CoreElement.AI › RU › ИИ в геологоразведке Казахстана: архивы, ГКЗ, KAZRC
RU

Искусственный интеллект в геологоразведке Казахстана

20 августа 2026 · Daniel Tonkopiy · 7 мин чтения · Обновлено: август 2026

Искусственный интеллект в геологоразведке Казахстана сегодня решает четыре конкретные задачи: оцифровывает советские архивы ГКЗ, строит прогнозные карты минерализации, ранжирует цели под бурение по вероятности попадания и собирает отчётность по JORC, NI 43-101, KAZRC и другим кодексам. Это инструмент ускорения работы геолога, не замена геологической экспертизы.

Что умеет искусственный интеллект в геологоразведке Казахстана

ИИ в геологоразведке закрывает четыре задачи, которые раньше занимали месяцы ручной работы команды геологов: чтение и структурирование архивных отчётов, построение прогнозных карт минерализации, ранжирование целей под бурение и подготовку отчётности по международным кодексам. Ни одна из этих задач не заменяет компетентное лицо (Competent Person) и его подпись под отчётом. Модель ускоряет черновую работу, решение остаётся за геологом.

Подробный разбор требований к отчётности собран в разделе о соответствии стандартам.

Что ИИ не делает: не присваивает окончательную категорию запасов, не подписывает отчёт, не заменяет полевую проверку аномалии перед постановкой скважины. Модель сокращает время на рутину: разбор архива, который геолог читал бы неделями, она структурирует за часы. Дальше решение о бурении, категории и цифре в отчёте принимает человек с лицензией и репутацией на кону.

Советские архивы: актив, а не мёртвый груз

Архивы геологоразведки СССР и Казахской ССР, накопленные с 1930-х по 1991 год, содержат данные о месторождениях, часть которых так и не вошла в современный оборот после распада союзной системы недропользования. Это не макулатура. Это неоцифрованный актив с готовой геологией внутри, за который уже заплачено десятилетиями полевых работ.

Типичный отчёт ГКЗ (Государственной комиссии по запасам) включает геологическую карту, разрезы, результаты опробования керна и итоговый протокол с утверждённой категорией запасов: A, B, C1, C2 для ресурсов и P1, P2, P3 для прогнозных запасов. Категория A означает детальную разведанность: границы, форма и внутреннее строение тела определены полностью. Категория C2 и прогнозные P1-P3 отражают низкую степень изученности, часто это авторские оценки, не прошедшие утверждение комиссией.

Часть этих материалов сегодня доступна через республиканские и территориальные геологические фонды и портал недропользования Казахстана, но большинство отчётов существует только в бумажном или плохо отсканированном виде. Перевод такого архива в рабочий формат для планирования разведки - отдельная инженерная задача, разобранная в материале про оцифровку советских архивов.

Оцифровка геологических отчётов: с чего начинается работа с архивом

Оцифровка геологического отчёта - это не сканирование в PDF. Рабочий цикл: скан высокого разрешения, распознавание рукописного и машинописного текста на русском и казахском, извлечение таблиц подсчёта запасов в структурированные данные, привязка карт и разрезов к системе координат, проверка результата геологом.

Обычный OCR здесь почти бесполезен. Машинописный шрифт 1960-х годов, рукописные правки на полях, таблицы без чётких границ ячеек и рукописные геологические разрезы требуют модели, обученной именно на этом типе документов, а не на современных офисных сканах. Отдельная сложность - система координат: большинство советских планшетов построены в проекции Пулково 1942, и без корректной перепроекции в WGS-84 координаты скважин расходятся с современной топоосновой на десятки, иногда сотни метров. Такой пайплайн, в частности, лежит в основе GKZ-модуля платформы CoreElement.AI.

Практическое пошаговое руководство по переводу конкретного отчёта ГКЗ в современный формат собрано в гиде по конвертации ГКЗ в JORC.

Конвертация категорий ГКЗ в KAZRC и JORC

Прямой формулы перевода категорий ГКЗ в JORC или KAZRC не существует. Советская система оценивала только геологическую изученность. Международные кодексы требуют вдобавок доказанной экономической и технической реализуемости - так называемых modifying factors: cut-off grade, схему извлечения, рыночную цену. Таблица ниже - отправная точка для работы компетентного лица, а не готовый результат для отчёта.

Категория ГКЗТипБлижайший аналог JORC / KAZRCУсловие применения
A (ресурсы)детально разведанныеMeasured Resources (Измеренные ресурсы)геометрия, качество и внутреннее строение тела определены полностью
B (ресурсы)предварительно разведанныеIndicated Resources (Исчисленные ресурсы)непрерывность геологии подтверждена с разумной степенью уверенности
C1 (ресурсы)оценённыеInferred Resources (Предполагаемые ресурсы)геологически обосновано, подтверждение ограничено
C2 (ресурсы)предварительно оценённыеInferred Resources, нижняя граница, либо не конвертируетсяавторские оценки без утверждения ГКЗ обычно не поднимаются выше Inferred
P1 (прогнозные)высокая степень надёжностиближе всего к Proved Reserves при подтверждённой экономикетребует полного технико-экономического обоснования
P2 (прогнозные)средняя степень надёжностиближе всего к Probable Reserves при подтверждённой экономикетребует полного технико-экономического обоснования
P3 (прогнозные)низкая степень надёжностипрямого аналога нетJORC признаёт только Proved и Probable Reserves, категории "possible" в запасах нет
Главная ошибка при конвертации

Геология не меняется между системами. Меняется экономика месторождения. Каждый участок пересчитывается заново компетентным лицом, категория ГКЗ на титульном листе отчёта не переносится в JORC или KAZRC автоматически. Подробная методика - в материале о конвертации ГКЗ в JORC.

