Faida:
- Uainishaji unaotegemea hatari ambapo AI inaongeza kasi na mahali ambapo ni hatari katika uhandisi wa mazingira
- Uwezo wa kutambua hatari ya LLM ya kuona ndoto kuhusu viwango vya kikomo vya mazingira, viwango na rasilimali
- Uwezo wa kuhalalisha pato la AI katika maabara, uwanja na udhibiti na kutumia kanuni za maadili / faragha
Fikiria unafanya kazi kama mhandisi wa mazingira katika mtambo wa kawaida wa kutibu maji machafu katika eneo la viwanda lililopangwa. Kuna ongezeko la ghafla la COD katika maji ya plagi, meneja wa biashara anasema kwenye simu, "Nataka sababu na suluhisho haraka iwezekanavyo." Kwenye meza yako kuna matokeo ya maabara kutoka wiki iliyopita, rekodi za SCADA, na dirisha la gumzo ambalo umefungua hivi punde. Unauliza AI "kwa nini COD ya pato iliongezeka, andika kikomo cha kutokwa pia?" Ndani ya sekunde chache, mtindo huandika kwa Kituruki sahihi, kipengele kwa kipengele, sababu zinazowezekana na pia sentensi "Kulingana na Kanuni ya Udhibiti wa Uchafuzi wa Maji, kikomo cha kutokwa kwa COD ni 120 mg/L." Shida ni kwamba sehemu hii ya kuvunja inaweza kuwa imewekwa mfano; Kulingana na tasnia yako, mazingira ya kupokea na aina ya kituo, kikomo halisi kinaweza kuwa tofauti kabisa. Kitengo hiki kinakufundisha kudhibiti wakati huo huo—wakati ambapo jukumu lako la uhandisi linaingiliana na utoaji wa haraka lakini ambao haujathibitishwa wa AI.
Kile AI hufanya na haifanyi katika uhandisi wa mazingira
Miundo mikubwa ya lugha (LLM) ni mifumo iliyofunzwa juu ya kanuni ya "kutabiri neno linalofuata" kwenye data kubwa ya maandishi. Hii inawafanya kuwa na nguvu sana katika kazi ya lugha, lakini kimsingi dhaifu katika ukaguzi wa ukweli. Mfano "haukumbuki" sehemu ya kuvunja, hutoa nambari ambayo inaonekana kuwa sawa kitakwimu.
AI ya kazi ni nzuri katika uhandisi wa mazingira:
- Kufupisha na kuandaa sheria ndefu, ripoti za EIA au maandishi ya fasihi
- Kuanzisha muundo, fomula na mantiki ya hesabu (usawa wa wingi, mzigo wa uzalishaji, ufanisi)
- Kuunda orodha ya sababu zinazowezekana na hali za utatuzi
- Kutayarisha rasimu ya ripoti, majedwali, mawasilisho na mawasiliano
- Kuelezea mada changamano (k.m. kemia ya nitrification) hatua kwa hatua
Kazi ambazo AI haiwezi kufanya/zisizotegemewa:
- Kutoa thamani ya kikomo ya kisasa na ya muktadha mahususi, nambari ya kawaida au kifungu cha udhibiti
- Ufikiaji wa data halisi ya kipimo cha kituo chako (isipokuwa ukiitoa)
- Uingizwaji wa uchambuzi wa maabara au kipimo cha shamba
- Chukua jukumu la kisheria/usimamizi - sahihi ni yako
Kidokezo: Fikiria AI kama "mwanafunzi mkuu." Mwandishi wa haraka, aliyesoma vizuri, mzuri; Lakini hutume kila chapa popote bila kukiangalia wewe mwenyewe. Kila nambari na kila kumbukumbu ya sheria anayotoa ni dhana tu hadi uhakikishe kutoka kwa chanzo.
Udanganyifu: thamani ya kikomo iliyobuniwa na kifungu cha udhibiti
Maoni ni wakati mtindo hutoa habari isiyo ya kweli kwa ujasiri kamili. Aina tatu hatari zaidi za maonyesho katika uhandisi wa mazingira ni:
- Thamani ya kikomo iliyoundwa: Nambari zinazoonekana kuwa sawa lakini zinaweza kuwa si sahihi, kama vile "Kikomo cha saa 24 kwa PM10 ni 50 µg/m³".
- Rejeleo la kisheria lililoundwa: "Kulingana na Kifungu cha 12/3 cha Kanuni..." - nambari ya kifungu na jina la kanuni huonekana kuwa halisi, lakini yaliyomo yanaundwa.
- Chanzo cha uwongo: Makala ambayo hayapo, nambari ya kawaida (k.m. "TS EN 12457") au mwongozo wa taasisi.
