Đạo đức, quyền riêng tư dữ liệu, ranh giới và quản trị xác minh toàn diện — Trí tuệ nhân tạo trong kỹ thuật địa chất

Lợi nhuận:

Khả năng thực thi các quy tắc bảo mật để bảo vệ quyền khoáng sản, dữ liệu cụ thể tại địa điểm và sự nhạy cảm của cộng đồng
Khả năng biến ảo giác, sự không chắc chắn và giới hạn trách nhiệm thành các biện pháp kiểm soát hoạt động
Khả năng duy trì việc sử dụng AI trong kỹ thuật địa chất với kỷ luật quản trị và xác minh từ đầu đến cuối

Đơn vị cuối cùng của mô-đun này tập hợp tất cả các đơn vị trước đó về một mái nhà: quản lý sử dụng trí tuệ nhân tạo trong kỹ thuật địa chất một cách bền vững, an toàn và có đạo đức. Chỉ kỹ năng kỹ thuật thôi là chưa đủ; Kỹ sư địa chất cũng bảo vệ dữ liệu nhạy cảm về mặt thương mại, xem xét tính nhạy cảm của cộng đồng và môi trường, chuyển ảo giác và sự không chắc chắn thành các biện pháp kiểm soát vận hành và chịu trách nhiệm cuối cùng. Đơn vị này biến các quy tắc lộn xộn thành một nguyên tắc khả thi: những gì chúng ta không chia sẻ, những gì chúng ta tin tưởng và làm thế nào, chúng ta làm gì khi xảy ra sai sót và làm thế nào để biến tất cả những điều này thành thói quen lâu dài.

Địa chất là một nghề mà các quyết định của nó liên quan đến hàng dặm dưới lòng đất, hàng triệu đô la đầu tư và đôi khi là sự an toàn của toàn bộ cộng đồng. Đó là lý do tại sao đạo đức ở đây không phải là một lý tưởng trừu tượng mà là những quy tắc cụ thể gắn liền với quy trình làm việc hàng ngày. Khi hoàn thành phần này, bạn sẽ có thể đưa mọi kỹ thuật bạn đã học trong suốt học phần vào một khung quản trị và sử dụng trí tuệ nhân tạo làm hệ số nhân có kiểm soát chứ không phải là nguồn rủi ro.

Bảo mật dữ liệu và độ nhạy cảm về quyền khoáng sản

Dữ liệu địa chất thường cực kỳ nhạy cảm. Tọa độ khoan, giá trị cấp độ, số liệu trữ lượng và mục tiêu thăm dò là bí mật thương mại và thường thuộc về chủ sở hữu quyền khoáng sản (công ty hoặc nhà nước được cấp phép). Việc nhập dữ liệu này vào dịch vụ AI bên ngoài không được kiểm soát sẽ gây ra ba rủi ro nghiêm trọng: rủi ro cạnh tranh (đối thủ cạnh tranh có thể theo dõi một khám phá), rủi ro pháp lý (vi phạm quyền riêng tư và quyền sở hữu dữ liệu) và rủi ro cộng đồng (rò rỉ sớm một khám phá có thể gây ra suy đoán và xung đột).

Cách tiếp cận đúng được xếp lớp. Đầu tiên, ẩn danh dữ liệu nhạy cảm: thay thế tọa độ thực bằng giá trị đại diện, tên trường thực tế bằng “Trường-A”, điểm thực tế bằng giá trị tỷ lệ/đại diện. Thứ hai, bất cứ khi nào có thể, hãy sử dụng các công cụ được kiểm soát và được tổ chức phê duyệt (môi trường nội bộ hoặc được bảo vệ theo hợp đồng nơi dữ liệu không bị rò rỉ). Thứ ba, nguyên tắc ít dữ liệu nhất: chia sẻ lượng dữ liệu nhỏ nhất đủ cho nhiệm vụ chứ không phải toàn bộ cơ sở dữ liệu. Tốc độ đầu ra không bao giờ đi trước tính bảo mật của dữ liệu.

