Lợi nhuận:
- Khả năng nhận biết AI tiết kiệm thời gian thực ở đâu trong quy trình kỹ thuật địa chất và quyết định nào vẫn là trách nhiệm của kỹ sư
- Khả năng áp dụng một nguyên tắc xác thực chéo từng đầu ra AI theo thứ tự cường độ, tính hợp lý về địa chất và bằng chứng thực địa
- Nhận biết các rủi ro về sự mơ hồ, ảo giác và quyền riêng tư dữ liệu, đồng thời phát triển thói quen thiết lập lời nhắc an toàn bằng cách ẩn danh bối cảnh.
Kỹ thuật địa chất là một nghề mà chúng ta không bao giờ có thể nhìn thấy đầy đủ sự thật dưới lòng đất. Một lỗ khoan chỉ lấy mẫu một centimet của mảnh đất dài nhiều km; mặt cắt địa vật lý là bóng gián tiếp; Bản đồ là sự giải thích về khoảng cách giữa các quan sát. Đó là lý do tại sao địa chất là một ngành vốn hoạt động với sự không chắc chắn. Trí tuệ nhân tạo (AI; hệ thống phần mềm học từ các mẫu dữ liệu lớn và tạo ra văn bản/hình ảnh/số) là một công cụ mạnh mẽ trong việc quản lý sự không chắc chắn này, nhưng nó cũng là một công cụ có thể che giấu sự không chắc chắn tương tự một cách nguy hiểm. Đơn vị này đặt hai nền tảng để xây dựng toàn bộ mô-đun: AI tạo ra giá trị thực ở đâu trong quy trình địa chất và cách chúng tôi xác thực từng đầu ra.
Hãy làm rõ ngay từ đầu: không có kỹ thuật nào bạn học trong mô-đun này sẽ thay thế được chữ ký, quan sát hiện trường và phán đoán kỹ thuật của một kỹ sư địa chất có năng lực. Trí tuệ nhân tạo là trợ lý; Đọc nhanh, viết nhanh, nắm bắt mẫu. Nhưng nếu một sườn dốc bị hỏng, nền đập bị sập hoặc trữ lượng khoáng sản được báo cáo là lớn hơn thực tế thì trách nhiệm không nằm ở phần mềm mà thuộc về kỹ sư đã ký nó. Bạn sẽ gặp lại câu này dưới các dạng khác nhau trong mỗi đơn vị của học phần, bởi vì đây là sự thật duy nhất trong kỹ thuật an toàn quan trọng.
Trí tuệ nhân tạo tạo ra giá trị ở đâu trong quy trình làm việc địa chất?
Một tuần của kỹ sư địa chất được chia thành ba loại công việc: chuẩn bị dữ liệu (số hóa nhật ký, chỉnh sửa ghi chú hiện trường, dọn dẹp bảng), giải thích và phân tích (phân loại thạch học, tương quan, ước tính tài nguyên, đánh giá mối nguy) và giao tiếp (báo cáo, bản đồ, trình bày, thư từ). AI chạm đến cả ba lĩnh vực, nhưng sự đóng góp và rủi ro của nó ở mỗi lĩnh vực là khác nhau.
Chuẩn bị dữ liệu là lĩnh vực trí tuệ nhân tạo an toàn nhất và có lợi nhất. Dịch các mô tả cốt lõi của văn bản tự do thành một bảng có cấu trúc, chuẩn hóa các đơn vị không nhất quán, gắn cờ các ngoại lệ trong hàng nghìn dòng đầu ra của phòng thí nghiệm—đây là những nhiệm vụ lặp đi lặp lại, dựa trên quy tắc, dễ xác minh. Ngay cả khi có lỗi ở đây, bạn sẽ phải mất vài phút để quay lại nguồn (nhật ký thô) và kiểm tra.
Lĩnh vực diễn giải và phân tích mang lại giá trị cao nhất và rủi ro cao nhất. AI có thể đề xuất hình dạng lỗi có thể xảy ra từ phần khoan; Điều này có thể tiết lộ một hình mẫu mà ngay cả một con mắt có kinh nghiệm cũng có thể bỏ sót. Nhưng mô hình tương tự có thể tự tin phù hợp với một đơn vị địa tầng không tồn tại (hiện tượng này được gọi là ảo giác: mô hình tạo ra thông tin không thực sự tồn tại, như thể nó có thật). Trong lĩnh vực này, AI là người tạo ra giả thuyết chứ không phải là người ra quyết định.
