Ganhos:
- Capacidade de limpar dados de registro de perfuração, litologia e teor com suporte de IA e detectar inconsistências e erros de codificação
- Capacidade de posicionar com precisão a IA como um gerador de pré-classificação e hipótese ao interpretar fotografias de núcleo e observação geológica
- Capacidade de validação cruzada da interpretação de litologia/alteração inferida da IA com observação geológica e análise laboratorial
A base de todo projeto de mineração são as amostras retiradas do subsolo. O mais importante desses exemplos é o testemunho de perfuração (uma amostra contínua que a furadeira extrai da rocha em formato cilíndrico). O geólogo examina o núcleo; Ele registra o tipo de rocha (litologia), estrutura, alteração (mudança da rocha por águas quentes e efeitos químicos) e mineralização, e analisa amostras de laboratório quanto ao teor. O resultado é uma enorme tabela registrada metro a metro, chamada de registro de perfuração. Podem existir centenas de perfurações e dezenas de milhares de linhas num único projeto. Limpar esses dados, combiná-los, captar inconsistências e extrair interpretações iniciais; Esta é uma área onde a IA está realmente acelerando, mas cada passo precisa ser verificado com o olhar de um geólogo. Nesta unidade você aprenderá como limpar dados de perfuração/geologia com IA, como pré-interpretar a imagem do núcleo e como validar os resultados.
Anatomia das tabelas de dados de perfuração
Um conjunto de dados de perfuração normalmente consiste em quatro tabelas, e combiná-las corretamente é metade do trabalho:
- Colar: A coordenada inicial (X, Y, Z) e a profundidade total de cada furo.
- Levantamento (desvio): Alteração da inclinação (mergulho) e direção (azimute) da perfuração ao longo da profundidade. A perfuração nunca é perfeitamente reta.
- Litologia: Tipo de rocha e observações geológicas em toda a faixa de profundidade (de-a).
- Ensaio: Resultados de qualidade laboratorial em toda a faixa de profundidade (por exemplo, Au g/t, Cu %).
Essas tabelas devem obedecer a regras como de < a, os intervalos não devem se sobrepor e os códigos devem ser consistentes. Na vida real, sempre há erros nesses dados inseridos manualmente: intervalo ausente, intervalo sobreposto, confusão de unidades (ppm e% de mistura), diferentes grafias do código litológico (GRN, Grn, granito), códigos como 999 ou -9 em vez de um valor nulo. A IA é muito poderosa para verificar e sinalizar tais inconsistências; Mas você deve fazer a correção com a aprovação do geólogo.
Passo a passo: limpeza de dados de perfuração com IA
- Apresente os dados. Dê à IA os nomes das colunas, unidades e algumas linhas de amostra (anonimizando as coordenadas reais). Descreva claramente o que deve acontecer.
- Faça uma lista de regras. Peça à IA uma lista de "quais regras de consistência devo verificar para esta tabela", adicione suas próprias regras no topo.
- Faça uma verificação de inconsistência. Basta pedir à IA a sinalização, não a correção automática. Peça justificativa para cada sinal.
- Retorne à fonte bruta. Verifique cada linha marcada com o registo original do furo ou com o certificado do laboratório.
- Tome a decisão de consertar. O geólogo faz a correção; AI apenas sugere.
Dica: Não diga à IA “me dê a tabela corrigida”; Diga "sinalizar linhas suspeitas com razão". Em uma tabela de autocorreção, é quase impossível notar linhas corrompidas silenciosamente.
