Qazanclar:
- Mineral perspektivində süni intellekt və çox qatlı məlumat birləşməsinin istifadəsini izah etmək bacarığı
- Geostatistika (kriginq, variogram) və maşın öyrənməsindən istifadə edərək blok modelini və qiymət qiymətləndirməsini necə edəcəyinizi başa düşmək.
- Mənbə təxminlərinin nəticələrini çarpaz doğrulama, təsnifat etibarlılığı və hesabat standartları ilə sınaqdan keçirmək bacarığı
Kəşfiyyat, çoxmilyonlarla dollarlıq qərarların bir neçə qazma nümunəsinə əsaslandığı bir mərc oyunudur. Bir mineral yatağı (İngilis filiz yatağı; zəngin və istismar üçün kifayət qədər böyük bir mineral toplanması) yüzlərlə kvadrat kilometrlik bir ərazidə gizlənir və biz onu yalnız nadir qazma işləri, geofiziki kölgələr və səth işarələri ilə "görürük". Buna görə də mineral kəşfiyyatı süni intellektin ən maraqlı, lakin eyni zamanda ən təhlükəli tətbiq sahələrindən biridir: düzgün istifadə edildikdə, kəşfiyyatın hədəflənməsini sürətləndirir və seyrək məlumatlardan daha çox məna çıxarır; Yanlış istifadə olunduqda, statistikanın arxasında mövcud olmayan bir maddə gizlədir və həm investorları, həm də cəmiyyəti çaşdırır.
Bu bölmədə biz kəşfiyyatın iki əsas süni intellekt aspektini əhatə edəcəyik: kəşfiyyatın hədəflənməsi (faydalı qazıntılar perspektivi; çoxqatlı məlumatlar əsasında hansı ərazidə yatağın olması ehtimalının təxmin edilməsi) və resursun qiymətləndirilməsi (qazılmış yataqda nə qədər metal olduğunu hansı əminliklə deyə bilərik). Hər ikisində AI güclü nümunə axtarandır; Lakin hər iki halda yekun rəqəm beynəlxalq hesabat standartlarını imzalamış səlahiyyətli şəxsin məsuliyyətidir.
Axtarışın Hədəflənməsi: Çox Layered Data Fusion
Kəşfiyyat geoloqu bir növ məlumatlara deyil, üst-üstə qoyulmuş laylara baxır: geoloji xəritə, struktur konturlar (çatışmalar və qırışlar), geofizika (maqnit, cazibə, müqavimət), geokimya (torpaq və axın nümunəsi elementlərinin qiymətləri) və uzaqdan zondlama ilə xəritələnmiş dəyişiklik. Hər bir təbəqə zəif bir ipucudur; Əsl siqnal onların birlikdə işarə etdiyi yerdir. Buna verilənlərin birləşməsi deyilir.
Süni intellekt burada iki işi görür. Birincisi, o, onlarla təbəqəni eyni koordinatlar şəbəkəsinə (tək, yorucu, lakin səhvə meyilli tapşırıq) tək analiz cədvəlinə uyğunlaşdırır. İkincisi, o, məlum yataqlar ətrafındakı nümunəni öyrənir və oxşar imza ilə yeni sahələri qeyd edir (nəzarət altında öyrənmə). Ancaq burada kritik bir tələ var: məlum çarpayıların sayı çox vaxt çox azdır (bəlkə də bir sahədə 5-10 çarpayı), buna görə də model asanlıqla yadda saxlayır və yeni sahələrdə uğursuz olur. Buna görə də hədəfləmə çıxışı "əmin daş var" siyahısı deyil, "qazma ilə sınaqdan keçirməyə dəyər prioritet sifariş"dir.
Addımlar adətən aşağıdakılardır: (1) təbəqələri hizalayın və təmizləyin, (2) hər təbəqəni yataq modelinə əsaslanaraq mənalı işarəyə çevirin (məsələn, “nöqsanların kəsişməsinə qədər olan məsafə”, “maqnit yüksək kənarı”), (3) tanınmış çarpayılarla və ya ekspert qaydası ilə çəki ilə məşq edin, (4) ehtimal xəritəsini hazırlayın, (5) sahədə və aşağı qiymətli üsullarla ən yüksək ehtimal sahələrini sınaqdan keçirin.
