Unitate 1 / 11

Introducere în inteligența artificială și disciplina de verificare în inginerie geologică

Câștiguri:

  • Abilitatea de a discerne unde AI economisește timp real în fluxul de lucru de inginerie geologică și ce decizii ar trebui să rămână responsabilitatea inginerului
  • Abilitatea de a aplica o disciplină care validează încrucișat fiecare ieșire AI cu ordin de mărime, plauzibilitate geologică și dovezi de teren
  • Recunoașteți riscurile de ambiguitate, halucinații și confidențialitatea datelor și dezvoltați obiceiul de a configura mesaje sigure prin anonimizarea contextului.

Ingineria geologică este o profesie în care nu putem vedea niciodată pe deplin adevărul sub pământ. O gaură de foraj prelevă doar o bucată de centimetru din mulți kilometri de pământ; o secțiune geofizică este o umbră indirectă; O hartă este o interpretare a decalajelor dintre observații. De aceea, geologia este o disciplină care lucrează în mod inerent cu incertitudine. Inteligența artificială (AI; ​​​​sisteme software care învață din modele de date mari și produc text/imagini/numere) este un instrument puternic în gestionarea acestei incertitudini, dar este și un instrument care poate ascunde în mod periculos aceeași incertitudine. Această unitate pune cele două baze pe care va fi construit întregul modul: unde în fluxul de lucru geologic produce AI valoare reală și cum validăm fiecare rezultat.

Să fim clari de la început: nicio tehnică pe care o vei învăța în timpul acestui modul nu va înlocui semnătura, observația pe teren și judecata inginerească a unui inginer geologic competent. Inteligența artificială este un asistent; Citește rapid, scrie rapid, prinde tipare. Dar dacă o pantă eșuează, fundația unui baraj se prăbușește sau o rezervă de minerale este raportată a fi mai mare decât este, responsabilitatea nu revine software-ului, ci inginerul care l-a semnat. Veți vedea această propoziție din nou în diferite forme în fiecare unitate a modulului, deoarece acesta este singurul adevăr în ingineria critică pentru siguranță.

Unde creează inteligența artificială valoare în fluxul de lucru în geologie?

Săptămâna unui inginer geologic este împărțită aproximativ în trei tipuri de muncă: pregătirea datelor (digitizarea jurnalelor, editarea notelor de teren, curățarea tabelelor), interpretarea și analiza (clasificarea litologiei, corelarea, estimarea resurselor, evaluarea pericolelor) și comunicarea (raport, hartă, prezentare, corespondență). AI atinge toate cele trei domenii, dar contribuția și riscul său sunt diferite în fiecare.

Pregătirea datelor este cel mai sigur și mai profitabil domeniu al inteligenței artificiale. Traducerea descrierilor de bază cu text liber într-un tabel structurat, standardizarea unităților inconsecvente, semnalarea valorii aberante în mii de linii de rezultate de laborator - acestea sunt sarcini repetitive, bazate pe reguli și ușor de verificat. Chiar dacă există o eroare aici, ar dura câteva minute să te întorci la sursă (registru brut) și să o verifici.

Domeniul interpretării și analizei prezintă cea mai mare valoare și cel mai mare risc. AI poate sugera o posibilă geometrie de eroare dintr-o secțiune de foraj; Acest lucru poate dezvălui un model pe care chiar și un ochi experimentat l-ar putea rata. Dar același model se poate potrivi cu încredere într-o unitate stratigrafică inexistentă (acest fenomen se numește halucinație: modelul produce informații care nu există de fapt, ca și cum ar fi reale). În acest domeniu, AI este un generator de ipoteze, nu un factor de decizie.

În domeniul comunicațiilor, inteligența artificială este un accelerator de proiect. Întocmește secțiunea de metodă a unui raport geotehnic, a unui rezumat al literaturii de specialitate sau a unui e-mail în câteva minute. Riscul aici este ca sursele fabricate și numerele incorecte să poată strecura în semnătură neobservate într-un text care curge.

Disciplina de validare: regula celor trei ancore

Inima acestui modul este un singur obicei: să nu încorporăm nicio ieșire AI într-o decizie de inginerie fără a o valida. Bazăm validarea pe trei ancore independente.

Prima ancoră — Ordinul de mărime. Este rezultatul aproximativ în intervalul de putere așteptată de 10? Conductivitatea hidraulică a unui acvifer de nisip este de obicei de ordinul metrilor pe zi; Daca modelul da kilometri/zi, exista o eroare de unitate sau de editare si poate fi inteles fara a intra in detalii. Rezistența la compresiune uniaxială a unui calcar este în intervalul 30-200 MPa; 3000 MPa este ridicol. Această verificare durează câteva secunde și detectează majoritatea erorilor.

