ஆதாயங்கள்:
- சுற்றுச்சூழல் பொறியியலில் AI எங்கு துரிதப்படுத்துகிறது மற்றும் எங்கு ஆபத்தானது என்பதற்கான இடர் அடிப்படையிலான வகைப்பாடு
- சுற்றுச்சூழல் வரம்பு மதிப்புகள், தரநிலைகள் மற்றும் வளங்கள் தொடர்பான LLMகளின் மாயத்தோற்றத்தின் அபாயத்தை அடையாளம் காணும் திறன்
- ஆய்வகம், புலம் மற்றும் ஒழுங்குமுறை ஆகியவற்றில் AI வெளியீட்டைச் சரிபார்க்கும் திறன் மற்றும் நெறிமுறை/தனியுரிமைக் கொள்கைகளைப் பயன்படுத்துதல்
ஒரு ஒழுங்கமைக்கப்பட்ட தொழில்துறை மண்டலத்தின் பொதுவான கழிவுநீர் சுத்திகரிப்பு நிலையத்தில் சுற்றுச்சூழல் பொறியாளராக பணியாற்றுவதை கற்பனை செய்து பாருங்கள். அவுட்லெட் வாட்டரில் திடீரென COD அதிகரித்துள்ளதால், வணிக மேலாளர் தொலைபேசியில், "எனக்கு விரைவில் காரணம் மற்றும் தீர்வு வேண்டும்" என்று கூறுகிறார். உங்கள் மேசையில் கடந்த வாரத்தின் ஆய்வக முடிவுகள், SCADA பதிவுகள் மற்றும் நீங்கள் இப்போது திறந்த அரட்டை சாளரம் உள்ளன. நீங்கள் AI யிடம் "வெளியீடு COD ஏன் அதிகரித்தது, வெளியேற்ற வரம்பையும் எழுதுங்கள்?" சில வினாடிகளுக்குள், மாடல் சரியான துருக்கிய மொழியில், உருப்படியாக, சாத்தியமான காரணங்கள் மற்றும் வாக்கியத்தையும் எழுதுகிறது "நீர் மாசுக் கட்டுப்பாட்டு ஒழுங்குமுறையின்படி, COD வெளியேற்ற வரம்பு 120 mg/L ஆகும்." பிரச்சனை என்னவென்றால், இந்த பிரேக்பாயிண்ட் மாதிரி பொருத்தப்பட்டிருக்கலாம்; உங்கள் தொழில், பெறும் சூழல் மற்றும் வசதி வகையைப் பொறுத்து, உண்மையான வரம்பு முற்றிலும் வேறுபட்டதாக இருக்கலாம். AI இன் விரைவான ஆனால் சரிபார்க்கப்படாத வெளியீட்டில் உங்கள் பொறியியல் பொறுப்பு குறுக்கிடும் தருணத்தை-அந்த தருணத்தை நிர்வகிக்க இந்த அலகு உங்களுக்குக் கற்றுக்கொடுக்கிறது.
சுற்றுச்சூழல் பொறியியலில் AI என்ன செய்கிறது மற்றும் செய்யாது
பெரிய மொழி மாதிரிகள் (LLM) என்பது பெரிய உரைத் தரவுகளில் "அடுத்த வார்த்தையைக் கணிப்பது" என்ற கொள்கையின் அடிப்படையில் பயிற்சியளிக்கப்பட்ட அமைப்புகள் ஆகும். இது மொழி வேலையில் அவர்களை மிகவும் வலிமையாக்குகிறது, ஆனால் உண்மைச் சரிபார்ப்பில் அடிப்படையில் பலவீனமாக உள்ளது. மாடல் ஒரு பிரேக் பாயிண்டை "நினைவில்" இல்லை, இது புள்ளிவிவர ரீதியாக நியாயமானதாக இருக்கும் எண்ணை உருவாக்குகிறது.
