Прибуток:
- Зрозуміти використання штучного інтелекту для картографування схильності до зсувів, оцінки сейсмічної небезпеки та розрідження.
- Можливість створювати класифікацію ризиків і робочий процес раннього попередження на основі багатофакторних даних про небезпеку
- Можливість перевірити вихідні дані небезпеки з відповідальністю щодо безпеки життя, балансом помилкової тривоги та польовими доказами
Предметом даного блоку є найбільш відповідальний напрям геологічної інженерії: стихійні лиха та оцінка геологічної небезпеки. Ціна помилки тут не гроші, а людське життя. Якщо карта сприйнятливості до зсувів неправильно показує околиці як «безпечні», жодних заходів не вживається; Якщо оцінка розрідження неправильно оцінює грунт під лікарнею, конструкція може затонути під час землетрусу. У цій галузі штучний інтелект створює реальну цінність в обробці багатовимірних даних, захопленні шаблонів і фільтрації сигналів раннього попередження. Але саме в цій сфері перевірка має бути найсуворішою, схвалення інженера – найповнішим, а керування невизначеністю – найточнішим, оскільки вартість неправильного результату є найвищою.
У цьому розділі ми розглянемо три типи небезпек через призму штучного інтелекту: картографування схильності до зсувів (прогнозування на основі багатофакторних даних, які схили піддаються ризику зсуву), сейсмічна небезпека (можлива інтенсивність руху грунту під час землетрусу) і розрідження (коли насичений сипучий пісок діє як рідина під час землетрусу та втрачає свою несучу здатність). Наша спільна тема полягає в тому, чому хибний негативний результат щодо небезпеки (класифікація дійсно небезпечної зони як безпечної) є фатальним і як встановити порогові значення на користь безпеки життя.
Баланс помилково негативних і помилково позитивних результатів
Існує два типи помилок у класифікації небезпеки. Помилковий результат класифікує безпечну зону як небезпечну; Результатом є непотрібні витрати, додатковий контроль, можливо, затримка проекту — це безпечно з точки зору життя. Помилковий негатив означає класифікацію небезпечної зони як безпечної; Результатом є недотримання запобіжних заходів і можлива втрата життя/майна. Ці дві помилки не рівні. У сферах безпеки життєдіяльності поріг вибирається обережно, щоб звести до мінімуму помилкові негативні результати; Тобто, якщо є сумніви, він переходить на небезпечну сторону і підтверджується підтвердженням поля.
Моделі штучного інтелекту зазвичай вибирають порогові значення, які максимізують загальну точність. Але в науці про небезпеку метою є не повна точність, а низький рівень помилкових негативних результатів. Таким чином, вихідні дані моделі мають бути відкаліброваною ймовірністю, а не «класом», а поріг має бути встановлений експертом із небезпеки, знаючи наслідки. Точність 92% моделі зсувів нічого не варта, якщо вона пропускає половину фактичних зсувів.
Застереження: нехай вас не введе в оману висока загальна точність моделі небезпеки. Подивіться на коефіцієнт помилок (помилково негативний) для рідкісних, але смертельних подій (зсувів, розрідження). Критерій безпеки життєдіяльності - не бути правим у середньому, а не упустити небезпечне.
Картування схильності до зсувів
Схильність до зсувів, «чи буде це місце зповзати, коли будуть виконані всі умови?» відповідає на запитання за допомогою геологічних і топографічних змінних. Вхідними даними зазвичай є: нахил, аспект, літологія, орієнтація розривів, землекористування, опади, історичний опис зсувів та підземні води. Штучний інтелект поєднує ці шари та створює карту сприйнятливості, вивчаючи схему навколо минулих зсувів.
Є дві критичні точки. По-перше, модель вчиться на минулому інвентаризації зсувів; Якщо інвентаризація неповна (багато зсувів не зареєстровано), модель взагалі не може побачити ці закономірності та створює помилкові негативи. По-друге, чутливість дає не тригер (коли зрушити), а сприйнятливість (куди зрушити, якщо виникнуть умови); Небезпечно сплутати їх. Карту не можна використовувати як основу для прийняття рішення без її перевірки спостереженням польового геолога за відслоненнями, вимірюванням розривів і слідами минулого руху.