Foto principal e interpretação visual
Em projetos modernos, as caixas centrais são fotografadas. Ferramentas de IA multimodelos (modelos que também podem processar imagens) podem produzir uma interpretação preliminar destas fotografias: mudança de cor, possível densidade de fratura, presença de veios, possíveis zonas de alteração. Isto é valioso como uma triagem preliminar que diz ao geólogo "olhe com atenção aqui". No entanto, as decisões sobre litologia e alteração nunca são feitas a partir de fotografias; São necessários exame manual do núcleo, teste de dureza, reação ácida e análise laboratorial. É um erro grave a IA inferir “há ouro” pela cor; O ouro é muitas vezes invisível a olho nu e só pode ser identificado por análise.
três mini cases
Caso 1 — Captura de interferência da unidade. Em um projeto, existem 12.000 linhas na tabela de ensaios. O geólogo apresenta a tabela à IA e diz: "Liste as linhas com valores acima de 100 g/t na coluna Au; elas podem ser de alto teor verdadeiro ou mistura ppm/ppb." AI marca 37 linhas. O geólogo examina os certificados do laboratório; Ele descobre que 34 foram realmente inscritos como ppb (um por bilhão), mas foram erroneamente considerados como g/t, enquanto 3 eram a verdadeira bonança (nota muito alta). Se essas 34 linhas não fossem corrigidas, a nota média seria artificialmente inflacionada e a reserva seria exagerada.
Caso 2 — Faixa sobreposta. Numa tabela litológica, alguns dos intervalos de-a sobrepõem-se: 45,0-52,0 m de granito e 50,0-58,0 m de xisto são definidos simultaneamente. AI lista essas sobreposições e mostra um total de 19 linhas de sobreposição. O geólogo volta-se para o tronco bruto; encontra e corrige uma mudança de linha na entrada de dados. Se os intervalos sobrepostos não fossem corrigidos, não ficaria claro qual tipo de rocha seria atribuído ao modelo de bloco e a tonelagem seria calculada incorretamente.
Caso 3 — Inferência visual incorreta (aviso). Um estagiário entrega a foto principal para a IA e pergunta: “Existe algum minério nesta zona?” A IA vê vermelhidão e veias e diz que “a possível mineralização é alta”. O estagiário processa isso no log como "mineralizado". Considerando que a vermelhidão é uma coloração de óxido de ferro e não contém minério econômico; A análise laboratorial encontra a nota em níveis vestigiais. Lição: o teor/minério não pode ser determinado a partir da imagem; A saída da IA é apenas um sinal de “examinar”, verificado por análise.
Modelos de prompt copiáveis
VERIFICAÇÃO DE CONSISTÊNCIA DE DADOS DE PERFURAÇÃO "Função: Você é um geólogo assistente de recursos/banco de dados. Abaixo está uma tabela [litologia/ensaio] espaçada de para. Colunas: [lista, com unidades]. Marque as seguintes inconsistências com o número da LINHA e o motivo: de> = até, intervalo sobreposto, lacuna, suspeita de confusão de unidades, grafia diferente de código repetido, negativo/atípico, código em vez de em branco (999/-9). NÃO CORRIJA, apenas marcar Tabela: [colar].”
PADRONIZAÇÃO DO CÓDIGO DE LITOLOGIA "Os seguintes códigos de litologia foram inseridos manualmente e são inconsistentes. Agrupe diferentes grafias do mesmo tipo de rocha (por exemplo, GRN/Grn/granito). Escreva um único código padrão recomendado para cada grupo. Em uma tabela: [códigos originais] -> [padrão recomendado]. Marque os grupos sobre os quais você não tem certeza separadamente; deixe-me decidir. Códigos: [colar]."
PRÉ-DIGITALIZAÇÃO DA FOTO NÚCLEO "Liste as características visuais que devo observar nesta foto principal: zonas de mudança de cor, possível fratura/densidade de fratura, veia visível, possível marca de alteração. Escreva-as como uma HIPÓTESE; NÃO decida sobre o tipo ou grau de rocha. Para cada característica, indique o que o geólogo deve verificar em campo."
RESUMO DO REGISTRO GEOLÓGICO "O texto a seguir é o registro geológico de uma perfuração. Transforme-o em um resumo estruturado com os seguintes títulos: litologias dominantes e faixas de profundidade, zonas de alteração, notas estruturais (falha/fratura), observações de mineralização. Não adicione nada que NÃO esteja no texto; marque frases ambíguas como 'pouco claras'. Registro: [colar]."
