Российские специалисты создали нейросеть для разведки месторождений полезных ископаемых
Специалисты Института нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН создали нейросеть для автоматизированной обработки данных зондирования недр. Алгоритм определяет глубину залегания объектов повышенной электропроводности.
Разработка позволяет с высокой долей достоверности определять глубину залегания объекта, хорошо проводящего ток. К таким объектам относятся, в частности, некоторые рудные месторождения. За основу были приняты данные по итогам воздействия искусственного электромагнитного поля. На первом этапе нейросеть обучили на 125 синтетических вариантах сигналов электродвижущей силы. Эти сигналы моделировали отклик от пластообразных проводящих объектов, погружённых в слабопроводящую среду.
После обучения модель показала результат с предсказанием глубины с погрешностью примерно ±15%. Данная технология, заметно ускоряющая и упрощающая поиск и разведку, важна при обработке и интерпретации геофизических данных.
В перспективе планируется расширение обучающей выборки. Чем разнообразнее и объёмнее данные, на которых модель дообучается, тем выше её точность. Такая автоматизация снизит нагрузку на геофизиков: нейросеть сможет быстро отсеивать неподходящие варианты и подсвечивать важные данные, которые человек может легко пропустить.
От экспериментальной модели до реального инструмента
На данном этапе речь идёт об экспериментальном алгоритме. Ближайшая задача разработчиков – довести нейросеть от экспериментальной модели до инструмента, пригодного на практике.
Разработку ведут в лаборатории математического моделирования мультифизичных процессов в естественных и искусственных многомасштабных гетерогенных средах ИНГГ СО РАН. Команда объединяет исследователей разных направлений: математического моделирования, геофизики и машинного обучения. Таким образом, мы видим процесс объединения наработок современных вычислительных методов с классической геофизикой. После накопления данных для обучения модель станет надёжным помощником в реальных разведках.
Изобретение соответствует общему курсу цифровизации геологии: в резолюции IX Всероссийского съезда геологов отдельно говорится о необходимости массового применения ИИ при обработке и интерпретации геолого-геофизических данных и разработки российских программных комплексов для геологического моделирования. Роснедра прямо рекомендуют продолжать внедрение технологий ИИ и машинного обучения в геологоразведку, в том числе для картирования и прогноза твердых полезных ископаемых.
Как ИИ помогает развиваться добывающей отрасли
В 2023 году специалистами «РН-КрасноярскНИПИнефти» был разработан нейросетевой алгоритм, сокративший обработку одного массива сейсмических данных примерно с 80 до 7 часов. Он был протестирован на реальных данных двух участков в Восточной Сибири. Это один из самых показательных российских примеров перехода ИИ в геофизике от исследований к практической апробации.
В 2025 году ИНГГ СО РАН разработал нейросетевую технологию обработки поверхностных сейсмических волн. Глубокое машинное обучение использовалось для автоматизации построения скоростной модели верхней части геологического разреза. Алгоритмы были апробированы на реальных данных нефтегазового месторождения в ХМАО.
Уже в этом году ИНГГ СО РАН и нефтегазовые компании применили нейросетевые алгоритмы непосредственно для поиска полезных ископаемых. С помощью новой методики на юго-востоке Ямало-Ненецкого автономного округа уже удалось наметить перспективные участки для размещения карьеров песка и торфа в непосредственной близости от объектов инфраструктуры. Акцент сделан на обработке данных сейсморазведочных работ 3D, полученных в рамках глубинных структурно‑геологических исследований методом отраженных волн. Для этого применяется метод преломленных волн и многоканальный анализ поверхностных волн с последующим атрибутным анализом и машинным обучением. Алгоритм устойчив к шумам и артефактам, возникающим при записи сейсмических данных, и не требует переобучения нейросети для каждого нового участка.
В целом в отрасли ясно обозначен курс на перевод ручной и экспертной обработки массивов измерений к автоматизированному анализу с использованием машинного обучения. Разработка Института нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН отвечает этому тренду и вносит свой вклад в цифровизацию отрасли.
