Прибуток:
- Здатність розрізняти, де штучний інтелект економить реальний час у робочому процесі розробки гірничодобувної продукції, а де критично важливу для безпеки відповідальність має залишити компетентний інженер залежно від рівня ризику
- Можливість впровадження багаторівневої дисципліни перевірки, яка перевіряє кожен результат ШІ на стандартні незалежні обчислення та польові вимірювання
- Здатність анонімізувати контекст і набути звички вибирати безпечні транспортні засоби для захисту резервних даних, інформації про ліцензії та даних про персонал/виробництво
Робота гірничого інженера полягає в тому, щоб подолати невизначеність під землею рішеннями, які приймаються над землею. Оцінка рудного тіла за даними буріння, підрахунок запасів, планування кар’єру, управління парком обладнання, моніторинг поведінки схилу, забезпечення безпеки праці, вимірювання впливу на навколишнє середовище та звітування згідно із законодавством. Спільною рисою цих робіт є те, що вони працюють із великою кількістю вимірювань і даних, але кожне рішення призводить до людських життів, мільйонів лір інвестицій і незворотних екологічних наслідків у цій галузі. Штучний інтелект (скорочено штучний інтелект; програмні системи, які працюють з текстом, числами та зображеннями з великими даними та мовними моделями) є потужним допоміжним засобом у цій сфері, яка потребує великої кількості даних, але є критичною для прийняття рішень. Цей розділ навчить вас, де безпечно використовувати штучний інтелект у видобутку корисних копалин, де це небезпечно та чому ви повинні перевіряти кожен результат штучного інтелекту відповідно до стандартів, польових вимірювань та інженерної оцінки.
Головний принцип, який ви будете використовувати в цьому модулі: штучний інтелект – це помічник, а не той, хто приймає рішення. Значення вмісту (співвідношення металу в руді), кут нахилу, показник запасу, межа безпеки або законодавча стаття не стають правдивими лише тому, що «так сказав AI»; Це лише гіпотеза, доки вона не буде перевірена вимірюванням, еталонним аналізом і оцінкою компетентного інженера. Ви знову побачите це речення в кожному блоці модуля, оскільки в майнінгу неправильне число часто означає крах інвестицій, обвал схилу або травму людини.
Що таке LLM і що він робить у майнінгу?
LLM (Large Language Model) — це програмне забезпечення, яке вивчає шаблони з дуже великих фрагментів тексту та передбачає «наступне слово» на основі ймовірності. Це двигун таких інструментів, як ChatGPT, Claude, Gemini. Справа в наступному: LLM – це «оцінювач мови», а не «база знань». Вільно володіє гірничою термінологією, але не вимірює оцінку; створює число, яке виглядає найбільш вірогідним. Таким чином, він або вона може дати впевнені, але неправильні відповіді щодо середнього класу, швидкості здирки, нормативного положення або межі вибуховості. Це називається галюцинацією (вигадкою). Галюцинація не є несправністю, а властивою особливістю цієї технології; Тому верифікація – це не «додатковий крок», а невід’ємна частина роботи.
Завдання, де AI сильний у майнінгу:
- Пояснення концепції та викладання: що таке варіограма, як працює правило важеля, як відбувається кислотний дренаж шахти.
- Очищення та організація даних: перетворення розрізнених каротажів свердловин у цілісну таблицю, фіксація невідповідності одиниць.
- Формування списку гіпотез: систематичний перелік можливих причин спаду виробництва.
- Кодування: очищення даних, побудова графіків, геостатистика та сценарії аналізу аномалій за допомогою Python.
- Проект тексту: JSA (аналіз безпеки праці), звіт про екологічний моніторинг, проект тендерної/технічної специфікації.
- Мозковий штурм: порівняння сценаріїв, ідеї плану експерименту/вимірювання.
Де ШІ слабкий і ризикований:
- Надання точного числового значення (клас, запас, кут нахилу, граничне значення).
- Поточне та спеціальне законодавство/стандартна інформація про статтю та версію.
- Діагностика без фактичних даних вимірювання вашого сайту.
- Критичне рішення щодо безпеки: затвердження проекту вибуху, рішення про евакуацію, придатність до експлуатації.
Класифікація на основі ризику: фільтр перед використанням ШІ
Не кожне завдання має однаковий рівень ризику. Класифікуйте завдання за рівнем ризику перед використанням ШІ. У наведеній нижче таблиці наведено схему прийняття рішень, яку ви використовуватимете протягом цього модуля.
