Potek dela od konca do konca, Python, etika, zasebnost in odgovorna uporaba — Umetna inteligenca v geofizikalnem inženirstvu

Dobički:

Sposobnost vdelave umetne inteligence na vsaki stopnji, od načrtovanja do poročanja, v skladu s človeškimi vrati za preverjanje in prehodnimi pogoji
Sposobnost prepoznavanja nabora orodij Python za geofiziko (ObsPy, segyio, scikit-learn itd.) in preverjanja kode, ustvarjene z umetno inteligenco, glede enote/osi/puščanja
Sposobnost vdelave načel človeške odgovornosti, zasebnosti podatkov, odmerjenega jezika o varnosti, determinističnega zavračanja napovedi in preglednosti v potek dela

Doslej smo ločeno razpravljali o posameznih obročih geofizike – obdelavi, interpretaciji, potencialnih poljih, inverziji, potresu, blizu površine, vizualizaciji, raziskovanju virov, negotovosti. V tej zadnji enoti jih vse združujemo v en potek dela od konca do konca: videli bomo, kako dosledno vdelati umetno inteligenco (AI) od začetka projekta do konca poročila, s človeškimi vrati za preverjanje na vsaki stopnji. Ogledali si bomo tudi ekosistem Python, konkretno orodje za AI v geofiziki, ter načela etike, zasebnosti in odgovorne uporabe, ki izhajajo iz varnostno kritične narave poklica. Začnimo od začetka: AI je pospeševalnik in pomočnik; Odgovornost za podzemni model, odločitev o raziskovanju in pripombe glede varnosti življenja/premoženja vedno nosi pristojni geofizik.

Potek dela od konca do konca: vrata za preverjanje

Dober projekt, ki ga poganja AI, je večplastna struktura s »prehodnim pogojem« na vsaki stopnji. Postopna človeška vrata preprečujejo, da bi ena napaka AI ušla v poročilo:

Načrtovanje in zbiranje: AI izdela kontrolni seznam/oris načrta; odločitve o varnosti lokacije, dovoljenjih in zbiranju so človeške. Vrata: ali je načrt v skladu z lokalno zakonodajo?
Obdelava/QC: zatiranje šuma AI izvaja označevanje izstopajočih vrednosti. Vrata: ali je graf razlike čist, ali je signal ohranjen?
Vizualizacija/interpretacija: AI ustvari kandidata za horizont/napako/facies. Vrata: ali sta bila opravljena povezava in vizualni pregled?
Inverzna rešitev: AI pospeši. Vrata: potrditev z realno fiziko, izmerjena negotovost?
Integracija/odločitev: AI združuje podatke, ustvarja scenarije. Vrata: potrditev z več metodami, ali je bil test za nazaj opravljen?
Poročanje: AI napiše osnutek. Vrata: ali je bila vsaka številka/sklic povezana z virom, ali je bil dvoumni jezik ohranjen?

Ne morete se premakniti do naslednjih vrat, ne da bi šli skozi njih. To je struktura, ki zagotavlja varnost ob ohranjanju hitrosti.

Namig: vsakemu izhodu umetne inteligence pripnite »kreditno oznako«: kateri podatki, kateri model/različica, kateri parameter, kdo je preveril, kdaj. Ta oznaka je ključnega pomena tako za ponovljivost kot za revizijo, če se napaka najde pozneje.

Python: geofizikovo orodje AI

Konkretni jezik AI v geofiziki je večinoma Python. Za izvajanje in spremljanje priporočil AI je potrebna osnovna pismenost. Pogosto uporabljene knjižnice:

NumPy / SciPy: Numerični izračun, obdelava signalov (filter, FFT).
Matplotlib: Presek, zemljevid, vizualizacija.
ObsPy: Standardna knjižnica za seizmologijo (odčitavanje valov, faza, podatki o potresih).
scikit-learn: Klasično strojno učenje (razvrščanje, združevanje v gruče, navzkrižna validacija).
PyTorch / TensorFlow: Globoko učenje (zatiranje šuma CNN, ekstrakcija faze).
segyio: Branje/zapis formata seizmičnih podatkov SEG-Y.