வேலைகள் AI சுற்றுச்சூழல் பொறியியலில் சிறப்பாக உள்ளது:
- நீண்ட சட்டம், EIA அறிக்கைகள் அல்லது இலக்கிய நூல்களை சுருக்கி வரைவு செய்தல்
- ஒரு கணக்கீட்டின் கட்டமைப்பு, சூத்திரம் மற்றும் தர்க்கத்தை நிறுவுதல் (நிறை சமநிலை, உமிழ்வு சுமை, செயல்திறன்)
- சிக்கலைத் தீர்ப்பதற்கான சாத்தியமான காரணங்கள் மற்றும் சூழ்நிலைகளின் பட்டியலை உருவாக்குதல்
- வரைவு அறிக்கைகள், அட்டவணைகள், விளக்கக்காட்சிகள் மற்றும் கடிதங்களைத் தயாரித்தல்
- ஒரு சிக்கலான தலைப்பை (எ.கா. நைட்ரிஃபிகேஷன் கெமிஸ்ட்ரி) படிப்படியாக விளக்குவது
AI ஆல் செய்ய முடியாத/நம்பமுடியாத பணிகள்:
- புதுப்பித்த மற்றும் சூழல் சார்ந்த வரம்பு மதிப்பு, நிலையான எண் அல்லது ஒழுங்குமுறை கட்டுரையை வழங்குதல்
- உங்கள் வசதியின் உண்மையான அளவீட்டுத் தரவிற்கான அணுகல் (நீங்கள் அதை வழங்காத வரை)
- ஆய்வக பகுப்பாய்வு அல்லது புல அளவீட்டிற்கான மாற்றீடு
- சட்ட/நிர்வாகப் பொறுப்பை ஏற்கவும் - கையொப்பம் உங்களுடையது
உதவிக்குறிப்பு: AI ஐ ஒரு "மூத்த பயிற்சியாளர்" போல் நினைத்துப் பாருங்கள். விரைவான, நன்கு படிக்கக்கூடிய, நல்ல வரைவு எழுத்தாளர்; ஆனால் ஒவ்வொரு பிரிண்ட் அவுட்டையும் நீங்களே சரிபார்க்காமல் எங்கும் அனுப்ப மாட்டீர்கள். மூலத்திலிருந்து நீங்கள் சரிபார்க்கும் வரை அவர் உருவாக்கும் ஒவ்வொரு எண்ணும் சட்டத்தின் ஒவ்வொரு குறிப்பும் ஒரு கருதுகோள் மட்டுமே.
மாயத்தோற்றம்: புனையப்பட்ட வரம்பு மதிப்பு மற்றும் ஒழுங்குமுறை கட்டுரை
மாடல் முழு நம்பிக்கையுடன் உண்மையற்ற தகவலை உருவாக்கும் போது மாயத்தோற்றம் ஆகும். சுற்றுச்சூழல் பொறியியலில் மிகவும் ஆபத்தான மூன்று வகையான மாயத்தோற்றங்கள்:
- வரையப்பட்ட வரம்பு மதிப்பு: "PM10க்கான 24 மணிநேர வரம்பு 50 µg/m³" போன்ற எண்கள் சரியாகத் தோன்றினாலும் தவறாக இருக்கலாம்.
- சட்டமியற்றும் குறிப்பு: "ஒழுங்குமுறையின் 12/3 வது பிரிவின்படி..." - கட்டுரை எண் மற்றும் ஒழுங்குமுறையின் பெயர் உண்மையானவை, ஆனால் உள்ளடக்கம் உருவாக்கப்பட்டுள்ளது.
- கற்பனையான ஆதாரம்: இல்லாத கட்டுரை, நிலையான எண் (எ.கா. "TS EN 12457") அல்லது நிறுவன வழிகாட்டி.
