ලාභ:
- සංකල්පීය ආකෘතිය + භූ භෞතික අත්සන + සම්පත් ගවේෂණයේ බහු-ක්රම තහවුරු කිරීමේ තර්කනය තේරුම් ගැනීමට සහ දන්නා ළිං සමඟ කෘතිම බුද්ධි බලාපොරොත්තු ලකුණු ආපසු පරීක්ෂා කිරීමේ හැකියාව
- භූ කම්පන විස්තාරය විෂමතාවක් (දීප්තිමත් ස්ථානයක්) මූලාශ්ර සාක්ෂි ලෙස පමණක් නොසලකමින් AVO සහ හරස් දත්ත සමඟ එය තහවුරු කිරීමෙන් බහු අවයවිකත්වය සලකා බැලීමේ හැකියාව
- තොරතුරු මූලාශ්රයක් ලෙස ක්රම ප්රතිවිරෝධතා විමර්ශනය කිරීමේ හැකියාව සහ අවසාන ළිඳ සහ ආයෝජන තීරණය ඔවුන්ගේ අවදානම් රුචිය ඇති පුද්ගලයින්ට භාර දීම
භූ භෞතික විද්යාවේ වඩාත්ම දෘශ්යමාන ආර්ථික අරමුණ වන්නේ සම්පත් ගවේෂණයයි: තෙල් සහ ස්වාභාවික වායු, ලෝහමය සහ කාර්මික ඛනිජ, භූතාපජ ශක්තිය සහ භූගත ජලය. මෙම සෙවීම මිල අධික වන අතර අවදානම් තීරණ වලින් පිරී ඇත - එක් ළිඳක් ඩොලර් මිලියන ගණනක් වේ, එක් වැරදි ඉලක්කයක් මුදල් හා කාලය යන දෙකම නාස්ති කරයි. සම්පත් ගවේෂණය යනු සම්පතක පැවැත්ම, පිහිටීම සහ ප්රමාණය පිළිබඳව සම්භාවිතාව මත පදනම් වූ තීරණයක් නිෂ්පාදනය කිරීම සඳහා විවිධ භූ භෞතික ක්රම ඒකාබද්ධ කිරීමේ ක්රියාවලියයි. මෙම ඒකකය තුළ, කෘත්රිම බුද්ධිය (AI) දත්ත එක්රැස් කිරීම, ඉලක්ක ප්රමුඛත්වය සහ අවදානම් තක්සේරු කිරීම බලගන්වන්නේ කෙසේදැයි ඔබ ඉගෙන ගනු ඇත; නමුත් සම්පත් තීරණ කිසි විටෙක තනි AI ලකුණු වලට ඉතිරි කළ නොහැක්කේ මන්දැයි අපි බලමු.
සෙවීමේ පොදු තර්කනය
එක් එක් වර්ගයේ සම්පත් විවිධ භෞතික විද්යාව භාවිතා කරයි, නමුත් සෙවුම් තර්කය පොදු වේ: සංකල්පීය ආකෘතියක් (සම්පත්රය සෑදෙන්නේ කෙසේද සහ එය සමුච්චය වන්නේ කොතැනද යන්න පිළිබඳ භූ විද්යාත්මක කල්පිතය) ස්ථාපිත කර ඇත, මෙම ආකෘතියෙන් පුරෝකථනය කරන ලද භූ භෞතික අත්සන සොයනු ලැබේ, සහ විවිධ ක්රම මගින් හරස් වලංගු වේ. AI මෙම දාමයේ සෑම සබැඳියකම ත්වරණකාරකයකි - දත්ත සැකසීම, විශේෂාංග නිස්සාරණය, බහු ක්රම විලයනය, ඉලක්ක ශ්රේණිගත කිරීම. නමුත් AI හට සංකල්පීය ආකෘතිය ගොඩ නැගිය නොහැක; එයට භූ විද්යාත්මක තර්කයක් අවශ්ය වේ.
මූලාශ්ර වර්ග අනුව සාමාන්ය ක්රම:
- හයිඩ්රොකාබන් (තෙල්/ගෑස්): ත්රිමාණ භූ කම්පන ප්රධාන ක්රමය; ගුරුත්වාකර්ෂණ/චුම්බක ද්රෝණියේ රාමුව සඳහා විස්තාර විෂමතා (දීප්තිමත් ස්ථානය, AVO - ඕෆ්සෙට් සමඟ විස්තාරයේ විචලනය).
