Открытый исходный код искусственного интеллекта и ранняя стадия геологической разведки

by | Nov 27, 2020

Современный геолог имеет дело с большими объемами данных: с данными дистанционного зондирования (спутниковые снимки, аэрогеофизика, съемки с дронов), традиционными геохимическими, литологическими и структурными данными. Достижения в области информатики позволили создавать приложения искусственного интеллекта (ИИ) в геологии с начала 90-х годов. Многие из нас были в восторге от так называемых экспертных систем, таких как, например, EXPLORER. Как и все в геологии, некоторые процессы происходят быстро, а другие требуют много времени, но постоянные изменения – это единственное, что постоянно. Терминология компьютерных приложений в геологии претерпела короткое, но быстрое развитие. Название экспертных систем было заменено системами, основанными на знаниях, динамическими геологическими моделями, интеллектуальным анализом данных, машинным обучением и т. д. Программные приложения для геологии стали огромными и дорогими, с множеством алгоритмов почти для всего, от сбора исходных данных до неявного геологического моделирования, различных типов неконтролируемых и контролируемых классификаций, интеллектуального анализа данных и моделирования.

Источник: Упражнение из Краткого курса PDAC 2019 г. «Концепции и применение машинного обучения в горнодобывающей отрасли: практический курс».

 

Я надеюсь, что все мы согласны с тем, что эта «цифровая революция» сделала нашу работу не только проще, но и безопаснее и продуктивнее. Большинство геологов, занимающихся разведкой полезных ископаемых, знают о IBM Watson®, ERDAS Imagine® и других высококачественных программных пакетах со встроенным искусственным интеллектом. Незаметно ИИ вошел в нашу жизнь, и в настоящее время у нас есть карманные компьютеры, которые могут рассказать нам, как добраться домой, какая будет погода, или создать и вращать трехмерные модели всего, что мы можем вообразить.

Недавно неконтролируемое и контролируемое обучение (то есть ИИ) было применено к набору аэрогеофизических данных в сочетании с ограниченным объемом данных полевых исследований из района Батури на востоке Камеруна. В этом районе разведано очень мало полезных ископаемых, и исследовательская группа искала все, что могло быть полезно для ранней стадии разведки в малоизученной области. Дорогие пакеты программного обеспечения недоступны для молодой геологоразведочной компании, независимых геологов-фрилансеров или даже для небольших консалтинговых компаний. Однако нам очень повезло, что в 21 веке есть компьютерные программы с открытым исходным кодом. Лично я рекомендовала использовать бесплатное программное обеспечение с открытым исходным кодом (FOSS) для ведения основных журналов и ГИС многим друзьям и клиентам в то время, когда молодые специалисты боролись за финансирование. Я должна признать, что для некоторых задач я предпочитаю использовать QGIS, а не другие программные пакеты, потому что он удобен для пользователя и бесплатен.

Пакеты программного обеспечения с открытым исходным кодом для машинного обучения и искусственного интеллекта, такие как Orange® (https://orange.biolab.si), разработанные для обработки биомедицинских данных, действительно существуют. Во время пандемии Covid-19 мы слышали о динамическом мониторинге, компьютерных моделях, оценках и прогнозах. Многие другие алгоритмы, изначально разработанные для медицинских целей, в том числе трехмерная медицинская визуализация и обработка данных, были приняты разработчиками программного обеспечения и теперь ежедневно используются геологами и горными инженерами. Неконтролируемые классификации, контролируемые классификации (Random Forest, Neutron Network) и другие модели машинного обучения, разработанные для обработки данных в других отраслях, находят применение при обработке огромных массивов данных геолого-геофизической информации. Несколько семинаров во время учебных сессий PDAC в 2019 и 2020 годах продемонстрировали, что Orange® может успешно использоваться для машинного обучения и обработки ИИ разведочных данных.

Большой вопрос: будут ли люди, занимающиеся разведкой и добычей полезных ископаемых, и их инвесторы, доверять результатам использования программного обеспечения ИИ с открытым исходным кодом?

Пожалуйста, не стесняйтесь высказать свое мнение в комментариях ниже.

 

0 Comments

Submit a Comment

Your email address will not be published. Required fields are marked *