Lưu ý: Ghi chú "Dữ liệu này là bí mật" không bảo vệ dữ liệu. Viết rằng nó là bí mật và chia sẻ nó như vậy cũng có rủi ro tương tự như việc không viết gì cả. Quyền riêng tư đạt được bằng cách ẩn danh dữ liệu và sử dụng các phương tiện được kiểm soát; không phải bằng cách tuyên bố ý định.

Biến ảo giác và sự không chắc chắn thành kiểm soát hoạt động

Trong suốt mô-đun, chúng tôi thấy ảo giác (mô hình tạo ra thông tin không tồn tại như thể nó là thật) và sự không chắc chắn lặp đi lặp lại. Trong phần này, chúng tôi chuyển đổi những cảnh báo này từ cảnh báo trừu tượng sang biện pháp kiểm soát cụ thể. Ba điều khiển hoạt động có hiệu lực cho mỗi đầu ra AI:

Hạn chế về nguồn lực. Áp đặt quy tắc "chỉ dựa trên dữ liệu tôi cung cấp cho bạn, không bịa đặt" cho mô hình và đánh dấu nguồn gốc của mọi khiếu nại. Điều này không chấm dứt ảo giác, nhưng làm cho nó có thể nhìn thấy được.

Sự ép buộc của sự không chắc chắn. Yêu cầu mức độ tin cậy hoặc phạm vi thay vì ước tính một điểm duy nhất. Sự khác biệt "độ tin cậy cao / trung bình / suy đoán" ngăn cản mô hình hoạt động như thể nó chính xác.

Xác minh độc lập. Ba điểm neo mà chúng tôi thiết lập trong suốt mô-đun—thứ tự cường độ, tính hợp lý về địa chất, bằng chứng thực địa—áp dụng cho từng kết quả đầu ra. Tính toán tiêu chuẩn và phê duyệt của kỹ sư cũng được thêm vào các đầu ra quan trọng về an toàn.

Ba sự kiểm soát này không loại bỏ được ảo giác và sự không chắc chắn; làm cho chúng có thể quản lý, hiển thị và kiểm tra được. Đây là điểm khác biệt: rủi ro không được kiểm soát là nguy hiểm, rủi ro có thể nhìn thấy và được quản lý là điều bình thường trong kỹ thuật.

Giới hạn trách nhiệm pháp lý và sự đồng ý của con người

Nguyên tắc bất di bất dịch của mô-đun này là: trí tuệ nhân tạo hỗ trợ và tăng tốc; Trách nhiệm về quyết định, báo cáo và thiết kế vẫn thuộc về kỹ sư địa chất được ủy quyền. Đây không phải là một khẩu hiệu, nó là một thực tế pháp lý và đạo đức. Một báo cáo đã được ký, một bản đánh giá mối nguy được đưa ra, một thiết kế đã được phê duyệt—tất cả những điều này đều là trách nhiệm nghề nghiệp của một người. “Đó là những gì AI đã nói” không phải là lời bào chữa về mặt kỹ thuật; giống như không thể "máy tính nói vậy".

Điều này có nghĩa là trách nhiệm là không thể ủy thác được. Ngay cả khi mô hình tạo ra đầu ra, kỹ sư chuyển đổi đầu ra đó thành quyết định và ký vào đó sẽ chịu trách nhiệm về tính chính xác của đầu ra. Do đó, mọi đầu ra quan trọng về bảo mật đều phải có thể kiểm tra được (có thể truy nguyên, biết được nguồn), có thể xác minh được (được kiểm tra bằng tính toán độc lập) và được con người phê duyệt. Bộ ba này là lớp đảm bảo cuối cùng dựa trên mọi kỹ thuật mà chúng ta học trong suốt mô-đun.

Mẹo: Trước khi ký vào bản in, hãy tự hỏi: "Nếu bản in này sai, liệu tôi có thể bảo vệ những gì tôi đưa ra quyết định và cách tôi biện minh cho quyết định đó không?" Nếu câu trả lời của bạn là "AI được tạo" thì quá trình xác minh vẫn chưa hoàn tất.

