Меня зовут Гюли Мухтарова и я представляю проект КОР_Аи_НТР. Кор – потому что это программное обеспечение для анализа и документации керна при ГРР на ТПИ. АИ – потому что в основе технологии искусственного интеллекта. НТР – название нашей компании и всем продуктам, которые мы делаем м добавляем эти наши любимые 3 буквы
Разработка ПО была запущена как ответ на такие боли отрасли как:
⦁ нехватка квалифицированных кадров для проведения довольно трудоемких операций по анализу и документированию керна
⦁ сложность контроля качества
⦁ отсутствие инструментов просмотра и автоматизированного анализа больших объемов фотодокументации
⦁ и ни на отечественном ни на зарубежном рынках НЕТ продукта с необходимым для работы с ТПИ функционалом
Как следствие:
⦁ Случается, что затягиваются сроки и страдает качество документации
⦁ Не в полной мере проводится аудит получаемой информации
⦁ Порой руководителям ГРР не хватает важных геологических данных для объективной и адекватной оценки направления работ
Для решения всех этих проблем прекрасно подходят технологи ИИ, потому что они позволяют автоматизированно выполнять рутинные операции:
⦁ по выделению геологических границ,
⦁ по выделению основных элементов строения, их классификации,
⦁ по определение минерального состава, прожилкования, трещиноватости и др.
Как это работает? Система на вход получает фотоматериалы ящиков с керном, данные о скважинах, датах проходки, назначение исследования и другую информацию, в том числе голосовой ввод наблюдений.
И после обработки выдает сводную фотоколонку, описание керна согласно копр. стандарту, данные для работы с программами трехмерного моделирования, и для любых других программ, в любых форматах
Особенность системы в том, что она включает все три ключевые технологии ИИ на сегодняшний день:
⦁ МЛ и CV для анализа фотоматериалов,
⦁ технологии распознавания речи для обеспечения возможности вводить информацию по итогам наблюдений голосом и экономить таким образом время
⦁ большие языковые модели и инструменты дополненного поиска для умного поиска ответов по базе знаний, нормативной и регламентирующей документации
все вместе они позволяют:
⦁ ускорить и удешевить процесс документации керна
⦁ улучшить качество и точность выводов о геологическом строении разреза система позволяет смотреть разными глазами
Таким образом, если подводить итог, то система нацелена на автоматическое выявление данных, подлежащих документированию из фотографий керна. В результате:
⦁ сокращается объем ручного ввода информации
⦁ процесс описания керна ускоряется в 2 раза
⦁ снижается персонозависимость процесса документирования, риски субъективных или некорректных выводов
с другой стороны:
⦁ появляется возможность формирования полной картины геологического разреза: результаты исследования хранятся в цифровом формате, что сокращает бумажный документооборот между подразделениями
⦁ появляется возможность проводить ретроспективный анализ ранее полученной информации по керну
⦁ и появляется возможность использования данных геофизических и других исследований и делать комплексный анализ
Что сделано: разработан прототип, позволяющий
из фото ящиков формировать сводную фотоколонку,
встраивать нейросети для выполнения различных задач по анализу и описанию
собран терабайт данных, идет разметка для дообучения
хороших данных 20 тыс. метров, а вообще 50 тыс. погонных меров
разрабатываются инструменты CV
задачи текущего этапа – внедрение системы на 2-3 объектах, обраюотка
затем
Меня зовут Гюли Мухтарова и я представляю проект КОР_Аи_НТР. Кор – потому что это программное обеспечение для анализа и документации керна при ГРР на ТПИ. АИ – потому что в основе технологии искусственного интеллекта. НТР – название нашей компании и всем продуктам, которые мы делаем м добавляем эти наши любимые 3 буквы
Разработка ПО была запущена как ответ на такие боли отрасли как:
⦁ нехватка квалифицированных кадров для проведения довольно трудоемких операций по анализу и документированию керна
⦁ сложность контроля качества
⦁ отсутствие инструментов для автоматизированного анализа больших объемов фотодокументации
⦁ и ни на отечественном ни на зарубежном рынках НЕТ продукта с необходимым для работы с ТПИ функционалом
Как следствие:
⦁ Случается, что затягиваются сроки и страдает качество документации
⦁ Не в полной мере проводится аудит получаемой информации
⦁ Порой руководителям ГРР не хватает важных геологических данных для объективной и адекватной оценки направления работ
Для решения всех этих проблем прекрасно подходят технологи ИИ, потому что они позволяют автоматизированно выполнять рутинные операции:
⦁ по выделению геологических границ,
⦁ по выделению основных элементов строения, их классификации,
⦁ по определение минерального состава, прожилкования, трещиноватости и других важных характеристик.
Как это работает?
Система на вход получает фотоматериалы ящиков с керном, данные о скважинах, датах проходки, назначение исследования и другую информацию, в том числе голосовой ввод наблюдений.
И после обработки выдает: сводную фотоколонку, описание керна согласно копративному стандарту, данные для работы с программами трехмерного моделирования
Особенность системы в том, что она включает все три ключевые технологии ИИ на сегодняшний день:
⦁ МЛ и CV для анализа фотоматериалов,
⦁ технологии распознавания речи для обеспечения возможности вводить информацию по итогам наблюдений голосом и экономить таким образом время
⦁ большие языковые модели и инструменты дополненного поиска для быстрого извлечения ответов в накопленной на предприятии базе знаний, нормативной и регламентирующей документации
Все вместе они позволяют:
⦁ ускорить и удешевить процесс документации керна
⦁ улучшить качество и точность выводов о геологическом строении разреза
Таким образом, если подводить итог, то система нацелена на автоматическое выявление данных, подлежащих документированию из фотографий керна. В результате:
⦁ сокращается объем ручного ввода информации
⦁ процесс описания керна ускоряется
⦁ снижается персонозависимость процесса документирования, риски субъективных или некорректных выводов
с другой стороны:
⦁ появляется возможность формирования полной картины геологического разреза
⦁ появляется возможность проводить ретроспективный анализ ранее полученной информации по керну
⦁ и появляется возможность использования данных геофизических и других исследований и делать комплексный анализ
Что сделано: разработан прототип, позволяющий
из фото ящиков формировать сводную фотоколонку,
встраивать нейросети для выполнения различных задач по анализу и описанию
собран терабайт данных, идет разметка для дообучения
разрабатываются инструменты CV
задачи текущего этапа – внедрение системы на 2-3 объектах, обработка обратной связи.
на втором этапе мы будем расширять функциональность и планируем внедрить решение еще на 3-5 объектах.
на третьем этапе мы перейдем к работам по обеспечению тиражируемости решения для внедрения на любые предприятия .
ни для кого не секрет что в отрасли есть разные школы, подходы к оценки и классификации пород, также у каждого специалиста накапливается своя экспертиза, свой опыт и знания
и маленькое чудо этой системы в том что мы можем собрать мудрость ведущих экспертов и смотреть на один и тот же объект глазами разных людей и находить больше важных признаков и характеристик