அதே கேள்விக்கு மாதிரி கொடுக்கக்கூடிய பாதுகாப்பான மற்றும் ஆபத்தான பதில் வடிவங்களை கீழே உள்ள அட்டவணை காட்டுகிறது:
மாதிரி வெளியீடு
ஆபத்து
என்ன செய்வது
"வெளியேற்ற வரம்பு சரியாக 120 mg/L ஆகும்."
உயர் — சரியான எண், ஆதாரமற்றது
அதிகாரப்பூர்வ சட்டத்திலிருந்து சரிபார்க்கவும்
"வெளியேற்ற வரம்புகள் துறை மற்றும் பெறும் சூழலைப் பொறுத்து மாறுபடும்; தொடர்புடைய ஒழுங்குமுறை அட்டவணையை ஆலோசிக்க வேண்டும்."
குறைந்த - திசைவி
இன்னும் சரிபார்க்கவும், ஆனால் நம்பகமானது
"இந்த மதிப்பை என்னால் சரிபார்க்க முடியவில்லை, அதிகாரப்பூர்வ ஆதாரத்தைப் பார்க்கவும்."
குறைந்த
சிறந்த நடத்தை
எச்சரிக்கை: ஒரு எண் எவ்வளவு குறிப்பிட்ட மற்றும் நம்பிக்கையுடன் எழுதப்படுகிறதோ, அது ஆதாரமற்றதாக இருந்தால் அது மிகவும் ஆபத்தானது. "120 mg/L" போன்ற தெளிவான மதிப்பு உங்களை எளிதாக்கும் ஆனால் தவறான நம்பிக்கையை கொடுக்கும். மேற்கோள் காட்டப்படாத எந்த வரம்பு மதிப்பிலும் உங்கள் முடிவை அடிப்படையாகக் கொள்ளாதீர்கள்.
இடர் அடிப்படையிலான தொழிலாளர் பிரிவு
AI ஐ சுதந்திரமாக எங்கு பயன்படுத்த வேண்டும் மற்றும் வரைவு நோக்கங்களுக்காக மட்டும் எங்கு பயன்படுத்த வேண்டும் என்பதை முடிவின் முடிவின் எடை தீர்மானிக்கிறது. பின்வரும் வகைப்பாடு ஒரு நடைமுறை திசைகாட்டி ஆகும்:
தேடுதல்
ஆபத்து நிலை
AI இன் பங்கு
கட்டாய சரிபார்ப்பு
இலக்கியம்/சட்டச் சுருக்கம், கருத்து விளக்கம்
குறைந்த
தயாரிப்பாளர், முடுக்கி
முக்கிய உரிமைகோரல்களை குறுக்கு சரிபார்ப்பு
அறிக்கை/தொடர்பு வரைவு, அட்டவணை அமைப்பு
குறைந்த
வரைவு எழுத்தாளர்
தலையங்க விமர்சனம்
தரவு பகுப்பாய்வு அமைப்பு, கணக்கீடு சூத்திரம்
நடுத்தர
கட்டுபவர்
உள்ளீடு தரவு + கணக்கீட்டின் கைமுறை கட்டுப்பாடு
செயல்முறை சரிசெய்தல் காட்சி
நடுத்தர
யோசனை ஜெனரேட்டர்
ஆய்வகம் + புல தரவு
வெளியேற்றம்/உமிழ்வு வரம்பு நிர்ணயம்
உயர்
வரைவு மட்டுமே
அதிகாரப்பூர்வ சட்டம் + அங்கீகாரம் பெற்ற ஆய்வகம்
EIA முடிவு, "தாக்கம் மிகக் குறைவு" தீர்ப்பு
உயர்
வரைவு மட்டுமே
நிபுணர் + புல அளவீடு
மனித/சுற்றுச்சூழல் சுகாதார முடிவுகள்
முக்கியமான
ஆதரவு, ஒருபோதும் முடிவு செய்யாதே
முழு சட்டம் + நிபுணர் ஒப்புதல்
விதி எளிமையானது: எந்தளவுக்கு மாற்ற முடியாத விளைவு மற்றும் அதிக உயிர்கள்/பணம்/சட்டங்களை அது பாதிக்கிறதோ, அவ்வளவு கடுமையாக AI வெளியீடு சரிபார்க்கப்படுகிறது. நீங்கள் குறைந்த ஆபத்தில் வேகத்தைப் பெறுவீர்கள்; அதிக ஆபத்தில் AI முதல் வரைவை மட்டுமே உருவாக்குகிறது, தரவு மற்றும் சட்டம் முடிவெடுக்கும்.