Ba trường hợp nhỏ: Bằng những con số

Trường hợp 1 - Ngăn ngừa rò rỉ. Một nhà địa chất tại một công ty thăm dò chuẩn bị tải 1.200 hàng bảng cấp độ lỗ khoan thực tế lên một dịch vụ bên ngoài không được kiểm soát để phân tích nhanh. Chính sách thể chế có hiệu lực và yêu cầu anh ta trước tiên phải ẩn danh dữ liệu (chia tỷ lệ tọa độ và ẩn tên trường). Sau này, giá trị thương mại của phát hiện đó lên tới hàng triệu đô la; Tải không được kiểm soát có thể là một rò rỉ nghiêm trọng từ góc độ cạnh tranh và pháp lý. Quá trình ẩn danh mất vài phút nhưng giá trị mà nó giữ lại là rất lớn.

Trường hợp 2 - Độ không đảm bảo được thể hiện rõ ràng. Trong một báo cáo nguồn, nhóm đã yêu cầu kết quả đầu ra của mô hình ở mức độ tin cậy thay vì một chữ số. Hóa ra khu vực được đánh dấu là "đầu cơ" thực ra chỉ dựa trên một đợt khoan duy nhất; Khu vực này đã bị loại khỏi đánh giá kinh tế. Nếu không có áp lực về sự không chắc chắn, một giả định nghe có vẻ hợp lý sẽ đưa đến một quyết định trị giá hàng triệu đô la dưới dạng dữ liệu chắc chắn.

Trường hợp 3 - Tin cậy với khả năng truy xuất nguồn gốc. Khi được hỏi về nguồn gốc của từng vấn đề trong báo cáo địa kỹ thuật trong một cuộc kiểm tra, nhóm có thể truy tìm từng giá trị từ dữ liệu đầu vào, phương pháp và bước phê duyệt nhờ hồ sơ truy xuất nguồn gốc. Một sự khác biệt nhỏ đã được tìm thấy trong một vấn đề, nhưng nguyên nhân và tác động gốc rễ đã được xác định và khắc phục trong vòng vài phút. Kỷ luật quản trị đã giải quyết được sai sót trước khi nó trở thành khủng hoảng.

Nhắc yếu / Nhắc mạnh

Dấu nhắc yếu:

Phân tích tất cả dữ liệu khoan và cấp của công ty chúng tôi trong lĩnh vực này và cho chúng tôi biết mục tiêu khai thác tốt nhất. [tọa độ và điểm thực tế]

Lời nhắc mạnh mẽ:

Tôi muốn được trợ giúp về phân tích tìm kiếm. Quy tắc bảo mật: - Tọa độ và tên trang web mang tính đại diện (“Trang web-A”, giá trị tỷ lệ); Tôi không chia sẻ những giá trị thực sự. - Chỉ cần dựa vào số liệu kỹ thuật tôi đưa ra; sự hình thành/khoáng chất/tuổi phù hợp.- Đưa ra nhận xét với mức độ tin cậy (cao/trung bình/suy đoán).- Liệt kê các giả định cần kiểm chứng cuối cùng và những điểm cần xác nhận hiện trường. Quyết định cuối cùng và trách nhiệm là của tôi; Bạn tạo bản nháp và tùy chọn.

Bốn mẫu có thể sao chép

1) Kiểm tra trước quyền riêng tư:

Hãy xem xét rủi ro về quyền riêng tư trước khi cung cấp dữ liệu sau cho công cụ AI: trường nào (tọa độ, cấp độ, tên địa điểm, công ty) là nhạy cảm và chúng nên được ẩn danh như thế nào? Tôi không nên chia sẻ những gì theo nguyên tắc ít dữ liệu nhất? Đưa cho tôi một danh sách kiểm tra.

2) Hình dung ảo giác:

Liệt kê từng tuyên bố thực tế (tuổi, sự hình thành, số lượng, nguồn) trong kết quả đầu ra này một cách riêng biệt và cho từng tuyên bố: nó có được hỗ trợ bởi dữ liệu đã cho không, nó là một suy luận hay nó không được hỗ trợ? Đánh dấu rõ ràng những điều không có căn cứ hoặc không thể kiểm chứng.