AI (jezikovni model) je zelo hiter pri ustvarjanju osnutkov kode s temi knjižnicami. Toda ustvarjena koda se ne izvaja brez preverjanja: pogoste so napake enote, napačna os, puščajoče ločevanje preizkusa usposabljanja ali halucinirani neobstoječi klic funkcije.

Pozor: kode Python, ustvarjene z umetno inteligenco, ne uporabljajte za velike podatke, ne da bi jo preizkusili na majhnem znanem vzorcu. Zlasti ročno preverite referenčno koordinato/čas, enoto (ms/s, m/ft) in razmik med vadbo in testom; ena napaka enote tiho pokvari celotno interpretacijo.

Etika, zasebnost in odgovorna uporaba

Geofizika je inženirsko področje, katerega rezultati vplivajo na varnost življenja in premoženja, okolje in velike investicije. To nalaga posebne odgovornosti za uporabo AI:

Človeška odgovornost: Odgovornost za končni model, odločitev o raziskovanju in oceno nevarnosti nosi strokovnjak; "AI je tako rekel" ni opravičilo.
Zasebnost podatkov: Seizmični podatki, logi vrtin in rezultati raziskovanja so pogosto zajeti s poslovnimi skrivnostmi ali licencami. Njihovo nalaganje v zunanja orodja/orodja umetne inteligence v oblaku lahko povzroči kršitve zasebnosti in konkurenčno ranljivost; klasifikacija podatkov in seznam odobrenih vozil sta bistvena.
Natančnost in prepoved pretiranih trditev: precenjevanje rezultatov umetne inteligence glede varnostnih vprašanj, kot so nevarnost potresa, zemeljski plazovi, utekočinjenje tal, ogroža človeška življenja; Uporablja se odmeren, nejasen jezik.
Zavrnitev deterministične napovedi potresa: Napovedovanje dneva prihodnjega potresa je neznanstveno; Take trditve ni mogoče ustvariti z AI.
Transparentnost: uporaba umetne inteligence je jasno navedena v poročilu; V katerem koraku, kako se uporablja in kako se preverja je zapisano.
Okolje in družba: rezultati raziskovanja virov ustvarjajo okoljske in družbene vplive; Za upoštevanje teh učinkov je odgovoren geofizik.

Namig: preden posredujete kakršne koli podatke orodju AI, postavite tri vprašanja: (1) Ali smem deliti te podatke? (2) Ali vsebuje osebne/poslovne zaupne informacije? (3) Ali to orodje hrani podatke za usposabljanje? Če kateri koli od treh ni jasen, ne nalagajte podatkov ali uporabljajte lokalne/izolirane rešitve.

trije mini kovčki

Primer 1 – Uhajanje podatkov o licenci. Inženir je naložil licenčno seizmično količino v zunanjo storitev AI za hitro interpretacijo. Pogodba je prepovedovala posredovanje podatkov tretji osebi; Incident se je sprevrgel v resno kršitev pogodbe. Agencija je nato uvedla politiko dela samo z izoliranimi, odobrenimi vozili.

Primer 2 – Napaka kodne enote. Python skript, ki ga je generirala umetna inteligenca, je predvideval globine v metrih in ne v čevljih (ft); Zemljevid je bil 30 % plitek in vrtina je bila načrtovana do napačnega cilja. Če bi testirali z majhnim vzorcem, bi napako odkrili že na začetku; lekcija: ustvarjena koda se vedno preveri glede na znani primer.

Primer 3 – Pretirana izjava o nevarnosti. V enem osnutku je YZ na podlagi slabih podatkov dokončno zapisal, da je "območje v veliki nevarnosti utekočinjenja". Geofizik je to popravil z besedami, da "omejeni razpoložljivi podatki lahko kažejo na možnost utekočinjenja; za dokončno oceno je potrebno dodatno delo na terenu." Izražen jezik o varnosti je bil pošten in odgovoren.

Štiri predloge za kopiranje

1) Vrata za preverjanje od konca do konca:

Vaša vloga: svetovalec geofizikalnega projekta. Moj projekt: [vrsta]. Kar se pojavi, je tabela verifikacijskih vrat za načrtovanje, obdelavo, interpretacijo, inverzijo, integracijo in poročanje: kakšna naj bo naloga AI, človeška odločitev in POGOJ PREHODA (nadzor) na vsaki stopnji? Ne smemo iti do sosednjih vrat, ne da bi šli skozi njih.

