Геологтар, кен өндіру инвесторлары және техникалық кеңесшілер үшін геологиялық техникалық есептерді оқу негізгі болып көрінуі мүмкін, бірақ шын мәнінде ол негізінен кәсіби бағалауға негізделген.
Толық кен өндіру техникалық есебі аймақтық геология, кен орындарын модельдеу, бұрғылау, үлгі алу, QA/QC, ресурстарды бағалау, металлургиялық сынақтар, инфрақұрылым, қоршаған орта жағдайлары және экономикалық болжамдарды қамтуы мүмкін. Әртүрлі тараулар әртүрлі мамандар тарапынан жазылады, ал негізгі сандар негізгі мәтінде, кестелерде, карталар немесе қосымшаларда шашыраңқы болуы мүмкін. Жобаның шешіміне шын мәнінде әсер ететін ақпарат көбінесе «Атқарушы қысқаша мазмұнында» шоғырланбайды.
Ірі тілдік модельдер мен геоғылым агенттерінің пайда болуы есептерді өңдеу жылдамдығын айтарлықтай жақсартты. Алайда мәселелер де туындады:
AI шынымен техникалық есептерді «түсінеді» ме, әлде жай ғана ақылға қонымды көрінетін қысқаша мазмұнын жасай ма?
Екеуінің арасында үлкен айырмашылық бар.
01|Есепті оқу есепті қорытындылаудан басқа
Дәстүрлі ірі тілдік модельдер қысқаша сипаттау, аудару және ақпаратты алу жұмыстарын өте тез аяқтай алады. Егер сіз кен өндіру технологиясы туралы есепті жүктеп, AI-дан "жобаның орналасуын, минерал түрін, ресурс мөлшерін және негізгі тәуекелдерді қысқаша сипаттауды" сұрасаңыз, әдетте жақсы құрылымдалған жауап алуға болады.
Бірақ кәсіби геологиялық жұмыс үшін бұл әлі де жеткіліксіз.
Шынайы техникалық есепті талдау кемінде үш деңгейден тұрады: біріншіден, ұңғымалар саны, ресурс көлемі, орташа баға, шеку деңгейі және металлургиялық қалпына келтіру жылдамдығы сияқты фактілік өндіру; Екіншіден, ресурс мөлшерінің болжамдары металлургиялық нәтижелерге сәйкес келе ме, бұрғылау тығыздығы қазіргі ресурстарды жіктеуді қолдай ма, және геологиялық түсініктемелер ұңғыма мен физикалық-химиялық дәлелдерді қолдай ма; Соңында, кәсіби бағалау — қандай тәуекелдер қосымша тексеруге тұрарлық және қай болжамдар жобаның бағалауына тікелей әсер етуі мүмкін.
Кәдімгі қысқаша мазмұны әдетте тек бірінші қабатты толықтырады.
Шынайы құнды AI есептік талдау, есепте "не жазылғанын" әрі қарай былай бөлуі керек:
Қайсысы факт? Қайсысы түсініктеме? Қайсысы болжам? Бұл болжамдар қандай дәлелдерге сүйенеді? Қай жерлерін қайта тексеруге тұрарлық?
Сондықтан AI-дің геологиялық техникалық есепті талдауындағы құндылығы - адамдар "бір-екі бет аз оқысын" деп емес, мамандарға дәлелдер картасын жылдам толық құруға көмектесу.
02｜AI ең алдымен төрт типтегі жұмысқа лайық
Техникалық есепті талдауда AI ең тиімді орындауы тиіс нәрсе соңғы шешім қабылдау емес, ақпараттың тығыздығы жоғары, қайталануы көп және құрылымдық өңдеуге лайық тапсырмалар.
Бірінші тип – деректерді құрылымдау. AI есептегі жобаның негізгі мәліметтерін, кен құқығын, аймақтық геологияны, кен орнының түрін, бұрғылау, сынамалар, QA/QC, ресурстарды, металлургиялық және экономикалық параметрлерді тез анықтай алады да, әр түрлі бөлімдерде шашырап жатқан ақпаратты бір қалыпқа келтіреді. Мұндай әрекеттің мәні – қысқа есеп жасау емес, әртүрлі мамандықтағы ақпаратты тікелей салыстыруға мүмкіндік беру.
