Gevinster:
- Evne til at rense borelog, litologi og karakterdata med AI-understøttelse og opdage uoverensstemmelser og kodningsfejl
- Evne til præcist at positionere AI som en præklassifikations- og hypotesegenerator ved fortolkning af kernefotografering og geologisk observation
- Evne til at krydsvalidere AI's udledte litologi/ændringsfortolkning med geologobservation og laboratorieanalyse
Grundlaget for hvert mineprojekt er prøverne taget fra undergrunden. Det vigtigste af disse eksempler er borekernen (en kontinuerlig prøve, som boremaskinen udvinder fra klippen i en cylindrisk form). Geologen undersøger kernen; Den registrerer bjergarten (litologi), struktur, ændring (ændring af bjergarten ved varmt vand og kemiske effekter) og mineralisering og analyserer laboratorieprøver for kvalitet. Resultatet er en enorm tabel registreret meter for meter, kaldet en borelog. Der kan være hundredvis af boringer og titusindvis af linjer i et enkelt projekt. At rense disse data, kombinere dem, fange inkonsistens og udtrække indledende fortolkninger; Dette er et område, hvor AI virkelig accelererer, men hvert trin skal verificeres med en geologs øje. I denne enhed lærer du, hvordan du renser bore-/geologidata med AI, hvordan du fortolker kernebilledet, og hvordan du validerer resultaterne.
Anatomi af boredatatabeller
Et boredatasæt består typisk af fire tabeller, og at kombinere dem korrekt er det halve arbejde:
- Krave: Startkoordinaten (X, Y, Z) og den samlede dybde af hvert borehul.
- Opmåling (afvigelse): Ændring i hældning (dip) og retning (azimut) af boringen langs dybden. Boring går aldrig helt lige.
- Litologi: Bjergtype og geologiske observationer i hele dybdeområdet (fra-til).
- Assay: Laboratoriekvalitetsresultater på tværs af dybdeområdet (f.eks. Aug/t, Cu %).
Disse tabeller skal overholde regler såsom fra < til, intervaller må ikke overlappe, og koder skal være konsistente. I det virkelige liv er der altid fejl i disse manuelt indtastede data: manglende område, overlappende område, enhedsforvirring (ppm og % blanding), forskellige stavemåder af litologikoden (GRN, Grn, granit), koder som 999 eller -9 i stedet for en nulværdi. AI er meget kraftfuld til at scanne og markere sådanne uoverensstemmelser; Men du skal foretage rettelsen med geologens godkendelse.
Trin for trin: boredatarensning med AI
- Introducer dataene. Giv AI'en kolonnenavne, enheder og et par eksempelrækker (anonymisering af de faktiske koordinater). Beskriv klart, hvad der skal ske.
- Lav en liste over regler. Bed AI om en liste over "hvilke konsistensregler skal jeg tjekke for denne tabel", tilføj dine egne regler ovenpå.
- Få udført en inkonsekvensscanning. Bare spørg AI om markering, ikke autokorrektur. Bed om begrundelse for hvert tegn.
- Vend tilbage til råkilden. Kontroller hver markeret linje i forhold til den originale borehulslog eller laboratoriecertifikat.
- Tag beslutningen om at rette det. Geologen foretager rettelsen; AI foreslår bare.
Tip: Fortæl ikke AI'en "giv mig den korrigerede tabel"; Sig "flag mistænkelige linjer med begrundelse". I en autokorrektionstabel er det næsten umuligt at bemærke rækker, der i det stille er beskadiget.
