ/ਟੇਬਲ ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ
ਉੱਚ
ਘੱਟ
ਸਪਾਟ ਚੈੱਕ
ਲਿਥੋਲੋਜੀ ਦਾ ਸ਼ੁਰੂਆਤੀ ਵਰਗੀਕਰਨ
ਉੱਚ
ਮੱਧਮ
ਕੋਰ + ਤਰਕਸ਼ੀਲਤਾ
ਸਰੋਤ/ਟਨੇਜ ਦੀ ਗਣਨਾ
ਮੱਧਮ
ਉੱਚ
ਹੱਥ ਖਾਤਾ + ਸੁਤੰਤਰ
ਢਲਾਨ/ਬੇਸ ਸੁਰੱਖਿਆ ਦਾ ਫੈਸਲਾ
ਸੀਮਿਤ
ਬਹੁਤ ਉੱਚਾ
ਪੂਰੀ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ
ਰਿਪੋਰਟ/ਸਾਹਿਤ ਡਰਾਫਟ
ਉੱਚ
ਮੱਧਮ
ਸਰੋਤ ਪੁਸ਼ਟੀ
ਖਤਰਾ/ਆਫਤ ਦਾ ਮੁਲਾਂਕਣ
ਸੀਮਿਤ
ਬਹੁਤ ਉੱਚਾ
ਫੀਲਡ + ਸਟੈਂਡਰਡ + ਮਨਜ਼ੂਰੀ
ਸੁਝਾਅ: ਕਿਸੇ ਕੰਮ ਦੇ ਜੋਖਮ ਪੱਧਰ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ, ਇੱਕ ਸਵਾਲ ਪੁੱਛੋ: "ਜੇ ਇਹ ਆਉਟਪੁੱਟ ਗਲਤ ਹੈ ਤਾਂ ਸਭ ਤੋਂ ਭੈੜਾ ਕੀ ਹੋ ਸਕਦਾ ਹੈ?" ਜੇ ਜਵਾਬ 'ਮੈਂ ਕੁਝ ਮਿੰਟ ਗੁਆ ਦੇਵਾਂਗਾ' ਹੈ, ਤਾਂ ਹਲਕੇ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰੋ; ਜੇਕਰ 'ਕਿਸੇ ਨੂੰ ਸੱਟ ਲੱਗ ਸਕਦੀ ਹੈ', ਤਾਂ ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਪਰਿਕਲਪਨਾ ਦੇ ਰੂਪ ਵਿੱਚ ਮੰਨੋ ਅਤੇ ਇਸਨੂੰ ਪੂਰੀ ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਪਾਓ।
ਧਿਆਨ ਦਿਓ: ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਵਿਸ਼ੇਸ਼ਤਾ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਗਲਤੀਆਂ ਕਰਦੀ ਹੈ, ਪਰ ਇਹ ਭਰੋਸੇ ਨਾਲ ਗਲਤੀਆਂ ਕਰਦੀ ਹੈ। ਇੱਕ ਪ੍ਰਵਾਹ, ਤਕਨੀਕੀ ਅਤੇ ਸਾਫ਼-ਸੁਥਰਾ ਟੈਕਸਟ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਸਹੀ ਹੈ। ਸਬੂਤ 'ਤੇ ਭਰੋਸਾ ਕਰੋ, ਸ਼ੈਲੀ ਨਹੀਂ।
ਆਮ ਗਲਤੀਆਂ
- ਸ਼ੁੱਧਤਾ ਲਈ ਰਵਾਨਗੀ ਨੂੰ ਭੁਲਾਉਣਾ। ਟੈਕਸਟ ਭਾਵੇਂ ਕਿੰਨਾ ਵੀ ਪੇਸ਼ੇਵਰ ਕਿਉਂ ਨਾ ਹੋਵੇ, ਤੱਥਾਂ ਦੇ ਦਾਅਵਿਆਂ (ਉਮਰ, ਗਠਨ, ਸੰਖਿਆ, ਸਰੋਤ) ਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਕੰਮ ਦੀ ਕਿਸਮ ਦੁਆਰਾ ਜੋਖਮ ਨੂੰ ਸਕੇਲ ਨਹੀਂ ਕਰਨਾ। ਇੱਕ ਈ-ਮੇਲ ਡਰਾਫਟ ਦੇ ਰੂਪ ਵਿੱਚ ਉਸੇ ਤਰੀਕੇ ਨਾਲ ਇੱਕ ਤਰਲ ਸਮੀਖਿਆ ਨੂੰ ਦੇਖਦੇ ਹੋਏ. ਸੰਭਾਵੀ ਨੁਕਸਾਨ ਦੇ ਨਾਲ ਪ੍ਰਮਾਣਿਕਤਾ ਸਕੇਲ।