2) Preverjanje kode Python:

Napisal sem geofizični skript Python ([SEG-Y branje/filter/klasifikator]) z AI. Kaj naj preverim pred zagonom: konsistentnost enote/osi/koordinate, uhajanje testa usposabljanja, neobstoječa funkcija, robni primeri? Kako pripravim majhen testni vzorec? Daj mi kontrolni seznam.

3) Nadzor zasebnosti podatkov:

Vaša vloga: svetovalec za upravljanje podatkov. Razmišljam o posredovanju geofizičnih podatkov ([seizmični/zapis vrtin]) orodju AI. Daj mi kontrolni seznam zasebnosti: dovoljenje za skupno rabo, komercialne/osebne zaupne informacije, politika hrambe podatkov orodja, izolirana/lokalna alternativa. Kaj naj storim, če je tvegano?

4) Jezik odgovornega poročanja:

V mojem poročilu o AI so izjave o varnostnih vprašanjih ([nevarnost potresa / utekočinjenje / zemeljski plaz]). Kako najdem skrajno trditev in jo prevedem v umeren, nedvoumen jezik? Kako lahko pregledno navedem uporabo AI v poročilu in se izognem determinističnemu ugibanju? Prikaži s primeri konverzij.

Šibek poziv/močan poziv

Šibek poziv:

Hitro opravite ta projekt od začetka do konca z AI.

Brez vrat za preverjanje, brez zasebnosti in brez odgovornosti; Zavoljo hitrosti pride do nevzdržnega in tveganega izida.

Močan poziv:

Vaša vloga: višji vodja geofizikalnega projekta. Moj projekt: [vrsta, podatkovni tipi, status zasebnosti]. Naloga: (1) vzpostaviti potek dela od konca do konca z validacijskimi vrati; (2) zapišite delo AI, človeško odločitev in prehodne pogoje na vsaki stopnji; (3) predlaga odobrena orodja in izolirane rešitve za zasebnost podatkov; (4) Dodajte zmeren jezik in pravilo preglednosti glede varnostnih vprašanj. Končni model kaže, da je odločitev in odgovornost v vsaki fazi na človeku.

Vrata, zasebnost in okvir odgovornosti naredijo AI hitro, a varno.

Faze poteka dela in odgovornost

Oder

delo AI

človeška odločitev

prehodno stanje

Načrtovanje/zbiranje

osnutek načrta

varnost, dovoljenje

Ali je v skladu z zakonodajo?

Obdelava/QC

tiskanje, označevanje

Potrditev parametra

Je signal ohranjen?

Tolmačenje

Generiranje kandidatov

preverjanje

Ali je vodnjak povezan?

inverzna rešitev

pospeševanje

fizična veljavnost

Ali je bila negotovost izmerjena?

Odločitev/integracija

Scenarij, sestavljanje

odločitev o tveganju

Ali je bilo opravljeno navzkrižno preverjanje?

Poročanje

osnutek

Odobritev, odgovornost

Ali je povezan z virom?

Pogoste napake

Obhod vrat za preverjanje. Odstranjevanje človeškega nadzora zaradi hitrosti prinaša tveganje za poročilo.
Nalaganje zaupnih/licenciranih podatkov v zunanje orodje. Ustvarja kršitve pogodbe in konkurenčni primanjkljaj.
Zagon ustvarjene kode brez testiranja. Napaka enote/osi tiho pokvari interpretacijo.
Pretirane trditve o varnosti. Uporabljajte umeren, nejasen jezik.
Skrivanje uporabe AI. Preglednost in navedba vira sta obvezna.

Če povzamem

V geofizikalnem projektu od konca do konca umetna inteligenca dodaja vrednost na vsaki stopnji; toda vrednost je varna zaradi človeških vrat za preverjanje, ki povezujejo stopnje. Python je konkretno orodje tega umetne inteligence in vsaka ustvarjena koda je preverjena. varnostno kritična narava poklica; Zahteva zasebnost podatkov, umeren jezik, deterministično zanikanje napovedi, preglednost in okoljsko-družbeno odgovornost. Umetna inteligenca nikoli ne more postati izgovor "AI je tako rekla": končna odgovornost za podzemni model, odločitev o raziskovanju in interpretacijo varnosti je vedno na pristojnih geofizikih.

