На сегодняшний день разведанные запасы алмазов в мире оцениваются в 1,7–1,9 млрд карат, которых при текущем уровне добычи хватит примерно на несколько десятков лет. При этом более половины мировых запасов приходится на Россию, но проблема в том, что новые месторождения открывать всё сложнее. Именно поэтому крупнейший производитель алмазов в мире «Алроса» теперь будет использовать искусственный интеллект для поиска месторождений со слабыми индикационными свойствами на территориях со сложным геологическим строением. По заверению компании, ожидаемый экономический эффект — сотни миллионов рублей на каждый проект. Производственный план «Алроса» на этот год — 29 млн карат.
Преимущества использования ИИ:
- Повышение эффективности: более быстрое и точное выявление перспективных областей.
- Снижение затрат: оптимизация буровых работ и сокращение количества «пустых» скважин.
- Открытие новых месторождений, которые могли быть пропущены традиционными методами.
- Глубокое понимание процессов формирования и распределения алмазов.
Человеческий глаз уже не видит алмазы
Основные промышленные месторождения, например, в ЮАР, России и Ботсване, были открыты ещё в XX веке, а новые залежи часто находятся в труднодоступных регионах (Арктика, глубоководные шельфы). Поверхностные кимберлитовые трубки (традиционный источник алмазов) уже в значительной степени разведаны.
И если раньше алмазы сами «выходили» на поверхность, то сейчас для их обнаружения традиционных геологических способов недостаточно. Искать становится сложнее и дороже, особенно в удалённых регионах, где нужно создавать инфраструктуру практически с нуля. Есть ещё экологические препятствия: растущие требования к защите окружающей среды делают разработку новых месторождений менее привлекательной из-за возможных экологических последствий.
Koffiefontein — один из старейших алмазных рудников Южной Африки, расположенный к югу от Кимберли. Рудник был основан в 1870 году, сейчас он заморожен из-за нерентабельности
Некоторые компании фокусируются на переработке старых отвалов или добыче алмазов из метеоритов и подводных россыпей. При этом конкуренция со стороны синтетических алмазов всё выше. Технологии производства искусственных алмазов (HPHT, CVD) активно развиваются, снижая экономическую целесообразность добычи природных камней, особенно для промышленности. В ювелирном секторе синтетика также набирает популярность, влияя на рыночный спрос. Тем не менее, новые технологии (например, AI-анализ геоданных) могут в будущем ускорить обнаружение залежей.
Как в «Алросе» тестируют ИИ?
В «Алросе» считают, что применение больших языковых моделей на основе нейросетевых алгоритмов для ускорения анализа определённых областей — инновационное решение, которое может сыграть ключевую роль на пути открытия новых месторождений полезных ископаемых.
«Геологический корпус исторически был драйвером развития и использования новейших технологий. Наша новая система — это российская разработка, и мы уже тестируем её. После окончания испытаний мы масштабируем её на все разрабатываемые территории», — отметил генеральный директор «Алроса» Павел Маринычев.
Как сообщили в пресс-службе «Алросы», уникальность новой системы, разработанной экспертами Цифровой лаборатории компании, заключается в том, что обучение нейронной сети ведётся на основании собственных геологических данных, которые геологи и геофизики компании накопили за более чем 50 лет алмазопоисковых работ и продолжают получать, реализуя геологоразведочные проекты сегодня.
Примеры ИИ-технологий, используемых в алмазной разведке:
- Машинное обучение (ML): классификация, регрессия, кластеризация, нейронные сети.
- Глубокое обучение (DL): для анализа изображений.
- Обработка естественного языка (NLP): для анализа геологических отчётов и публикаций.
- Геостатистика: для пространственного анализа и интерполяции данных.
Весь этот массив данных был оцифрован, и сегодня специалисты продолжают совершенствовать алгоритмы обучения нейросети, подключенной к банку геоданных компании «Алроса», а также интегрировать её с корпоративной геоинформационной системой. С помощью большой языковой модели геологоразведочный комплекс «Алросы» обрабатывает большой массив геолого-геофизической информации, что позволяет ускорить анализ данных специалистом, давать рекомендации для поиска и более точно выделять перспективные поисковые участки.
Оценка алмазов с использованием ИИ революционизирует индустрию ювелирных изделий
Как ещё в поиске алмазов может помочь ИИ?
Вот несколько ключевых областей, где ИИ может быть применён:
Оптимизация буровых операций: ИИ может анализировать данные о бурении (скорость, давление, состав пород) для оптимизации буровых режимов, снижения затрат и повышения эффективности.
Прогнозирование выноса алмазов: ИИ умеет разрабатывать модели, прогнозирующие вероятность обнаружения крупных алмазов в процессе бурения, что позволяет более эффективно отбирать пробы и проводить анализ.
Планирование разработки месторождений: ИИ может помочь в планировании горных работ, оптимизации извлечения алмазов и снижении негативного воздействия на окружающую среду.
Интеграция и обработка больших данных: алмазные месторождения часто связаны со сложными геологическими формациями. ИИ может эффективно анализировать огромные объёмы информации из различных источников, включая:
- геохимические данные — анализ состава почв, горных пород, речных отложений на наличие индикаторных минералов (например, кимберлитов и лампроитов).
- геофизические данные — магнитометрические, гравиметрические, электроразведочные и сейсмические данные для выявления аномалий в подповерхностной структуре.
Спутниковые и аэрофотоснимки: для анализа геологических структур, растительного покрова и других поверхностных индикаторов.
Система обучена на массиве оцифрованных данных, накопленных за последние полвека
Аналитика и проверка полученных данных: ИИ, особенно методы машинного обучения (например, классификация, регрессия, кластеризация), способен выявлять тонкие закономерности и аномалии в этих данных, которые могут указывать на наличие кимберлитовых трубок или других типов алмазоносных отложений.
Прогнозирование местоположений: на основе выявленных закономерностей ИИ может разрабатывать прогностические модели, предсказывающие вероятность наличия алмазных месторождений в определённых областях.
Анализ петрографических данных: ИИ идеально подходит для автоматического анализа изображений горных пород, полученных с помощью микроскопов, и идентификации минералов, включая алмазы и минералы-индикаторы. Это ускоряет процесс и повышает точность.
Моделирование геохимических процессов: ИИ может моделировать геохимические процессы, связанные с образованием и транспортировкой алмазов, чтобы лучше понять условия, благоприятные для их формирования и концентрации.
Создание 3D: ИИ умеет рисовать детальные 3D-модели геологических структур и месторождений на основе имеющихся данных. Эти модели позволяют лучше визуализировать и понимать геологическое строение и распределение алмазоносных пород.
Улучшение качества: инструменты ИИ могут эффективно адаптировать и корректировать геологические модели по мере поступления новых данных, повышая их точность и надёжность.
При этом есть и свои ограничения. К примеру, ИИ требует высококачественных и полных данных, без них модель будет работать некорректно. Важна интеграция с традиционными методами и опытом геологов, а также постоянного совершенствования и адаптации моделей к новым данным и условиям. При этом для обработки больших объёмов данных необходимы значительные вычислительные ресурсы. И нужно отдавать отчёт, что для разработки эффективных ИИ-моделей потребуется время, это игра вдолгую.
Егор Петров