பலவீனமான வரியில் / வலுவான வரியில்
ஒரே தேவைக்கான இரண்டு வெவ்வேறு கோரிக்கைகள் முற்றிலும் வேறுபட்ட இடர் சுயவிவரங்களை உருவாக்குகின்றன:
பலவீனமான ப்ராம்ப்ட்: "கழிவு நீர் வெளியேற்ற சிஓடி வரம்பு என்ன? சுருக்கமாக எழுதுங்கள்." பிரச்சனை: ஒற்றை கடினமான எண்ணைப் பொருத்த மாதிரியை கட்டாயப்படுத்துகிறது. துறை, பெறும் சூழல், வசதி வகை குறிப்பிடப்படவில்லை. வெளியீடு ஆதாரம் இல்லாமல் வருகிறது. வலுவான அறிவுறுத்தல்: "துருக்கியே ஜவுளித் தொழில்துறை கழிவுநீருக்கான COD வெளியேற்ற வரம்பு எந்த காரணிகளைச் சார்ந்துள்ளது என்பதை விளக்குங்கள். சரியான எண்ணிக்கையை உருவாக்க வேண்டாம்; அதற்குப் பதிலாக, எந்த அதிகாரப்பூர்வ ஒழுங்குமுறை அட்டவணையில் இருந்து படிப் படியாக விளக்கவும், எந்த அளவுருக்கள் படி படிக்க வேண்டும். உங்களுக்கு உறுதியாக தெரியவில்லை என்றால், 'சரிபார்க்கப்பட வேண்டும்' எனக் குறிப்பிடவும்." வித்தியாசம்: வலுவான ப்ராம்ப்ட் மாதிரியை எண்ணுக்கு ஏற்றதாக மாற்றாது; இது ஒரு வழிகாட்டியாகப் பயன்படுத்துகிறது மற்றும் இறுதி வார்த்தையை சட்டத்திற்கு விட்டுச்செல்கிறது.
நெறிமுறைகள் மற்றும் தரவு தனியுரிமை
சுற்றுச்சூழல் பொறியாளராக, உங்களிடம் உள்ள தரவு பெரும்பாலும் உணர்திறன் வாய்ந்தது: ஒரு நிறுவனத்தின் தொடர்ச்சியான கண்காணிப்பு (CPMS) பதிவுகள், மீறல் வரலாறு, உற்பத்தி திறன் ஆகியவை வர்த்தக ரகசியங்கள். பொது AI கருவியில் நீங்கள் ஒட்டும் எந்தத் தரவும் உங்கள் கட்டுப்பாட்டில் இல்லாமல் இருக்கலாம்.
அடிப்படைக் கொள்கைகள்:
- அநாமதேயப்படுத்து: நிறுவனத்தின் பெயர், வசதி ஒருங்கிணைப்புகள், தனிப்பட்ட தரவு, ஒப்பந்த விவரங்களை வரியில் இருந்து அகற்றவும். "கம்பெனி எக்ஸ்" என்பதற்கு பதிலாக "ஒரு ஜவுளி ஆலை" என்று எழுதுங்கள்.
- வர்த்தக ரகசியத்தைப் பாதுகாக்கவும்: மீறல் தரவு, திறன், செலவு போன்ற தகவல்களைப் பகிர்வதற்கு முன் உங்கள் நிறுவன தரவுக் கொள்கையைச் சரிபார்க்கவும்.