Aplikacijska naloga

Izberite resničen ali namišljen geofizikalni projekt. S predlogo »Vrata za preverjanje od konca do konca« postavite vse stopnje v tabelo z njihovimi prehodnimi pogoji. Nato uporabite predlogo »Nadzor zasebnosti podatkov« za vrsto podatkov, da ocenite, ali je primerno dati te podatke orodju AI. Na koncu napišite varnostno izjavo in jo prevedite v premišljen, pregleden in nedvoumen jezik s predlogo »Jezik odgovornega poročanja«.

kontrolni seznam

[ ] Nastavil sem celoten potek dela s potrditvenimi vrati in pogoji prehoda.
[ ] Zaupne/licencirane podatke sem obdeloval samo z odobrenimi/izoliranimi sredstvi.
[ ] Z znanim primerom sem preizkusil kodo Python, ustvarjeno z umetno inteligenco.
[ ] Pri vprašanjih varnosti sem uporabil premišljen, nejasen jezik.
[ ] Pregledno sem navedel uporabo umetne inteligence in obdržal končno odgovornost na človeku.

Modulni izpit

1. Kaj od naslednjega je najbolj natančno določanje položaja za umetno inteligenco v geofiziki?

A) Umetna inteligenca je pomočnik; Odgovornost za končni podzemni model, odločitev o raziskovanju in varnostno interpretacijo nosi geofizik ✔
B) Umetna inteligenca lahko dokonča podzemni model in določi lokacijo vodnjaka brez človeške odobritve
C) Umetna inteligenca proizvede en sam in natančen model, ker odpravlja polisemijo.
D) Umetna inteligenca je uporabna le pri pisanju poročil, nima nobene zveze z obdelavo in interpretacijo podatkov

Opis: Umetna inteligenca; Je pomočnik, ki zavira šum, prepoznava vzorce, pospešuje izračune in ustvarja osnutke poročil. Zaradi inherentne polisemije geofizike (prilagajanje več podzemnih modelov istim podatkom) je vsak rezultat hipoteza; Pristojni geofizik je končni organ, ki potrdi končni model podzemlja, odločitev o raziskovanju in varnostno interpretacijo ter prevzame tveganje.

2. Kateri je najzanesljivejši način za preverjanje izgube signala po uporabi zaviralca hrupa na osnovi umetne inteligence?

A) Dovolj je samo videti, da se razmerje signal/šum poveča
B) Oglejte si odstranjeno komponento z risbo razlike in preverite, ali je v njej dosleden odsev ✔
C) Ker je dušilec umetna inteligenca, ni potrebe po dodatnem nadzoru
D) Če je rezultat videti bolj čist, je operacija uspešna

Opis: graf razlike prikazuje komponento, ki jo je dušilec odstranil, kot ločen prerez. Ostanek dobrega represorja se pojavi naključno; Če so na odstranjenem delu poševni neprekinjeni odboji, je filter izbrisal šibek, a resničen signal, zato je treba parameter zmehčati. Brez tega preverjanja lahko agresivni dušilec uniči pravi odsev.

3. Katera je najpogostejša in geološko nepravilna napaka na gladki površini, ki jo povzroči avtomatski sledilnik horizonta?

A) Sledilec deluje zelo počasi
B) Površina je vedno videti hrupna
C) Preskok cikla: preskok z vrha refleksije na sosednji vrh in ustvarjanje nepravilne, a gladke površine ✔
D) Napačna izbira barvne lestvice površine

Opis: Preskok cikla je, ko sledilec zapusti odsevni hrib in nadaljuje s skokom na sosednji hrib; Rezultat je na videz gladka, a geološko netočna površina. Zato avtomatskega horizonta ne smemo širiti po celotnem volumnu, ne da bi ga pregledali in popravili vizualno in z vodnjakom na območjih, kjer zapusti močan odboj in skoči na šibek vrh.

4. Kakšna je temeljna negotovost geofizike pri razlagi gravitacijske anomalije in kako naj se tega loti umetna inteligenca?