Alerta fraco / Alerta forte
PROMPT FRACO: "Corrigir estes dados de perfuração."
PROMPT FORTE: "Função: Você é um geólogo assistente de banco de dados. Na tabela de ensaio abaixo, sinalize APENAS linhas suspeitas (de> = até, ppm/% suspeita de adulteração, valor negativo, 999 em vez de branco). Forneça o número da linha + razão para cada sinalizador. NÃO corrija automaticamente; verificarei a correção do certificado bruto. Colunas: HoleID, From(m), To(m), Au(g/t). Tabela: [colar]."
O prompt fraco diz à IA “você decide e muda”; O prompt poderoso limita a IA à marcação, deixando a autoridade de correção para o geólogo.
Tabela de comparação: como usar IA em quais negócios
Missão
O papel da IA
cuja decisão
verificação
Marcação de inconsistência
Navegador poderoso
correções de geólogo
Log/certificado bruto
Fusão de código de litologia
Sugestão
Geólogo confirma
Dicionário de código
Comentário da foto principal
Pré-triagem/hipótese
Geólogo/laboratório
Inspeção manual + análise
Decisão de teor/minério
Não usado
laboratório
Análise credenciada
Resumir o texto do registro
configurador
geólogo
Comparação com o texto original
Erros comuns
- Fazer com que a IA “autocorrija” a tabela. Você pode não notar distorções silenciosas; basta marcá-lo.
- Extração de teor/minério da foto do núcleo. O ouro costuma ser invisível a olho nu; A decisão é sua análise.
- Colando coordenadas reais sem anonimizar. Licença e coordenadas são dados confidenciais.
- Não comparar o resumo da IA com o log original. A IA pode adicionar uma observação que não está no texto (alucinação).
- Ignorando a incompatibilidade de unidades. A mistura de ppm/%/g/t/ppb perturba diretamente a reserva.
Atenção: Um erro unitário nos dados de perfuração não permanece em uma única linha; A composição cresce e se espalha pela previsão e reserva. A diligência na fase de limpeza determina a confiabilidade de todas as contas subsequentes.
Resumindo
Os dados de perfuração/geologia consistem em quatro tabelas principais (colar, levantamento, litologia, ensaio) e regras de consistência são vitais. A IA é uma ajuda poderosa na verificação de inconsistência de dados, padronização de código, resumo de log e pré-digitalização de fotos principais. Entretanto, a decisão de correção cabe ao geólogo, e a decisão de teor/minério pertence ao laboratório. Não edite a marca AI, verifique cada marca da fonte bruta e nunca deduza a classificação da imagem.
Tarefa de aplicativo
Torne anônima uma tabela de ensaio que você possui (ou uma amostra) e entregue-a à IA com o modelo "Verificação de consistência de dados de perfuração". Importe as linhas marcadas para uma tabela; Considere uma nota "a ser verificada a partir da fonte bruta" para cada um. Em seguida, crie o dicionário de código com o modelo “Padronização de código de litologia” e anote separadamente os grupos sobre os quais a IA não tem certeza. Por fim, faça uma pré-digitalização de uma foto central e anote o que você irá verificar em campo para cada hipótese que surgir.
lista de verificação
- [] Anonimizei as informações reais de coordenadas/licença antes de fornecer os dados à IA.
- [ ] Solicitei à AI uma marcação justificada, não uma correção.
- [] Verifiquei cada linha marcada em relação ao certificado bruto de log/laboratório.
- [ ] Também verifiquei a consistência do volume (g/t, %, ppm, ppb).
- [] Considerei a saída da foto principal como uma hipótese, não tomei uma decisão de classificação.
- [ ] Comparei o resumo da IA com o texto do log original para verificar se não houve nenhuma informação adicionada.