Екінші тип – негізгі параметрлерді алу. Мысалы, ресурс мөлшері, сапасы, cut-off grade, бұрғылау аралығы, сынама ұзындығы, тығыздығы, қалпына келтіру деңгейі, өндіру және өңдеу шығындары. Егер бұл деректерді әлі де адам бет-бетімен іздеуі керек болса, AI тиімділігі толық пайдаланылмайды.
Үшінші тип – дереккөзді қадағалау. Кәсіби AI қолданушыға "ресурс мөлшері қанша" деп қана айтуы жеткіліксіз, ол осы санның қай бөлімнен, қай кестеден, қай беттен және қолданылатын шеңберінен шыққанын мүмкіндігінше сақтау керек. Қорытындыны қайта тексеру қажет болса, геолог бастапқы материалдарға оралуы керек, барлық есепті қайта іздеместен.
Төртінші тип – мәселелерді анықтау. Бір параметр әр түрлі бөлімдерде әртүрлі нұсқада кездессе немесе есептегі геологиялық, ресурс және металлургиялық болжамдар арасында потенциалды қайшылықтар болса, AI қолданушыға мұны ертерек анықтауға көмектеседі.
Бұл төрт типтегі жұмыс бір қағиданы көрсетеді:
AI ең алдымен ақпарат өңдеу шығындарын азайту керек, мамандықтық шешімді айналып өтпеу керек.
03｜Шынайы маңыздысы – "аралас тексеру"
Тау-кен техникасы жөніндегі есептерде ең оңай қате түсінілетін жерлердің бірі - әр тарауды бөлек қарасаң бәрі "орындалған" сияқты көрінеді, бірақ бірге қойсаң қарама-қайшылық пайда болады.
Мысалы, бір есеп үлкен көлемдегі төмен сапалы ресурсты көрсетуі мүмкін, бірақ металлургиялық сынақтар кеннің күрделі және қиын өңделетін түрге жататынын көрсетеді; немесе ресурс моделі минералданудың жақсы үзіліссіздікке ие деп болжаса да, ұңғымалар дерегі жоғары сапалы минералдардың шын мәнінде үзік-үзік екенін көрсетеді; тағы экономикалық бағалау қолданатын қайта өңдеу пайызы, өңдеу шығыны және шектік сапасы алдыңғы тарауларда жарияланған сынақ нәтижелерімен толық сәйкес келмеуі мүмкін.
Бұл мәселелер "қорытынды есеп" арқылы автоматты түрде анықталмайды.
Сондықтан, есепті талдауда кәсіби AI үшін нағыз құнды қадам - тараулар арасындағы байланысты қалыптастыру:
Геология → Ұңғыма қазу → QA/QC → Ресурс моделі → Металлургия → Экономика
Егер геологиялық интерпретация өзгерсе, ресурс моделін қайта қарау қажет пе? Егер металлургиялық қалдық пайызы төмендесе, бұрынғы cut-off grade әлі жарай ма? Егер жаңа ұңғымалар минералданудың үзіліссіздігі туралы бағалауды өзгертсе, ресурс классификациясы мен болашақ ұңғымалар дизайны қайта түзетуді қажет етеді ме?
Міне осындай мәселелер тау-кен саласына инвестиция жасау мен техникалық тексерулерде ең маңызды мәселелер болып табылады.
AI-дың рөлі пайдаланушыға барлық сұраққа жауап беру емес, кәсіби мамандарға тезірек көруге көмектесу:
Қандай параметрлер арасында логикалық байланыс болуы керек және қазіргі деректер шын мәнінде осы байланысты қолдай ма.
04｜AI ең жиі жасайтын қателік: "білмейтінін" "білгендей" жазу
AI техникалық есептерді өңдегенде ескеру керек қатер - тілдік модельдер табиғатынан қатып қалған жауаптар жасауда мықты, бірақ қатып қалған жауап дұрыс болуымен тең емес.
Геологиялық есептерде жиі анық емес айтылулар болады, мысалы, "минералдану мүмкін тереңге созылады" "құрылым кен ошағын басқара алады" "деректер жалпы өкілдікке ие". Бұл айтылулар өздері белгісіздікті қамтиды, бірақ егер AI оларды өңдеу кезінде "кен ошағы тереңге созылады" немесе "құрылым кен ошағын басқарады" деп өзгертсе, бастапқы дәлелдің күшін өзгертеді.
