Прибыль:
- Способность различать, где ИИ экономит реальное время в рабочем процессе горного дела, а где ответственность за безопасность должна оставаться на компетентном инженере, в зависимости от уровня риска
- Возможность реализовать многоуровневую дисциплину проверки, которая проверяет каждый выходной сигнал ИИ на соответствие стандартным независимым расчетам и измерениям на месте.
- Возможность анонимизировать контекст и приобрести привычку выбирать безопасные транспортные средства для защиты резервных данных, информации о лицензиях и данных о персонале/производстве.
Работа горного инженера состоит в том, чтобы соединить неопределенность под землей с решениями, принимаемыми на поверхности. Оценка рудного тела по данным бурения, расчет запасов, планирование карьера, управление парком оборудования, мониторинг поведения склонов, обеспечение безопасности труда, измерение воздействия на окружающую среду и отчетность обо всем этом в соответствии с законодательством. Общей чертой этих работ является то, что они работают с большим количеством измерений и данных, но каждое решение приводит к человеческим жизням, миллионам лир инвестиций и необратимым экологическим последствиям на местах. Искусственный интеллект (сокращенно ИИ; программные системы, которые работают с текстом, числами и изображениями с использованием больших данных и языковых моделей) является мощной помощью в этой области, требующей большого объема данных, но критически важной для принятия решений. Этот модуль научит вас, где безопасно использовать ИИ в горнодобывающей промышленности, где это опасно и почему вы должны проверять каждый результат ИИ на соответствие стандартам, полевым измерениям и инженерным решениям.
Главный принцип, который вы будете использовать в этом модуле: ИИ — это помощник, а не лицо, принимающее решения. Значение содержания (содержания металлов в руде), угол наклона, показатель запаса, предел безопасности или законодательная статья не становятся истинными только потому, что «так сказал ИИ»; Это всего лишь гипотеза, пока она не будет подтверждена измерениями, рекомендациями и компетентным инженерным мнением. Вы снова увидите это предложение в каждом разделе модуля, потому что в майнинге неправильное число часто означает обвал инвестиций, обвал склона или травму человека.
Что такое LLM и какое значение оно имеет для горнодобывающей промышленности?
LLM (Large Language Model) — это программное обеспечение, которое изучает шаблоны из очень больших фрагментов текста и прогнозирует «следующее слово» на основе вероятности. Это движок таких инструментов, как ChatGPT, Claude, Gemini. Дело вот в чем: LLM — это «оценщик языка», а не «база знаний». Свободно говорит горнодобывающую терминологию, но не оценивает содержание; выдает число, которое выглядит наиболее вероятным. Поэтому он или она может давать уверенные, но неверные ответы о среднем балле, скорости зачистки, нормативных положениях или пределе взрывоопасности. Это называется галлюцинация (фабрикация). Галлюцинация — это не неисправность, а неотъемлемая особенность этой технологии; Поэтому проверка – это не «дополнительный шаг», а неотъемлемая часть работы.
Задачи, в которых ИИ силен в майнинге:
- Объяснение и обучение концепции: что такое вариограмма, как работает правило рычага, как происходит кислотный дренаж шахт.
- Очистка и организация данных: преобразование разрозненных журналов скважин в последовательную таблицу, фиксирующая несоответствие единиц измерения.
- Формирование списка гипотез: систематическое перечисление возможных причин спада производства.
- Кодирование: сценарии очистки данных, построения графиков, геостатистики и анализа аномалий с помощью Python.
- Проект текста: АПБ (анализ безопасности труда), отчет по экологическому мониторингу, проект тендера/технической спецификации.
- Мозговой штурм: сравнение сценариев, идеи плана эксперимента/измерений.
Где ИИ слаб и рискован:
- Дает точное числовое значение (уклон, запас, угол уклона, предельное значение).
- Действующее и специальное законодательство/стандартные статьи и информация о версиях.
- Диагностика без фактических данных измерений вашего объекта.
- Критическое для безопасности решение: утверждение проекта взрыва, решение об эвакуации, работоспособность.
Классификация на основе рисков: фильтр перед использованием ИИ
Не каждая задача находится на одинаковом уровне риска. Прежде чем использовать ИИ, классифицируйте задачу по уровню риска. В таблице ниже представлена схема принятия решений, которую вы будете использовать на протяжении всего этого модуля.
Уровень риска
пример задачи
Роль ИИ
Обязательная верификация
низкий
Объяснение концепции, черновой текст, скелет кода
бесплатное использование
Обзора достаточно
средний
Очистка данных, список гипотез, настройка расчета
Черновик/соавтор
Ручное управление + подтверждение источника
высокий
Подсчет запасов, граница карьера, параметры взрывных работ
генератор идей
Стандарт + полевые измерения + программное обеспечение
критический
Решение об эвакуации, безопасность на склоне, решение о пригодности к эксплуатации/пригодности
Только черновик/сканирование
Одобрение компетентного инженера + аккредитованные испытания
Совет: если вы пометили задачу как «критическую», результаты работы ИИ никогда не будут окончательным документом. В лучшем случае это может быть предварительный проект или контрольный список; Компетентный инженер берет на себя подпись и ответственность.
