Faida:
- Uwezo wa kutumia AI kwa ufanisi katika usindikaji, udhibiti wa ubora na kuripoti matokeo ya maabara
- Uwezo wa kuharakisha uandishi wa ripoti ya kijiolojia/jiotekiniki, uhakiki wa fasihi na muhtasari wa data na AI.
- Uwezo wa kupata maudhui yanayozalishwa kiotomatiki kwa ufuatiliaji, uthibitisho wa chanzo na idhini ya mhandisi
Sehemu isiyoonekana lakini kubwa ya kazi ya mhandisi wa kijiolojia hufanyika katika ofisi: usindikaji wa matokeo ya maabara, udhibiti wa ubora, kuweka data kwenye jedwali, kuandika ripoti, kuchanganua fasihi, na kuandaa ramani na takwimu. Kazi hizi ni za kujirudiarudia, zinachukua muda mwingi na zinahitaji umakini; Hii ndio eneo ambalo akili ya bandia huokoa wakati mwingi. Lakini kuna mtego hapa pia: ripoti ndio msingi rasmi wa uamuzi wa kihandisi. Chanzo kilichobuniwa, nambari ambayo haikunakiliwa kimakosa, au dai lisiloweza kufuatiliwa linaweza kuingia katika maandishi yanayotiririka bila kutambuliwa, na matokeo yake yanaweza kuwa makubwa. Madhumuni ya kitengo hiki ni kuanzisha taaluma ambayo hailegeza kamwe ufuatiliaji, uthibitisho wa chanzo na idhini ya mhandisi huku ukitumia akili bandia katika ufanisi wa ofisi mwisho hadi mwisho.
Katika kitengo hiki tutashughulikia nyanja tatu za ofisi: usindikaji wa matokeo ya maabara na QA/QC (kusafisha na kuhakikisha data ya uchanganuzi), ripoti na utengenezaji wa fasihi (kuandika, kuchota na kuongeza kasi ya uchunguzi), na uwekaji otomatiki wa mtiririko wa kazi (kudhibiti kazi zinazorudiwa). Katika kila hatua, AI ni mtayarishaji na mratibu; Usahihi, chanzo na idhini ya mwisho ya maudhui ni ya mhandisi.
Uchakataji wa Matokeo ya Maabara na QA/QC
Matokeo ya maabara (uchambuzi wa daraja, vipimo vya index ya udongo, kemia ya maji) mara nyingi hufika katika muundo tofauti, katika vitengo tofauti na wakati mwingine vibaya. AI hutosha data hii katika mpangilio mmoja, hunasa uwiano wa kitengo, huripoti chini ya kikomo cha kutambuliwa na hukagua sampuli za QA/QC (sampuli tupu, nyenzo za kawaida za marejeleo, uchanganuzi upya). QA/QC (uhakikisho wa ubora/udhibiti wa ubora) ni ukaguzi unaothibitisha kuaminika kwa maabara: ikiwa kuna uchafuzi katika sampuli tupu, kupotoka kwa kiwango, kutofuata sampuli ya kurudia, data inatiliwa shaka.
Jambo muhimu: AI kamwe haifuti kimya au kusahihisha thamani. Kazi yake ni kuashiria mistari yenye matatizo na kuruhusu mhandisi kufanya uamuzi. Mtoa nje inaweza kuwa ore ya kweli ya juu au hitilafu ya maabara; Mhandisi hufanya tofauti hii na muktadha. Akili ya bandia hukagua data, haisafishi.
Kidokezo: Rudia sheria ya "alama tu, usibadilishe" kila dodoso unapochakata data ya maabara. Hitilafu mbaya zaidi ya AI ni wakati inapotosha data mbichi kwa "kusahihisha" thamani kwa nia nzuri na bila kutambua.
