Запасный путь: как AI переводит поиск месторождений на новый уровень
Возобновляемые источники энергии (ВИЭ) — это энергии, взятые из окружающей среды. Ресурсом для ВИЭ могут служить солнце, ветер, вода, а также биоэнергетика. В отличие от нефти и природного газа, эти источники не истощаются, а еще при их использовании в атмосферу не выделяются парниковые газы, разрушающие озоновый слой Земли.
В 2023 году Россия инвестировала более 600 млрд рублей в энергосистему ВИЭ, а к 2035 году планирует увеличить расходы минимум вдвое. Это соответствует международному тренду: например, Китай за прошедший год вложил в развитие низкоуглеродной экономики более $676 млрд, что составило примерно 15% от государственного бюджета.
Страны понимают: перестраивать систему нужно уже сейчас, чтобы в ближайшие десятилетия решить проблемы энергодефицита и изменения климата. Один из главных шагов на пути к переменам — цифровизировать разведку критических месторождений.
В поисках неразведанного
Чтобы массово производить ветряные турбины, электромобили, солнечные панели и другую продукцию, обеспечивающую переход к низкоуглеродной экономике, необходим огромный запас металлов. В частности — меди, никеля, лития и кобальта.
Медь — основной металл электрификации и идеальный проводник чистой энергии. Медь используют, например, для изготовления проводов и кабелей, а также для создания солнечных и ветряных электростанций. Литий и кобальт применяют для накопителей энергии: аккумуляторов и батарей. Сплавы никеля — для телефонов, компьютеров, электрокаров и пр.
Спрос на природные металлы с каждым годом растет. Недавно на конференции ООН более 60 стран поддержали план по трехкратному увеличению мощностей в сфере ВИЭ к 2030 году. Это значит, что нужно в разы нарастить добычу металлов, что само по себе дорого и технически сложно.
По оценкам S&P Global 2022 года, при сценарии, в котором ископаемые добываются старыми способами, нехватка меди станет заметна уже в этом году, а к 2035 году годовой дефицит достигнет примерно 10 млн т. Согласно тому же отчету, удовлетворения прогнозируемого спроса можно было бы добиться, ежегодно до 2050 года открывая по три рудника с добычей 300 000 т в год.
На рынке уже есть примеры, когда частные игроки начинают использовать искусственный интеллект для поиска и добычи критически важных ископаемых. Это приводит к обнадеживающим результатам.
ИИ — ключ к решению
Выделим несколько явных проблем, которые помогает решить искусственный интеллект.
Сложность обнаружения месторождений. Сегодня найти залежи ископаемых на 20% сложнее, по сравнению с показателями 1990-х. То, что хранилось на поверхности земли, уже использовано, — компаниям нужно копать глубже, а это несет за собой большие экологические и финансовые риски. Так, по статистике, только 2% залежей в итоге становятся рудниками.
Увеличить точность обнаружения месторождений помогает ИИ. В 2023 году на конференции Стэнфордского университета ученые рассказали, как искусственный интеллект анализирует сейсмические данные и помогает более эффективно определять места разведочного бурения. По словам экспертов, это кратно сокращает временные и финансовые затраты, необходимые для обнаружения будущих рудников.
Один из наиболее успешных примеров использования ИИ представила компания Earth AI в сентябре 2023 года. Согласно отчетам, компания обнаружила в Австралии крупное месторождение молибдена, критически важного металла. Все благодаря ИИ, который проанализировал геологические и геофизические данные и указал потенциальное местоположение рудника.
Вред окружающей среде. Традиционная разведка ископаемых — сложный и неэкологичный процесс. Во время бурения компании тратят много электроэнергии. Также часто возникают провалы и эрозии, нарушается биоразнообразие в почве.
Внедрение ИИ значительно снижает негативное воздействие раскопок на природу. Так, датчики и камеры, установленные в шахтах по всему миру, могут контролировать процесс добычи ископаемых. Если датчики замечают аномалии, например, изменения температуры или утечку химических веществ, — то подают сигналы и помогают предотвратить аварию.
Кроме того, данные с датчиков и камер можно анализировать, чтобы сократить количество отходов и снизить энергопотребление во время бурения. Например, автоматическое регулирование систем вентиляции на основе ИИ — ключевой фактор экономии электроэнергии.