3) Danh sách kiểm tra quản trị xác minh:

Kiểm tra ba lớp cho đầu ra quan trọng về bảo mật này: (1) truy xuất nguồn gốc - nguồn, phương pháp, phiên bản mô hình có được ghi lại không? (2) khả năng xác minh - nó đã được kiểm tra dựa trên các tài khoản/tiêu chuẩn độc lập chưa? (3) sự phê duyệt của con người - có bước phê duyệt kỹ sư đủ tiêu chuẩn không? Đánh dấu những cái còn thiếu.

4) Phân chia giới hạn trách nhiệm:

Chia nhiệm vụ này thành hai: (A) dữ liệu/bản nháp mà AI có thể thực hiện một cách an toàn, (B) các điểm PHẢI có quyết định và chữ ký của kỹ sư được ủy quyền. Chỉ định những gì cần xác minh cho mỗi mục B.

Khía cạnh quản trị, rủi ro và kiểm soát

Kích thước

Rủi ro chính

kiểm soát hoạt động

Quyền riêng tư dữ liệu

Cạnh tranh/rò rỉ pháp luật

Ẩn danh + phương tiện được điều khiển + dữ liệu tối thiểu

ảo giác

Thông tin bịa đặt nhập vào chữ ký

Ràng buộc tài nguyên + kiểm soát xác nhận

sự không chắc chắn

sự chắc chắn sai lầm

Mức độ tin cậy/phạm vi thách thức

truy xuất nguồn gốc

Không thể tìm thấy nguyên nhân gốc rễ

Bản ghi nguồn/phương pháp/phiên bản

Trách nhiệm

Cơ sở cho quyết định là không thể chấp nhận được

Có thể kiểm tra + kiểm chứng + được con người chứng nhận

cộng đồng/môi trường

Rò rỉ sớm, mất niềm tin

Giám sát chính xác + minh bạch

Mẹo: Hãy xem quản trị như một công cụ tăng tốc chứ không phải là một trở ngại. Các quy tắc về quyền riêng tư, xác thực và truy xuất nguồn gốc được thiết lập tốt biến những khủng hoảng kéo dài hàng giờ thành những giải pháp khắc phục từng phút khi có vấn đề phát sinh; Tăng độ tin cậy và khả năng tái sử dụng.

Những lỗi thường gặp

Cố gắng đảm bảo tính bảo mật thông qua việc tuyên bố ý định. Viết ghi chú "Bí mật" và chia sẻ dữ liệu như hiện tại không bảo vệ dữ liệu đó; Việc ẩn danh và một phương tiện được kiểm soát là rất cần thiết.
Giảm độ không chắc chắn xuống còn một chữ số. Nếu mức độ tin cậy là không cần thiết thì một giả định đơn lẻ sẽ đưa ra quyết định như thể đó là dữ liệu vững chắc.
Bỏ qua truy xuất nguồn gốc. Nếu không có bản ghi nguồn và phương pháp thì không thể xác định được nguyên nhân gốc rễ và tác động của lỗi.
Đổ trách nhiệm cho phương tiện. “AI đã nói như vậy” không phải là lý do; Chữ ký và quyết định thuộc về người kỹ sư.
Bỏ qua sự nhạy cảm của cộng đồng và môi trường. Rò rỉ sớm và thiếu minh bạch sẽ hủy hoại niềm tin và giấy phép xã hội.

Tóm lại

Dữ liệu địa chất nhạy cảm về mặt thương mại và pháp lý; Quyền riêng tư được đảm bảo bằng cách ẩn danh, các phương tiện được kiểm soát và nguyên tắc ít dữ liệu nhất, không phải bằng cách tuyên bố ý định.
Ảo giác và sự không chắc chắn được chuyển thành ba biện pháp kiểm soát hoạt động: hạn chế về nguồn lực, thực thi sự không chắc chắn, xác minh độc lập (ba mỏ neo).
Trách nhiệm không thể được ủy quyền; Mọi đầu ra quan trọng về bảo mật đều phải được kiểm tra, xác minh và được con người phê duyệt.
Quản trị tốt không phải là trở ngại mà là động lực tăng tốc; Nó biến khủng hoảng thành những giải pháp nhỏ nhặt và tăng cường sự tự tin.
Trí tuệ nhân tạo là một hệ số nhân lực có kiểm soát trong kỹ thuật địa chất; Người ra quyết định và ký tên luôn là người được ủy quyền.

