Dobički:
- Sposobnost avtomatizacije opravil čiščenja okoljskih podatkov in analize s kodo Python, ki jo poganja AI
- Zmožnost preverjanja kode, ustvarjene z umetno inteligenco, s preverjanjem enot, testiranjem in robnimi primeri
- Sposobnost uporabe načel varovanja zaupnih/osebnih okoljskih podatkov in odgovorne uporabe AI
Modulni izpit
1. Umetno inteligenco ste vprašali o omejitvi izpusta čistilne naprave za odpadne vode in model je odgovoril '120 mg/L za KPK, v skladu s tabelo 19 uredbe o nadzoru onesnaževanja vode'. Katero vedenje je najbolj pravilno?
- A) Preverjanje vrednosti in referenčne tabele iz uradnega besedila veljavne uredbe ✔
- B) Ker je AI trenutni model, se vrednost zapiše neposredno v dovoljenje za izpust
- C) Pretvorite enoto iz mg/L v g/L in uporabite
- D) Vprašajte AI "ali ste prepričani?" in se zadovoljiti z odgovorom "da"
Pojasnilo: LLM lahko ustvari prelomne točke in številke tabel/postavk, ki so statistično verjetne, vendar neresnične (halucinacija). Meja izpusta se razlikuje glede na sektor, sprejemno okolje in trenutno ureditev; Uporaba vrednosti in referenčne tabele brez preverjanja iz uradnega besedila uredbe (Uradni list) vodi do neskladnosti in kazni.
2. Kaj bi običajno pričakovali, če je razmerje F/M (hranilo/mikroorganizem) v sistemu z aktivnim blatom prenizko?
- A) Situacija, ko je organska obremenitev zelo visoka in blato ostane mlado
- B) Izjemno starano blato in pogoji delovanja, v katerih prevladuje notranje dihanje ✔
- C) Situacija, ko prezračevanje postane popolnoma nepotrebno
- D) Dokaz, da se mejne vrednosti izpustov samodejno vzdržujejo
Pojasnilo: razmerje F/M izraža organsko obremenitev na maso mikroorganizmov. Zelo nizek F/M je delovno stanje, pri katerem mikroorganizmi stradajo in preklopijo na notranje dihanje, blato postane pretirano staro in na splošno lahko opazimo težave z nastajanjem iglic/razpršeno blato in sedimentacijo. Če AI interpretira vrednost F/M, jo je treba preveriti s starostjo blata, SVI in laboratorijskimi podatki.
3. Uporabili ste AI za oceno letne obremenitve NOx z uporabo faktorja emisije v izračunu emisij dimnih plinov. Kaj morate storiti, preden lahko varno poročate o rezultatu?
- A) Rezultat zaokrožite navzgor in ga vnesite neposredno v evidenco emisij
- B) Samo popravite barve grafikona in objavite poročilo
- C) Uporaba rezultata, tudi če je bil CO2 izračunan pomotoma namesto NOx
- D) Natisnite uporabljen faktor emisije, podatke o viru, enoti in dejavnosti ter preverite izračun ✔
Pojasnilo: Deluje z logiko emisije = faktor × velikost aktivnosti. AI lahko uporabi napačen faktor emisije (napačno gorivo, napačna enota, zastarel vir). Izračun je treba ponoviti z jasnim tiskanjem uporabljenega faktorja, njegovega vira, enote in podatkov o dejavnosti ter primerjave z uradnim virom faktorja emisije (npr. EMEP/EEA ali nacionalne smernice).
4. Kaj od naslednjega je prednostni vrstni red po načelu 'hierarhije odpadkov' pri ravnanju z odpadki?
- A) Odstranjevanje > predelava > recikliranje > ponovna uporaba > preprečevanje
- B) Recikliranje > odstranjevanje > preprečevanje > ponovna uporaba > predelava
- C) Preprečevanje > ponovna uporaba > recikliranje > predelava > odstranjevanje ✔
- D) Ponovna uporaba > odstranjevanje > preprečevanje > recikliranje > predelava
Pojasnilo: Hierarhija ravnanja z odpadki, od največjega do najmanjšega, je: preprečevanje (zmanjšanje) > ponovna uporaba > recikliranje > (energetska) predelava > odlaganje (odlagališče). Tudi če AI pripravi osnutek načrta ravnanja z odpadki, je treba preveriti, ali sta to zaporedje in predlagana metoda odstranjevanja v skladu z zakonodajo in karakterizacijo odpadkov.
5. AI je v osnutku poročila o presoji vplivov na okolje zapisal, da je „vpliv projekta na okolje zanemarljiv“. Kakšen je najboljši inženirski odnos za ta rezultat?
- A) Ne zapišem ocene učinka v poročilo, ne da bi jo preveril s terenskimi podatki, modeliranjem in strokovnim vrednotenjem ✔
- B) Ker je umetna inteligenca nevtralna, v zaključku postavite izjavo tako, kot je
- C) Samo prepišite stavek v bolj formalnem jeziku
- D) Popolnoma preskočite oceno učinka in neposredno zaprosite za dovoljenje
Opis: Presoja vplivov v PVO; na podlagi podatkov s terena, občutljivosti sprejemnega okolja, kumulativnih učinkov in regulativnih pragov. Umetna inteligenca lahko izdela presojo, kot je "zanemarljivo", ne da bi jo utemeljila s podatki. To je treba jemati kot hipotezo/skico; Velikost učinka ne sme biti zapisana kot končna presoja v poročilu, ne da bi bila preverjena z meritvami, modeliranjem in strokovnim vrednotenjem.