Инновационную альтернативу традиционной технике бурения представил стартап Earth AI в 2023 году. Новая техника использует ИИ-решения, что ускоряет процесс разведки практически в шесть раз — с девяти месяцев до полутора. Также снижает ущерб окружающей среде и практически не тратит энергию. Благодаря интеграции ИИ горнодобывающим компаниям требуется меньше транспортных средств, что также оптимизирует распределение ресурсов.
Низкий уровень безопасности рабочих. ИИ также помогает предотвращать поломки и несчастные случаи во время раскопок. Так, в 2019 году компания BHP в Чили внедрила в производство переносные датчики — они крепились к шлему и в режиме реального времени анализировали мозговую активность рабочих. Если система обнаруживала у человека чрезмерную усталость и сонливость, то сразу подавала предупреждающий сигнал. В результате у 24% рабочих обнаружились клинические нарушения сна. Все они прошли лечение, что привело к заметному снижению аварий.
ИИ-решения применяют также и для анализа местности. В частности, для прогноза потенциальных затоплений. Дело в том, что отходы горнодобывающих предприятий часто хранятся в так называемых хвостохранилищах — земляных насыпях, которые достигают несколько сотен метров в длину. Чтобы эти насыпи образовались, компании строят дамбы, которые часто рушатся. Например, в 2019 году прорвало плотину в бразильском Брумадинью, в результате чего погибли 270 человек, а в окружающую среду выбросило несколько миллионов кубометров почвы с производственными веществами из хвостохранилищ.
Чтобы снизить число катастроф, компании стали применять ИИ для анализа спутниковых данных и записей с дронов. Точные прогнозы снижают риски аварий и, по мнению аналитической компании SRK, повышают безопасность самих рабочих.
Проблемы с оборудованием. Мониторинг работы оборудования — еще одно эффективное применение ИИ. Например, технология TruckMetrics благодаря ИИ-решениям контролирует загруженность карьерных самосвалов, которые перевозят горную массу из скважины. Грамотное распределение груза предотвращает преждевременный износ машин и оптимизирует логистический процесс.
В России добывающие компании также активно используют возможности ИИ. Например, «Норникель» в январе представил комплекс предиктивного мониторинга эмиссий, предлагая заказчикам не только их отслеживание, но и их анализ, передачу данных в госреестр и прогноз.
Симбиоз больших и малых
Сегодня существует несколько рабочих моделей внедрения инноваций в корпорациях, одни из них более эффективны, другие — менее. Например, достаточно часто в таких компаниях создается внутренний отдел исследований и разработок. Это хоть и популярная, но недостаточно эффективная практика: у больших компаний много ресурсов, но мало заинтересованности в быстром и эффективном результате. Если у стартапов на разработку и тестирование гипотез уходят недели, то у крупных компаний — месяцы, а то и годы!
Аналогичные проблемы связаны с корпоративными венчурными фондами, которые, как правило, имеют различные ограничения, например, корпоративные протоколы и правила. К тому же и там, и там возникает вопрос мотивации сотрудников: человек, получающий фиксированную зарплату, менее склонен к риску и внедрению креативных проектов, эффективность которых может быть сомнительна.
На мой взгляд, сегодня один из самых результативных способов находить прорывные решения для корпораций — организация хакатонов, которая хоть и требует значительных вложений, но приносит компаниям десятки инновационных решений.
Чтобы повысить эффективность хакатонов и акселераторов, стартапы нужно учить каким языком разговаривать с корпорациями. Молодые компании часто разрабатывают уникальные решения, но не умеют презентовать их крупным заказчикам. С другой стороны, даже если стартапу удается продать свою идею, впоследствии он сталкивается с невозможностью удовлетворить спрос и масштаб большого игрока, так как отсутствуют необходимые ресурсы и полноценное производство. Если решить эту проблему, скорость внедрения инноваций значительно возрастет — такая практика уже есть в «Яндексе» и «Сбере».
Отдача в добыче
Интеграция ИИ-решений в систему добывающей промышленности — ключевой шаг для развития индустрии. Спрос на металлы перманентно растет, при этом темпы их добычи и производства заметно отстают. Если инвестировать в искусственный интеллект сегодня, то можно не только сделать вклад в развитие индустрии, но и получить хорошую прибыль в долгосрочной перспективе, подобно тому, как если бы вы вложили средства в предприятия Генри Форда в двадцатых годах прошлого века. За такими технологиями, несомненно, будущее.
Мнение редакции может не совпадать с точкой зрения автора