Kernefoto og visuel tolkning
I moderne projekter fotograferes kernekasser. Multi-model AI-værktøjer (modeller, der også kan behandle billeder) kan producere en foreløbig fortolkning ud fra disse fotografier: farveændring, mulig frakturtæthed, tilstedeværelse af vener, mulige ændringszoner. Dette er værdifuldt som en foreløbig screening, der fortæller geologen "se omhyggeligt her." Litologi og ændringsbeslutninger træffes dog aldrig ud fra fotografier; Manuel undersøgelse af kernen, hårdhedstest, syrereaktion og laboratorieanalyse er påkrævet. Det er en alvorlig fejl for AI at udlede "der er guld" fra farven; Guld er ofte usynligt for det blotte øje og kan kun identificeres ved analyse.
tre minisager
Tilfælde 1 — Enhedsinterferensfangst. I et projekt er der 12.000 rækker i analysetabellen. Geologen introducerer tabellen til AI og siger: "Angiv rækkerne med værdier over 100 g/t i Au-kolonnen; disse kan enten være ægte høj kvalitet eller ppm/ppb-blanding." AI markerer 37 linjer. Geologen ser på laboratoriecertifikater; Han finder ud af, at 34 faktisk blev indtastet som ppb (en pr. milliard), men fejlagtigt blev anset for at være g/t, mens 3 var den rigtige bonanza (meget høj karakter). Hvis disse 34 linjer ikke blev korrigeret, ville den gennemsnitlige karakter blive kunstigt oppustet, og reserven ville blive overdrevet.
Tilfælde 2 — Overlappende rækkevidde. I en litologitabel overlapper nogle af fra-til-intervallerne: 45,0-52,0 m granit og 50,0-58,0 m skifer er defineret samtidigt. AI viser disse overlapninger og viser i alt 19 overlapningslinjer. Geologen vender sig til den rå log; finder og retter et linjeskift i dataindtastning. Hvis overlappende intervaller ikke blev korrigeret, ville det forblive uklart, hvilken bjergart der ville blive tildelt blokmodellen, og tonnagen ville blive beregnet forkert.
Tilfælde 3 — Forkert visuel slutning (advarsel). En praktikant giver kernebilledet til AI og spørger: "Er der malm i denne zone?" AI ser rødme og vener og siger "den mulige mineralisering er høj." Praktikanten behandler dette ind i loggen som "mineraliseret". rødmen er jernoxidfarvning og indeholder ikke økonomisk malm; Laboratorieanalyse finder karakteren på sporniveauer. Lektion: karakter/malm kan ikke bestemmes ud fra billedet; AI-outputtet er blot et "undersøg"-tegn, verificeret ved analyse.
Kopierbare promptskabeloner
DRILL DATA KONSISTENSSCANNING "Rolle: Du er assisterende ressource-/databasegeolog. Nedenfor er en tabel med [litologi/analyse] fordelt fra-til. Kolonner: [liste, med enheder]. Marker følgende uoverensstemmelser med RÆKKEnummer og årsag: fra>=til, overlappende område, mellemrum, mistanke om, at enheden forveksles med gentagelse/kode, i stedet for, at der staves tom kode, kode. (999/-9 MÅ IKKE RETTES, bare markér tabel: [indsæt]).
LITHOLOGIKODE STANDARDISERING "Følgende litologikoder blev indtastet i hånden og er inkonsistente. Gruppér forskellige stavemåder af samme bjergart (f.eks. GRN/Grn/granit). Skriv en enkelt anbefalet standardkode for hver gruppe. I en tabel: [originale koder] -> [anbefalet standard]. Marker de grupper, du er i tvivl om, separat: lad mig [bestemme dig].."
KERNEFOTO FORSCANNING "Læs de visuelle træk, jeg bør lægge mærke til på dette kernefoto: farveændringszoner, mulig brud-/brudtæthed, synlig vene, mulig ændringsmærke. Skriv disse som en HYPOTESE; BESTEM IKKE bjergart eller -grad. Angiv for hvert træk, hvad geologen skal tjekke i marken."
SAMMENFATNING AF GEOLOGISK LOG "Følgende tekst er den geologiske log for en boring. Gør den til et struktureret resumé med følgende overskrifter: dominerende litologier og dybdeområder, ændringszoner, strukturelle noter (fejl/brud), mineraliseringsobservationer. Tilføj ikke noget, der IKKE er i teksten; markér tvetydige sætninger.."