Ripoti na Uzalishaji wa Fasihi
AI ni mtayarishaji mwenye nguvu katika uandishi wa ripoti: huandaa sehemu ya mbinu, muktadha wa utangulizi, muhtasari wa hitimisho kwa dakika; muhtasari wa fasihi ndefu; Hubadilisha jedwali changamano kuwa maandishi wazi. Lakini hatari mbili zinaonekana. Chanzo cha kwanza ni chanzo cha kubuni: kielelezo kinaweza kutoa makala ambayo hayapo, mwandishi wa uongo au makala ya kanuni ambayo haipo kabisa. Pili, hitilafu ya kushughulikia nambari: daraja, mgawo wa usalama au kina kinaweza kuhamishwa kimakosa wakati wa kupita kwenye maandishi.
Kwa hivyo kanuni ya dhahabu: AI hutoa rasimu, mhandisi huithibitisha na kuimiliki. Kila chanzo kinathibitishwa kutoka kwa asili (marejeleo ya apokrifa ni aina ya kawaida ya ukumbi); kila nambari inalinganishwa na data mbichi; Kila dai la kiufundi linajaribiwa kwa maarifa ya uhandisi. Mara baada ya ripoti kusainiwa, jukumu la kila sentensi ndani yake ni la mtu aliyetia sahihi - "AI iliandika" sio kisingizio.
Makini: Usikubali kamwe bibliografia iliyotolewa na akili ya bandia jinsi ilivyo. Marejeleo yaliyotungwa lakini yanayoonekana kihalisi (mwandishi anayeonekana kuwa sahihi, jarida, mwaka) ndio maonyesho ya kawaida na hatari zaidi. Thibitisha kila marejeleo dhidi ya hifadhidata huru.
Mtiririko otomatiki na Ufuatiliaji
Uendeshaji wa kazi za kurudia (usindikaji data ya ufuatiliaji wa maji ya kila mwezi, kujaza template ya ripoti ya kawaida, kuchanganya meza za kuchimba visima) na akili ya bandia hutoa ufanisi mkubwa. Lakini otomatiki pia inaweza kuorodhesha makosa: sheria isiyo sahihi ikishaanzishwa hurudiwa kimya kimya kwa kila kukimbia. Ndiyo maana utiririshaji wa kiotomatiki lazima ufuatiliwe: kurekodi ni pembejeo gani, hatua gani, toleo la kielelezo kila pato linatoka; Hitilafu inapopatikana, chanzo na matokeo yote yaliyoathiriwa lazima yafuatiliwe.
Ufuatilizi unamaanisha kivitendo: chanzo na tarehe ya data ya ingizo, mabadiliko yaliyotekelezwa, toleo la haraka/mfano lililotumika na hatua ya idhini ya binadamu hurekodiwa. Hii inahakikisha dhima ya utatuzi na uhandisi. Kiotomatiki kisichoweza kudhibitiwa, haijalishi ni kasi gani, haikubaliki katika biashara muhimu kwa usalama.
Kesi Tatu Ndogo: Kwa Nambari
Kesi ya 1 - Inanasa mteremko wa QA/QC. Shehena moja ya maabara ilikuwa na sampuli 320 za daraja. Uchunguzi wa AI QA/QC ulialamisha nyenzo za kawaida za marejeleo kama 8% ambazo hazijasomwa kwa utaratibu katika sampuli 40 zilizopita - urekebishaji wa urekebishaji wa chombo. Hitilafu hii ya kimfumo ilikuwa tatizo ambalo lilikuwa gumu sana kulitambua kwa mikono lakini liliathiri kundi zima; Usafirishaji ulichambuliwa upya. Hakuamua muundo, alifanya muundo uonekane.
Kesi 2 - Chanzo kilichotengenezwa. AI ilitayarisha sehemu ya fasihi ya ripoti ya kijiotekiniki na ikatoa marejeleo sita. Wakati wa uthibitishaji, ilibainika kuwa wawili kati yao hawajawahi kuwepo na moja ilihusishwa na jarida lisilo sahihi. Ikiwa marejeleo hayangeangaliwa moja baada ya nyingine dhidi ya hifadhidata huru, vyanzo vilivyobuniwa vingeingiza ripoti ya uhandisi iliyotiwa saini. Rasimu iliongeza kasi; Uthibitishaji umehifadhiwa.