- පතල් කැණීම: චුම්බක, ගුරුත්වාකර්ෂණය, විද්යුත් චුම්භක (EM), ප්රේරිත ධ්රැවීකරණය (IP - ලෝපස් ඛනිජවල ආරෝපණ හැසිරීම), විකිරණමිතිය.
- භූතාපජ: Magnetotelluric (MT - ප්රතිරෝධී උණුසුම්/පාරගම්ය කලාප), භූ කම්පන, ගුරුත්වාකර්ෂණය, උෂ්ණත්ව අනුක්රමය.
- භූගත ජලය: ERT, භූ කම්පන වර්තනය, EM, GPR; ජලධර (ජල දරණ පාරගම්ය ස්ථරය) මායිම් සඳහා.
AI සමඟ ඉලක්කගත ප්රමුඛතාවය
ගවේෂණය යනු අපේක්ෂක ඉලක්ක විශාල සංඛ්යාවකින් සීමිත ළිං සංඛ්යාවක් සඳහා වඩාත්ම පොරොන්දු වූ ඉලක්ක තෝරා ගැනීමේ කාර්යයයි. AI හට විවිධ දත්ත ස්ථර (භූ කම්පන ලක්ෂණ + ගුරුත්වාකර්ෂණය + චුම්බක + භූ විද්යාව) ඒකාබද්ධ කර එක් එක් අපේක්ෂකයා සඳහා අනාගත ලකුණු ලබා ගත හැක; මෙය පුළුල් ප්රදේශයක් සඳහා වේගවත් ප්රමුඛතාවයක් ලබා දෙයි. කෙසේ වෙතත්, මෙම ලකුණු සම්භාවිතාව පිළිබඳ යෝජනාවක් මිස සහතිකයක් නොවේ; සහ ආදර්ශයෙන් ඉගෙන ගත් අතීත සොයාගැනීම් නව ක්ෂේත්රයට අදාළ නොවිය හැක. සංකල්පීය ආකෘතිය සහ අවදානම් විශ්ලේෂණය සමඟ ලකුණු කියවනු ලැබේ.
ඉඟිය: දන්නා ගවේෂණ සහ වියළි ළිං සමඟ AI බලාපොරොත්තු ලකුණු නැවත පරීක්ෂා කිරීමට වග බලා ගන්න. ආකෘතියට අතීත ගවේෂණ හොඳින් වෙන්කර හඳුනාගත නොහැකි නම්, නව ඉලක්ක මත එහි ලකුණු ද විශ්වාස කළ නොහැකි ය. හොඳ ආකෘතියක් දන්නා සාර්ථකත්වයන් ඉහළ සහ දන්නා අසාර්ථකත්වය අඩු ලකුණු කළ යුතුය.
අවිනිශ්චිතතාවය සහ අවදානම: ගවේෂණ තීරණයේ හදවත
සම්පත් සෙවීමේදී, තීරණය කිසිවිටෙක "ඔව්/නැත" නොවේ; එය සෑම විටම සම්භාවිතාව සහ අවදානම ගැන ය. හයිඩ්රොකාබනයේ මෙය මූලාශ්රය/ජලාශය/ආවරණ/උගුල/කාලය වැනි සාධකවල ඒකාබද්ධ සම්භාවිතාවයි; එය පතල තුළ ඇති ලෝපස් ටොන් ශ්රේණියේ අවිනිශ්චිතතාවයයි. AI මෙම සම්භාවිතාවන් ගණනය කිරීමට සහ අවස්ථා ජනනය කිරීමට උදවු කරයි, නමුත් අවදානම් රුචිය සහ අවසාන ආයෝජන තීරණය මිනිසා මත පවතී. භූ භෞතික විද්යාවේ බහුඅවයව ද මෙහි අදාළ වේ: භූ කම්පන විස්තාරය විෂමතාවයක් වායුව විය හැකි නමුත් එය පාෂාණ විද්යාව වෙනස් කිරීම හෝ සැකසුම් කෞතුක වස්තුවක් (ගල් අඟුරු, සංයුක්ත වැලි, ආදිය) ද විය හැකිය.
අවවාදයයි: "දීප්තිමත් ස්ථානයක්" (ඉහළ විස්තාරය භූ කම්පන විෂමතාව) පමණක් හයිඩ්රොකාබන පිළිබඳ සාක්ෂි නොවේ; බොහෝ වියළි ළිං දීප්තිමත් ස්ථානයකට විදිනවා. AI එය ඉලක්කයක් ලෙස සලකුණු කළත්, හැකි නම් AVO විශ්ලේෂණය, භූ විද්යාව සහ වෙනත් ක්රම මගින් තහවුරු කිරීමකින් තොරව ඉහළ විශ්වාසයක් ලබා නොදෙන්න.
