Сегодня расскажу про CoreBase — пожалуй, один из самых крупных проектов, что я делал. Это система для геологических лабораторий, и внутри неё живёт ИИ, который за секунды находит в скважине то, на что у геолога уходят дни. Давайте по-человечески: что это, зачем и при чём тут нейросети.
С чего всё начинается: данные, которых никто не видит целиком
Представьте геологическую лабораторию. Из скважин достают керн — столбики горной породы с глубины в пару километров. Каждый образец режут, изучают, гоняют через десятки анализов: рентген, геохимию, пиролиз, микроскопию. Так рождаются знания о том, что там, под землёй — есть ли нефть, какой пласт коллектор, а какой пустой.
Проблема в одном: эти данные живут в хаосе. Сотни Excel-таблиц, файлы каротажа, базы гамма-спектрометрии, отчёты в Word. У каждого лаборанта — свой формат. Собрать всё это в одну картину почти невозможно, а уж показать машине для анализа — тем более.
CoreBase решает именно это. Скважины, образцы, 90+ видов анализов, геофизика, фото керна, карта, отчёты — всё в одной системе, всё связано. Но унификация — это только фундамент. Главное стоит на нём.
Сердце проекта: ИИ прямо в браузере
Большинство «ИИ-продуктов» сегодня — это обёртка над чужим чат-ботом. CoreBase — про другое. Внутри работает настоящее машинное обучение на ваших собственных данных, прямо в браузере, без единой строчки кода со стороны пользователя.
Вы загружаете каротаж скважины — кривые, которые прибор записал по всей глубине. И дальше начинается магия:
- k-средних сам разбивает разрез на радиофации — пласты со схожим «характером» породы. Геолог делает это руками днями; модель — за секунды.
- Случайный лес из 300 деревьев учится на ваших размеченных образцах и предсказывает литологию по всей скважине. На реальной скважине из 471 образца модель угадывает породу с точностью 90% — против 51% у простой базовой модели. Это честная цифра с перекрёстной проверкой, а не «нарисованная».
- Рядом рисуется наглядная колонка «ФАКТ против ПРОГНОЗ ИИ»: где модель ошиблась — подсвечено красным. Видно сразу, чему верить, а что доработать.
А ещё в системе есть ИИ-ассистент на GPT-4.1, который знает вашу базу — сколько скважин, образцов, какие анализы — и отвечает на вопросы по ней. Важная деталь: он видит только сводку, не сырые записи, а данные одной лаборатории никогда не утекут в чат другой. Безопасность здесь не на словах.
Чем больше данных вы грузите — тем умнее становится ваш ИИ. Унификация данных тут и есть топливо для нейросетей.
Почему это вообще важно
Самое красивое в этой истории — где она происходит. Это не очередной «ИИ для маркетинга». Это нейросети, которые читают гамма-каротаж и ищут нефтяные коллекторы под арктическим шельфом — подо льдами Карского и Чукотского морей. Тяжёлая полевая геология и современный machine learning в одном окне браузера.
Для геолога это значит простую вещь: работа, которая занимала дни ручной разметки, теперь делается за минуты — и сразу видно, насколько ИИ можно доверять.
Где это всё сейчас
CoreBase — не концепт и не демка. Система уже работает на боевом сервере по адресу corebasemsu.com. Под капотом — FastAPI, PostgreSQL, scikit-learn и мультитенантность, где каждая организация физически изолирована от других.
Я показываю свои проекты по шагам — с цифрами, находками и честными фейлами. Если хотите следить, как ИИ заходит в самые неожиданные и суровые отрасли — заходите в мой Telegram-канал «Пушим — Нейросети и ИИ».