A) Ni negotovosti; anomalija je vedno neposredno nad izvorom in nastane en sam vzorec
B) Obstaja negotovost globine in amplitude; AI bi moral ustvariti več scenarijev namesto enega samega modela ✔
C) Samo en sam model z najvišjo ločljivostjo pojasnjuje anomalijo, alternativa ni potrebna
D) Negotovost se pojavi samo v seizmičnih, ne pa v potencialnih poljih

Pojasnilo: Na možnih območjih obstaja negotovost glede globinske amplitude: majhen, plitek vir in velik, globok vir lahko povzročita skoraj enako površinsko anomalijo. To je potencialno stanje polja polisemije v seizmiki. Umetna inteligenca lahko to skrije tako, da poda en samozavesten model; Pravilen način je ustvariti več kot en scenarij, ki pojasnjuje anomalijo, in zahtevati dodatne podatke, da bi jo razlikovali.

5. Zakaj bi bilo lahko tvegano izbrati središče magnetne anomalije na severni polobli kot neposredno tarčo vrtanja?

A) Magnetne anomalije so vedno neposredno nad virom, ni tveganja
B) Magnetna metoda sploh ne more dati globine, zato je tvegana.
C) Anomalija morda ni neposredno nad virom zaradi učinka zemljepisne širine/polarnosti; potrebna redukcija na pol ✔
D) Problem je samo barvna lestvica, fizičnega premika ni

Pojasnilo: zaradi učinkov zemljepisne širine in polarnosti magnetna anomalija morda ni neposredno nad virom; Na severni polobli se lahko anomalija premakne južno od vira. Upoštevanje središča anomalije kot vira brez redukcije na pol bo povzročilo načrtovanje vodnjaka na napačnem mestu. Zato je treba položaj popraviti z redukcijo na drog.

6. Katera trditev najbolj natančno opisuje naravo inverzije?

A) Je dobro zastavljen problem; en sam, natančen model ustreza vsakemu podatku
B) Gre za napačno postavljen in zelo pomemben problem; rezultat je družina modelov, omejena z negotovostjo ✔
C) Gre za popolnoma natančen izračun, ki ne potrebuje nobene ureditve.
D) Gre za proces brez negotovosti, ki ga lahko reši le umetna inteligenca.

Pojasnilo: inverzna rešitev je napačno zastavljen problem: morda nima rešitve, lahko je več kot ena ali pa lahko majhen šum v podatkih povzroči veliko spremembo v modelu. Zato je vzpostavljeno ravnovesje med prileganjem podatkov in ureditvijo, rezultat pa ni ena resnica, ampak družina modelov, omejenih z negotovostjo.

7. Katera je najbolj kritična validacija pred sprejetjem pospešenega rezultata razveljavitve z nadomestnim modelom AI?

A) Neposredno sprejemanje rezultata, ker je nadomestni model hiter
B) Preverjanje, ali je rezultat vizualno primeren
C) Podvrženje rezultata resničnemu (fizičnemu) naprednemu modeliranju in primerjava pridobljenih podatkov z opazovanimi podatki ✔
D) Ponastavite regularizacijsko težo in natančno prilagodite podatke

Pojasnilo: nadomestni model je močan približek naprej in lahko odpove zunaj območja usposabljanja. Zato je treba nastali model podvreči resničnemu (fizičnemu) naprednemu modeliranju in podatke, ki jih ustvari, primerjati z opazovanimi podatki. Rešitev, za katero nadomestek pravi, da se ujema, je neveljavna, če ne vsebuje podatkov, opaženih v resnični fiziki.

8. Kako je treba preveriti čase prihoda P in S, ki jih poda ekstraktor faz umetne inteligence, preden ju vnesemo v rešitev za lokacijo potresa?

A) Pogled na preostale vrednosti v lokacijski rešitvi in pregled faze postaje, ki daje velik ostanek ✔
B) Ni potrebe po nadzoru, ker umetna inteligenca razvršča
C) Uporabite vse faze takšne, kot so, in dobite najhitrejšo rešitev
D) Uporabite samo postajo z največjo amplitudo in zavrzite ostale

Pojasnilo: majhne napake v faznih časih se spremenijo v velike napake v položaju. Preučene so preostale vrednosti v lokacijski rešitvi; Velik ostanek na postaji pomeni, da je bila ta faza nepravilno razvrščena in je ne bi smeli reševati na slepo. To preverjanje je potrebno ne glede na to, kako močan je ekstraktor AI.

