Przejdź do treści
ecbyts

← Wszystkie aktualności

Inżynieria

Zaktualizowano

Gdzie pomaga AI, a gdzie decydują obliczenia w cyfrowym bliźniaku

Szacowany czas czytania: 4 min

  • Przewodnik
  • Tour

Modele językowe dobrze piszą i czasem wymyślają liczby. W ecbyts obliczenia wykonuje deterministyczny silnik, a AI jedynie tłumaczy polecenie. Dane fikcyjne.

Gdzie pomaga AI, a gdzie decydują obliczenia w cyfrowym bliźniaku: okładka z rzeczywistym zrzutem przewodnika w ecbyts i paskiem Demo, dane fikcyjne.

Kto pracuje z terenami zanieczyszczonymi, zna ten problem: danych jest mało, szeregi pomiarowe są zaszumione, a transport zanieczyszczenia w gruncie zależy od równań, które nie wybaczają skrótów. Model językowy może wymyślić tempo atenuacji lub współczynnik przepuszczalności i opisać wszystko z taką samą płynnością, z jaką pisze prawdę. W ecbyts obliczenia wykonuje deterministyczny silnik, a AI jedynie tłumaczy twoje polecenie na działania, które sprawdzasz przed zapisem.

Czego uczy weryfikacja formalna

26 października 2026 roku OpenAI ogłosiło, że wewnętrzne modele przygotowały propozycję obalenia hipotezy czasu wykładniczego (Exponential Time Hypothesis), przypuszczenia z końca lat 90. dotyczącego problemu logicznego 3-SAT. Dowód sformalizowano w Lean, asystencie dowodzenia twierdzeń matematycznych. Niezależny przegląd wciąż trwa, a ogłoszony postęp ma charakter teoretyczny.

Tutaj liczy się metoda, która obowiązuje niezależnie od potwierdzenia wyniku. Lean nie daje się przekonać dobrze napisanym zdaniem: każdy krok dowodu sprawdza maszyna, a krok, który się nie domyka, zostaje odrzucony. AI proponuje, a maszyna weryfikująca akceptuje lub odrzuca. Mimo to Lean potwierdza tylko twierdzenie, które dla niego zapisano, a ludzie muszą sprawdzić, czy to twierdzenie mówi to, co chciano udowodnić.

Środowiskowy cyfrowy bliźniak (model przedsięwzięcia, który przechowuje pochodzenie wszystkich danych i przelicza wynik po każdym nowym pomiarze) potrzebuje tej samej dyscypliny. Stężenia, bilansu masy i porównania z wartościami odniesienia nie da się odgadnąć tekstem. Muszą wynikać ze zidentyfikowanych danych i z obliczeń, które dla tych samych danych wejściowych zawsze dają ten sam wynik.

Jak ecbyts to rozwiązuje

ecbyts działa jak model świata przedsięwzięcia: każdy element, czy to punkt monitoringu, smuga zanieczyszczeń, obszar czy umowa, ma dane i pochodzenie. Dane trafiają do modelu jako obserwacje z parametrem, jednostką, datą, kampanią i punktem, w którym je zmierzono. Żadna AI nie bierze udziału we wprowadzaniu danych.

Obliczenia są deterministyczne. Interpolacja, porównanie z zestawem wartości odniesienia wybranym dla modelu, koszty i wskaźniki to funkcje samej aplikacji: te same dane wejściowe dają ten sam wynik dziś i za rok. AI nie liczy zamiast silnika.

AI występuje w roli tłumacza. W pasku poleceń wpisujesz, czego chcesz, w języku naturalnym, na przykład dodanie punktu monitoringu albo pokazanie obserwacji benzenu, a asystent wybiera spośród działań, które aplikacja już ma. Nie tworzy nowych działań ani nie zapisuje niczego bezpośrednio w modelu. Zapytania odczytu działają bez potwierdzenia; to, co zapisuje lub usuwa dane, przechodzi przez kartę potwierdzenia, która pokazuje element, parametr i wartość rozpoznane w otwartym modelu i ostrzega, gdy tekst AI podaje liczbę, której nie ma w tym, co zostanie zapisane. Przed każdym wysłaniem danych do dostawcy AI numer CPF (brazylijski numer identyfikacji podatkowej), e-mail i telefon zamieniają się w neutralne etykiety, a identyfikatory i wartości wrażliwe są zastępowane ogólnymi opisami.

Zostaje ślad. Każda zmiana wprowadzona przez AI jest zapisywana w Audit trail (ślad audytu), który tylko przyrasta, wraz z użytym modelem, działaniem i weryfikowalnym podsumowaniem parametrów. Przy eksporcie klucza .ecbt aplikacja wydaje Pieczęć ECBYTS, samodeklarację osoby odpowiedzialnej za model, z linkiem do weryfikacji. Odbiorca klucza sprawdza, że ogląda ten sam model, który zadeklarowano.

W praktyce

Przykład fikcyjny, na fikcyjnych danych. Wpisujesz w pasku poleceń: dodaj obserwację benzenu 12 µg/L w studni PM-07, kampania z marca 2026. Asystent wybiera działanie dodania obserwacji i wypełnia parametry.

Karta potwierdzenia pokazuje, co zostanie zapisane: element PM-07, parametr benzen, wartość 12 µg/L, kampania marzec 2026. Gdyby tekst asystenta podawał 120 µg/L, karta ostrzegłaby o rozbieżności między tekstem a wartością do zapisu. Potwierdzasz, a Audit trail rejestruje użyty model AI, działanie i parametry.

Porównanie 12 µg/L z wartością badawczą wybranego zestawu odniesienia wykonuje silnik, a nie AI. Wynik jest ten sam, jeśli powtórzysz operację jutro lub za rok, z asystentem lub bez niego.

Czym ta funkcja nie jest

  • ecbyts nie dowodzi twierdzeń o twoim modelu. Reguły zgodności to przetestowane obliczenia, a nie formalne dowody w Lean.
  • AI niczego nie podpisuje i za nic nie odpowiada. Odpowiedzialność techniczna pozostaje po stronie osób, które weryfikują i podpisują.
  • Asystent nie tworzy nowych działań, nie zapisuje bezpośrednio w modelu i nie zastępuje wprowadzania zmierzonych danych.
  • Przewodnik i przykład korzystają z fikcyjnych danych: nic, co widzisz, nie przedstawia rzeczywistego przedsięwzięcia.

Jak ćwiczyć

Przewodnik Polecenia w języku naturalnym trwa około 3 minut. Otwiera panel czatu AI, pokazuje przykładowe polecenia (na przykład dodanie studni we wskazanych współrzędnych lub pokazanie wszystkich obserwacji benzenu), dostępne działania i narzędzia, które asystent może uruchomić. Pozostałe przewodniki po AI znajdziesz w artykule Przewodniki po sztucznej inteligencji.

Otwórz przewodnik

← Wszystkie aktualności