Jedwali hapa chini linaonyesha mifumo ya majibu salama na hatari ambayo mtindo unaweza kutoa kwa swali moja:
Pato la mfano
Hatari
nini cha kufanya
"Kikomo cha kutokwa ni 120 mg / L."
Juu - nambari halisi, isiyo na chanzo
Thibitisha kutoka kwa sheria rasmi
"Vikomo vya uondoaji hutofautiana kulingana na sekta na mazingira ya kupokea; jedwali la udhibiti linalohusika linapaswa kushauriana."
Chini - kipanga njia
Bado thibitisha, lakini unaaminika
"Siwezi kuthibitisha thamani hii, angalia chanzo rasmi."
chini
tabia bora
Tahadhari: Kadiri nambari maalum na ya uhakika inavyoandikwa, ndivyo inavyokuwa hatari zaidi ikiwa haijatolewa. Thamani ya wazi kama "120 mg/L" itakufanya ustarehe lakini itakupa imani isiyo ya kweli. Usiweke uamuzi wako kwenye thamani yoyote ya kikomo ambayo haijatajwa.
Mgawanyiko wa kazi unaotegemea hatari
Uzito wa matokeo ya uamuzi ni nini huamua wapi kutumia AI kwa uhuru na wapi kuitumia tu kwa madhumuni ya kuandaa. Uainishaji ufuatao ni dira ya vitendo:
Jitihada
Kiwango cha hatari
Jukumu la AI
Uthibitishaji wa lazima
Muhtasari wa fasihi/sheria, ufafanuzi wa dhana
chini
mtayarishaji, kiongeza kasi
Kagua madai muhimu
Rasimu ya ripoti/mawasiliano, mpangilio wa jedwali
chini
mwandishi wa rasimu
Tathmini ya uhariri
Usanidi wa uchambuzi wa data, fomula ya hesabu
kati
mjenzi
Data ya kuingiza + udhibiti wa hesabu kwa mikono
Mchakato wa utatuzi wa mazingira
kati
jenereta ya wazo
Maabara + data ya uwanja
Uamuzi wa kikomo cha uondoaji/utoaji
juu
Rasimu pekee
Sheria rasmi + maabara iliyoidhinishwa
EIA matokeo, "athari kidogo" hukumu
juu
Rasimu pekee
Mtaalam + kipimo cha shamba
Maamuzi ya afya ya binadamu/mazingira
muhimu
Msaada, usiamue kamwe
Sheria kamili + idhini ya mtaalamu
Sheria ni rahisi: kadri matokeo yanavyoweza kubatilishwa na jinsi maisha/fedha/sheria inavyoathiri zaidi, ndivyo matokeo ya AI yanathibitishwa kwa ukali zaidi. Unapata kasi kwa hatari ndogo; kwa hatari kubwa AI hutoa tu rasimu ya kwanza, data na sheria hufanya uamuzi.
Agizo dhaifu / Ukumbusho thabiti
Maombi mawili tofauti ya hitaji moja yanazua wasifu tofauti kabisa wa hatari:
MWANGAZO DHAIFU: "Kikomo cha COD cha utiririshaji wa maji machafu ni kipi? Andika kwa ufupi."Tatizo: Lazimisha kielelezo kutoshea nambari moja ngumu. Sekta, mazingira ya kupokea, aina ya kituo haijabainishwa. Matokeo huja bila chanzo. STRONG PROMPT: "Eleza ni mambo gani (sekta, mazingira ya kupokea, kiwango cha mtiririko) kikomo cha kutokwa kwa COD kwa maji machafu ya viwanda vya nguo nchini Türkiye inategemea. USIPANGIWE nambari kamili; badala yake, eleza hatua kwa hatua kutoka kwa jedwali rasmi la udhibiti na kulingana na vigezo gani inapaswa kusomwa. Ikiwa huna uhakika, sema 'lazima ithibitishwe'." Tofauti: Kidokezo chenye nguvu hakifanyi kielelezo kutoshea nambari; Inaitumia kama MWONGOZO na inaacha neno la mwisho kwa sheria.
Faragha ya maadili na data
Kama mhandisi wa mazingira, data uliyo nayo mara nyingi ni nyeti: rekodi za ufuatiliaji endelevu wa kampuni (CPMS), historia ya ukiukaji, uwezo wa uzalishaji ni siri za biashara. Data yoyote unayoibandika kwenye zana ya umma ya AI inaweza kuwa nje ya udhibiti wako.
Kanuni za msingi:
- Usitambulishe: Ondoa jina la kampuni, viwianishi vya kituo, data ya kibinafsi, maelezo ya mkataba kutoka kwa haraka. Badala ya "kampuni X" andika "kiwanda cha nguo".
- Linda siri ya biashara: Angalia sera yako ya data ya shirika kabla ya kushiriki habari kama vile uvunjaji wa data, uwezo, gharama.