Сейсмічна небезпека та розрідження
Оцінка сейсмічної небезпеки забезпечує імовірнісну оцінку руху грунту (прискорення), яке, як очікується, буде перевищено за певний період часу на місці. Штучний інтелект допомагає обробляти бази даних записів, порівнювати співвідношення прогнозів руху землі та генерувати сценарії. Однак визначення джерел розломів, інтервалів повторюваності та підсилення грунту вимагає геолого-сейсмологічної експертизи; модель не може підійти до них.
Оцінка розрідження вимірює ризик втрати насиченим пухким піском своєї несучої здатності через вібрацію землетрусу. Класичним методом є порівняння значення SPT-N (або CPT) із частотою циклу напруги, викликаної землетрусом, і визначення коефіцієнта безпеки. AI упорядковує дані та швидко сканує потенціал зрідження в родовищі з кількома свердловинами; але результат перевіряється розрахунком вручну за допомогою стандартного методу (наприклад, місцевий код землетрусу). Помилково негативний тут означає, що конструкція занурюється в землю під час землетрусу.
Три міні-кейси: у цифрах
Випадок 1 — Запис відсутніх запасів. На карті зсувів округу модель виглядала «добре» з точністю 89%; але польовий геолог знайшов три старі зсувні шрами (незафіксовані) на схилі долини, які карта показала як безпечні. Модель не змогла вивчити цей шаблон, оскільки інвентар був неповним. Коли інвентар був оновлений і карта була оновлена, цей схил перейшов на високу чутливість. Точність 89% приховала відсутність найбільш критичної ділянки.
Випадок 2 — Поріг розрідження. На ділянці насипу на пляжі модель відзначила 6 із 42 бурових свердловин як «ризик розрідження» з найвищим середнім порогом точності. Коли експерт перемістив поріг у консервативну сторону, щоб зменшити помилкові негативні результати, було позначено 11 зондувань; Додаткові п'ять були підтверджені як дійсно ризиковані за стандартними розрахунками рук. Консервативний поріг врятував п’ять потенційних помилкових негативів; збільшення вартості було незначним порівняно з потенційним ризиком для життя.
Випадок 3 — Сигнал раннього попередження. Штучний інтелект, який обробляє дані радара та датчика схилу на схилі кар’єру, помітив повільне прискорення швидкості деформації та подав тривогу. Команда евакуювала район; Через 40 годин на схилі стався великий зсув, але ніхто не постраждав. Модель не назвала точний день/час; Це робило прискорений рух видимим і давало людині час для прийняття рішень.
Слабка підказка / Сильна підказка
Слабка підказка:
Чи існує ризик зсуву в цьому регіоні? Подивіться на дані та скажіть, безпечно це чи небезпечно.[дані шару]
Потужна підказка:
Ваша роль: помічник геолога з природних небезпек. Надання ТОЧНОЇ мітки "безпечно/небезпечно" з такими змінними. Замість цього: 1) Поясніть фактори, які впливають на почуття, і напрямок кожного. 2) Встановіть калібровану логіку ймовірностей, а не клас; Поясніть, чому поріг для безпеки життя слід вибирати обережно, щоб зменшити помилкові негативні результати. 3) Напишіть, як вихідні дані можуть вводити в оману, якщо історична інвентаризація зсувів є неповною. 4) Перелічіть 4 пункти, які необхідно підтвердити на місці. Остаточна оцінка належить уповноваженому інженеру. Дані анонімні.
Чотири шаблони, які можна копіювати
1) Запит на ймовірність замість класу небезпеки:
Інтерпретуйте вихідні дані моделі небезпеки як відкалібровану ймовірність, а не як різкий клас. Порівняйте наслідки хибно-негативних і хибно-позитивних результатів у цій сфері та обґрунтуйте, у який бік має бути зміщений поріг безпеки життя.
2) Аудит дефіциту запасів:
Перелічіть будь-які ознаки того, що інвентаризація, на основі якої навчається модель сприйнятливості до зсувів, може бути неповною (рекордні роки, охоплена територія, прогалини в даних). Позначте, у яких областях цей недолік збільшить ризик хибно негативних результатів.