9. Vodja vas prosi, da z umetno inteligenco napoveste 'datum naslednjega potresa na območju'. Kakšen je pravilen strokovni odgovor?

A) Če ima dovolj podatkov, lahko umetna inteligenca naredi natančno napoved datuma
B) Če model ustvari datum, ga je treba sporočiti neposredno vodstvu
C) Deterministična napoved dneva je neznanstvena; Zavrnite in predstavite samo verjetnostno oceno nevarnosti ✔
D) Tudi če tega ni mogoče predvideti, je dovolj, da si izmislimo datum in dodamo mejo negotovosti.

Opis: Umetna inteligenca lahko napove lokacijo/magnitudo potresa; Vendar deterministično napovedovanje dneva prihodnjega potresa znanstveno ni mogoče in je meja, o kateri se strinja seizmologija. Takšna trditev je zavajajoča in neetična. Kar je legitimno, je dolgoročna verjetnostna ocena nevarnosti; To ni natančna dnevna ocena.

10. Umetna inteligenca je označila hiperbole v podatkih GPR (zemeljskega radarja) in podala globino. Kateri korak je nujen, preden zaupate tem globinam?

A) Kalibracija ni potrebna, število hiperbol je neposredno število predmetov
B) Umerite hitrost okolice z znanim ciljem in ločite več odbojev od pravega predmeta ✔
C) GPR nikoli ne more izmeriti globine, zato je treba izhod zavreči
D) Ni pomembno, ali so tla suha ali mokra.

Pojasnilo: Ukrivljenost hiperbole podaja hitrost valovanja medija in ocenjena globina je neposredno odvisna od te hitrosti. Če je hitrost napačna, je globina napačna. Zato je treba na cilju znane globine (npr. znana cev) hitrost umeriti; Poleg tega je treba več odsevov razlikovati od pravega predmeta. Globine brez kalibracije povzročajo resne napake.

11. Kako zagotoviti, da ni artefaktov vizualizacije, preden v poročilo vključite geofizično anomalijo?

A) Izberite eno lestvico, ki je videti najbolj osupljiva, in jo vnesite v poročilo
B) Anomalijo je treba narisati le enkrat v privzeti barvni lestvici
C) Če je slika impresivna, preverjanje ni potrebno
D) Narišite anomalijo z več kot eno primerno barvno lestvico in lestvico ter preverite, ali ostaja dosledna ✔

Pojasnilo: barvna lestvica in meje lestvice lahko povzročijo, da je anomalija videti vpadljiva ali bleda; Te odločitve so pravzaprav interpretacijske odločitve. Anomalija je zanesljiva, če je videti skladna na večini slik, če so narisane z več kot eno primerno barvno lestvico in merilom. Struktura, ki se pojavi samo v eni agresivni lestvici, je običajno artefakt vizualizacije in ne resničnost.

12. Pri nadzoru kakovosti je umetna inteligenca nekatere geofizične meritve označila kot 'izstopajoče'. Kakšen je najboljši pristop?

A) Samodejno izbrišite vse izstopajoče vrednosti, da prihranite čas
B) Pred brisanjem vrnite vsako vrednost v izvor in ocenite, ali gre za merilno napako ali pravi signal. ✔
C) Brez vprašanj ga odstranite, ker umetna inteligenca pravi, da je v nasprotju
D) Označevanje izstopajočih vrednosti kot bolj zanesljivih od resničnih podatkov

Pojasnilo: obsežno brisanje izstopajočih vrednosti je najpogostejši način za uničenje pravega signala v geofiziki; včasih je izstopajoča vrednost najbolj dragocen signal (prava lokalna anomalija). Zato je treba pred brisanjem vsako podpisano vrednost ovrednotiti tako, da se vrne k njenemu izvoru, ali gre za napako pri merjenju ali pravi fizični podpis.

