ChatGPT在水工建筑物安全鉴定中的应用前景

ChatGPT在水工建筑物安全鉴定中的应用前景

谭璟  田晗  王荣   潘琼 

连云港市市区水工程管理处，江苏  连云港  222005

摘要：随着水利工程建设发展，水工建筑物定期开展全评估工作越来越重要，传统的安全评估工作需要投入大量资金，通过数据采集、加工，分析，并经过专家开会研讨，审查等步骤。随着人工智能技术的发展，安全评估工作有了新思路。ChatGPT 是一种基于Transformer的大型语言模型能够对复杂的输入文本生成连贯且相关的输出,在工程领域展示出较大应用潜力。本文介绍了ChatGPT模型的基本原理与结构,论述ChatGPT模型在水工建筑物安全评估中的应用,生成安全评估方案、识别潜在风险以及优化监测点布置探讨 ChatGPT模型在应用中面临的数据质量、专业知识表达和结果可解释性等问题。

关键词：ChatGPT模型；水工建筑物；安全评估；水利工程应用。

1.ChatGPT模型简介

ChatGPT是基于Transformer架构的神经网络语言模型,通过注意力机制捕捉语言的关系与依赖性,在大规模英文文本进行训练[1]。目标是最大化文本序列的概率(最大化生成文本序列的概率),获得较强的语言表达能力与理解力。训练结束后，ChatGPT模型可以对新的输入文本生成相关且语义连贯的回复,用于会话系统与自然语言处理。

ChatGPT模型包合输人端Encoder和输出端Decoder，每层都有Multi-Head Attention 和 Feed Forward Net-work,其中Attention机制实现了序列建模。可以获取输入序列各个元素间的依赖关系,Encoder负责将输入编码Decoder层则解码生成输出。该结构使ChatGPT模型具有较强的序列建模能力，可用于生成连贯的长文本，回答复杂的问题。

ChatGPT模型通过读取并理解大量文本,掌握了语言的特征、语义与关系,能作出符合语境的回复,这为其在专业工程领域的应用奠定了基础。但由于领域知识的局限，ChatGPT模型在专业工程应用中还面临数据质量与知识表达的问题,需要大量实际数据与专家知识的支持与补充。

2. ChatGPT在水利工程安全评估中的应用

水利部门每年定期开展水利工程安全鉴定工作，水工建筑物安全评估作为确保水利工程安全运行的重要手段,需要生成风险评估方案、识别潜在风险以及对监测系统进行优化等一系列工作[2]。这些工作往往需要投入大量资金，需要专家团队投入大量时间与精力,且操作过程较为繁琐。ChatGPT模型利用水工建筑物设计资料、地质资料及日常监测数据,并结合专业知识自动生成相关方案或检查内容，可以开展安全评估工作[3]。

2.1生成安全评估报告

利用ChatGPT模型，输入水工建筑物水位、温度、过闸流量等相关数据、地址报告、混凝土鉴定情况，上年度汛期水位资料等，生成详细的评估报告，为专家团队的决策与方案优化提供重要依据与参考,实现工作高效化。

2.2识别潜在风险

水工建筑物在运行过程中存在各种故障与隐患,识别与修复潜在风险对于确保水利工程安全运行至关重要。人工识别隐患难免会存在一定困难与失误，自动识别可以起到较好的辅助作用。ChatG-PT模型可以分析闸站等日常监测数据学习正常运行的数据特征,识别数据中的异常变化与潜在问题,为各类闸站风险管理提供技术支持。例如输入沿海挡潮闸主体工程设计资料与历史监测数据,ChatGPT模型可以学习并掌握数据特征,判断数据中异常变化是否超过预警值或处于正常的波动范围。ChatGPT模型的判断与识别结果可以辅助专业技术人员更好地做好工程运行及日常管理工作。

2.3优化水工建筑物监测系统布点

人工布点往往受虑闸站主体工程结构的复杂性与监测术的局限性影响，监测效果一般。ChatGPT模型自动生成优化的监测布点方案为监测系统的设计与优化提供重要参考,特别是对当前布点的优化及新增加监测点的位置与密度推荐。ChatGPT 生成的监测布点方案可以为监测系统的设计提供依据实现更加合理有效的监测,降低由人工设计布点带来的失误与遗漏的概率。

3.应用中面临问题

ChatGPT模型在水工建筑物应用中虽然具有较大潜力,但也面临数据质量、专业知识表达与结果可解释性等方面的问题。

3.1提高模型训练与优化所需数据的质量

ChatGPT模型的性能高度依赖数据的质量与数量,需要更加丰富的监测数据、案例与专业知识来对模型进行优化与训练。目前对 ChatGPT模型来说可用数据的规模与种类还远远不够。

3.2在模型中加入专家知识与解释模块

在模型训练的过程中融入专家的知识与经验，在生成结果后添加解释模块,可以提高 ChatGPT结果的可理解性与可解释性。ChatGPT模型目前主依靠数据驱动,专业知识的融入还不够深人。

3.3实现ChatGPT模型的互动性

目前ChatGPT模型主要用于生成文本,需要开发人机交互界面,接收使用者的反馈意见,根据反馈不断提高模型的准确性与适用性。人机交瓦可以实现ChatGPT模型的持续优化增强其适用性。

4.今后应用前景展望

针对上述存在的问题下一步的工作重点就在于以下几点：一是积累更加丰富的监测数据、案例与专家知识扩充ChatGPT模型的知识面提高其生成方案与分析结果的准确性。二是研究有效地将专家知识融入到 ChatGPT模型中,在结果生成后添加解释机制进行解释,提高结果的可信度。三是开发人机交互界面。接收使用者的反馈意见根据反馈调整ChatGPT模型的结构与参数实现 ChatGPT模型的持续优化。四是研究ChatGPT模型在工程实践中的应用效果,发现其应用中新的问题,不断提高ChatGPT模型在实际工程中的适用性。

ChatGPT 等新技术在水工建筑物安全评估方面具有较大的应用潜力,但仍需要深入研究与创新来解决其面临的数据质量、专业知识表达与结果可解释性等问题,才能真正发挥作用，实现安全评估工作的精细化与智能化,为确保水利工程各闸站安全运行提供更加准确高效的技术手段与决策支持。

参考文献

[1]赵秋爽,赵瑞,冯志杰等.ChatGPT应用前景的简析[J].互联网天地,2023(03):34-37.

[2]屈紫馨.浅谈未来ChatGPT在建筑工程施工成本管理中的应用[J].建筑与预算,2023(09):47-49.

[3]张熙,杨小汕,徐常胜.ChatGPT及生成式人工智能现状及未来发展方向[J].中国科学基金:1-8.

[作者简介]

谭璟（1989—），男，江苏省连云港市，硕士研究生，工程师、经济师，主要从事水利工程建设、管理、运行及水资源开发利用与保护、节约用水管理等工作。

邮寄地址：江苏省连云港市海州区学院北路10号

连云港市市区水工程管理处

谭璟(收）   联系电话：18810353211