6. V časovnem nizu PM10 iz postaje za neprekinjeno spremljanje je umetna inteligenca označila nenadno 'preseganje' (nad vrednostjo praga). Kateri korak preverjanja je najbolj kritičen?
- A) Pošiljanje znaka neposredno uradniku kot uradno obvestilo o preseganju
- B) Preverjanje neobdelanih podatkov, zastavic tipala QA/QC, kalibracije in podatkov sosednje postaje ✔
- C) Glajenje grafa in skrivanje presežka
- D) Zvišanje praga in zagotovitev, da preseganje ni vidno
Pojasnilo: Nenadni skoki v podatkih senzorja so lahko resničen dogodek kontaminacije, lahko pa tudi okvara senzorja, zamik kalibracije, vzdrževalno okno ali napaka pri prenosu podatkov. Preden prekoračitev sprejmemo kot resnično, jo je treba preveriti z ogledom neobdelanih podatkov, zastavic senzorja QA/QC, kalibracijskega dnevnika in sosednjih postaj/meteoroloških podatkov; sicer bo prišlo do lažnega alarma ali zgrešenega dogodka.
7. Kaj pomenijo emisije 'Scope 2' v izračunih ogljičnega odtisa podjetij?
- A) Vse posredne emisije, ki izhajajo iz dobavne verige in uporabe izdelka
- B) Neposredne emisije zaradi zgorevanja goriva v objektu
- C) Posredni izpusti kupljene električne energije, pare in ogrevanja/hlajenja ✔
- D) Samo emisije iz odlaganja odpadkov
Opis: Obseg 1 zajema neposredne emisije (zgorevanje goriva v lastnem objektu, vozni park), Obseg 2 zajema posredne emisije kupljene energije (elektrika, para, ogrevanje/hlajenje), Obseg 3 zajema druge posredne emisije v vrednostni verigi (dobava, transport, uporaba izdelka). Čeprav AI pripravi osnutek popisa, je treba faktorje emisije in klasifikacijo obsega, ki jih uporablja, potrditi.
8. Kaj to običajno pomeni, ko daljinsko zaznavanje daje visoko vrednost NDVI (normalizirani vegetacijski indeks razlike)?
- A) Globoko in čisto vodno telo
- B) Gola skala in prst
- C) Visoka koncentracija onesnaženosti zraka
- D) Gosta in zdrava zelena vegetacija ✔
Opis: NDVI se izračuna kot razmerje med razliko bližnjega infrardečega in rdečega pasu ter njuno vsoto in je običajno med -1 in +1. Visoke pozitivne vrednosti kažejo na gosto, zdravo zeleno vegetacijo; voda in gola tla dajejo nizke ali negativne vrednosti. Tudi če umetna inteligenca naredi interpretacijo NDVI, je treba učinke oblaka, sence, letnega časa in kalibracije senzorja preveriti z resničnostjo.
9. AI ste postavili vprašanje o okoljski zakonodaji in model je podal jasno mejno vrednost glede na določen člen uredbe. Kaj je obvezno pred uporabo teh informacij v uradni aplikaciji?
- A) Potrditev številke snovi, mejne vrednosti in statusa veljavnosti iz trenutnega uradnega vira ✔
- B) Na peticijo za prijavo napišite številko članka, ki jo je navedel AI.
- C) Samo prepišite stavek v formalnem slogu
- D) Vzemimo povprečje, ker AI daje več kot en odgovor
Pojasnilo: LLM-ji lahko ustvarijo neobstoječe številke artiklov, razveljavljene predpise ali nepravilne mejne točke in jih predložijo brez informacij o trenutnem datumu. Zakonodajne referenčne in mejne vrednosti ni mogoče uporabiti v uradnih transakcijah, ne da bi bile potrjene z datumom veljavnosti iz trenutnega uradnega vira (Uradni list, zakonodajni portal).
10. Kaj velja pred uporabo skripta Python, ustvarjenega z umetno inteligenco, za čiščenje in trend spremljanja podatkov postaje?
- A) Vnos rezultata trenda neposredno v poročilo, saj koda deluje brez napak
- B) Skrajšajte imena spremenljivk in izbrišite vrstice komentarjev
- C) Nalaganje skripta z vsemi neobdelanimi podatki sledenja v javno storitev
- D) Preverite s testi z znanimi rezultati, preverjanjem enot in robnimi primeri ter zaščitite zaupnost podatkov ✔
Opis: koda AI lahko vsebuje nepravilno pretvorbo enot, nepravilno polnjenje manjkajočih podatkov, nepravilno razčlenjevanje datuma ali v robnih primerih tihe hrošče. Koda; potrjeno z majhnimi preskusnimi podatki z znanimi rezultati, preverjanjem prostornine/velikosti in robnimi primeri (manjkajoča vrednost, negativno branje, dvojni zapis); Poleg tega se osebni/zaupni podatki ne smejo pošiljati zunanjim storitvam brez dovoljenja. Rezultat je potrjen z inženirsko presojo.