13. Kateri je najpomembnejši test, ki ga je treba opraviti, preden pri iskanju virov uporabimo zemljevid 'ocene upanja' (prospektivnosti), ki ga izdela umetna inteligenca?

A) Testiranje za nazaj z znanimi odkritji in suhimi vrtinami v regiji ✔
B) Načrtovanje vrtine neposredno do najvišje točke
C) Sprejemanje rezultata kot jamstva in ne kot verjetnosti
D) Preizkus za nazaj je nepotreben; model je vedno veljaven v novem polju

Pojasnilo: rezultat upanja ni jamstvo, ampak predlog verjetnosti, in zgodovina, pridobljena z modelom, morda ne bo veljavna za novo polje. Zato je zemljevid preizkušen glede na znana odkritja in suhe vrtine v regiji. Dober model ima visoke rezultate pri znanih uspehih in nizke rezultate pri znanih neuspehih; V nasprotnem primeru je tudi njegov rezultat na novih tarčah nezanesljiv.

14. Klasifikator AI poroča o 94-odstotni natančnosti; toda sosednji vzorci iz iste vrtine so tako v kompletu za usposabljanje kot v nizu za testiranje. Kaj kaže ta situacija?

A) Model je res zelo močan in ga je mogoče neposredno uporabiti
B) Večja kot je natančnost, bolj zanesljiv
C) Uhajanje podatkov poveča točnost poročanja; Ločevanje je treba opraviti na podlagi vodnjak/polje ✔
D) Umerjanje je popolno in rezultati zaupanja so točni.

Pojasnilo: Vključevanje vzorcev iz iste vrtine/polja v usposabljanje in testiranje je uhajanje podatkov in umetno zvišuje prijavljeno natančnost. Da bi videli pravo posplošitev, je treba ločevanje opraviti na podlagi vodnjak/polje; Pri ločitvi natančnost pogosto močno pade. Navidezna visoka natančnost odraža uhajanje, ne pa prave moči modela.

15. Kateri je najučinkovitejši način za zaščito celovitega geofizičnega projekta, ki ga poganja umetna inteligenca, pred eno napako, ki uhaja v poročilo?

A) Prenos celotnega postopka na eno samo orodje AI in ogled na koncu
B) Postavitev človeških vrat za preverjanje in pogoj za uspešnost na vsaki stopnji (večplastno preverjanje) ✔
C) Odstranite vmesna preverjanja hitrosti in si oglejte samo stopnjo poročila
D) Vsak strokovnjak lahko svobodno uporablja svoje orodje brez vodenja ID-ja vira in zapisov.

Opis: Na vsaki stopnji (načrtovanje, obdelava, interpretacija, inverzija, integracija, poročilo) so postavljena vrata za človeško preverjanje in jasen prehodni pogoj (ali je signal ohranjen, ali je dobro povezan, ali je izmerjena negotovost, ali je povezan z virom). Ne morete skozi ena vrata, ne da bi šli skozi druga; Ta večplastna struktura preprečuje, da bi ena napaka AI ušla v poročilo.

16. Kakšna je pravilna politika za geofizika, ki želi naložiti licencirane ali poslovne tajne seizmične podatke/podatke o vrtinah v zunanje orodje AI v oblaku?

A) Nalaganje podatkov neposredno v najnaprednejše zunanje orodje za večjo hitrost
B) Ker so podatki geofizični, pravila o zasebnosti ne veljajo
C) Dovoljenje za skupno rabo, zaupne informacije in politika shranjevanja orodja so preverjeni; Če je tvegano, se uporabi izolirano/odobreno vozilo ✔
D) Ker podatkov ni mogoče anonimizirati, se zasebnost sploh ne upošteva

Razkritje: Seizmični podatki, vrtine in rezultati raziskovanja so pogosto zajeti s poslovnimi skrivnostmi ali licencami; Njihovo nalaganje v zunanja orodja/orodja v oblaku lahko povzroči kršitev zasebnosti, kršitev pogodbe in konkurenčno ranljivost. Pravi pristop je preveriti dovoljenje za skupno rabo, vsebino zaupnih informacij in politiko hrambe podatkov orodja; Če je tvegano, ne nalagajte podatkov in uporabite izolirano/lastno odobreno orodje.