- Uwazi: Ikiwa uliandaa ripoti na AI, onyesha hii ipasavyo katika mtiririko wako wa kazi; Kumbuka kwamba jukumu ni lako.
# Ukaguzi rahisi wa kutokutambulisha kabla ya kuweka data katika sehemu nyeti = ["jina_la_kampuni", "coordinate", "tc_no", "capacity", "cost"]def prompt_safe_is(maandishi, nyeti): found = [a for a in sensitive if in text.lower()] return (len(imepatikana) example: BC : com found: BC : com, ATM == A. 850 mg/L, uwezo: 5000 m3/siku"salama, hatari = prompt_safe_mi(mfano, maeneo_nyeti)print("Inaweza kutumwa:", salama) # Falseprint("Itasafishwa kwanza:", hatari) # ['jina_la_kampuni', 'uwezo']
kesi ndogo
Mhandisi mchanga katika kampuni ya ushauri wa mazingira anauliza AI "ni kanuni gani ya taka na njia ya utupaji wa mafuta taka" kwa nukuu ya haraka. Mfano huo unarudi kwa ujasiri msimbo wa taka wa tarakimu 6 na jibu "utupaji kwa kuchomwa moto". Mhandisi huweka hii moja kwa moja kwenye nukuu. Baada ya kujifungua, mhandisi mkuu anaangalia: kanuni iliyotolewa hailingani na chanzo halisi na maudhui ya taka; Uainishaji sahihi unaweza tu kufanywa na ripoti ya uchanganuzi na orodha rasmi ya taka. Msimbo usio sahihi unamaanisha njia isiyo sahihi ya utupaji na hatari ya vikwazo vya kiutawala. Somo: Nambari ambayo AI ilitoa ilikuwa dhana; Kwa kuwa haikuthibitishwa na uchambuzi na sheria, haiwezi kuwa msingi wa uamuzi.
Makosa ya kawaida
- Kuweka thamani ya kikomo iliyotolewa na AI kwenye ripoti bila kuuliza chanzo chake.
- Kwa kuzingatia marejeleo ya "Kifungu cha Kanuni cha X" kinachoaminika bila kuilinganisha na maandishi halisi.
- Kubandika taarifa za siri kama vile jina la kampuni, kufuatilia data n.k. kwenye zana ya umma.
- Kuweka uamuzi wa hatari kubwa (kikomo cha kutokwa, matokeo ya EIA) kwenye pato la AI.
- Kupotosha sauti ya ujasiri ya mfano kwa ushahidi wa usahihi.
- Kujaribu kuhamisha jukumu kwa mashine kwa kusema "AI alisema"; Sahihi na jukumu liko kwa mhandisi.
Kwa muhtasari
- AI ni kichapuzi katika uhandisi wa mazingira: ina nguvu kwa ufupi, rasimu, uhariri wa akaunti na utengenezaji wa hali; Haitegemeki wakati wa kurejelea maadili kamili ya kikomo na sheria.
- LLMs huleta maono kuhusu vipunguzi, viwango, na vyanzo; nambari sahihi na zisizo na vyanzo ndio hatari kubwa zaidi.
- Mgawanyiko wa leba unategemea hatari: kadiri matokeo yanavyozidi kutoweza kutenduliwa, ndivyo uthibitishaji unavyokuwa mkali.
- Kila pato la AI ni pendekezo/mchoro hadi uthibitishwe na maabara, kipimo cha uwanja na sheria ya serikali.
- Usitoe data ya siri na ya kibinafsi kwa njia yoyote ya umma bila kuificha.
- AI ni "mwanafunzi mkuu": inaendesha, lakini mhandisi hubeba sahihi na wajibu.
Jukumu la maombi
Chagua kazi tano kutoka kwa uwanja wako wa masomo (maji machafu, hewa, taka au EIA) na uweke kila moja kwenye jedwali linalotegemea hatari hapo juu: andika jukumu, tambua kiwango cha hatari (chini / wastani / juu / muhimu), fafanua jukumu la AI na hatua ya lazima ya uthibitishaji. Kisha chagua moja ya kazi hizi na kwanza uandike kwa makusudi "uhakika dhaifu", ukiangalia ikiwa kuna angalau kumbukumbu moja isiyo na msingi ya kupunguza maadili au sheria katika jibu unalopokea kutoka kwa mfano; Kisha, kwa hitaji lile lile, andika "kidokezo chenye nguvu" ambacho kinakataza kuunda nambari na kukuelekeza kwenye chanzo, na ulinganishe matokeo mawili kando. Hatimaye, eleza katika aya moja ni sheria gani ya serikali na data ipi ya maabara/uga utatumia kuthibitisha kazi hii.