人工智慧深度學習的不斷發展對地質學這樣的經驗學科的影響會有多少？？

01-11

本人是在地質大學學習地質災害專業的，前段時間與一位中科大的研究人工智慧的老同學聊天，說到了一些我們專業對滑坡地質災害的預測方面的內容，他提醒我，隨著人工智慧的成熟，日後我們的很多工程地質領域的穩定性分析的過程可以由電腦來完成。那麼我們相關的從業人員會就此失業嗎？

我覺得你被忽悠了。各種地質構造和地質模型的分析現在已經是依賴各種軟體了。但是這些軟體只能模擬理想狀況，具體到每個個案沒有人來做邊界條件的限制是不行的。所謂的人工智慧，能依據野外的觀測來輸入邊界條件和限制條件么？不能。除非機器人技術發展（這就是他忽悠你的地方，根本就不是人工智慧）到可以替代人進行野外地質測量工作。即使野外機器人發展到很高級，沒有人的指導和維護，它們能獨立工作么？不能。所謂人工智慧替代人，讓人失業還早得很呢。人工智慧替代一個老師可以，要替代一個地質人員，可沒那麼簡單。

人工智慧也許是聰明，但是它擅長的那部分工作，現代計算機水平已經基本滿足，並不需要它的幫助。難點不在於數據處理，而在於數據採集和輸入。真要讓它出野外幹活的話，還早著呢！

地質不是科學。有點像中醫，看起來加了很多現代的化學，物理在裡面，骨子裡還是積累經驗靠試錯和直覺幹活的玄學。

別的不說，市面上一堆什麼快速岩性鑒定儀，沒哪個能頂得上隨便野外干兩年的地質人員。野外干久了，會有一種拿起石頭一掂就猜到這是什麼的感覺，跟中醫號脈差不多。

我覺得預測方面不正是機器學習的優勢所在么，從業人員應該不要去考慮就此失業，而是立馬去學習機器學習這方面的知識，然後發論文。

這涉及到兩點，

一則是人工智慧的概念及發展；

二則是它對於現有地質從業人員的影響。

第一，包括高票答案在內，很多人誤解了人工智慧與機器人。什麼是人工智慧？

啥都能自己干，自己分析，甚至和人類一模一樣？too young too simple。

人工智慧是模擬延伸和擴展人類智能的理論、方法、技術、應用。

研究主要方向包括機器人、語言識別、圖像識別、自然語言處理和專家系統等等。

最早的礦產預測系統是1960年代美國的PROSPECTOR專家系統，

你覺得這是軟體？不，這就是人工智慧。

中國自己研發的，比如MORPAS、MRAS也是人工智慧。

他們都是人工智慧中的專家系統。

再比如很多領域都用的，模糊數學分析、神經分析等，也屬於人工智慧的理論與方法。

再說接近一點的，SIRI，小黃雞，都屬於人工智慧的應用，別覺得它們傻，也屬於人工智慧。

第二，對現有地質從業人員的影響包括兩個方面，人工智慧發展速度與經濟效益。

人工智慧雖然是一個新事物，但是作為一種技術革新，在社會發展史上很常見。

任何技術的進步，都是可以提高單位人工效率的，從步行~人力車~馬車~汽車/火車。

人均生活水平 =人均佔有資源= 社會資源總量/人數 = 勞動人數*單位人工效率。

可以得出這麼一個大致的公式。

英國工業革命時期，英國平民周工作時間60個小時左右，2015年英國平民周工作時間40小時。

與此同時，生活天差地別，這就是技術革新帶來的差別，但是再往下發展呢？

只能走高福利低工作時間路線，畢竟人均佔有資源量不可能無限提升，總有瓶頸。

長期來看，一定時間以後肯定會強制一周五天，一天8小時，甚至更少。

1960年代開始，中國全國開展了大規模的1:20萬區調工作，

裡面有大量的地球化學數據分析，大量的地球化學投圖。這些都是手繪，人工計算分析。

換成現在，用路遠發的geoplot 或者一些別的分析軟體，一個人一天能幹10個人一個月的活。

怎麼可能不受影響？

就地質災害而言，崩塌、滑坡等最基本的危險性分析，簡單地形不存在難度。

地層岩性、土壤性質、傾向、傾角、坡腳、高度、日最大降雨量、年降雨量。

邊界條件限制與資料庫建立真的很難么？

複雜地貌的話，可能需要3D自動建模，也真不是很難的事，起碼一定範圍內，不比下圍棋難。

機器從來不可能完全取代人，需要有人維護與操作，進行一些運行上的設置。

但不可能完全取代，和完全不能取代，也是天差地別的。

可能原來全國需要200萬地質從業人員，以後可能只需要20萬。

從經濟效益上，大型自動化生產線、機器防爆狗、外骨骼裝甲都已經是較為成熟的。

但是為什麼沒有推廣開來，歸根結底還是經濟效益問題。

高票說，讓人工智慧出野外，還早著呢。真沒錯！！！

因為划不來，2000一個月，就可以讓剛畢業的小夥子出野外採樣，為啥要機器去采呢？

採樣、打鑽、搜集各類數據，完全可以作為低價值工作，交給地質隊員。

而人工智慧進行一個綜合信息預測。

大部分回答說地質學是玄學，是經驗學科，對具體的礦床，會有具體的經驗公式。

這些都是對的。

這更說明了一點——在經驗的總結上，不存在任何一個人強過阿爾法狗。

起碼在我們有生之年，不需要擔心飯碗被人工智慧搶走。

不是因為人工智慧的發展速度慢，

而是因為經濟效益上，不如留著底層，遠低於機器成本。

搞地質的自己都開玩笑說地質是玄學的。

人工智慧要解決容錯率的問題才行，不然基本的命名都成問題