Пермские ученые ускорили поиск золота с помощью нейросетей

Традиционная геология требует обработки огромных массивов информации: от химического состава пород до результатов полевого бурения. Нейросети способны автоматизировать этот процесс, но до сих пор сталкивались с проблемой «шумных» данных. Перевод описаний горных пород в цифровой формат часто приводил к потере ключевых закономерностей, из-за чего система теряла эффективность.

Решение ученых ПНИПУ заключается в фильтрации признаков: алгоритм выявляет только те характеристики пород, которые статистически связаны с наличием руды. В ходе полевых испытаний на золоторудном комплексе Агбау в Кот-д'Ивуаре метод продемонстрировал точность прогноза 88%. При этом количество анализируемых параметров сократилось более чем в два раза — с 13 до 6. Такой подход позволяет геологам оперативно составлять прогнозные карты, однако вопрос реального снижения финансовых издержек при масштабных разведках пока остается открытым для будущих проверок.