- ਬਿਨਾਂ ਸੋਚੇ ਸਮਝੇ ਗੁਪਤ ਫੀਲਡ ਡੇਟਾ ਦਾਖਲ ਕਰਨਾ। ਕੋਆਰਡੀਨੇਟ, ਗ੍ਰੇਡ ਅਤੇ ਰਿਜ਼ਰਵ ਜਾਣਕਾਰੀ ਵਪਾਰਕ ਅਤੇ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ; ਬੇਕਾਬੂ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਅਗਿਆਤ ਬਣਾਓ।
- ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਮਾਡਲ "ਭਰੋਸੇਮੰਦ" ਦਿਖਦਾ ਹੈ ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਅਨਿਸ਼ਚਿਤਤਾ ਅਲੋਪ ਹੋ ਜਾਂਦੀ ਹੈ; ਸਿੰਗਲ ਪੁਆਇੰਟ ਅੰਦਾਜ਼ੇ ਦੀ ਬਜਾਏ ਸੀਮਾ ਅਤੇ ਭਰੋਸੇ ਦੇ ਪੱਧਰ ਲਈ ਪੁੱਛੋ।
- ਫੈਸਲੇ ਲੈਣ ਲਈ AI ਨੂੰ ਗਲਤ ਕਰਨਾ। ਮਾਡਲ ਕਲਪਨਾ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਜ਼ਿੰਮੇਵਾਰ ਇੰਜੀਨੀਅਰ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
- ਭੂ-ਵਿਗਿਆਨ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ; AI ਇਸ ਅਨਿਸ਼ਚਿਤਤਾ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਖ਼ਤਰਨਾਕ ਢੰਗ ਨਾਲ ਛੁਪਾ ਸਕਦਾ ਹੈ।
- ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਡੇਟਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਹੈ, ਵਿਆਖਿਆ/ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸਭ ਤੋਂ ਕੀਮਤੀ ਪਰ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਭਰਪੂਰ ਹੈ, ਅਤੇ ਸੰਚਾਰ ਵਿੱਚ ਪ੍ਰਵੇਗ ਹੈ।
- ਹਰੇਕ ਆਉਟਪੁੱਟ ਨੂੰ ਤਿੰਨ ਐਂਕਰਾਂ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਤੀਬਰਤਾ ਦਾ ਕ੍ਰਮ, ਭੂ-ਵਿਗਿਆਨਕ ਅਨੁਕੂਲਤਾ, ਫੀਲਡ ਸਬੂਤ।
- ਨਤੀਜੇ ਦਾ ਖਤਰਾ ਉਸ ਨੁਕਸਾਨ ਦੇ ਬਰਾਬਰ ਹੈ ਜੇਕਰ ਇਹ ਗਲਤ ਹੈ; ਉਸ ਅਨੁਸਾਰ ਪ੍ਰਮਾਣਿਕਤਾ ਸਕੇਲ।
- ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ, AI ਆਉਟਪੁੱਟ ਕਦੇ ਵੀ ਅਧਿਕਾਰਤ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦਾ ਬਦਲ ਨਹੀਂ ਹੁੰਦਾ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਪੰਜ ਭੂ-ਵਿਗਿਆਨ ਕਾਰਜਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜੋ ਤੁਸੀਂ ਆਪਣੀ ਨੌਕਰੀ ਤੋਂ ਇੱਕ ਹਫ਼ਤੇ ਵਿੱਚ ਕਰਦੇ ਹੋ (ਜਿਵੇਂ ਕਿ ਲੌਗ ਸੰਪਾਦਨ, ਸਬੰਧ, ਰਿਪੋਰਟ ਸੈਕਸ਼ਨ, ਗ੍ਰੇਡ ਚੈੱਕ, ਖਤਰਾ ਸੰਕੇਤ)। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਸਾਰਣੀ ਦੇ ਅਨੁਸਾਰ ਹਰੇਕ ਨੂੰ ਜੋਖਮ ਪੱਧਰ 'ਤੇ ਰੱਖੋ ਅਤੇ ਪੁੱਛੋ ਕਿ "ਜੇ ਇਹ ਗਲਤ ਹੁੰਦਾ ਤਾਂ ਸਭ ਤੋਂ ਭੈੜਾ ਕੀ ਹੋਵੇਗਾ?" ਇੱਕ ਵਾਕ ਵਿੱਚ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ। ਫਿਰ ਸਭ ਤੋਂ ਘੱਟ ਜੋਖਮ ਵਾਲੇ ਕੰਮ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਅਗਿਆਤ ਪ੍ਰੋਂਪਟ ਲਿਖੋ ਅਤੇ ਇਸਨੂੰ ਅਜ਼ਮਾਓ; ਤਿੰਨ ਐਂਕਰਾਂ ਨਾਲ ਆਉਟਪੁੱਟ ਦੀ ਜਾਂਚ ਕਰੋ ਅਤੇ ਨੋਟ ਕਰੋ ਕਿ ਕਿਹੜੇ ਐਂਕਰ ਨੇ ਕੋਈ ਸਮੱਸਿਆ ਫੜੀ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਇਹ ਫਰਕ ਕਰ ਸਕਦਾ ਹਾਂ ਕਿ ਕਿੱਥੇ ਨਕਲੀ ਬੁੱਧੀ ਸੁਰੱਖਿਅਤ ਪੈਦਾ ਕਰਦੀ ਹੈ ਅਤੇ ਕਿੱਥੇ ਭੂ-ਵਿਗਿਆਨ ਵਰਕਫਲੋ ਵਿੱਚ ਜੋਖਮ ਭਰਪੂਰ ਮੁੱਲ।
- [ ] ਮੈਂ ਹਰ ਇੱਕ ਆਉਟਪੁੱਟ ਦੀ ਤੀਬਰਤਾ, ਭੂ-ਵਿਗਿਆਨਕ ਪ੍ਰਸੰਸਾਯੋਗਤਾ ਅਤੇ ਫੀਲਡ ਸਬੂਤ ਦੇ ਨਾਲ ਤਸਦੀਕ ਕਰਨ ਲਈ ਰਿਫਲੈਕਸ ਪ੍ਰਾਪਤ ਕੀਤਾ।
- [ ] ਕਿਸੇ ਕੰਮ ਦਾ ਜੋਖਮ ਪੱਧਰ "ਜੇ ਇਹ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ ਤਾਂ ਸਭ ਤੋਂ ਭੈੜਾ ਕੀ ਹੋ ਸਕਦਾ ਹੈ?" ਮੈਂ ਪ੍ਰਸ਼ਨ ਨਾਲ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹਾਂ.
- [ ] ਮੈਂ ਜਾਣਦਾ ਹਾਂ ਕਿ ਭਰਮ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਕੀ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਦਿਖਾਈ ਦੇਣਾ ਹੈ।
- [ ] ਮੈਂ ਗੁਪਤ ਖੇਤਰ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਕੇ ਇੱਕ ਸੁਰੱਖਿਅਤ ਪ੍ਰੋਂਪਟ ਸਥਾਪਤ ਕਰਨ ਦੀ ਆਦਤ ਅਪਣਾ ਲਈ ਹੈ।