Тағы бір жиі кездесетін мәселе – бірліктер, нұсқалар және қолданыс аясы. Әртүрлі ресурс көлемін бағалау әртүрлі маржа нормаларын қолдануы мүмкін, әртүрлі металлдау сынақтары әртүрлі кен түрлеріне сәйкес келуі мүмкін, әртүрлі шығын болжамдары да әртүрлі зерттеу кезеңдеріне қатысты болуы мүмкін. Егер AI тек сандарды алып, контексті елемесе, онда бірнеше «дұрыс» санды біріктіріп, қате қорытындыға әкелуі мүмкін.
Сондықтан, сенімді есеп талдау жүйесі кем дегенде келесідей ажыратуды білулері керек:
Нақты фактілерді, кәсіби түсіндірмелерді, болжамды ақпараттарды және тексеруді қажет ететін болжамдарды.
Сонымен қатар, бастапқы дереккөздер мен қолдану аясын барынша сақтау.
Сол себепті байсалды тау-кен жағдайында «AI не айтты» деген сұрақ ең маңызды емес. Көбірек маңыздысы:
AI бұл қорытындыға қалай келді? Дәлелдер қайда? Пайдаланушы тексере ала ма?
05｜Дәл әрі дұрыс AI есеп талдау жұмыс процесі
Егер AI-ды шынымен техникалық есеп жұмыс ағымыға енгізетін болсақ, мен оны үздіксіз бес кезеңдік процесс ретінде түсінуді ұсынамын.
Бірінші кезең: есеп құрылымын жасау.
Жобаны, геологияны, бұрғылауды, сынамаларды, QA/QC, ресурстар, металлдау, экономика және тәуекел сияқты негізгі модульдерді анықтау, мәтіндік қорытынды жасау емес.
Екінші кезең: негізгі фактілерді шығару.
Кен құқықтарының ауданы, бұрғылау тесіктері, маржалар, ресурстар көлемі, cut-off grade, қалпына келтіру коэффициенті сияқты маңызды параметрлерді құрылымдау және дереккөзді сақтау.
Үшінші кезең: дәлелдер арасындағы байланысты орнату.
Геологиялық түсіндірмелерді бұрғылау, ресурс моделдері, металлдау және экономикалық параметрлермен байланыстырып, қолдау қатынастарын және ықтимал қайшылықтарды іздеу.
Төртінші кезең: Review сұрақтарын жасау.
Жоба «жақсы» немесе «жақсы емес» деп тікелей жарияламау, әлі тексеретін ең маңызды сұрақтарды қою, мысалы: «Қолдағы бұрғылаулар тығыздығы осы ресурс категориясын қолдауға жеткілікті ме?» «Металлдау қалпына келтіру коэффициенті экономикалық модельге сәйкес келе ме?»
Бесінші кезең: кәсіби мамандар бағалайды.
AI материалдарды өңдеуге уақытты қысқартады, ал геологтар, тау-кен инженерлері, ресурс геологтары немесе инвестициялық командалар мәселенің нақты мағынасын түсіндіреді.
Бұл процестің мәні – AI-ді «қысқартқыштан» кәсіби Review (тексеру) жұмысының алдын ала сатысына көтеру.
06｜Gaia Report Agent: PDF-ті тек қысқарту емес
Бұл да Gaia Exploration компаниясының Gaia Report Agent жасаудағы бастапқы ойы болды.
Gaia геологиялық интеллектуалды платформа жалпы чат-ботты геологиялық мамандардың орнына қоюға тырыспайды, керісінше әртүрлі геологиялық тапсырмаларға мамандандырылған GeoAgents құрады. Report Agent негізінен геологиялық есептер, техникалық есептер және жобалық материалдарды талдау, реттеу және жасау үшін қызмет етеді, сондай-ақ бір жобадағы басқа геологиялық деректер мен мамандандырылған агенттермен байланысады.
Шынайы жұмыста есептер көбіне жеке файлдар болмайды. Бір тарихи техникалық есептегі құрылымдық түсіндірме GIS қабатымен салыстырылуы мүмкін; бір деректер жиынтығы ұңғымалар мен геохимиялық ақпаратпен қаралуы мүмкін; есепте аталған ауытқулар кейінгі қашықтықтан зондтау немесе мақсатты аймақты талдауға кіріс дерек болуы мүмкін.
Сондықтан Gaia Report Agent тек «оқу» қызметін ғана емес, есептегі ақпаратты кейінгі геологиялық жұмыс ағымына кіретін Project Context-ке айналдыруды қалайды.
