Según la comunicación, el sistema mejora la precisión del análisis de núcleos de rocas y acelera la exploración geológica en la industria minera, al detectar automáticamente grietas, fallas, vetas, brechas y otras estructuras geológicas en imágenes logradas durante la perforación de pozos.

Este nuevo método promete aumentar significativamente la precisión del análisis y acelerar la creación de modelos geológicos de yacimientos minerales.

El jefe del Departamento de Tecnologías de Inteligencia Artificial del Centro de Soluciones Industriales y Empresariales de la Universidad Innopolis, Arseni Pinigin, explicó que el núcleo de roca es una fuente clave de información sobre el subsuelo terrestre.

«La documentación manual tradicional de los núcleos es extremadamente laboriosa, consume mucho tiempo y suele ser subjetiva. Las soluciones de software existentes no son universales o requieren supervisión constante de especialistas. Nuestro método resuelve este problema mediante inteligencia artificial», señaló el experto.

El equipo de investigación desarrolló un sistema de procesamiento de imágenes de dos etapas basado en redes neuronales.

Primero, las imágenes de cajas con núcleos, Secciones de un metro, son analizadas por una red neuronal con arquitectura tipo transformer, que identifica automáticamente las secciones y las vincula con sus profundidades correspondientes.

Luego, cada sección es segmentada mediante un modelo de IA entrenado con una amplia base de imágenes.

Para cada sección del núcleo, la IA genera una huella digital: una base de datos de todas las estructuras detectadas con sus características y coordenadas de profundidad, con hasta dos mil 780 valores numéricos por imagen. Estos incluyen textura, color, contraste, presencia de fracturas y otros rasgos extraídos por la red neuronal.

El algoritmo agrupa vectores multidimensionales de características, lo que resulta especialmente eficaz para identificar fallas complejas, brechas tectónicas y otras anomalías estructurales que afectan la estabilidad de los pozos y las canteras”, explicó el subdirector del Centro de Soluciones Industriales y Empresariales de la Universidad Innopolis, Ilmir Nugmanov,

Los desarrolladores señalan que el sistema coincide con la evaluación de un geólogo experto en 7 de cada 10 casos, y esperan mejorar aún más su precisión en el futuro.

Se prevé que esta tecnología sea útil en el análisis de núcleos en la industria minera, en la prospección de minerales sólidos y también en la construcción, donde se requiere una evaluación rápida y objetiva de las propiedades estructurales de las rocas.

mem/gfa