Nhiệm vụ ứng dụng

Hãy xem xét một tập dữ liệu thực tế nhưng chính xác (chứa tọa độ và cấp độ) từ doanh nghiệp của bạn. Viết ra danh sách kiểm tra về những trường bạn sẽ ẩn danh và cách thực hiện bằng mẫu "kiểm tra trước quyền riêng tư". Sau đó, trong mô-đun này, hãy chọn loại đầu ra mà bạn cho là có rủi ro nhất (ví dụ: FS độ dốc, hóa lỏng, trọng tải tài nguyên), kiểm tra ba lớp (khả năng truy xuất nguồn gốc, khả năng xác minh, sự chấp thuận của con người) bằng mẫu "danh sách kiểm tra quản trị xác minh" và viết trong một câu cách bạn sẽ đề cập đến một điểm mà bạn thấy còn thiếu.

danh sách kiểm tra

[ ] Tôi bảo vệ dữ liệu địa chất nhạy cảm bằng cách ẩn danh, các phương tiện được kiểm soát và nguyên tắc ít dữ liệu nhất.
[ ] Tôi quản lý ảo giác và sự không chắc chắn bằng hạn chế về nguồn lực, mức độ tin cậy và ba xác nhận neo.
[ ] Tôi đảm bảo mọi đầu ra quan trọng về bảo mật đều có thể kiểm tra, xác minh và được con người phê duyệt.
[ ] Tôi đã chấp nhận rằng trách nhiệm này là không thể chuyển nhượng và chữ ký vẫn thuộc về kỹ sư.
[ ] Tôi triển khai quản trị với tư cách là công cụ hỗ trợ tốc độ và độ tin cậy, lớp đảm bảo trên tất cả các kỹ thuật mô-đun.

Thi học phần

1. Nguyên tắc cơ bản nào sau đây quyết định rủi ro của đầu ra AI trong kỹ thuật địa chất?

A) Rủi ro của một đầu ra bằng với tác hại mà nó có thể gây ra nếu đầu ra đó bị lỗi; thang đo xác nhận phù hợp ✔
B) Đầu ra AI nói chung là an toàn vì nó được viết trôi chảy và tự tin
C) Việc xác nhận là không cần thiết khi sử dụng mô hình mới nhất
D) Nếu đầu ra đề cập đến một tiêu chuẩn thì không cần kiểm soát bổ sung

Giải thích: Rủi ro của một đầu ra bằng với tác hại mà nó sẽ gây ra nếu đầu ra đó bị lỗi. Mặc dù một sai sót nhỏ trong phần tóm tắt tài liệu có thể vô hại nhưng một sai sót trong đánh giá độ dốc của hệ số an toàn hoặc độ hóa lỏng có thể dẫn đến thiệt hại về người và tài sản; vì vậy cường độ xác minh sẽ tăng theo mức độ gây hại tiềm ẩn.

2. Vấn đề “không duy nhất” trong nghịch đảo địa vật lý đòi hỏi phải sử dụng AI là gì?

A) Chấp nhận trực tiếp cách giải thích đầu tiên do mô hình tạo ra
B) Thu hẹp cách diễn giải bằng cách kết nối nó với dữ liệu giếng, các hạn chế về khoan và địa chất ✔
C) Chỉ chọn đồ họa có độ phân giải cao nhất.
D) Loại bỏ hoàn toàn dữ liệu địa vật lý

Giải thích: Cùng một phép đo địa vật lý (ví dụ: dữ liệu trọng lực hoặc điện trở suất) có thể được mô tả bằng nhiều mô hình dưới bề mặt khác nhau. Vì vậy, cách giải thích do AI tạo ra không phải là cách giải thích duy nhất đúng; Nó phải được thu hẹp bằng cách kết nối các ràng buộc độc lập như nhật ký giếng, khoan và bối cảnh địa chất.