Kesi ya 3 - Sababu ya mizizi na ufuatiliaji. Katika otomatiki ya kila mwezi ya ufuatiliaji wa maji, maadili ya kisima cha uchunguzi yaliripotiwa katika kitengo kisicho sahihi kwa miezi mitatu. Shukrani kwa rekodi ya ufuatiliaji, ilipatikana ndani ya dakika ambazo hitilafu ilianza hatua ya ubadilishaji na orodha kamili ya ripoti tatu zilizoathiriwa iliundwa. Ikiwa hakuna rekodi zilizowekwa, haitakuwa wazi ni nakala zipi ziliharibiwa na kumbukumbu nzima itashukiwa.
Uhamasishaji dhaifu / Uhamasishaji Wenye Nguvu
Agizo dhaifu:
Andika ripoti ya kijiografia ya mradi huu, jumuisha fasihi. [data]
Agizo lenye nguvu:
Jukumu lako: Mtayarishaji wa ripoti. RASIMU ripoti iliyo na data ifuatayo lakini:1) Kulingana TU na data ninayotoa; USITUNGE nambari, chanzo au utafutaji. 2) Onyesha kwa mabano ni mstari gani wa kuingiza kila nambari unatoka. 3) Badala ya kutengeneza chanzo halisi cha fasihi, weka kishikilia nafasi "chanzo kilichothibitishwa kuhusu [mada] kitaongezwa hapa". 4) Weka alama mahali popote ambapo huna uhakika kama "HITAJI UTHIBITISHO WA MHANDISI". Maudhui ya mwisho na vyanzo vyote vitathibitishwa nami. Data haijulikani.
Violezo Vinne Vinakiliwa
1) Ukaguzi wa QA/QC wa maabara:
Angalia jedwali la matokeo ya maabara: tofauti ya kitengo, ishara zilizo chini ya kikomo cha ugunduzi, uchafuzi katika sampuli tupu, kuteleza kwa utaratibu katika marejeleo ya kawaida, kutofuata sampuli ya kurudiwa. Weka safu mlalo zenye matatizo tu na example_id; Usifute au kusahihisha maadili yoyote. Uamuzi ni wangu.
2) Tekeleza uthibitisho wa chanzo:
Ondoa madai yote ya nambari na manukuu ya chanzo katika maandishi haya na ufanye orodha hakiki: ingizo ambalo kila nambari inategemea, dondoo la kila chanzo kinachohitaji kuthibitishwa. Utengenezaji wa chanzo; Weka alama "lazima ithibitishwe" ambapo huwezi kuthibitisha.
3) Mfumo wa rekodi ya ufuatiliaji:
Pendekeza kiolezo cha rekodi ya ufuatiliaji wa utendakazi huu wa kiotomatiki: chanzo na tarehe ya ingizo, mabadiliko yanayotekelezwa, toleo la haraka/mfano lililotumika, hatua ya idhini ya binadamu. Onyesha jinsi ya kupata chanzo kikuu na matokeo yaliyoathiriwa wakati hitilafu inapopatikana.
4) Ripoti ukaguzi wa uthabiti:
Changanua rasimu ya ripoti yako ili upate uwiano wa ndani: je, nambari katika muhtasari zinalingana na mwili, jedwali na mgongano wa maandishi, je vitengo vinawiana kote, je, kuna vifupisho visivyobainishwa? Orodhesha matatizo; Uamuzi wa maudhui ni wangu.
