人工智慧在地質調查上的應用

張渝江 技師

新北市應用地質技師公會 游威耀 理事長

前言

地質調查是土木工程中不可或缺的一環，傳統的做法：仰賴人力進行鑽探、採樣、分析，並撰寫報告，這些過程耗時費力且容易出錯。人工智慧（AI）大型語言模型(LLM)的出現，為地質調查帶來革命性的改變，它能自動化許多繁瑣的步驟，提高效率和準確性。

 一、地質調查中如何應用AI

1.  現場調查：利用無人機和影像辨識技術，AI可以快速收集地形地貌、地質構造等資訊，並即時分析，省去多次現場勘查的時間。

2.  鑽探岩心箱樣本辨識：傳統的岩心鑑定需要豐富經驗的工程師，現在AI 影像辨識工具，可以協助判斷岩石種類，例如 Google Lens 和 OpenAI 的GPT-4模型，都能做到這一點，但仍需技師確認，小的LLM較不準確要注意。

3.  地質敏感區風險評估：AI可以監控地質敏感區的影像，例如邊坡、軌道等，並即時發出警報，預防山崩、落石等災害，這些即時的工具，因為LLM與API的出現變成相當便宜。

4.  報告撰寫和審查：AI可以根據數據協助撰寫報告，並協助審查報告，確保報告的完整性和符合性。

二、不同AI LLM工具的比較

1.AI 工具的比較

研究人員測試了多種 AI 工具，發現 Google Lens 的影像辨識能力較為基礎，而 GPT-4、Claude、Gemini 和 Ernie 等大型語言模型則更為準確，其中 OpenAI 的 GPT-4 在計算能力和速度方面領先，這也不意外，據說他們一年虧損50億美金，因為大量的投資造成虧損。

2.案例研究

我們利用AI工具進行了一系列的案例研究，包括岩石分類、岩心分析、地質構造辨識和地理空間數據管理。結果顯示，AI工具可以有效地輔助地質調查工作，例如對岩芯進行協助研判岩性，或利用無人機影像和地形圖，進行地質災害潛勢分析。

三、AI 的挑戰和倫理考量

AI不免存在偏見，同時也有倫理上的考量。

1.  數據隱私：地質調查涉及許多敏感資訊，如何確保數據安全和隱私是一個重要課題。

2.  信任問題：由於AI模型的決策過程不夠透明，工程師可能難以完全信任 AI 的判斷。

3.  模型偏差：AI模型的訓練數據可能存在偏差，導致評估結果不準確。

4.  倫理責任：如果AI系統出錯，造成損失或傷害，該如何追究責任？

結語

AI 的應用為地質調查帶來許多益處，但也存在一些挑戰。未來，AI 需要持續發展，提高透明度和可靠性，並與人類專業知識相輔相成，才能在地質調查中發揮更大的作用，保障公共安全和環境永續。

附註：本文為作者於HKIE-CIE-IEM Tripartite Seminar Nov-2024(中國工程師學會（CIE）、香港工程師學會（HKIE）和馬來西亞工程師學會（IEM），每年共同舉辦「三地（臺、港、馬）大地工程國際研討會」)，於香港發表與演說的論文主題觸發撰寫而成。