Trong lĩnh vực truyền thông, trí tuệ nhân tạo là một công cụ tăng tốc dự thảo. Soạn thảo phần phương pháp của báo cáo địa kỹ thuật, bản tóm tắt tài liệu hoặc e-mail trong vài phút. Rủi ro ở đây là các nguồn bịa đặt và những con số không chính xác có thể lọt vào chữ ký mà không được chú ý trong một văn bản trôi chảy.
Kỷ luật xác nhận: Quy tắc ba mỏ neo
Trọng tâm của mô-đun này là một thói quen duy nhất: không kết hợp bất kỳ đầu ra AI nào vào một quyết định kỹ thuật mà không xác thực nó. Chúng tôi xác thực dựa trên ba điểm neo độc lập.
Mỏ neo đầu tiên - Thứ tự độ lớn. Kết quả có nằm trong phạm vi công suất dự kiến là 10 không? Độ dẫn thủy lực của tầng chứa nước cát thường ở mức mét mỗi ngày; Nếu mô hình cho km/ngày là có sai sót về đơn vị hoặc chỉnh sửa và có thể hiểu được nếu không đi sâu vào chi tiết. Cường độ chịu nén một trục của đá vôi nằm trong khoảng 30-200 MPa; 3000 MPa là vô lý. Quá trình kiểm tra này mất vài giây và phát hiện được hầu hết các lỗi.
Mỏ neo thứ hai - Tính hợp lý về mặt địa chất. Sản lượng có phù hợp với câu chuyện địa chất của mỏ không? Nếu mô hình đặt phù sa non bên dưới đá vôi biển thì hoặc là có lỗi ngược (và điều này cần được chứng minh riêng) hoặc mô hình là nhảm nhí. Trình tự địa tầng, khung kiến tạo và môi trường trầm tích là bộ lọc có tính hợp lý mà mọi diễn giải đều phải vượt qua.
Mỏ neo thứ ba - Bằng chứng hiện trường. Đây là mỏ neo mạnh nhất. Mẫu lõi, quan sát lộ thiên, xác minh hiện trường. Việc giải thích thạch học dựa trên nhật ký được so sánh với lõi được lấy từ cùng độ sâu. Vùng thay đổi được ánh xạ bằng viễn thám được kiểm tra bằng các mẫu tại một số điểm trên hiện trường. Sự thật trên mặt đất luôn chiến thắng.
Ba trường hợp nhỏ: Bằng những con số
Trường hợp 1 - Tiết kiệm thời gian trong việc số hóa nhật ký. Một kỹ sư đã số hóa thủ công 42 bản ghi lỗ khoan (giấy) được quét từ những năm 1980; Trung bình 35 phút mỗi nhật ký, tổng cộng khoảng 24 giờ. Với quy trình lập biểu đồ được hỗ trợ bởi AI, anh ấy đã giảm thời gian soạn thảo đầu tiên xuống còn 6 phút, dành thời gian còn lại để xác minh bằng hình ảnh. Tổng thời gian giảm xuống còn khoảng 8 giờ; Điều quan trọng là thời gian đạt được được dành cho việc kiểm soát.
Trường hợp 2 - Bị ảo giác. Khi một thực tập sinh nhờ AI tóm tắt địa tầng của một cánh đồng, văn bản có chứa câu "Các chất bốc hơi ở Hệ tầng Tuzla phổ biến trong khu vực." Không có chất bay hơi tại địa điểm này; mô hình đã nhầm lẫn thông tin từ lưu vực khác. Bộ lọc tính hợp lý về địa chất (khung kiến tạo khu vực không thích hợp cho việc lắng đọng evaporit) đã phát hiện lỗi trước khi ký báo cáo.
Trường hợp 3 - Lỗi đơn vị. Trong một tính toán nguồn, mô hình đã tăng sản lượng trọng tải lên gấp 1000 bằng cách nhầm lẫn mật độ với 2,7 t/m³ thay vì 2,7 g/cm³ (trên thực tế, cả hai đều bằng nhau, nhưng bước trung gian của mô hình không chính xác và đã thổi phồng kết quả lên hệ số 1000). Thứ tự kiểm tra độ lớn - “khối này không thể là 5 triệu tấn mà là 5 tỷ tấn” - ngay lập tức cho ra lỗi.
