🤖 ИИ на службе геологоразведки: от теории к первым месторождениям Последнее десятилетие прошло под знаком бурного развития искусственного интеллекта. Мы привыкли, что нейросети пишут тексты, рисуют картины, ищут котиков на видео и прогнозируют продажи. Казалось бы, применение тех же технологий для поиска месторождений — задача очевидная. Ведь геологически/геохимические/геофизические карты — это те же изображения, а аномалии полезных ископаемых можно рассматривать как «объекты» на снимке. Однако есть принципиальное отличие: если для обучения модели распознаванию котиков существуют миллионы снимков, то количество известных месторождений (особенно конкретного типа) исчисляется сотнями, а то и десятками. Этого катастрофически мало для «классического» машинного обучения. 🚀 Но сложности не остановили исследователей. За последние 6–7 лет на рынке появилось множество проектов, как внутрикорпоративных, так и коммерческих сервисов. Вот лишь некоторые из них: • KoBold Metals — разработка собственного алгоритма для внутреннего использования. • EarthAI — создание алгоритмов для совместной работы с юниорами и добывающими компаниями. • VRIFY и VerAI — платформы, предоставляющие ПО для геологоразведки по модели SaaS. • FLEET — разработка собственных решений. • EIS — открытый проект Европейского союза (доступны инструменты на GitHub и плагин для QGIS). • Институт имени Карпинского — разработка собственных алгоритмов и предоставление услуг с их использованием. ❓ Где обещанный результат? Вопрос, который волнует всех геологов. Долгое время эффективность ИИ оставалась под вопросом, но недавно гонка технологий перешла в практическую плоскость. 🏆 Первые ласточки: KoBold Metals громко заявили об открытии медно-кобальтового объекта «Mingomba» в Замбии (Центральноафриканский медный пояс). Это первый громкий успех ИИ в поиске металлов ( обзор о компании KoBold Metals и история открытия месторождения ). В начале февраля канадская Equinox Gold опубликовала пресс-релиз об открытии новой золотоносной зоны «Minotaur» в 8 км от их месторождения Valentine. Открытие было сделано с использованием ИИ-платформы от компании VRIFY и уже подтверждено бурением (обзорная презентация от VRIFY) 💡 Важно отметить, что оба объекта находятся в пределах известных рудных узлов и вблизи существующих месторождений. Это подтверждает гипотезу, что на данном этапе ключевым фактором успеха является наличие качественного эталонного объекта для обучения модели. ИИ пока эффективнее работает на масштабе локальных структур, чем на региональном уровне, но важно что первые результаты уже есть. По этой ссылке вы можете ознакомится боле консервативным взглядом/анализом Александра Шпектрова на проекты KoBold Metals (анализ открытия объекта «Mingomba») и проекты команды EarthAI.