Что такое KAZRC и когда он обязателен

KAZRC - казахстанский кодекс публичной отчётности о результатах геологоразведочных работ, минеральных ресурсах и минеральных запасах, построенный по шаблону CRIRSCO. С 2024 года его применение закреплено на законодательном уровне. На Astana International Exchange (AIX) отчёт компетентного лица может соответствовать любому из трёх кодексов - JORC, NI 43-101 или KAZRC, биржа не требует именно KAZRC. Для казахстанских недропользователей разведочная отчётность в целом привязана к Кодексу о недрах, где KAZRC закреплён как основной национальный стандарт.

Хронология внедрения: в 2016 году Казахстан вступил в CRIRSCO десятым членом комитета, в 2017 году KAZRC включили в Кодекс о недрах и недропользовании, с 2019 года уполномоченный орган по изучению недр начал принимать отчёты по новому стандарту, в 2022 году заработала процедура верификации отчётов, с 2023 года началась аттестация компетентных лиц, а с 2024 года переход стал обязательным на уровне закона. Для геологоразведки переход завершён полностью. Для добывающих проектов, утверждённых до конца 2023 года, допускается параллельное использование KAZRC и старой классификации ГКЗ.

Отчёт по KAZRC подписывает компетентное лицо, аккредитованное через PONEN - профессиональную ассоциацию независимых экспертов минеральных ресурсов в Казахстане. Отдельная группа рецензентов при исполнительном комитете PONEN проверяет качество отчётов. Структура категорий в KAZRC совпадает с JORC, поскольку оба кодекса входят в семейство CRIRSCO: Измеренные, Исчисленные и Предполагаемые минеральные ресурсы (Measured, Indicated, Inferred), Доказанные и Вероятные минеральные запасы (Proved, Probable). Детальный разбор структуры кодекса - на странице про KAZRC.

На практике отчёт по KAZRC нужен не только для листинга. Его запрашивают при привлечении внешнего финансирования под запасы, при переговорах о совместном предприятии с иностранным партнёром и при продаже доли в проекте, когда покупатель хочет независимую оценку вместо цифры из отчёта ГКЗ 1980-х годов. Для внутренних задач недропользователя, не связанных с рынком капитала, отчёт по старой классификации ГКЗ формально всё ещё принимается уполномоченным органом.

Рабочий цикл: от архива до цели бурения

От нечитаемого скана до готовой цели бурения путь идёт в пять шагов, и каждый следующий шаг опирается на результат предыдущего.

  1. Оцифровка и распознавание. Перевод исходных отчётов ГКЗ в структурированные данные: текст, таблицы, координаты, категории запасов.
  2. Геопривязка. Перепроекция из Пулково 1942 в WGS-84, привязка старых планшетов к современной топооснове.
  3. Категоризация. Сопоставление категорий ГКЗ с ближайшими аналогами JORC или KAZRC, с пометкой для ревью компетентным лицом, без автоматического присвоения итоговой категории.
  4. Прогнозное моделирование. Объединение архивных данных с новой геофизикой, геохимией и дистанционным зондированием для построения карты перспективности.
  5. Ранжирование целей бурения. Приоритизация точек по вероятности подтверждения с обоснованием, которое геологическая служба может проверить и оспорить.

Пример применения этого цикла на конкретном типе оруденения разобран в кейсе про разведку меди в Казахстане.

Скорость на каждом шаге разная. Оцифровка одного архивного отчёта занимает часы, а не недели ручного набора таблиц. Геопривязка и категоризация тысяч точек по площади идут пакетно. Дольше всего работает прогнозное моделирование: чем больше независимых слоёв данных (геохимия, геофизика, дистанционное зондирование, история бурения) подано на вход, тем надёжнее карта перспективности на выходе, и здесь качество исходных данных важнее скорости расчёта.

Платформа CoreElement.AI

CoreElement.AI строит этот цикл как единую платформу. Компанию основали в 2024 году Данил Тонкопий (CEO и Product Architect) и Жамбыл Сураганов (сооснователь). Платформа включает 22 модуля и поддерживает JORC 2012, NI 43-101, KAZRC, SAMREC, PERC 2021, S-K 1300 и картирование между кодексами CRIRSCO. Отдельный модуль переводит советские категории ГКЗ A/B/C1/C2/P в современные стандарты: распознавание текста, перепроекция Пулково 1942 в WGS-84, сопоставление категорий. По состоянию на май 2026 года на платформе оцифровано 4859 документов, доля успешных попаданий при ранжировании целей бурения ИИ достигает 76%. Платформа входит в NVIDIA Inception, участвует в программе Google for Startups Cloud, имеет статус резидента Astana Hub, среди советников - специалисты из Stanford, MIT и Cornell Tech. У платформы два пилотных внедрения с крупными горнодобывающими операторами в Казахстане.

Источники

Daniel Tonkopiy
CEO и продуктовый архитектор CoreElement.AI. 15+ лет в enterprise SaaS и AI/ML. Три экзита.