Nhắc yếu / Nhắc mạnh
Dấu nhắc yếu:
Tóm tắt địa chất của mỏ này và đánh giá tiềm năng khoáng sản của nó.[dữ liệu]
Lời nhắc mạnh mẽ:
Vai trò của bạn: Một nhà địa chất thăm dò cấp cao. Giải thích bản tóm tắt khoan bên dưới CHỈ dựa trên dữ liệu đã cho. - Không thêm bất kỳ thành phần, khoáng chất hoặc độ tuổi nào không có trong dữ liệu. - Hiển thị dòng dữ liệu bạn dựa vào bằng dấu ngoặc đơn bên cạnh mỗi nhận xét. - Ghi “không đủ dữ liệu” ở chỗ không chắc chắn, đừng đoán mò. - Cuối cùng: lập danh sách riêng gồm 3 giả định cần kiểm chứng. Dữ liệu: [tóm tắt khoan]
Lời nhắc mạnh mẽ áp đặt ba điều lên mô hình: bám sát nguồn, thừa nhận sự không chắc chắn và đánh dấu những điều cần xác minh. Điều này không chấm dứt hoàn toàn ảo giác nhưng nó khiến ảo giác trở nên hữu hình.
Bốn mẫu có thể sao chép
1) Thiết lập bối cảnh ẩn danh:
Tôi cần giúp đỡ với một bài tập kỹ thuật địa chất. Tên trường, tọa độ và thông tin công ty là BÍ MẬT; Tôi sẽ cung cấp cho họ các biểu thức đại diện như "Trường-A", "Tọa độ X". Nhiệm vụ: [nhiệm vụ]. Chỉ cần dựa vào dữ liệu kỹ thuật tôi đưa ra.
2) Ba yêu cầu xác minh neo:
Thực hiện ba lần kiểm tra cho kết quả đầu ra sau:1) Thứ tự độ lớn: mỗi số có nằm trong phạm vi mong đợi không? Nếu không, đánh dấu.2) Tính hợp lý về mặt địa chất: có tuyên bố nào không nhất quán về mặt địa tầng/kiến tạo không?3) Danh sách xác minh: các hạng mục cần được xác nhận tại hiện trường/phòng thí nghiệm.Đầu ra: [văn bản]
3) Thực thi sự mơ hồ:
Đưa ra diễn giải của bạn ở ba mức độ tin cậy: - Độ tin cậy cao (được hỗ trợ trực tiếp bởi dữ liệu) - Độ tin cậy trung bình (suy luận hợp lý) - Suy đoán (cần thêm dữ liệu) Nhiệm vụ: [nhiệm vụ]. Dữ liệu: [dữ liệu]
4) Phân biệt quyết định/hỗ trợ:
Chia nhiệm vụ sau thành hai:A) Dữ liệu/công việc dự thảo mà AI có thể thực hiện một cách tự tinB) Các điểm quyết định mà kỹ sư được ủy quyền phê duyệt là BẮT BUỘC Mô tả nhiệm vụ: [định nghĩa]
Vai trò của AI: Rủi ro theo loại nhiệm vụ
Loại nhiệm vụ
Đóng góp của AI
Mức độ rủi ro
Mật độ xác minh
Số hóa nhật ký/bảng
cao
thấp
kiểm tra tại chỗ
Phân loại sơ bộ thạch học
cao
trung bình
Cốt lõi + hợp lý
Tính toán tài nguyên/trọng tải
trung bình
cao
Tài khoản tay + độc lập
Quyết định an toàn về độ dốc/nền
hạn chế
rất cao
Phê duyệt kỹ sư đầy đủ
Báo cáo/bản thảo tài liệu
cao
trung bình
xác nhận nguồn
Đánh giá mối nguy hiểm/thảm họa
hạn chế
rất cao
Trường + tiêu chuẩn + phê duyệt
Mẹo: Để xác định mức độ rủi ro của một nhiệm vụ, hãy đặt một câu hỏi: “Điều tồi tệ nhất có thể xảy ra nếu kết quả đầu ra này sai là gì?” Nếu câu trả lời là 'Tôi sẽ mất vài phút', hãy xác minh nhẹ nhàng; Nếu 'ai đó có thể bị tổn thương', hãy coi kết quả đầu ra như một giả thuyết và đưa nó vào toàn bộ quy trình kỹ thuật.