Керемет процесс былай көрінуі мүмкін:
Есеп → Құрылымдық ақпарат → Дереккөздер мен дәлелдер → Мамандандырылған сұрақтар → Басқа GeoAgents → Геологтың тексеруі
Бұл да геологиялық интеллектуалды агент пен қарапайым чат-AI арасындағы маңызды айырмашылық.
Қарапайым AI әдетте бір сұраққа жауап береді де, әңгіме аяқталады; ал кәсіби агент жауаптың кейін қандай геологиялық тапсырмаға қызмет ететінін түсінуі қажет.
07｜Кімге AI арқылы техникалық есептерді талдау қолайлы?
Әртүрлі қолданушылардың Report Agent-ті қолдану мақсаты бірдей емес.
Геологтар мен техникалық топтар үшін басты назар тарихи есептерді ұйымдастыруға, параметрлерді алуға, деректерді жинауға және жобаларды тапсыруға жұмсалатын уақытты қысқартуға бағытталған, осылайша энергия геологиялық интерпретацияға және жұмыстың келесі кезеңін жобалауға бағытталады.
Тау-кен инвестициялық институттары үшін жасанды интеллект топтарға жоба туралы хабардарлықты жылдамырақ арттыруға, ресурс көлемі, металлургия, инфрақұрылым және техникалық болжамдардағы негізгі мәселелерді анықтауға және техникалық тексеру үшін сұрақтар тізімін ұсынуға көмектеседі. Алайда жасанды интеллект өнімі Тәуелсіз техникалық шолуды тікелей алмастыра алмайды.
Кіші барлау компаниялары үшін бұл құндылық одан да тікелей. Шағын командалар көбінесе тарихи есептерді, бұрғылау деректерін және инвестор материалдарын бір уақытта басқарады. Егер кәсіби мамандар материалдарды ұйымдастыруға көп уақытын жұмсаса, геологиялық бағалау мен дала жұмыстарына жұмсалатын нақты уақыт қысқарады.
Консалтингтік фирмалар мен тәуелсіз кеңесшілер үшін AI көп жобалы параллель өңдеу, тарихи шолу және есепті дайындау тиімділігін арттыра алады, сонымен қатар әр қорытынды мен бастапқы дереккөз арасындағы байланысты сақтай алады.
Сондықтан, AI талдау техникалық есептерінің шынайы маңызы «әркім ресурстық геология маманы бола алады» деген емес.
Керісінше, оның құндылығы — нағыз мамандарға өз уақыттарын кәсіби мамандардың назарын аударуға лайық мәселелерге арнауға мүмкіндік беруде.
Қорытынды | Жақсы жасанды интеллект есебін талдау адамдарға сұрақ қоюды жеңілдету керек
AI есеп талдау құралының кәсіби екенін бағалау үшін қарапайым стандартты қолдануға болады:
Бұл пайдаланушыларға жауаптарға сенуді жеңілдету үшін бе, әлде оларды тексеруді жеңілдету үшін бе?
Геология мен кен өндіру үшін соңғысы айқын маңыздырақ.
Техникалық есептегі әрбір сан келесі барлау бюджетіне әсер етуі мүмкін; Әрбір геологиялық интерпретация бұрғылаудың бағытын өзгерте алады; Ал ресурс көлемі, металлургия және экономикалық болжамдардың үйлесімі тау-кен активінің бағалауын тікелей өзгерте алады.
Сондықтан, шынайы сенімді жасанды интеллект белгісіздікті жасырмай, мамандарға оны тезірек табуға көмектесуі керек.
Gaia Report Agent есепті геологтарға соңына дейін оқып шығудың мақсаты емес, геологтарға есептің шынайы маңызды бөліктерін тезірек көруге көмектесу.
Материалдарды ұйымдастырудан және негізгі параметрлерді шығарудан бастап, дереккөздерді іздеу, дәлелдерді корреляциялау және шолу сұрақтарын жасау сияқты, AI барған сайын қайталанатын ақпаратты өңдеу тапсырмаларын орындай алады.
Бірақ соңғы сұрақ әлі де кәсіби мамандарға тиесілі:
Бұл дәлелдер нені білдіреді?
Бұл сондай-ақ Gaia Earth Intelligence Agent Platform-ның негізгі қағидасы болып табылады:
Жасанды интеллект көбірек ақпаратты өңдейді, ал геологтар дұрыс шешім қабылдайды.