Фарзи — инженер в области аппаратного обеспечения квантовых вычислений и машинного обучения, выпускница Университета Ватерлоо. Во время обучения она занималась материаловедением, нанофабрикацией и квантовой электродинамикой, что определило её дальнейшее направление в области квантовых вычислений, а позже, благодаря приобретённым навыкам машинного обучения, — в области квантового машинного обучения. Её профессиональное вдохновение заключается в разработке элегантных решений для сложных задач — это позволило ей работать в таких областях, как тканевая инженерия, телекоммуникации и фотоника.
Выявление скрытой ценности: более $50 млн добавленной in-situ стоимости благодаря целевому короткому бурению с применением ИИ
По мере того как горнодобывающие предприятия сталкиваются с возрастающей геологической сложностью и более строгими требованиями к капитальной дисциплине, обеспечение значительного прироста ресурсов на действующих активах становится ключевой задачей. В данной презентации показано, как применение искусственного интеллекта позволяет проводить целевые короткие программы бурения на действующих месторождениях (brownfields), направленные на быстрое тестирование высоковероятных зон минерализации при ограниченном объёме бурения и использовании существующей инфраструктуры рудника.
На основе реальных кейсов действующих медных и золотых предприятий в Чили и Казахстане в докладе демонстрируется, как методы машинного обучения интегрируют данные геологического каротажа, результаты анализов проб и пространственные переменные для выявления закономерностей минерализации, которые часто остаются незамеченными при использовании традиционных методов моделирования. Используя компактные программы расширяющего бурения объёмом менее ~2500 метров, целеуказание на основе ИИ позволило добавить около 7.7 тыс. тонн меди (~$60 млн in-situ стоимости) на одном подземном руднике и подтвердить 37.5 тыс. унций золота (~$70 млн in-situ стоимости) в нескольких кластерах на другом объекте, что способствовало ощутимому росту ресурсной базы и продлению срока службы рудников.
Подчёркивая практическую применимость и измеримые результаты, доклад показывает, как искусственный интеллект дополняет экспертные знания геологов, ускоряет циклы подтверждения ресурсов, оптимизирует распределение капитала на буровые программы и способствует более устойчивому краткосрочному планированию горных работ на сложных действующих месторождениях.