Lưu ý: Đặc điểm nguy hiểm nhất của trí tuệ nhân tạo không phải là nó mắc lỗi mà là nó tự tin mắc lỗi. Một văn bản trôi chảy, có tính kỹ thuật và gọn gàng không có nghĩa là nó đúng. Hãy tin vào bằng chứng chứ không phải phong cách.
Những lỗi thường gặp
- Nhầm lẫn sự trôi chảy với sự chính xác. Cho dù văn bản có vẻ chuyên nghiệp đến đâu, các tuyên bố thực tế (tuổi, sự hình thành, số lượng, nguồn) đều phải được xác minh độc lập.
- Không chia tỷ lệ rủi ro theo loại nhiệm vụ. Xem xét bản đánh giá hóa lỏng giống như cách xem bản nháp email. Thang đo xác nhận có thể gây hại.
- Nhập dữ liệu trường bí mật mà không cần suy nghĩ. Thông tin điều phối, xếp loại và dự trữ có tính nhạy cảm về mặt thương mại và pháp lý; ẩn danh trước khi vào xe không được kiểm soát.
- Bỏ qua sự không chắc chắn. Chỉ vì mô hình trông “tự tin” không có nghĩa là sự không chắc chắn đó biến mất; Yêu cầu phạm vi và mức độ tin cậy thay vì ước tính một điểm duy nhất.
- Nhầm AI trong việc ra quyết định. Mô hình tạo ra các giả thuyết; Kỹ sư chịu trách nhiệm đưa ra quyết định.
Tóm lại
- Địa chất vốn hoạt động với sự không chắc chắn; AI có thể vừa quản lý vừa che giấu sự không chắc chắn này một cách nguy hiểm.
- Trí tuệ nhân tạo là an toàn nhất và có lợi nhất trong việc chuẩn bị dữ liệu, có giá trị nhất nhưng rủi ro nhất trong việc giải thích/phân tích và là công cụ tăng tốc trong giao tiếp.
- Mỗi đầu ra được xác nhận dựa trên ba điểm neo: thứ tự cường độ, tính hợp lý về mặt địa chất, bằng chứng thực địa.
- Rủi ro của một kết quả tương đương với tác hại mà nó sẽ gây ra nếu nó sai; quy mô xác nhận cho phù hợp.
- Trong kỹ thuật quan trọng về an toàn, đầu ra AI không bao giờ có thể thay thế cho sự phê duyệt của kỹ sư được ủy quyền.
Nhiệm vụ ứng dụng
Liệt kê năm nhiệm vụ địa chất bạn làm trong một tuần từ công việc của chính bạn (ví dụ: chỉnh sửa nhật ký, tương quan, phần báo cáo, kiểm tra điểm, ký hiệu nguy hiểm). Đặt mỗi thứ vào mức độ rủi ro theo bảng trong phần này và hỏi “điều tồi tệ nhất sẽ xảy ra nếu nó sai là gì?” Trả lời câu hỏi trong một câu. Sau đó viết lời nhắc ẩn danh mạnh mẽ cho nhiệm vụ có rủi ro thấp nhất và thử thực hiện; Kiểm tra đầu ra bằng ba điểm neo và lưu ý điểm neo nào gặp sự cố.
danh sách kiểm tra
- [ ] Tôi có thể phân biệt nơi nào trí tuệ nhân tạo tạo ra giá trị an toàn và nơi nào có giá trị rủi ro trong quy trình làm việc địa chất.
- [ ] Tôi có được phản xạ để xác minh từng kết quả đầu ra theo thứ tự độ lớn, tính hợp lý về địa chất và bằng chứng thực địa.
- [ ] Mức độ rủi ro của một nhiệm vụ bằng cách hỏi "điều tồi tệ nhất có thể xảy ra nếu nó gặp trục trặc là gì?" Tôi có thể xác định bằng câu hỏi.
- [ ] Tôi biết ảo giác và sự không chắc chắn là gì và làm thế nào để chúng có thể nhìn thấy được.
- [ ] Tôi đã áp dụng thói quen thiết lập lời nhắc an toàn bằng cách ẩn danh dữ liệu trường bí mật.