3. Công dụng của variogram và kriging trong ước tính tài nguyên là gì?

A) Tự động tô màu các ảnh cốt lõi
B) Điều chỉnh tốc độ của máy khoan
C) Nó xác định tính liên tục về mặt không gian giữa các mẫu và ước tính cấp độ trong các khối chưa được lấy mẫu với độ không chắc chắn ✔
D) Nó làm giàu vật chất cho quặng

Mô tả: Variogram là thước đo tính liên tục trong không gian mô tả mức độ tương tự cấp độ giảm khi khoảng cách giữa các điểm mẫu tăng lên. Kriging là một phương pháp thống kê địa lý sử dụng cấu trúc này để ước tính cấp độ trong các khối chưa được lấy mẫu cùng với độ không chắc chắn của ước tính; Mô hình khối được xây dựng dựa trên điều này.

4. Bước nào là cần thiết trước khi xem xét bản đồ thay đổi do viễn thám tạo ra là đáng tin cậy?

A) Bảng màu của bản đồ phải có tính thẩm mỹ.
B) Hình ảnh đã được tải xuống ở độ phân giải cao nhất
C) Kiểm soát hiện trường và mẫu tại các điểm đã chọn với sự thật cơ bản ✔
D) Sự bất thường được đánh dấu bằng trí tuệ nhân tạo

Mô tả: Phân tích quang phổ đưa ra những bất thường cho thấy các khoáng chất bị biến đổi, nhưng những điều này có thể gây hiểu nhầm do thảm thực vật, bóng tối hoặc hiệu ứng khí quyển. Bản đồ không được coi là chính xác nếu không có sự thật căn bản cũng như kiểm soát mẫu và hiện trường tại các điểm đã chọn.

5. Tại sao 'hệ số an toàn' (FS) lại là điểm xác thực cho đầu ra AI trong phân tích độ ổn định độ dốc?

A) Vì nó chỉ thể hiện chi phí đào
B) Chỉ vì nó mô tả màu sắc của độ dốc
C) Bởi vì nó kiểm tra về mặt vật lý nguy cơ thất bại bằng cách đưa ra tỷ lệ giữa các lực cản và trượt cầu trượt ✔
D) Bởi vì nó chỉ có ý nghĩa trong môi trường phòng thí nghiệm

Giải thích: Hệ số an toàn là tỉ số giữa lực cản trượt và lực trượt; Giá trị FS gần hoặc dưới 1 cho biết nguy cơ thất bại. Hình dạng độ dốc hoặc tập hợp các tham số do AI đề xuất sẽ được kiểm tra vật lý bằng cách tạo ra FS bằng cách tính toán cân bằng giới hạn và so sánh nó với các ngưỡng tiêu chuẩn.

6. Mục đích chính khi xử lý mô tả lõi văn bản tự do ('đá vôi màu nâu, phong hóa, nứt nẻ, mạch canxit thưa thớt') bằng AI là gì?

A) Viết lại ngẫu nhiên quan sát
B) Tự động tăng độ sâu khoan
C) Đánh số lại lõi về mặt vật lý
D) Làm cho dữ liệu có thể truy vấn được bằng cách dịch văn bản tự do không nhất quán sang thuật ngữ tiêu chuẩn và các trường có cấu trúc ✔

Mô tả: AI chuyển đổi các quan sát trường văn bản tự do không nhất quán thành thuật ngữ tiêu chuẩn và các trường có cấu trúc (thạch học, mức độ phong hóa, tính gián đoạn, khoáng vật thứ cấp), làm cho dữ liệu có thể truy vấn và so sánh được. Tuy nhiên, cách giải thích về địa chất một lần nữa được người kỹ sư xác nhận.

7. Tại sao 'âm tính giả' lại đặc biệt quan trọng trong kết quả đầu ra AI liên quan đến an toàn tính mạng, chẳng hạn như lập bản đồ nguy cơ lở đất?