Комплексный процесс: внедрение искусственного интеллекта в ваш рабочий процесс
Типичный цикл решения проблем в майнинге выглядит следующим образом: ИИ участвует в каждом этапе, но не завершает ни один из них в одиночку:
- Определите проблему: что прогнозировать, какое решение принять, какие существуют ограничения? (ИИ: уточняет вопрос.)
- Сбор и очистка данных: бурение, добыча, мониторинг, лабораторные данные. (ИИ: силен в очистке и проверке несоответствий.)
- Генерация гипотез/сценариев: возможные причины, альтернативные планы. (ИИ: составляет систематический список.)
- Анализ: Расчет, геостатистика, модель, обработка изображений. (ИИ: генерирует код и расчеты.)
- Проверка: стандартная, полевая, отдельная учетная запись, программное обеспечение. (ИИ находится в стороне; решают люди и измерения.)
- Сообщите и примите решение: Компетентный инженер берет на себя ответственность. (ИИ: автор черновика.)
Помните об этих шести шагах; Остальная часть модуля шаг за шагом покажет вам, как использовать ИИ для решения конкретных задач по добыче полезных ископаемых.
три мини-кейса
Случай 1 — Выдуманная средняя оценка. Стажер спрашивает чат-инструмент с искусственным интеллектом о средней оценке медного проекта; AI говорит: «около 0,65% Cu». Стажер указывает это в инвестиционной презентации. Однако ИИ не видел ни одного данных о бурении по этому проекту; произвел типовой номер для «медного проекта». Реальная ценность определяется только собственными данными бурения и геостатистическими оценками проекта; Реальная стоимость в этом проекте составляет 0,38%. Разница заключается в разнице между инвестициями, которые кажутся прибыльными и приносят убыток. Правильный подход — никогда не «спрашивать» оценку ИИ, а рассчитывать ее по собственной базе данных.
Случай 2 — Несуществующее положение о регулировании. Инженер запрашивает у ИИ максимальную вибрацию грунта (PPV: пиковая скорость частиц, мм/с), допустимую при взрывных работах. ИИ говорит «10 мм/с согласно регламенту» и составляет номер позиции. Инженер пишет соответствующий отчет. В ходе проверки выясняется, что номер позиции не соответствует действительности, а предельное значение варьируется в зависимости от расстояния и типа здания. Правильный подход – открыть действующее положение из официального источника и подтвердить его ценность и содержание. Даже если ИИ правильно знает название регламента, он может галлюцинировать номер статьи.
Случай 3 — Правильное использование. Геолог подозревает несоответствие в столбце содержаний в наборе данных по 40 скважинам. Он приказывает ИИ «перечислить строки в этой таблице, которые могут иметь несоответствия единиц измерения, отрицательные значения, видимые выбросы и пустые ячейки, и написать для каждой из них то, что вы подозреваете; НЕ исправляйте, а просто отмечайте». ИИ отмечает несколько строк, смешанных с %, смешанными с ppm, двумя отрицательными оценками и значением кода 999. Геолог проверяет и исправляет их одно за другим по необработанным бревнам. Здесь ИИ был использован правильно: привлек внимание, человек принял решение и коррекцию.
Копируемые шаблоны подсказок
Вы можете использовать приведенные ниже шаблоны, адаптировав их к своему бизнесу. В каждом из них есть осознанное указание «дать точную цифру, указать источник, объяснить неточность».
РОЛЬ И ШАБЛОН ГРАНИЦЫ «Роль: Вы опытный помощник горного инженера. Задача: [напишите тему]. Правила: При указании точного числового значения (сорт, запас, предел) укажите ИСТОЧНИК; если вы не уверены, скажите «необходимо проверить». Если даете нормативную/нормативную статью, приведите ее с ее версией, но напомните, что она должна быть подтверждена из официального источника. В конце ответа напишите пункт «что необходимо проверить полевым измерением/расчетом» по предмет».
ШАБЛОН ГЕНЕРАЦИИ ГИПОТЕЗ «Составьте систематический список возможных причин следующей ситуации: [опишите ситуацию; что наблюдалось, какие данные доступны]. Для каждой гипотезы: (1) какие доказательства ее подтверждают, (2) какие измерения или расчеты следует провести, чтобы подтвердить/опровергнуть ее. ПОСТАВИТЬ окончательный диагноз; составить дорожную карту расследования».