- வெளிப்படைத்தன்மை: நீங்கள் AI உடன் ஒரு அறிக்கையை வரைந்திருந்தால், உங்கள் பணிப்பாய்வுகளில் இதை சரியான முறையில் குறிப்பிடவும்; பொறுப்பு உங்களுடையது என்பதை நினைவில் கொள்ளுங்கள்.
# ப்ராம்ப்ட் சென்சிடிவ்_ஃபீல்டுகளில் தரவை வைப்பதற்கு முன் ஒரு எளிய அநாமதேயச் சரிபார்ப்பு = ["நிறுவனத்தின்_பெயர்", "ஒருங்கிணைத்தல்", "tc_no", "திறன்", "செலவு"]def prompt_safe_is(உரை, உணர்திறன்): கண்டறியப்பட்டது = [a க்கு ஒரு சென்சிடிவ் =(0)] டெக்ஸ்ட் குறைவாக உள்ளது. "நிறுவனத்தின்_பெயர்: ABC டெக்ஸ்டைல், COD: 850 mg/L, திறன்: 5000 m3/நாள்"பாதுகாப்பான, அபாயகரமான = உடனடி_பாதுகாப்பான_mi(எடுத்துக்காட்டு, உணர்திறன்_பகுதிகள்)அச்சு("அனுப்ப முடியுமா:", பாதுகாப்பானது) # Falseprint("To be cleaned 'name:',companycap_name
சிறிய வழக்கு
சுற்றுச்சூழல் ஆலோசனை நிறுவனத்தில் உள்ள இளம் பொறியாளர் ஒருவர் அவசர மேற்கோளுக்காக AI யிடம் "கழிவு குறியீடு மற்றும் கழிவு எண்ணெயை அகற்றும் முறை என்ன" என்று கேட்கிறார். மாடல் நம்பிக்கையுடன் 6-இலக்கக் கழிவுக் குறியீட்டையும், "சாம்பல் மூலம் அகற்றுதல்" என்ற பதிலையும் வழங்குகிறது. பொறியாளர் இதை நேரடியாக மேற்கோளில் வைக்கிறார். பிரசவத்திற்குப் பிறகு, மூத்த பொறியாளர் சரிபார்க்கிறார்: வழங்கப்பட்ட குறியீடு உண்மையான ஆதாரம் மற்றும் கழிவுகளின் உள்ளடக்கத்துடன் பொருந்தவில்லை; பகுப்பாய்வு அறிக்கை மற்றும் அதிகாரப்பூர்வ கழிவுப் பட்டியலைக் கொண்டு மட்டுமே சரியான வகைப்பாடு செய்ய முடியும். தவறான குறியீடு என்பது தவறான அகற்றல் பாதை மற்றும் நிர்வாகத் தடைகளின் ஆபத்து. பாடம்: AI வழங்கிய குறியீடு ஒரு கருதுகோள்; இது பகுப்பாய்வு மற்றும் சட்டத்தால் சரிபார்க்கப்படாததால், அது முடிவெடுப்பதற்கான அடிப்படையாக இருக்க முடியாது.
பொதுவான தவறுகள்
- AI வழங்கிய வரம்பு மதிப்பை அதன் மூலத்தைக் கேட்காமலேயே அறிக்கையில் வைப்பது.
- உண்மையான உரையுடன் ஒப்பிடாமல் "ஒழுங்குமுறைக் கட்டுரை X" பற்றிய குறிப்பை நம்பகமானதாகக் கருதுகிறது.
- பொதுக் கருவியில் நிறுவனத்தின் பெயர், கண்காணிப்பு தரவு போன்ற ரகசியத் தகவல்களை ஒட்டுதல்.