බහු ක්රම ඒකාබද්ධ කිරීම
මූලාශ්රවල ස්වර්ණමය රීතිය: තනි ක්රමයක් ප්රමාණවත් නොවේ. භූතාපජ ඉලක්කයකදී, MT අඩු ප්රතිරෝධක (මැටි ආවරණය) + ගුරුත්වාකර්ෂණය + භූ කම්පන + මතුපිට රෝග ලක්ෂණ එකට ඇගයීමට ලක් කෙරේ. මෙම ස්ථර පොදු සම්භාවිතා සිතියමක් බවට ඒකාබද්ධ කිරීමට AI බලවත් වේ; නමුත් එක් එක් ක්රමයේ විභේදනය, ගැඹුර සහ අවිනිශ්චිතතාවය සැලකිල්ලට ගන්නා විශේෂඥ ඒකාබද්ධතාවය අත්යවශ්ය වේ. විධික්රම ගැටෙන්නේ නම්, ප්රතිවිරෝධතාව තොරතුරු මූලාශ්රයකි - එය ගවේෂණය කරනු ලැබේ, සැඟවී නැත.
කුඩා නඩු තුනක්
1 වන අවස්ථාව - ප්රචාරණය පසුපෙළ මගින් සුරකින ලදී. පතල් සමාගමක් එහි AI බලාපොරොත්තු සිතියමට අනුව ඉලක්ක 8ක් ලැයිස්තුගත කළේය. භූ භෞතික විද්යාඥයා ප්රදේශයේ දන්නා ලෝපස් 5ක් සහ වියළි සරඹ 12කට එරෙහිව ආකෘතිය පසුපස පරීක්ෂා කළේය. ආකෘතිය වියළි සරඹ 4 සඳහා ඉහළ ලකුණු ලබා දුන්නේය. ගුණාංග සහ පුහුණු දත්ත නිවැරදි කළ පසු, සිතියම සැබෑ ගවේෂණයට වඩා බොහෝ සෙයින් අනුරූප වූ අතර පළමු ඉලක්ක දෙක වෙනස් විය.
නඩුව 2 - දීප්තිමත් ස්ථාන උගුල. එක් භූ කම්පන පරිමාවක් තුළ, AI විසින් වායු ඉලක්කයක් ලෙස ප්රබල විස්තාරය විෂමතාව සලකුණු කරන ලදී. AVO විශ්ලේෂණයෙන් පෙන්නුම් කළේ විෂමතාව වායුව නොව තද වැලි-ගල් අඟුරු වෙනසකට අනුකූල බවයි. ළිඳ හෑරුවා නම්, එය වියළී යයි; බහු ක්රම සත්ය පරීක්ෂාව මගින් ඩොලර් මිලියන ගණනක් ඉතිරි කර ඇත.
3 වන අවස්ථාව - පරස්පරතාව තොරතුරු බවට පත් කිරීම. භූතාපජ ක්ෂේත්රයක MT උණුසුම් පාරගම්ය කලාපයක් පෙන්නුම් කරන අතර, භූ කම්පන ව්යුහය අපැහැදිලි විය. ප්රතිවිරෝධය සඟවනවා වෙනුවට කණ්ඩායම එය විමර්ශනය කළේය; එම ගැඹුරේදී භූ කම්පන විභේදනය අඩු බවත්, MT වඩා විශ්වාසදායක බවත්, අවිනිශ්චිත ශ්රේණිගත කිරීමකින් ඉලක්කය ආරක්ෂා කළ බවත් තීරණය කළේය. ළිඳ පාරගම්ය කලාපය තහවුරු කළේය.
පිටපත් කළ හැකි සැකිලි හතරක්
1) සංකල්පීය ආකෘතිය + ක්රම සිතියම්ගත කිරීම:
ඔබේ භූමිකාව: ගවේෂණ භූ භෞතික විද්යාඥයා. ඉලක්කය: [හයිඩ්රොකාබන් / කොපර්පෝර්ෆිරි / භූතාපජ / ජලධරය]. මෙම ඉලක්කය සඳහා සංකල්පීය ආකෘතියේ සාරාංශයක් මට දෙන්න (එය සෑදෙන ආකාරය, එය සමුච්චය වන ස්ථානය) සහ කුමන අත්සන සඳහා කුමන භූ භෞතික ක්රම සොයන්නේද යන්න සිතියම් කරන්න. එක් එක් ක්රමයේ අවිනිශ්චිතතාවයද ලියන්න.