İpucu: Qatları modelə xam şəkildə daxil etmək əvəzinə, geoloji mənalı markerlər əldə edin (“maqnit halqası + argillik dəyişikliyi + porfir mis üçün nasazlıq kəsişməsi”). Daşıyıcı modelə uyğun göstəricilər kor statistikadan daha güclü hədəflər yaradır.
Geostatistika və Resursların Qiymətləndirilməsi: Variogram, Kriging və Blok Modeli
Yataq tapılıb qazılandan sonra sual dəyişir: “Burada nə qədər metal var və ona nə qədər etibar etmək olar?”. Cavab nümunə götürülmüş qazma nöqtələrindən nümunəsiz süxur həcminə qədər ekstrapolyasiya tələb edir. Bunun üçün standart alət geostatistikadır.
Əsas konsepsiya varioqramdır: iki nümunə bir-birindən uzaqlaşdıqca sinif oxşarlıqlarının necə azaldığını təsvir edən fəza davamlılığının ölçüsü. Yaxınlıqdakı nümunələr oxşardır, uzaq olanlar müstəqildir; Varioqram bu “oxşarlıq diapazonunu” kəmiyyətlə ifadə edir. Kriqinq hər bir nümunəsiz blok üçün qiymət, həm təxmin, həm də qiymətləndirmənin qeyri-müəyyənliyini vermək üçün bu varioqram strukturundan istifadə edən orta çəkili metoddur. Depozit tərəfləri metrlə ölçülən bloklara bölünür (blok modeli) və hər bloka qiymət və etibarlılıq verilir.
Süni intellekt burada üç nöqtədə gəlir. Varioqram modelləşdirmədə alternativ modellər təklif edir və uyğunluğu qiymətləndirir. Maşın öyrənmə üsulları (məsələn, təsadüfi meşə, gradient gücləndirmə) kriginqlə yanaşı, qeyri-xətti səviyyəli əlaqələri də ələ keçirə bilər. Və bütün iş axınının kodlaşdırılmasını, yoxlanılmasını və bildirilməsini sürətləndirir. Lakin iki dəmir qayda sabit qalır: qiymətləndirmə qeyri-müəyyənliyi heç vaxt gizlənə bilməz və yekun resurs səlahiyyətli şəxs tərəfindən beynəlxalq standartlara (JORC, NI 43-101, PERC kimi resurs/ehtiyat hesabatının ictimai, audit edilə bilən çərçivələri) uyğun olaraq Ölçülmüş/Göstərilən/Nəticə edilən siniflərə çeşidlənir.
Diqqət: Maşın öyrənmə modeli reallıqda mövcud olmayan davamlılıq yaradaraq, qazma fasilələrini "hamarlaşdıra" bilər. Bir neçə yüksək dərəcəli nümunə bütöv bir bloku ədalətsiz şəkildə zənginləşdirə bilər (İngiliscə bulaşma). Yüksək dəyərlərin məhdudlaşdırılması (top-cut) və blok əsasında nümunələrin sayına nəzarət vacibdir; əks halda tonaj kağız üzərində şişəcək.
Üç Mini Case: Rəqəmlərə görə
Məsələn 1 – Hədəfin prioritetləşdirilməsi. Kəşfiyyat qrupu 380 km² lisenziyalı ərazidə məhdud qazma büdcəsi ilə işləyirdi. Yeddi geofiziki/geokimyəvi təbəqəni birləşdirən ehtimal xəritəsi ərazinin yalnız 6%-ni “yüksək prioritet” olaraq qeyd etdi. Komanda ilk beş təlimi bu 6%-ə yönəltdi; onların üçündə əhəmiyyətli mis kəsişmələri tapdı. Kritik məqam: xəritə filizi "sübut etmədi", qazma büdcəsinin hara yönəldiləcəyini rasionallaşdırdı və kor sınaqların sayını azaldıb.
2-ci hal - Bulaşmanın tutulması. Bir qızıl yatağında birinci blok modeli 78 q/t-lıq tək nümunənin təsiri nəticəsində ətrafdakı blokları şişirtmiş, resursu 14% çox qiymətləndirmişdir. QA/QC icmalında tətbiq edilən ən üst kəsim (yüksək dəyəri statistik həddə endirməklə) və qonşu seçmə nəzarəti ilə proqnoz real səviyyəyə çatdırıldı. Fərq birbaşa multimilyon dollarlıq investisiya qərarına təsir etdi.