A) Bởi vì nó phân loại khu vực nguy hiểm là an toàn và không cần thực hiện biện pháp phòng ngừa nào cũng như gây rủi ro cho tính mạng/tài sản ✔
B) Bởi vì nó chỉ làm tăng kích thước của tệp bản đồ
C) Chỉ vì nó làm tăng số trang báo cáo
D) Vì âm tính giả luôn vô hại

Giải thích: Âm tính giả là sự phân loại an toàn về một khu vực thực sự nguy hiểm; Trong trường hợp này, không có biện pháp phòng ngừa nào được thực hiện và có nguy cơ mất mạng/tài sản. Kết quả dương tính giả gây ra chi phí không cần thiết. Trong lĩnh vực an toàn tính mạng, ngưỡng được chọn một cách thận trọng để giảm thiểu kết quả âm tính giả và được hỗ trợ bằng xác nhận hiện trường.

8. Nguyên tắc vật lý nào là điểm mấu chốt xác nhận khi đánh giá kết quả đầu ra của mô hình dòng chảy nước ngầm?

A) Mô hình tạo ra màu sắc đầu ra
B) Tuân thủ việc bảo tồn khối lượng (cân bằng nước) và mực nước giếng quan sát ✔
C) Kết thúc mô phỏng càng sớm càng tốt
D) Tệp mô hình phải ở định dạng mới nhất

Mô tả: Các mô hình nước ngầm dựa trên nguyên tắc bảo toàn khối lượng (cân bằng nước): lượng nước vào, ra và lưu trữ trong hệ thống phải nhất quán. Ngay cả khi hiệu chuẩn do AI hỗ trợ có vẻ tốt nhưng nếu cân bằng nước không đóng hoặc không khớp với mức giếng quan sát thì kết quả đầu ra vẫn không đáng tin cậy.

9. Cần lưu ý cụ thể giới hạn nào khi ước tính độ thấm bằng máy học từ nhật ký giếng?

A) Mô hình có giá trị tự động trong mọi lĩnh vực và mọi thạch học
B) Sự không chắc chắn về dự báo sẽ không được báo cáo.
C) Đo độ thấm trực tiếp và không có lỗi từ các bản ghi
D) Mối quan hệ được học có tính chất cụ thể đối với điều kiện giáo dục; ✔ Phép ngoại suy đến các địa điểm khác nhau tiềm ẩn rủi ro và phải được liên kết với thử nghiệm lõi/giếng ✔

Giải thích: Độ thấm không được đo trực tiếp từ các khúc gỗ; Mối quan hệ mà mô hình học được là đặc trưng cho các tướng và điều kiện áp lực của dữ liệu huấn luyện. Việc áp dụng (ngoại suy) một cách mù quáng vào một địa điểm khác hoặc thạch học không quen thuộc có thể gây ra lỗi lớn; Đầu ra phải được liên kết với phép đo lõi và kiểm tra giếng.

10. Tại sao việc truy xuất nguồn gốc lại cần thiết trong dự thảo báo cáo địa chất do AI tạo ra?

A) Truy xuất nguồn gốc là không cần thiết vì nó chỉ làm tăng kích thước tệp
B) Không cần lưu giữ hồ sơ vì AI không bao giờ mắc lỗi
C) Nguyên nhân gốc rễ và trách nhiệm pháp lý không thể được bảo đảm trừ khi dữ liệu, phương pháp và nguồn mô hình của từng vấn đề và khiếu nại được ghi lại ✔
D) Nên tránh truy xuất nguồn gốc vì nó làm chậm báo cáo

Mô tả: Báo cáo tạo cơ sở cho quyết định kỹ thuật; Cần lưu ý dữ liệu nào, phương pháp nào và phiên bản mô hình nào mà mỗi vấn đề, bản đồ và khiếu nại đều đến từ đó. Mặt khác, khi xảy ra lỗi, nguyên nhân cốt lõi và các quyết định bị ảnh hưởng không thể được xác định và trách nhiệm kỹ thuật không thể được đảm bảo.