Wajibu wa Ofisi, Mapato na Udhibiti
Jitihada
Faida ya AI
Hatari kuu
Cheki cha lazima
Usindikaji wa data wa maabara
juu
Marekebisho ya kimya
"Tia alama, futa" + data ghafi
Ukaguzi wa QA/QC
juu
Usikose slaidi
Kipofu/kiwango/uthibitisho upya
Ripoti rasimu
juu
Suala/chanzo kilichoundwa
Uthibitishaji wa nambari na chanzo
Uhakiki wa fasihi
juu
Rejea iliyoundwa
Uthibitishaji wa hifadhidata huru
otomatiki ya mtiririko wa kazi
juu sana
Kurudia kosa
Rekodi ya ufuatiliaji
Kidokezo: Kabla ya kusanidi kiotomatiki, uliza "Nitajuaje ikiwa mtiririko huu wa kazi unafanya kazi vibaya?" Jibu swali. Ikiwa jibu haliko wazi, ongeza alama za ufuatiliaji na udhibiti kwanza; Kasi huja baada ya udhibiti.
Makosa ya kawaida
- Kurekebisha thamani kimya kimya. AI "kuboresha" data ghafi ni kosa la siri zaidi; sheria inapaswa kuwa "alama, usibadilike."
- Haithibitishi bibliografia. Marejeleo yaliyoundwa ni maonyesho ya kawaida; Kila alama lazima idhibitishwe kwa kujitegemea.
- Sio kuangalia nambari ya kubeba. Tena au mgawo wa usalama ambao huharibika wakati unapita kwenye maandishi hufichwa katika maandishi fasaha.
- Kuanzisha otomatiki isiyoweza kupatikana. Katika mtiririko wa kazi ambao hauhifadhi rekodi, chanzo na athari ya hitilafu haiwezi kubainishwa.
- Kukimbilia kwa kisingizio kwamba "AI iliandika". Wajibu wa kila sentensi iliyotiwa saini ni ya aliyetia sahihi; idhini haiwezi kulegeza.
Kwa muhtasari
- Kazi ya ofisi ni eneo ambalo akili ya bandia huokoa muda mwingi; Lakini ripoti ni msingi rasmi wa uamuzi na makosa ni ghali.
- Katika data ya maabara, ukaguzi wa AI, sio kusafisha; sheria ni "alama, kufuta / sahihi", uamuzi ni juu ya mhandisi.
- Vyanzo vya uwongo na nambari katika ripoti na fasihi ndio hatari za kawaida; Kila chanzo na nambari imethibitishwa.
- Automation inaweza kuongeza makosa pamoja na kasi; Rekodi ya ufuatiliaji hulinda chanzo na matokeo yaliyoathiriwa.
- Mhandisi anajibika kwa maudhui yaliyosainiwa; "AI iliandika" sio kisingizio.
Jukumu la maombi
Pokea jedwali la matokeo ya maabara lisilojulikana (au data wakilishi). Kuwa na mistari ya tatizo la bendera ya muundo na kiolezo cha "Ukaguzi wa QA/QC wa maabara"; kwa uangalifu badilisha thamani ya kawaida ya marejeleo na ujaribu kama kielelezo kinaipata na kujaribu kufuta thamani. Kisha, andaa sehemu fupi ya ripoti na kila suala na chanzo ndani yake iwekwe kwenye orodha ya kukaguliwa kwa kutumia kiolezo cha "changamoto ya uthibitishaji wa chanzo".
orodha ya ukaguzi
- [ ] Huwa mimi hutumia sheria ya "alama, kufuta/sahihisha" kwa AI kwenye data ya maabara.
- [ ] Ninaangalia uaminifu wa maabara kwa sampuli za QA/QC (tupu, kawaida, kurudia).
- [ ] Ninathibitisha kwa kujitegemea kila chanzo na nambari katika ripoti na fasihi.
- [ ] Nilianzisha mtiririko wa kazi otomatiki kwa ufuatiliaji.
- [ ] Ninakubali kwamba nina wajibu kamili kwa maudhui ninayotia saini.