Иннополис запатентовал ИИ-анализ керна
Университет Иннополис получил патент на ИИ-решение для анализа фотографий образцов горных пород, извлечённых при бурении. Технологически решение построено как двухступенчатая система обработки изображений на базе глубоких нейросетей.
Система автоматически выделяет трещины, разломы, жилы, брекчии и другие геологические структуры. Это в десятки раз ускоряет и повышает точность анализа керна при геологоразведке и построении геологических моделей месторождений.
Анализ проводится в два этапа. Сначала программа выделяет метровые секции керна и привязывает их к глубинам, затем проводит семантическую сегментацию каждой секции. ИИ, прошедший обучение на большом наборе изображений, дополнительно применяет аугментацию, морфологическую постобработку, фильтрацию шума и бинаризацию.
При этом речь действительно идет об изобретении: учёные предложили новый взгляд на анализ самого информативного и достоверного инструмента анализа недр. Помимо недропользования разработка может применяться в строительстве, обеспечивая получение быстрой и достоверной информации о структурных особенностях местности.
Точно, объективно, непредвзято
Многие эксперты отмечают субъективность восприятия данных при расшифровке керна. И, конечно, традиционная ручная документация керна крайне трудоемка и затратна по времени. До сих пор отраслевые программы, применяемые при их расшифровке, не были универсальными и требовали постоянного вовлечения специалистов. Теперь весь процесс полностью обеспечивается ИИ.
Технология абсолютно надёжна. Каждое изображение анализируется по 2 780 числовым значениям. Цифровой отпечаток даёт самое подробное и всестороннее представление об образце породы. Исключены все ложные срабатывания из-за техногенных трещин, причиной которых является механическое повреждение при извлечении керна. Алгоритм кластеризует многомерные векторы признаков. Уже сейчас в семи случаях из десяти система классифицирует фотографии керна как опытный геолог. Для промышленного применения это означает, что на первом этапе технология, вероятно, будет работать как инструмент поддержки геолога, без полной замены специалиста машиной.
Цели и сложности
Данная разработка в полной мере соответствует тренду на развитие цифровизации в сфере недропользования и геологоразведки. В рамках проекта «Геология: возрождение легенды» к 2030 году планируется кратно увеличить подготовку перспективных площадей и оцифровать накопленные геологические данные.
Цифровизация в горной отрасли уже дала весомые преимущества: выросла производительность труда, повысилась надёжность процессов, снизились эксплуатационные расходы. По данным Росстата, инвестиции в цифровые решения с 2019 по 2024 гг. увеличились с 4,2 млрд до 7,4 млрд рублей. По данным рыночного исследования, 25% опрошенных представителей отрасли видят перспективы выхода в мировые лидеры цифровизации, доля скептиков сократилась до 44%.
Среди эффективных решений – видеоаналитика классификации руды, цифровые советники на базе больших данных, модели оптимизации холостого хода и роботизированные бутобои с машинным зрением. Внедрение интегрированного удалённого центра управления повышает производительность на 3–5% и на столько же снижает расходы; цифровые двойники сокращают затраты на 3–7% и увеличивают надёжность процессов на 1–3%. При этом ключевыми и повсеместными вызовами является рост сложности решений и дефицит кадров.
Из истории освоение керна
В 2021 году Digital Petroleum представила DeepCore для автоматического описания керна. Целью данной системы автоматического описания полного цикла было заявлено повышение эффективности работы с керновыми материалами в нефтегазовой отрасли.
В 2022 году российские исследователи публиковали работы по автоматическому описанию керна в производственном процессе. Помимо Digital Petroleum задачей занимались специалисты МиМГО и Сколково. Позже тему поддержала «Роснефть»: состоялась автоматизация лабораторных исследований и обучение компьютера описанию керна. Система «РН-Лаб» распознавала объекты на фотографиях осадочных пород, а результаты сохранялись для последующего обучения компьютера автоматическому описанию керна.
В 2024 году ИИ взял на себя ряд производственных задач в горной отрасли, которая стала локомотивом цифровизации. Год назад Тюменский индустриальный университет опубликовал разработку модуля автоматической привязки фотографий керна по глубине. Разработка принципиально близка к решению Иннополиса автоматической работой с фотографиями керна и глубинной привязкой.
Российская геология и горнодобывающая отрасль переходят от ручной интерпретации данных к цифровым моделям, машинному зрению и промышленному ИИ. Решение Иннополиса попадает в практическую нишу, где эффект от автоматизации может быть измеримым: скорость описания керна, снижение субъективности, ускорение построения моделей месторождений, повышение качества данных для принятия инженерных решений.
В ближайшей перспективе технология будет развиваться как инструмент поддержки геолога: система будет предварительно размечать структуры, рассчитывать параметры и формировать цифровые признаки, а специалист – проверять и уточнять выводы.