2) බලාපොරොත්තුව ලකුණු පසුපෙළ:
මම AI සමඟ අනාගත සිතියමක් නිෂ්පාදනය කළෙමි. කලාපයේ දන්නා සොයාගැනීම් සහ වියළි ළිං සමඟ මෙය නැවත පරීක්ෂා කිරීමට මම කැමතියි. මම backtest සකසන්නේ කෙසේද, මා ඇගයීමට ලක් කරන්නේ කුමන මෙට්රික් (සොයාගැනීම් ඉහළ, අඩු ලකුණු) සහ ආකෘතිය දුර්වල නම් මා නිවැරදි කරන්නේ කුමක්ද?
3) විෂමතා බහු-ක්රම තහවුරු කිරීම:
මට ඉලක්ක අපේක්ෂකයෙක් ඇත [දීප්තිමත් ස්ථානය / චුම්බක විෂමතාව / අඩු ප්රතිරෝධය]. මා මෙය මූලාශ්ර සාක්ෂි ලෙස පමණක් ගණන් නොගෙන කුමන echoanalysis (AVO, IP, MT, භූ විද්යාව, වෙනත් ක්රමය) මගින් තහවුරු කරන්නේද? විෂමතාවය ඇති කළ හැකි ව්යාජ හේතු (ශිලා විද්යාව, කෘතිම බව) ද ලැයිස්තුගත කරන්න.
4) අවදානම් සහ තීරණ සාරාංශය:
ඔබේ කාර්යභාරය: සොයාගැනීමේ අවදානම් උපදේශක. මට ඉලක්කයක් සඳහා භූ භෞතික සොයාගැනීම් තිබේ. මට සම්භාවිතාව/අවදානම් සාරාංශයක් කෙටුම්පත් කරන්න: පක්ෂව සහ විපක්ෂව සාක්ෂි, අවිනිශ්චිතතාවයේ මූලාශ්ර, අපැහැදිලි බව පිළිබඳ අනතුරු ඇඟවීම සහ "හොඳින් තීරණය කිරීම පුද්ගලයා සතුය" යන සටහන. නිසැකවම "වියළි / සරඹ නොකරන්න" නොකියන්න; තීරණය සඳහා රාමුවක් සපයන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මගේ දත්ත දෙස බලා හොඳම ළිං ස්ථානය මට කියන්න.
එක්-ලක්ෂ්ය නිරවද්යතාවයක් අපේක්ෂා කරයි; බහු අවයවිකත්වය සහ අවදානම සඟවයි, AI තීරණය කරන්නා බවට පත් කරයි.
බලවත් විමසුම:
ඔබේ භූමිකාව: ගවේෂණ භූ භෞතික විද්යාඥයා. සන්දර්භය: [කම්පන + ගුරුත්වාකර්ෂණය + චුම්බක, හයිඩ්රොකාබන් ඉලක්කය, ළිං 2]. කාර්යය: (1) දත්ත ඒකාබද්ධ කිරීම සහ බලාපොරොත්තු ලකුණු අනුව අපේක්ෂක ඉලක්ක ශ්රේණිගත කිරීම; (2) එක් එක් අපේක්ෂකයාට සහ විරුද්ධව සාක්ෂි ලියන්න, විෂමතාවය ඇති කළ හැකි හේතු; (3) දන්නා ලකුණු සහිත ළිං සමඟ නැවත පරීක්ෂා කිරීම නිර්දේශ කිරීම; (4) බහු අවයවිකත්වය සහ අපැහැදිලි බව පැහැදිලිව සඳහන් කරන්න. අවසාන තීරණය මිනිසාට භාර දෙන්න; එක නිවැරදි කරුණක්වත් දෙන්න එපා.
පසුපෙළ බැලීම, පරස්පර විශ්ලේෂණ සහ අවිනිශ්චිතතා ඉල්ලීම සෙවුම් තීරණය ස්ථිර පදනමක් මත තබයි.
