ИИ расскажет о составе недр
Российские учёные разработали методику на базе ИИ и машинного обучения, позволяющую быстро и точно определять минеральный состав сложно устроенных и редких пород нефти, в том числе Баженовской свиты в Западной Сибири.
Алгоритмы снижают затраты
По сути, разработка является алгоритмической моделью и комплексом ИИ-инструментов для анализа минералогии в процессе бурения и геологоразведки. Традиционные методы определения минералов требуют многочисленных лабораторных анализов: дорогих, медленных и трудоёмких. Новый подход позволяет получать данные о составе пород «по длине скважины» и в разы снижает затраты.
Алгоритм для анализа сложных нефтеносных пород может быть использован для быстрой интерпретации данных прямо в процессе бурения. Так как подобные ИИ-методы востребованы в глобальной нефтегазовой промышленности и в горнорудной разведке, эксперты прогнозируют востребованность разработки. В перспективе возможен экспорт технологии или её адаптация зарубежными компаниями.
Новые горизонты для нефтедобычи
Разработка создана на базе «Сколтех» – негосударственного международного университета, входящего в группу ВЭБ.РФ.
По мнению самих разработчиков, новый комплексный подход может быть использован для быстрой интерпретации данных в процессе бурения, выделения перспективных интервалов в сложных нефтеносных породах и оптимизации методов увеличения нефтеотдачи.
Внедрение неизбежно окажет влияние на экономику промыслов. В современном мире запасы легкоизвлекаемой нефти практически исчерпаны, но значительная часть заточена в сланцах и других сложно устроенных породах. Они неоднородны по составу и требуют особых подходов в процессе разработки. Машинное обучение позволило систематизировать базу данных по минералогическим свойствам. Метод, исключающий традиционный путь лабораторных анализов, будет обязательно востребован на широком рынке.
Смотреть в одну сторону
В России за последние годы есть несколько примеров решения подобных задач добывающей отрасли с помощью ИИ. Так, в Санкт-Петербургском институте точной механики и оптики в 2025 году был разработан инструмент для облегчения переработки полезных ископаемых. В итоге разработка научилась размещать 600 изображений за час. Новое решение с открытым исходным кодом можно использовать для измерения размера и распределения различных объектов (гранулометрии) при добыче драгоценных и цветных металлов, при работе с гранулированными материалами и кристаллами в пищевой и сельскохозяйственной промышленности, а также при переработке нефти.
Также в прошлом году российские лаборатории разработали веб-инструмент для анализа спектров микрокристаллов минералов, упрощающий диагностику состава по спектроскопии. Сервис позволяет изучать состав минералов как на Земле, так и в космосе. Веб-приложение расшифровывает состав микровключений в минералах и сокращает время расшифровки данных с нескольких месяцев работы до нескольких минут. Инновация создана в лабораториях института геологии и минералогии им. В. С. Соболева СО РАН. Диагностика горных пород, состоящих из минералов – важная задача геологов. По их составу и кристаллической структуре можно установить происхождение минеральной ассоциации, глубину и температуру формирования. Однако идентифицировать микроминералы (размером в несколько микрон) сложно, поскольку они часто находятся внутри более крупных кристаллов. А вот новый сервис научился справляться с задачей за минуты. На основе анализа можно прогнозировать местонахождение новых месторождений меди, свинца, лития, золота и т.д.
Также известно, что в 2023 году Сбер и партнёры создали крупные обучающие датасеты минералов для повышения качества ИИ-сегментации и анализа.
Очевидно, что новая методология ИИ-анализа минералогии от «Сколтеха» – важное технологическое достижение в области цифровой геологии, обладающее потенциалом по снижению стоимости и ускорению разведочных операций.