Рівень ризику
зразок завдання
роль ШІ
Обов'язкова перевірка
низький
Пояснення концепції, проект тексту, скелет коду
безкоштовне користування
Огляду достатньо
середній
Очищення даних, список гіпотез, налаштування розрахунку
Проект/співавт
Ручне керування + підтвердження джерела
висока
Оцінка запасів, межа кар'єру, параметр вибухових робіт
генератор ідей
Стандарт + польове вимірювання + програмне забезпечення
критичний
Рішення про евакуацію, безпека на схилі, рішення про експлуатаційну/придатність
Лише чернетка/сканування
Схвалення компетентного інженера + акредитовані випробування
Порада: якщо ви позначили завдання як «критичне», результати штучного інтелекту ніколи не будуть остаточним документом. Щонайбільше це може бути попередній проект або контрольний список; Компетентний інженер бере на себе підпис і відповідальність.
Наскрізний потік: інтеграція ШІ у ваш робочий процес
Типовий цикл вирішення проблем у майнінгу виглядає так, коли ШІ бере участь у кожному кроці, але не закриває жодного з них окремо:
- Визначте проблему: що передбачити, яке рішення прийняти, яке обмеження існує? (AI: уточнює питання.)
- Збір і очищення даних: буріння, видобуток, моніторинг, лабораторні дані. (ШІ: сильний у очищенні та перевірці невідповідності.)
- Створіть гіпотези/сценарії: можливі причини, альтернативні плани. (AI: створює систематичний список.)
- Аналіз: розрахунок, геостатистика, модель, обробка зображень. (ШІ: створює код і вигадку обчислень.)
- Перевірити: стандартний, польовий, окремий обліковий запис, програмне забезпечення. (ШІ осторонь; вирішують люди та вимірювання.)
- Повідомити та прийняти рішення: компетентний інженер бере на себе відповідальність. (AI: автор чернетки.)
Пам’ятайте про ці шість кроків; решта модуля крок за кроком показує, як використовувати ШІ для конкретних завдань майнінгу.
три міні-чохла
Випадок 1 — Підвищена середня оцінка. Стажер запитує інструмент чату AI про середню оцінку мідного проекту; AI каже «близько 0,65% Cu». Стажер розміщує це в інвестиційній презентації. Однак ШІ не бачив жодних даних про буріння цього проекту; виготовив типове число для «мідного проекту». Справжня цінність виходить лише з власних складених даних про буріння та геостатистичних оцінок; Реальна вартість у цьому проекті становить 0,38%. Різниця – це різниця між прибутковою інвестицією та збитковою. Правильне ставлення - ніколи не "запитувати" оцінку за ШІ, а обчислювати її з власної бази даних.
Випадок 2 — Неіснуюче регулювання. Інженер запитує ШІ про максимальну вібрацію ґрунту (PPV: пікова швидкість частинок, мм/с), дозволену під час вибухових робіт. AI каже «10 мм/с відповідно до нормативу» і складає номер елемента. Інженер відповідно пише звіт. Під час перевірки з’ясувалося, що номер об’єкта не є справжнім, а граничне значення змінюється залежно від відстані та типу будівлі. Правильне ставлення – це відкрити діючу постанову з офіційного джерела і підтвердити цінність і зміст. Навіть якщо штучний інтелект правильно знає назву регламенту, він може галюцинувати номер статті.
Випадок 3 — Правильне використання. Геолог підозрює розбіжність у стовпці вмісту в наборі даних із 40 свердловин. Він повідомляє штучному інтелекту «перерахувати рядки в цій таблиці, які можуть мати невідповідності одиниць, від’ємні значення, видимі викиди та порожні комірки, і написати те, що ви підозрюєте, для кожного; НЕ виправляйте, просто позначте». ШІ позначає кілька рядків, змішаних із %, змішаним з частками на мільйон, двома негативними оцінками та значенням коду 999. Геолог перевіряє та виправляє їх одну за одною з необроблених журналів. Тут AI був використаний правильно: привернув увагу, людина прийняла рішення та виправлення.
Шаблони підказок, які можна копіювати
Ви можете використовувати наведені нижче шаблони, адаптувавши їх до свого бізнесу. У кожному з них є свідома вказівка «дати точну цифру, вказати джерело, пояснити невизначеність».
ШАБЛОН РОЛЬІ ТА ОБМЕЖЕНЬ "Посада: Ви досвідчений помічник гірничого інженера. Завдання: [напишіть тему]. Правила: Указуючи точне числове значення (контент, запас, ліміт), вкажіть ДЖЕРЕЛО; якщо ви не впевнені, скажіть "потрібно перевірити". Якщо ви надаєте нормативну/стандартну статтю, надайте її з її версією, але нагадайте, що вона має бути підтверджена з офіційного джерела. У кінці відповіді напишіть "що" необхідно перевірити польовим вимірюванням/обчисленням" пункт за пунктом."
ШАБЛОН ГЕНЕРУВАННЯ ГІПОТЕЗ "Створіть систематичний перелік можливих причин такої ситуації: [опишіть ситуацію; що спостерігалося, які дані доступні]. Для кожної гіпотези: (1) які докази її підтверджують, (2) які вимірювання або обчислення потрібно зробити, щоб підтвердити/спростувати її. ПОСТАВЛІТЬ остаточний діагноз; створіть дорожню карту дослідження."