3-cü vəziyyət — Təsnifat intizamı. Dəmir layihəsində model yüksək inamla bütün əmanətin proqnozlaşdırılmasını göstərdi; lakin, marjinal sahələrdə qazma sıxlığı çox seyrək idi. Səlahiyyətli şəxs seyrək seçmə həcmini iqtisadi qiymətləndirmədən çıxararaq onun reytinqini "Nəticədə" səviyyəsinə endirdi. Beləliklə, hesabat ictimaiyyətə açıqlanan ehtiyatlarda şişirtmədən qaçıb və standarta uyğun olaraq qalıb.
Zəif Tələb / Güclü Tələb
Zəif çağırış:
Qazma məhsuldarlığını təhlil edin və yataqda nə qədər qızıl olduğunu söyləyin.[analiz cədvəli]
Güclü göstəriş:
Rolunuz: Resurs geostatistik. Aşağıdakı mürəkkəb analiz məlumatları ilə MƏNBƏ NÖMRƏSİ VERİN. Əvəzində: 1) Qiymət bölgüsünü ümumiləşdirin; mümkün kənar hədləri və yuxarıdan kəsmə ehtiyacını qeyd edin.2) Məkan davamlılığı üçün hansı varioqram istiqamətlərinin araşdırılmasını təklif edin.3) Aşağı qazma sıxlığına görə hansı sahələrin yalnız “İstifadə edilməmiş” kimi təsnif edilə biləcəyini göstərin.4) Nəticəyə təsir edə biləcək 4 qeyri-müəyyənlik mənbəyini sadalayın.Məlumatlar anonimdir; faktiki koordinatlar/şirkət yoxdur.
Güclü əmr modeli bir aldadıcı nömrə çıxarmağın qarşısını alır və onu məsul şəxsin verməli olduğu sualları dəqiq təşkil edən köməkçiyə çevirir.
Dörd Kopyalana bilən Şablon
1) Qat birləşməsi üçün token törəməsi:
Porfir mis kəşfiyyat modeli əsasında aşağıdakı təbəqələrdən mənalı markerlər təklif edin: maqnit, cazibə qüvvəsi, müqavimət, torpaq geokimyası (Cu-Mo-Au), dəyişmə. Hər bir marker üçün: depozit modelinə, mümkün yanıltıcı mənbəyə və sahə yoxlama metoduna keçid. Dəqiq hədəf təyin etmək; Prioritet məntiqini təyin edin.
2) QA/QC-nin ilkin müayinəsi:
Aşağıdakılar üçün təhlil cədvəlini yoxlayın: mənfi/mümkün olmayan dəyər, aşkarlama limitindən aşağı olan işarələrin nisbəti, vahid uyğunsuzluğu (ppm/%/g-t), təkrar nümunə razılaşması, blank və standart nümunə sürüşməsi. Sadəcə problemləri drilling_id ilə sadalayın; qiymətləndirmə, düzəliş.
3) Varioqramın təfsiri layihəsi:
Eksperimental varioqramma nəticələrini şərh edin: nugget, diapazon və sill nə demək olduğunu sadə dillə izah edin; Anizotropiya əlamətləri varmı? Kriginqdən əvvəl hansı qərarların geoloqun təsdiqini tələb etdiyini qeyd edin. Kod yox, məntiq.
4) Mənbə təsnifatına nəzarət:
Blok modelində hər blok üçün: kriginq dispersiyası, qiymətləndirmədə istifadə olunan nümunələrin sayı və ən yaxın quyuya qədər olan məsafə verilmişdir. Standart məntiqə uyğun olaraq Ölçülən/Göstərilən/Nəticə edilən sinifə ən uyğun olan blokların MÜQABİLLİ konturunu verin. Yekun təsnifat səlahiyyətli şəxsə məxsusdur; bunu bildirin.
Metodların müqayisəsi
Metod
Nə edir
güclü nöqtə
Əsas risk
Ekspert qaydası (çəkili təbəqə)
Hədəfləri məlumatla çeşidləyir
Az məlumatla işləyir, şəffafdır
ekspert qərəzliyi
Nəzarət olunan ML hədəflənməsi
Məlum yataqdan öyrənir
Mürəkkəb nümunəni çəkir
Bir neçə nümunədə əzbərləmə
kriginq
Tenor qeyri-müəyyənliklə proqnozlaşdırır
Standart, yoxlanıla bilən
Varioqramma xətası, ləkələnmə
ML dərəcəsi təxmini
qeyri-xətti əlaqə
Çevik
Qeyri-müəyyənliyi, həddindən artıq uyğunlaşmanı gizlədə bilir
Simulyasiya (məsələn, SGS)
Ehtimal ssenariləri yaradır
Qeyri-müəyyənliyi vizuallaşdırır
Səhv təfsir edilərsə, həddindən artıq inam
İpucu: Resursları qiymətləndirərkən, “bir ən yaxşı nömrə” əvəzinə bir sıra və ssenari soruşun. Üç optimist/gözlənilən/ehtiyatlı ssenari qərar qəbul etmək üçün tək bir rəqəmin yaratdığı yalan əminlikdən daha dürüst əsas verir.