A doua ancoră — Plauzibilitatea geologică. Este rezultatul în concordanță cu povestea geologică a câmpului? Dacă modelul a plasat o aluviune tânără sub un calcar marin, fie există o defecțiune inversă (și acest lucru trebuie dovedit separat), fie modelul este o prostie. Secvența stratigrafică, cadrul tectonic și mediul depozițional sunt filtrul de plauzibilitate prin care trebuie să treacă orice interpretare.

A treia ancoră — Dovezi de teren. Aceasta este cea mai puternică ancoră. Eșantion de bază, observare afloriment, verificare pe teren. O interpretare litologică bazată pe log este comparată cu miezul luat de la aceeași adâncime. O zonă de alterare cartografiată prin teledetecție este testată cu mostre în mai multe puncte din câmp. Adevărul de bază învinge întotdeauna.

Trei mini carcase: după cifre

Cazul 1 — Economie de timp în digitalizarea jurnalelor. Un inginer digitaliza manual 42 de bușteni de foraj scanate (de hârtie) din anii 1980; În medie 35 de minute pe jurnal, aproximativ 24 de ore în total. Cu un flux de lucru de diagrame bazat pe inteligență artificială, el a redus prima schiță la 6 minute, dedicând timpul rămas verificării vizuale. Timpul total a scăzut la aproximativ 8 ore; Ceea ce era critic a fost că timpul câștigat a fost petrecut pentru control.

Cazul 2 – Halucinație capturată. Când un stagiar a pus AI să rezuma stratigrafia unui câmp, textul includea propoziția „Evaporitele formației Tuzla comune în regiune”. Nu a existat nicio evaporită la fața locului; modelul avea informații confuze din alt bazin. Filtrul de plauzibilitate geologică (cadru tectonic al regiunii nu era potrivit pentru depunerea de evaporiți) a surprins eroarea înainte de semnarea raportului.

Cazul 3 — Eroare de unitate. Într-un calcul al unei surse, modelul a umflat tonajul de ieșire cu un factor de 1000, confundând densitatea cu 2,7 t/m³ în loc de 2,7 g/cm³ (de fapt cele două sunt egale, dar pasul intermediar al modelului a fost incorect și a umflat rezultatul cu un factor de 1000). Verificarea ordinului de mărime – „acest bloc nu poate fi de 5 milioane de tone, ci de 5 miliarde de tone” – a scos imediat eroarea.

Solicitare slabă / Solicitare puternică

Prompt slab:

Rezumați geologia acestui câmp și evaluați potențialul mineral al acestuia.[date]

Solicitare puternică:

Rolul dumneavoastră: un geolog senior de explorare. Interpretați rezumatul forajului de mai jos pe baza NUMAI datelor furnizate. - Nu adăugați nicio formațiune, minerale sau vârste care nu sunt în date. - Afișați linia de date pe care vă bazați cu paranteze lângă fiecare comentariu. - Scrieți „date insuficiente” acolo unde nu sunteți sigur, nu faceți o ghicire. - În sfârșit: faceți o listă separată de 3 ipoteze care trebuie verificate. Date: [rezumat foraj]

Promptul puternic impune modelului trei lucruri: rămânerea la sursă, admiterea incertitudinii și marcarea lucrurilor de verificat. Acest lucru nu pune capăt complet halucinației, dar o face vizibilă.

Patru șabloane copiabile

1) Stabilirea contextului anonimizat:

Am nevoie de ajutor cu o misiune de inginerie geologică. Numele câmpului, coordonatele și informațiile companiei sunt CONFIDENȚIALE; Le voi da cu expresii reprezentative precum „Câmp-A”, „coordonată X”. Căutare: [căutare]. Bazează-te doar pe datele tehnice pe care le dau.

2) Trei solicitări de verificare a ancorelor:

Efectuați trei verificări pentru următoarea ieșire: 1) Ordine de mărime: este fiecare număr în intervalul așteptat? Dacă nu, marcați.2) Plauzibilitate geologică: există o afirmație inconsistentă stratigrafic/tectonic?3) Lista de verificare: elemente care trebuie confirmate în teren/laborator. Ieșire: [text]

3) Implementarea ambiguității:

Oferiți interpretarea dvs. la trei niveluri de încredere: - Încredere ridicată (susținută direct de date) - Încredere medie (deducere rezonabilă) - Speculativă (sunt necesare date suplimentare) Sarcină: [sarcină]. Date: [date]

4) Distincția decizie/sprijin:

Împărțiți următoarea sarcină în două:A) Lucrări de date/schiță pe care IA o poate face cu încredereB) Puncte de decizie pentru care este NECESARĂ aprobarea inginerului autorizat Descrierea sarcinii: [definiție]

Rolul AI: Risc în funcție de tipul de misiune

Tip de sarcină

Contribuția AI

Nivel de risc

Densitatea de verificare

Digitalizare jurnal/tabel

înalt

scăzută

verificare la fața locului

Litologie clasificare preliminară

înalt

mediu

Core + rezonabilitate

Calcul resurse/tonaj

mediu

înalt

Cont de mână + independent

Decizie de siguranță în pantă/bază

limitată

foarte sus

Aprobare completă a inginerului

Raport / schiță de literatură

înalt

mediu

confirmarea sursei

Evaluarea pericolului/dezastrelor

limitată

foarte sus

Câmp + standard + aprobare

Sfat: pentru a determina nivelul de risc al unei sarcini, puneți o întrebare: „Ce este cel mai rău care s-ar putea întâmpla dacă acest rezultat este greșit?” Dacă răspunsul este „Voi pierde câteva minute”, verificați ușor; Dacă „cineva ar putea fi rănit”, tratați rezultatul ca pe o ipoteză și treceți-l prin procesul de inginerie complet.
Atenție: Cea mai periculoasă caracteristică a inteligenței artificiale nu este că greșește, ci că greșește cu încredere. Un text fluent, tehnic și îngrijit nu înseamnă că este corect. Aveți încredere în dovezi, nu în stil.

Greșeli comune

  • Confundarea fluenței cu acuratețea. Indiferent de cât de profesionist apare textul, afirmațiile faptice (vârstă, formație, număr, sursă) ar trebui verificate în mod independent.
  • Nu scalarea riscului în funcție de tipul de sarcină. Privind o revizuire de lichefiere în același mod ca o schiță de e-mail. Scale de validare cu potențial prejudiciu.
  • Introducerea datelor confidențiale de câmp fără să stați pe gânduri. Coordonarea, notarea și rezervarea informațiilor sunt sensibile din punct de vedere comercial și legal; anonimizați înainte de a intra în vehiculul necontrolat.
  • Ignorarea incertitudinii. Doar pentru că modelul pare „încrezător” nu înseamnă că incertitudinea dispare; Solicitați intervalul și nivelul de încredere, mai degrabă decât estimarea unui punct.
  • Confundarea AI cu luarea deciziilor. Modelul generează ipoteze; Inginerul responsabil ia decizia.

Pe scurt

  • Geologia operează în mod inerent cu incertitudine; AI poate gestiona și poate ascunde în mod periculos această incertitudine.
  • Inteligența artificială este cea mai sigură și mai profitabilă în pregătirea datelor, cea mai valoroasă, dar mai riscantă în interpretare/analiza și acceleratorul în comunicare.
  • Fiecare rezultat este validat în raport cu trei ancore: ordin de mărime, plauzibilitate geologică, dovezi de teren.
  • Riscul unui rezultat este egal cu răul pe care îl va provoca dacă este greșit; scala de validare în mod corespunzător.
  • În inginerie critică pentru siguranță, ieșirea AI nu este niciodată un substitut pentru aprobarea inginerului autorizat.

Sarcina de aplicare

Enumerați cinci sarcini de geologie pe care le faceți într-o săptămână din propriul loc de muncă (de exemplu, editarea jurnalelor, corelarea, secțiunea de raport, verificarea notei, notarea pericolelor). Plasați fiecare la nivelul de risc conform tabelului din această unitate și întrebați „ce este cel mai rău care s-ar întâmpla dacă ar fi greșit?” Răspunde la întrebare într-o singură propoziție. Apoi scrieți un prompt puternic anonimizat pentru sarcina cu cel mai scăzut risc și încercați-l; Verificați rezultatul cu trei ancore și observați care ancoră a prins o problemă.

lista de verificare

  • [ ] Pot distinge unde inteligența artificială produce valori sigure și unde riscante în fluxul de lucru în geologie.
  • [ ] Am dobândit reflexul de a verifica fiecare rezultat cu ordin de mărime, plauzibilitate geologică și dovezi de teren.
  • [ ] Nivelul de risc al unei sarcini prin întrebarea „ce este cel mai rău care s-ar putea întâmpla dacă merge prost?” Pot determina cu întrebarea.
  • [ ] Știu ce sunt halucinațiile și incertitudinea și cum să le fac vizibile.
  • [ ] Am adoptat obiceiul de a configura un prompt securizat prin anonimizarea datelor confidențiale din câmp.