ШАБЛОН КОНТРОЛЬНОГО СПИСКУ ДЛЯ ПЕРЕВІРКИ "Перелічіть КОЖНЕ числове значення та КОЖНЕ посилання на нормативний документ/стандарт у чернетці звіту нижче. Для кожного вкажіть, з якого джерела (дані про самобуріння, нормативний текст, звіт лабораторії, польове дослідження) його потрібно перевірити. Зберіть значення невизначеного походження в розділі "не можна використовувати без перевірки". Текст: [вставити]."
ШАБЛОН ПОПЕРЕДНЬОЇ ПЕРЕВІРКИ АНОНІМІЗАЦІЇ «Перед тим, як надати такий текст інструменту штучного інтелекту, позначте комерційну таємницю або особисті/нормативні конфіденційні частини: резервні номери, номер ліцензії, фактичні координати, імена клієнтів/персоналу, конфіденційні дані про витрати. Запропонуйте, як я можу зробити це анонімним. Текст: [вставити]».
Слабка підказка / Сильна підказка
Постановка одного питання двома способами дасть дуже різні результати.
СЛАБКА ПІДКАЗКА: «Скільки запаси цієї шахти?»
ВАЖЛИВА ПІДКАЗКА: «Роль: Ви помічник геолога ресурсів. Поясніть, які кроки має пройти оцінка запасів/ресурсів (композиція, варіограма, крігінг, класифікація, економічний ліміт), які дані та схвалення компетентної особи потрібні на кожному кроці. НЕ НАЗВАЙТЕ ТОЧНИЙ номер запасу; підкресліть, що його можна розрахувати лише на основі власних даних проекту та слід повідомляти в рамках такого коду, як JORC/UMREK."
Слабка підказка запрошує ШІ надолужити; Сильна підказка утримує його в правильній роботі (опис процесу) і запобігає виникненню цифрових галюцинацій.
Поширені помилки
- «Запит» у ШІ цифр, що стосуються курсу, як-от оцінка, резерв тощо. ШІ не знає ваших даних; ці цифри розраховуються виключно з вашої власної бази даних.
- Використання положення законодавства/стандарту без його підтвердження. Номер і вартість товару часто є галюцинаціями.
- Базування критично важливих для безпеки рішень на основі результатів ШІ. Рішення щодо евакуації, погодження вибухових робіт та придатності до експлуатації приймає компетентний інженер.
- Вставлення конфіденційних даних у хмарний інструмент без анонімізації. Дані про резерв, координати та вартість є комерційною таємницею.
- Чекаю одне питання і одна відповідь. Використовуйте ШІ ітеративно: створюйте чернетки, критикуйте, перевіряйте, виправляйте.
Застереження: чим точніше та впевненіше число відображається в результатах штучного інтелекту, тим більше потрібна перевірка. Точність не є гарантією точності.
Підсумовуючи
У цьому розділі ви побачили, що ШІ є помічником у видобутку корисних копалин, а не тим, хто приймає рішення. LLMs є мовними предикторами; Він потужний у поясненні концепції, очищенні даних, створенні гіпотез і коду, але ризикований у створенні точних цифр і законодавства (галюцинація). Класифікуйте завдання як низькі/середні/високі/критичні та відповідно відрегулюйте глибину перевірки. Перевіряйте кожне числове значення з ваших власних даних або польових вимірювань, кожне нормативне посилання з офіційного джерела. Критично важливі для безпеки рішення завжди залишаються за компетентним інженером і анонімізують конфіденційні дані перед використанням.
Аплікаційне завдання
Виберіть п’ять завдань із власного бізнесу (або фіктивного майнінгового проекту): опис концепції, очищення даних, список гіпотез, резервне/числове значення та нормативне питання. Помістіть кожен у таблицю ризиків вище. Потім передайте два завдання з низьким/середнім ризиком ШІ за допомогою шаблону «Роль і межі» та позначте кожен числовий/регулятивний елемент результату за допомогою шаблону «Контрольний список перевірки». Запишіть, які елементи не можна використовувати без перевірки.
контрольний список
- [ ] Перед використанням я поставив місію на рівень ризику (низький/середній/високий/критичний).
- [ ] Я розрахував специфічні для родовища цифри, такі як рівень, резерв тощо, на основі власної врожайності замість запиту в ШІ.
- [ ] Я перевірив кожне посилання на законодавство/стандарт з офіційного джерела.
- [ ] Я анонімізував конфіденційні дані (резерв, координати, назва, вартість).
- [ ] Я залишив критично важливе для безпеки рішення на схвалення компетентного інженера, а не на основі даних ШІ.
- [ ] Я перевірив кожне числове значення у виводі штучного інтелекту на предмет "не можна використовувати без перевірки".