Нейросеть научили определять потенциальные месторождения металлов

ТОМСК, 8 декабря. /ТАСС/. Ученые Томского политехнического университета (ТПУ) совместно с коллегами из Ирана разработали методику поиска потенциальных месторождений металлов, в том числе драгоценных и редкоземельных, при помощи нейронной сети и математических моделей. Методика позволяет составлять точные прогнозы на основе неполных геологических данных, что упрощает и ускоряет геологоразведку, а также снижает затраты на ее проведение, сообщил ТАСС руководитель проекта, доцент отделения геологии ТПУ Тимофей Тимкин.

"По нашей методике при помощи частично предоставленных данных нейросетью могут быть спрогнозированы любые твердые полезные ископаемые, драгоценные металлы и редкоземельные в том числе. Она позволяет искать полезные ископаемые в труднодоступных местах, например, в горах, на большой площади, нужна, чтобы детализировать геологоразведочные работы", - сказал собеседник агентства.

В первую очередь разработка позволит экономить средства на этапе геологоразведки - территория, где идет поиск чаще всего огромная, нужно находить участки, наиболее перспективные для добычи. "Всегда перед геологами-практиками стоит задача, как организовать работу так, чтобы выделить перспективные участки для разведки и при этом сэкономить денежные ресурсы, ведь можно затратить огромные средства и в конечном итоге ничего не найти. Я думаю, что в зависимости от начальной суммы проекта можно сэкономить до 20% точно (благодаря нейросети), а это большие деньги - миллионы, а в некоторых случаях и миллиарды рублей", - сказал Тимкин.

Он уточнил, что в ходе работ по прогнозированию и поиску месторождений появляются большие массивы цифровых данных, для их обработки нужны нейросети и математические модели, чтобы ускорить процесс разведки. В России таких готовых решений в сфере искусственного интеллекта для геологоразведки ранее не было.

Исследования велись с Тегеранским политехническим университетом на протяжении нескольких лет, данные для составления математической модели, по которой прогнозируются запасы недр, собирались в иранской провинции Йезд, где находятся перспективные месторождения железа. Роль геологов из Ирана заключалась в сборе полевых данных и их первичной интерпретации, ученых томского вуза - в анализе геолого-геофизических данных и их обработке. Совместно были сделаны последующие выводы и построена модель, с ее помощью была обучена нейросеть.

"Обычно геологические работы - это комплекс работ. Нужны геологические данные, геофизические данные, геохимические данные. В нашем случае были предоставлены для машины геофизические данные, которые реально сняты в полевых условиях. Со всей площади объекта был снят небольшой район (участок объекта, где необходимо найти месторождения - прим. ТАСС), и машина уже сама спрогнозировала недостающие данные на новые участки, выписала новые объекты, которые будут детально изучены горными и буровыми работами", - отметил Тимкин.