- AI வெளியீட்டில் அதிக ஆபத்து முடிவெடுத்தல் (டிஸ்சார்ஜ் வரம்பு, EIA முடிவு)
- மாடலின் நம்பிக்கையான தொனியை துல்லியத்திற்கான ஆதாரமாக தவறாகப் புரிந்துகொள்வது.
- "AI said" என்று சொல்லி பொறுப்பை இயந்திரத்திற்கு மாற்ற முயல்வது; கையொப்பமும் பொறுப்பும் பொறியாளரிடம் உள்ளது.
சுருக்கமாக
- AI என்பது சுற்றுச்சூழல் பொறியியலில் முடுக்கி: சுருக்கமான, வரைவோலை, கணக்கு எடிட்டிங் மற்றும் காட்சி உருவாக்கம் ஆகியவற்றில் சக்தி வாய்ந்தது; சரியான வரம்பு மதிப்புகள் மற்றும் சட்டத்தை குறிப்பிடும் போது இது நம்பமுடியாதது.
- LLMகள் கட்ஆஃப்கள், தரநிலைகள் மற்றும் ஆதாரங்கள் பற்றிய பிரமைகளை உருவாக்குகின்றன; துல்லியமான மற்றும் ஆதாரமற்ற எண்கள் அதிக ஆபத்து.
- உழைப்புப் பிரிவினை ஆபத்து அடிப்படையிலானது: எந்த அளவுக்கு மீளமுடியாத விளைவு, இறுக்கமான சரிபார்ப்பு.
- ஆய்வகம், கள அளவீடு மற்றும் அரசாங்க சட்டத்தால் சரிபார்க்கப்படும் வரை ஒவ்வொரு AI வெளியீடும் ஒரு முன்மொழிவு/ஸ்கெட்ச் மட்டுமே.
- இரகசியமான மற்றும் தனிப்பட்ட தரவை அநாமதேயமாக்காமல் எந்தவொரு பொது வழிமுறைகளுக்கும் வழங்க வேண்டாம்.
- AI ஒரு "மூத்த பயிற்சியாளர்": இது இயங்குகிறது, ஆனால் பொறியாளர் கையொப்பம் மற்றும் பொறுப்பைக் கொண்டுள்ளார்.
விண்ணப்ப பணி
உங்கள் ஆய்வுத் துறையில் (கழிவுநீர், காற்று, கழிவு அல்லது EIA) ஐந்து பணிகளைத் தேர்வுசெய்து, ஒவ்வொன்றையும் மேலே உள்ள இடர் அடிப்படையிலான அட்டவணையில் வைக்கவும்: பணியை எழுதவும், இடர் அளவை (குறைந்த/நடுத்தர/உயர்/முக்கியமான) தீர்மானிக்கவும், AI இன் பங்கு மற்றும் கட்டாய சரிபார்ப்பு படிநிலையை வரையறுக்கவும். இந்த பணிகளில் ஒன்றைத் தேர்ந்தெடுத்து, முதலில் வேண்டுமென்றே ஒரு "பலவீனமான வரியில்" எழுதவும், மாதிரியிலிருந்து நீங்கள் பெறும் பதிலில் மதிப்புகள் அல்லது சட்டத்தை கட்டுப்படுத்த குறைந்தபட்சம் ஒரு ஆதாரமற்ற குறிப்பு உள்ளதா என்பதைத் தட்டவும்; பின்னர், அதே தேவைக்காக, எண்களை உருவாக்குவதைத் தடைசெய்து, மூலத்திற்கு உங்களை வழிநடத்தும் "வலுவான வரியில்" எழுதவும், மேலும் இரண்டு வெளியீடுகளையும் அருகருகே ஒப்பிடவும். இறுதியாக, இந்தப் பணியைச் சரிபார்க்க எந்த அரசாங்கச் சட்டம் மற்றும் எந்த ஆய்வகம்/களத் தரவைப் பயன்படுத்துவீர்கள் என்பதை ஒரு பத்தியில் விவரிக்கவும்.