ШАБЛОН КОНТРОЛЬНОГО СПИСКА ПРОВЕРКИ «Перечислите КАЖДОЕ числовое значение и КАЖДУЮ ссылку на нормативы/стандарты в проекте отчета ниже. Для каждого укажите, из какого источника (данные самосверления, нормативный текст, лабораторный отчет, полевые исследования) оно должно быть проверено. Соберите значения неопределенного происхождения в графе «нельзя использовать без проверки». Текст: [вставить]».
ШАБЛОН ПРЕДВАРИТЕЛЬНОЙ ПРОВЕРКИ АНОНИМИЗАЦИИ «Прежде чем передать следующий текст в инструмент искусственного интеллекта, отметьте коммерческую тайну или личные/нормативные конфиденциальные части: резервные номера, номер лицензии, фактические координаты, имена клиентов/персонала, конфиденциальные данные о расходах. Предложите, как я могу их анонимизировать. Текст: [вставить]».
Слабая подсказка / Сильная подсказка
Задавая один и тот же вопрос двумя способами, вы получите совершенно разные результаты.
СЛАБАЯ ПОДСКАЗКА: «Каков запас этой шахты?»
НАСТОЯЩАЯ ПОДСКАЗКА: «Роль: вы являетесь помощником геолога-ресурса. Объясните, какие этапы должна пройти оценка запасов/ресурсов (композиция, вариограмма, кригинг, классификация, экономический лимит), а также какие данные и одобрение какого компетентного лица требуются на каждом этапе. НЕ УКАЗЫВАЙТЕ ТОЧНОГО количества запасов; подчеркните, что его можно рассчитать только на основе собственных данных проекта и следует сообщать в рамках такого кода, как JORC/UMREK».
Слабая подсказка предлагает ИИ помириться; Сильная подсказка позволяет ему правильно работать (описание процесса) и в первую очередь предотвращает возникновение цифровых галлюцинаций.
Распространенные ошибки
- «Запрашивать» у ИИ цифры по конкретному курсу, такие как оценка, запас и т. д. ИИ не знает ваших данных; эти цифры рассчитаны исключительно на основе вашей собственной базы данных.
- Использование положений законодательства/стандарта без их подтверждения. Номер и стоимость предмета часто галлюцинируются.
- Принятие критически важных для безопасности решений на основе результатов искусственного интеллекта. Решения об эвакуации, одобрении взрывных работ и пригодности к эксплуатации принимаются компетентным инженером.
- Вставка конфиденциальных данных в облачный инструмент без их анонимизации. Данные о резерве, координатах и стоимости являются коммерческой тайной.
- Жду один вопрос и один ответ. Используйте ИИ итеративно: создавайте черновики, критикуйте, проверяйте, исправляйте.
Внимание: чем точнее и достовернее число отображается в выходных данных AI, тем выше необходимость проверки. Точность не является гарантией точности.
В заключение
В этом модуле вы увидели, что ИИ — помощник в майнинге, а не лицо, принимающее решения. LLM — это языковые предсказатели; Он эффективен в объяснении концепций, очистке данных, выдвижении гипотез и кодировании, но рискован в получении точных цифр и законов (галлюцинации). Классифицируйте задачи как низкие/средние/высокие/критические и соответствующим образом корректируйте глубину проверки. Проверьте каждое числовое значение на основе собственных данных или измерений на местах, а также каждую нормативную ссылку из официального источника. Критически важные для безопасности решения всегда остаются за компетентным инженером, а конфиденциальные данные перед использованием анонимизируются.
Задача приложения
Выберите пять задач из своего бизнеса (или вымышленного горнодобывающего проекта): описание концепции, очистка данных, список гипотез, запас/числовое значение и нормативный вопрос. Поместите каждый из них в таблицу рисков выше. Затем передайте ИИ две задачи с низким/средним риском с помощью шаблона «Роль и границы» и отметьте каждый числовой/нормативный элемент результата с помощью шаблона «Контрольный список проверки». Запишите, какие элементы нельзя использовать без проверки.
контрольный список
- [ ] Перед использованием я поместил миссию на уровень риска (низкий/средний/высокий/критический).
- [ ] Я рассчитал цифры для конкретного поля, такие как сорт, запас и т. д., исходя из собственной урожайности, вместо того, чтобы запрашивать ИИ.
- [ ] Я проверил каждую ссылку на законодательство/стандарты из официального источника.
- [ ] Я анонимизировал конфиденциальные данные (резерв, координаты, имя, стоимость).
- [ ] Я оставил принятие критического с точки зрения безопасности решения на усмотрение компетентного инженера, а не на основании результатов искусственного интеллекта.
- [ ] Я просканировал каждое числовое значение в выводе AI на наличие «нельзя использовать без проверки».