11. Cách tiếp cận chính xác khi nhập dữ liệu khoan và cấp độ cụ thể tại địa điểm vào công cụ AI chung là gì?

A) Nhập chính xác tọa độ, điểm thực tế và nhận được phản hồi nhanh nhất
B) Ẩn danh tọa độ và giá trị, làm việc với các giá trị đại diện và chỉ sử dụng các công cụ được phê duyệt/kiểm soát ✔
C) Tải toàn bộ cơ sở dữ liệu dự án và cho phép mô hình học
D) Lưu ý rằng dữ liệu được bảo mật và chia sẻ nguyên trạng.

Mô tả: Tọa độ khoan, giá trị cấp độ và thông tin trữ lượng là những dữ liệu nhạy cảm về mặt thương mại và thường là dữ liệu bí mật thuộc về chủ sở hữu quyền khoáng sản. Việc gia nhập một dịch vụ nước ngoài không được kiểm soát sẽ tạo ra sự cạnh tranh và rủi ro pháp lý. Cách tiếp cận đúng là ẩn danh tọa độ/giá trị thực tế hoặc làm việc với các giá trị đại diện và chỉ sử dụng các công cụ do tổ chức kiểm soát đã được phê duyệt.

12. 'Thứ tự kiểm soát cường độ' có ý nghĩa gì trong tính toán kỹ thuật với AI?

A) Tăng số chữ số thập phân của kết quả
B) Đo độ phân giải đồ họa của kết quả
C) Chuẩn hóa màu sắc của kết quả
D) Kiểm tra bằng phép tính tay nhanh xem kết quả có nằm trong lũy thừa mong đợi là 10 ✔ hay không

Mô tả: Thứ tự kiểm tra cường độ là kiểm tra bằng cách tính toán nhanh tay xem kết quả có nằm trong phạm vi dự kiến là 10 hay không. Ví dụ, khi dự kiến độ dẫn thủy lực của tầng ngậm nước đối với cát, kết quả là km/ngày thay vì mét/ngày, biểu thị lỗi đơn vị hoặc chỉnh sửa mà không đi sâu vào chi tiết.

13. Bằng chứng chắc chắn nhất khi xác nhận kết quả đầu ra của mô hình phân loại thạch học từ các bản ghi lỗ khoan là gì?

A) Kiểm tra mẫu lõi được lấy từ cùng độ sâu ✔
B) Mô hình có điểm tin cậy cao
C) Đầu ra được tạo ra nhanh chóng
D) Biểu đồ nhật ký có nhiều màu

Giải thích: Nhật ký là phép đo gián tiếp; Bằng chứng trực tiếp và chắc chắn nhất là việc kiểm tra trực quan và trong phòng thí nghiệm đối với mẫu lõi được lấy từ cùng độ sâu. Khoan lõi mang đến cơ hội so sánh cách giải thích dựa trên log của mô hình với thực tế trên mặt đất.

14. Tuyên bố nào chính xác nhất về trách nhiệm cuối cùng đối với việc sử dụng AI trong kỹ thuật địa chất?

A) Vì AI tạo ra đầu ra nên trách nhiệm được chuyển cho công ty phần mềm
B) AI cung cấp hỗ trợ và tăng tốc; Trách nhiệm đưa ra quyết định và báo cáo vẫn thuộc về kỹ sư được ủy quyền, đầu ra phải được kiểm chứng và phê duyệt của con người ✔
C) Sự phê duyệt của kỹ sư là không cần thiết vì đầu ra AI tự động có hiệu lực
D) Trách nhiệm chỉ thuộc về đội hiện trường, không liên quan đến kỹ sư văn phòng

Mô tả: AI là một công cụ mạnh mẽ trong các công việc hỗ trợ như xử lý dữ liệu, tạo bản thiết kế và tăng tốc khám phá; Tuy nhiên, trách nhiệm về báo cáo đã ký, đánh giá mối nguy và quyết định thiết kế vẫn thuộc về kỹ sư địa chất được ủy quyền. Đầu ra phải được kiểm tra, xác minh và được con người phê duyệt.