3) Ескіз скринінгу зрідження:
Для потенціалу розрідження на майданчику з декількома буріннями: рекомендуйте перевірити, які свердловини містять насичений сипучий пісок і потребують первинного ручного розрахунку. Вказати, що вона повинна бути перевірена стандартним методом; не дають точного коефіцієнта безпеки.
4) Інтерпретація сигналу раннього попередження:
Узагальнити зміни швидкості та прискорення в серії моніторингу деформації (нахил/радар); Чи існує тривожна картина прискорення? Надання точної оцінки часу; Укажіть, коли/дані необхідні для людського судження.
Тип небезпеки, помилковий негативний результат і перевірка
Небезпека
внесок ШІ
Хибнонегативний результат
Обов'язкова перевірка
схильність до зсувів
Злиття шарів, візерунок
Думаючи, що плавуча зона безпечна
Польовий + поточний інвентар
сейсмічна небезпека
База даних/сценарій
Недооцінка руху грунту
Експерт-сейсмолог + стандарт
розрідження
Багатолункове сканування
Занурення будівлі в землю
Ручний розрахунок SPT/CPT + регулювання
раннє попередження про схил
Фільтрація трасування сигналу
затримка еякуляції
Людське судження + польове підтвердження
Порада. Завжди перевіряйте вихід сигналу лиха із запитанням «Чи вважається це помилковою тривогою чи промахом?» Прочитайте із запитанням. У сфері безпеки життєдіяльності набагато прийнятніше витримати кілька помилкових тривог, ніж одну пропущену небезпеку.
Поширені помилки
- Будучи обманутим загальною правдою. Висока точність може пропустити рідкісні фатальні події; Справжнім показником є коефіцієнт помилкових від'ємних результатів.
- Вихід за поріг моделі. Поріг безпеки життя встановлюється обережно фахівцем, який знає наслідки; не автоматичний «найкращий» поріг.
- Ігнорування відсутніх запасів. Модель не може побачити шаблон, який вона не вивчила; Якщо інвентар відсутній, карта обдурить безпечну сторону.
- Сплутана схильність із тригером. Чутливість - це питання "де", тригер - це питання "коли"; Обидва потребують окремої перевірки.
- Помилково приймаючи раннє попередження за остаточне пророцтво. Система економить час; Рішення та відповідальність за евакуацію належить людині.
Підсумовуючи
- Природна небезпека є найважчою сферою відповідальності геологічної інженерії; Ціна неправильного результату може бути життям.
- Хибнонегативний результат (прийняття небезпечного за безпечний) набагато серйозніший, ніж хибнопозитивний; Поріг обирають обережно, на користь життя.
- Загальна точність вводить в оману; Критерієм є відсоток пропусків рідкісних летальних подій; Результатом має бути відкалібрована ймовірність, а не клас.
- Модель зсувів не може вивчити з неповної інвентаризації; Кожна карта небезпек перевіряється польовою та експертною перевіркою.
- Раннє попередження економить час, але не є пророцтвом; Рішення про евакуацію та вжиття запобіжних заходів приймає уповноважений інженер та посадова особа.
Аплікаційне завдання
Отримати анонімний сценарій небезпеки (зсувні шари або свердловини розрідження; репрезентативні дані). Утримуйте модель від різких ярликів і змусьте її обговорювати хибний від’ємний/позитивний баланс за допомогою шаблону «запитувати ймовірність замість класу небезпеки». Потім скористайтеся шаблоном «аудит дефіциту запасів», щоб дізнатися, де роздруківка може вводити в оману, і запишіть список із трьох пунктів, які потребують перевірки на місці.
контрольний список
- [ ] Я зрозумів різницю між хибнонегативними та хибнопозитивними результатами та їх важливість для безпеки життя.
- [ ] Я оцінюю вихід небезпеки за коефіцієнтом помилок, а не за загальною точністю.
- [ ] Я вважаю, що поріг повинен встановлюватися експертом обережно і на користь життя.
- [ ] Я розумію, що модель зсуву не може бути використана на основі неповної інвентаризації та потребує підтвердження на місці.
- [ ] Я використовую систему раннього попередження не як пророцтво, а як інструмент, який економить час для людських рішень.