මූලාශ්ර වර්ග සහ ක්රම
මූලාශ්රය
ප්රධාන ක්රම
සාමාන්ය අත්සන
AI දායකත්වය
හයිඩ්රොකාබන්
ත්රිමාණ භූ කම්පන, AVO
විස්තාරය විෂමතාව
ගුණාංගය, ප්රමුඛත්වය
මගේ
චුම්බක, EM, IP
සන්නායක / චුම්බක ශරීරය
දත්ත ඒකාබද්ධ කිරීම
භූතාපජ
MT, භූ කම්පන, ගුරුත්වාකර්ෂණය
අඩු ප්රතිරෝධක කලාපය
ප්රතිලෝම වේගය
භූගත ජලය
ERT, වර්තනය, EM
ජලධර මායිම
විෂමතා සලකුණු කිරීම
පොදු වැරදි
- පසුපස පරීක්ෂාවකින් තොරව බලාපොරොත්තු ලකුණු භාවිතා කිරීම. ආකෘතිය වියළි ළිං සඳහා ඉහළ ලකුණු ලබා දෙයි.
- දීප්තිමත් ස්ථානයක් හයිඩ්රොකාබනයක් ලෙස වරදවා වටහා ගැනීම. පාෂාණ විද්යාව/කෘතිම බව ද විෂමතා ඇති කරයි.
- තනි ක්රමයක් මත රඳා පවතී. මූලාශ්ර තීරණය බහු-ක්රම තහවුරු කිරීම අවශ්ය වේ.
- පරස්පරතාව සැඟවීම. ක්රමවේද ප්රතිවිරෝධතාව තොරතුරු මූලාශ්රයකි, එය පර්යේෂණ කරන්න.
- හොඳ තීරණය AI වෙත පැවරීම. අවදානම් රුචිය සහ ආයෝජන තීරණ මනුෂ්ය වේ.
සාරාංශයක් ලෙස
සම්පත් ගවේෂණය යනු භූ භෞතික විද්යාවේ ඉහළම අවදානම් සහ වඩාත්ම ආර්ථිකමය ක්ෂේත්රයයි; AI දත්ත එකතු කිරීම, ඉලක්ක ප්රමුඛත්වය සහ අවදානම් ගණනය කිරීම සඳහා ප්රබල දායකත්වයක් සපයයි. නමුත් සංකල්පීය ආකෘතිය මිනිස් මනසේ නිෂ්පාදනයක් වන අතර, එක් එක් බලාපොරොත්තු ලකුණු සම්භාවිතාව පිළිබඳ යෝජනාවකි. Polysemy (දීප්තිමත් ස්ථාන උගුලක් වැනි), backtest අවශ්යතාවය සහ බහු ක්රම තහවුරු කිරීම අත්යවශ්ය වේ. නිවැරදි භාවිතය; දන්නා ලකුණු සහිත ළිං සමඟ පරීක්ෂා කිරීම, විෂමතාව හරස් වලංගු කිරීම, විෂමතාව විමර්ශනය කිරීම සහ අවසාන ළිඳ තීරණය - අවදානම් රුචිය සමඟ - මිනිසාට භාර දීම.
යෙදුම් කාර්යය
සම්පත් වර්ගයක් තෝරන්න. "සංකල්පීය ආකෘතිය + ක්රම සිතියම්ගත කිරීම" අච්චුව සමඟ, ඉලක්කය සෑදී ඇති ආකාරය සහ කුමන අත්සන සඳහා කුමන ක්රම සොයන්නේද යන්න නිගමනය කරන්න. ඉන්පසු අපේක්ෂක විෂමතාවයක් ගැන සිතා "විෂමතා බහු ක්රම තහවුරු කිරීම" අච්චුව භාවිතයෙන් එය නිපදවිය හැකි ව්යාජ හේතු සහ තහවුරු කිරීමේ ක්රම ලැයිස්තුගත කරන්න. අවසාන වශයෙන්, "අවදානම සහ තීරණ සාරාංශය" අච්චුව සමඟ ගැති/විරෝධී සාක්ෂි සහ අවිනිශ්චිතතා ඇතුළත් දළ සටහනක් සකස් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම ඉලක්කය සඳහා සංකල්පීය ආකෘතිය සහ ක්රම සිතියම්ගත කිරීම සැකසුවෙමි.
- [ ] මම දන්නා ළිං සමඟ බලාපොරොත්තු ලකුණු නැවත පරීක්ෂා කළෙමි.
- [ ] මම විෂමතාවය ඇති කළ හැකි ව්යාජ හේතු ලැයිස්තුගත කර හරස් වලංගු කළෙමි.
- [ ] මම ක්රම ප්රතිවිරෝධතා නොසඟවා ඒවා විමර්ශනය කළෙමි.
- [ ] මම අවසාන ළිඳ/ආයෝජන තීරණය මානව අවදානමට භාර කළෙමි.