Ümumi səhvlər
- Az tanınan yataq ilə ML əzbərləmək. Beş rulmanla öyrədilmiş model yeni sahədə etibarsızdır; nəticəyə sübut kimi deyil, prioritet siyahı kimi baxın.
- Həddindən artıq dəyərləri məhdudlaşdırmır. Tək yüksək analiz, əgər üst kəsmə aparılmasa, ətrafdakı blokları ədalətsiz şəkildə zənginləşdirəcək (yaxacaq) və tonajı şişirdəcək.
- Qeyri-müəyyənlik barədə məlumat verməmək. Kriging variasiyasını və təsnifatını gizlətmək və tək rəqəmləri təqdim etmək standartlara və bütövlüyə ziddir.
- Təsnifatdan keçmək. Seyrək seçilmiş həcmin Ölçülmüş kimi təqdim edilməsi iqtisadi mühakimə və ictimai inamı pozur.
- QA/QC atlanır. Boş və standart nümunələrlə sürüşmənin laboratoriya monitorinqi olmadan heç bir qiymət etibarlı deyil.
Xülasə
- Kəşfiyyatın hədəflənməsi çoxqatlı məlumatların birləşdirilməsi vasitəsilə qazma prioritetini yaradır; Bu cövhəri sübut etmir, kor sınaqları azaldır.
- Resursların qiymətləndirilməsi varioqramlardan və kriginqdən istifadə edərək dərəcəsini dəqiqliklə təxmin edir; Blok modeli bunun üzərində qurulub.
- Maşın öyrənməsi güclüdür, lakin o, kiçik nümunələri yadda saxlayır, kənar göstəriciləri ləkələyir və qeyri-müəyyənliyi gizlədə bilər.
- Son qaynaq JORC/NI 43-101 kimi standartlara uyğun olaraq səlahiyyətli ixtisaslı şəxs tərəfindən təsnif edilir və imzalanır.
- Qiymət bir aldadıcı nömrədə deyil; Qeyri-müəyyənlik sınaqdan keçirilə bilən prioritet və vicdanla bildirilən təsnifatdadır.
Tətbiq tapşırığı
Anonimləşdirilmiş mürəkkəb analiz cədvəlini (və ya təmsil olunan dəyərləri) əldə edin. Güclü sorğu ilə modeldən aşağıdakıları soruşun: mənbə rəqəmi əvəzinə həddindən artıq dəyər/üst kəsim ehtiyacı, varioqram istiqamətləri və aşağı sıxlıq bölgələri. Sonra "mənbə təsnifatına nəzarət" şablonundan hansı blokların hansı güvən sinfinə düşəcəyinin layihəsini hazırlamasını istəyin. Nəhayət, modelin tək tonaj rəqəmi verməyə çalışıb-çalışmadığına diqqət yetirin və bir cümlə ilə onu niyə rədd etməli olduğunuzu yazın.
yoxlama siyahısı
- [ ] Mən başa düşdüm ki, kəşfiyyatın hədəflənməsi filizi sübut etmir, qazma prioritetini yaradır.
- [ ] Varioqramın və kriginqin qiymətləri qeyri-müəyyənliklə necə qiymətləndirdiyini izah edə bilərəm.
- [ ] Mən ləkələmə, üst kəsmə və həddindən artıq dəyər risklərini tanıyıram və QA/QC-ni məcburi hesab edirəm.
- [ ] Mən başa düşürəm ki, resurs standart tərəfindən Ölçülmüş/Göstərilmiş/Nəticə edilmiş kimi təsnif edilir və səlahiyyətli şəxsə məxsusdur.
- [ ] Mən tək nömrələr əvəzinə qeyri-müəyyənlik diapazonları və ssenarilər tələb edən bir intizamı qəbul etdim.