Svag prompt / Stærk prompt
SVAG PROMPT: "Ret disse boredata."
STÆRK SPØRGSMÅL: "Rolle: Du er assisterende databasegeolog. I analysetabellen nedenfor markerer du KUN mistænkelige rækker (fra>=til, ppm/% formodet forfalskning, negativ værdi, 999 i stedet for blank). Angiv rækkenummer + årsag til hvert flag. IKKE autokorrekt; jeg vil kontrollere rettelsen fra certifikatet for rå kolonner,(HolmID),(To Columns(Raw certifikat),(Til). Au(g/t). Tabel: [indsæt]."
Den svage prompt fortæller AI'en "du bestemmer og ændrer"; Den kraftfulde prompt begrænser AI til mærkning og overlader korrektionsautoriteten til geologen.
Sammenligningstabel: Sådan bruger du kunstig intelligens i hvilken virksomhed
Quest
AI's rolle
hvis beslutning
verifikation
Inkonsekvens mærkning
Kraftig browser
geolog rettelser
Rå log/certifikat
Litologikodesammenlægning
Forslag
Geolog bekræfter
Kodeordbog
Kernefotokommentar
Pre-screening/hypotese
Geolog/laboratorium
Manuel inspektion + analyse
Karakter/malm beslutning
Ikke brugt
laboratorium
Akkrediteret analyse
Opsummer logtekst
konfigurator
geolog
Sammenligning med originaltekst
Almindelige fejl
- At have AI'en "autokorrigere" tabellen. Du bemærker muligvis ikke tavse forvrængninger; bare markere det.
- Grade/malmudvinding fra kernefoto. Guld er ofte usynligt for det blotte øje; Beslutningen er din analyse.
- Indsæt rigtige koordinater uden at anonymisere. Licens og koordinater er følsomme data.
- Sammenligner ikke AI-oversigten med den originale log. AI kan tilføje en observation, der ikke er i teksten (hallucination).
- Ignorerer enhedsmismatch. ppm/%/g/t/ppb blanding forstyrrer reserven direkte.
Bemærk: En enhedsfejl i boredata forbliver ikke i en enkelt linje; Compositing vokser og spreder sig i hele prognosen og reserven. Omhu i rengøringsfasen afgør pålideligheden af alle efterfølgende regnskaber.
Sammenfattende
Bore-/geologidata består af fire hovedtabeller (krave, opmåling, litologi, assay), og konsistensregler er afgørende. AI er en kraftfuld hjælp til denne datainkonsistensscanning, kodestandardisering, logopsummering og kernefoto-forscanning. Rettelsesbeslutningen tilhører dog geologen, og karakteren/malmbeslutningen tilhører laboratoriet. Få AI-mærket til ikke at redigere, bekræft hvert mærke fra råkilden, og udled aldrig karakter fra billedet.
Ansøgningsopgave
Anonymiser en analysetabel, du har (eller en prøve), og giv den til AI med skabelonen "Scanning af boredatakonsistens". Importer de markerede rækker til en tabel; Overvej en "skal kontrolleres fra rå kilde" note for hver. Opret derefter kodeordbogen med skabelonen "Lithology code standardization" og noter separat de grupper, som AI'en er usikker på. Til sidst skal du forscanne et kernefoto og skrive ned, hvad du vil tjekke i feltet for hver hypotese, der dukker op.
tjekliste
- [ ] Jeg anonymiserede selve koordinat-/licensoplysningerne, før jeg gav dataene til AI.
- [ ] Jeg bad AI om en berettiget markering, ikke en rettelse.
- [ ] Jeg kontrollerede hver linje markeret i forhold til den rå log/lab-certifikat.
- [ ] Jeg verificerede også volumenkonsistens (g/t, %, ppm, ppb).
- [ ] Jeg betragtede det centrale fotooutput som en hypotese, jeg tog ikke en karakterbeslutning.
- [ ] Jeg sammenlignede AI-resuméet med den originale logtekst for at bekræfte, at der ikke var tilføjet nogen information.