Ученые ПНИПУ ускорили нейросетями поиск руды золота и меди вдвое
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) сообщили о нейросетевом подходе, который ускоряет поиск рудных месторождений примерно в два раза. Речь о золоте, меди, алюминии и других стратегических металлах. Поиск новых месторождений обходится стране в сотни миллиардов, поэтому любое сокращение сроков заметно по бюджету. В доступном анонсе нет данных об архитектуре модели, обучающей выборке и точности прогноза.
AI-обработка оригинала CNews; редакция Hamidun News
Пермский национальный исследовательский политехнический университет (ПНИПУ) сообщил, что его ученые научили нейросети находить рудные месторождения примерно в два раза быстрее. Подход рассчитан на поиск золота, меди, алюминия и других стратегических металлов. Для страны это дорогая статья расходов: по данным публикации CNews, поиск новых месторождений обходится в сотни миллиардов. Вдвое меньше времени на поиск означает заметную экономию, если цифра выдержит проверку.
Где у геологоразведки уходит время
Поиск месторождения идет цепочкой. Сначала собирают геофизические, геохимические и геологические данные, потом их интерпретируют, выделяют перспективные участки и только после этого бурят. Интерпретация обычно держится на опыте специалистов и занимает недели и месяцы. Бурение стоит дороже всего, и каждая скважина в пустой породе съедает бюджет.
Нейросети здесь работают как фильтр. Они ищут в разнородных данных закономерности, которые человек заметит не сразу или заметит слишком поздно, и ранжируют участки по вероятности находки. Мировые добывающие компании идут этим путем уже несколько лет. Российские разработки в этой области пока встречаются реже, поэтому новость из Перми интересна.
Что известно и чего нет
В доступном материале мало технических деталей. Вот что можно утверждать на его основе:
- Разработчик: ПНИПУ, Пермь
- Заявленный эффект: ускорение поиска примерно в 2 раза
- Целевые металлы: золото, медь, алюминий и другие стратегические
- Масштаб проблемы: затраты на поиск новых месторождений исчисляются сотнями миллиардов
- Не раскрыто: архитектура модели, объем и источник обучающих данных, точность и доля ложных срабатываний, результаты полевых испытаний
Последний пункт важнее остальных. Без него «в два раза быстрее» остается обещанием, а не метрикой.
Как читать цифру «в два раза»
Ускорение можно измерять по-разному. Если речь о времени обработки и интерпретации данных, результат вполне реалистичен: модель считает быстрее аналитика, и это ожидаемо. Если же речь о сроке от начала работ до подтвержденной находки, заявка куда амбициознее. Этот срок упирается в бурение, лицензирование и логистику, и нейросеть на них почти не влияет.
Есть и вторая оговорка: с чем сравнивали. Двукратный выигрыш относительно ручной интерпретации и тот же выигрыш относительно классических статистических методов дают очень разные результаты. Для рудных задач характерна еще одна сложность. Известных месторождений мало, обучающие выборки небольшие, а модели склонны подстраиваться под конкретный регион и плохо переносятся на другую геологию.
Что проверить до внедрения
Для добывающих компаний и инвесторов практичный порядок действий такой. Сначала запросить у разработчиков описание метода и данных, на которых модель обучалась. Затем проверить ее на закрытом участке, где результат уже известен, и сравнить прогноз с фактом. Важно смотреть не только на долю найденных объектов, но и на число пустых участков, которые модель назвала перспективными, потому что именно они определяют цену ошибки в бурении.
Если тест пройдет, ускорение даст реальную экономию на ранних стадиях разведки. Если нет, у университета останется интересный прототип, а у рынка еще одна цифра из пресс-релиза. Публикация статьи с метриками или пилот с недропользователем быстро покажут, какой из вариантов верен.
- 26 янв. 2026 г.Серебро дороже золота: почему металл сходит с ума и при чём тут чипы
- 21 февр. 2026 г.Microsoft делает ставку на сверхпроводники для питания дата-центров ИИ
- 30 янв. 2026 г.Металлы «позеленели»: почему обвал цен на медь и золото — это новость про ИИ
- 29 янв. 2026 г.Epoch AI: 14 задач, которые не решил никто (пока)
Вопросы и ответы по материалу
Что известно по теме: где у геологоразведки уходит время?
Поиск месторождения идет цепочкой. Сначала собирают геофизические, геохимические и геологические данные, потом их интерпретируют, выделяют перспективные участки и только после этого бурят. Интерпретация обычно держится на опыте специалистов и занимает недели и месяцы. Бурение стоит дороже всего, и каждая скважина в пустой породе съедает бюджет. Нейросети здесь работают как фильтр.
Что известно по теме: что известно и чего нет?
В доступном материале мало технических деталей. Вот что можно утверждать на его основе: Разработчик: ПНИПУ, Пермь Заявленный эффект: ускорение поиска примерно в 2 раза Целевые металлы: золото, медь, алюминий и другие стратегические Масштаб проблемы: затраты на поиск новых месторождений исчисляются сотнями миллиардов Не раскрыто: архитектура модели, объем и источник обучающих данных, точность и доля ложных срабатываний, результаты полевых испытаний Последний пункт важнее остальных.
Что известно по теме: как читать цифру «в два раза»?
Ускорение можно измерять по-разному. Если речь о времени обработки и интерпретации данных, результат вполне реалистичен: модель считает быстрее аналитика, и это ожидаемо. Если же речь о сроке от начала работ до подтвержденной находки, заявка куда амбициознее. Этот срок упирается в бурение, лицензирование и логистику, и нейросеть на них почти не влияет. Есть и вторая оговорка: с чем сравнивали.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.