Работа горного инженера — это не только романтика карьеров и шахт, но и тонны технической документации. Поиск нужной цифры в пятисотстраничном талмуде ТП или архивного паспорта БВР пятилетней давности часто превращается в ГГИС-БДСМ-п*рно квест.

Казалось бы, логично отдать эту рутину модному ИИ и батонить в каптерке. А вот шиш 🪤

🤥 Галлюцинации моделей: Обычная нейросеть брешет как дышит. Если она не знает точных параметров крепи, она придумает их с лицом отличника. На опасном производственном объекте такая «галлюцинация» стоит слишком дорого.

💸 Конская стоимость: Дообучать огромную модель под специфику конкретного производства (Fine-Tuning) — это долго, технически сложно и стоит как половина самого производства.

🔒 Политика NDA: Тут, думаю, все всё понимают.

Что за зверь этот RAG? RAG (Retrieval-Augmented Generation) — это связка поисковой системы и большой языковой модели. Вместо того чтобы полагаться на «память» ИИ, RAG заставляет модель сначала заглянуть в закрытую базу данных, найти нужный документ и ответить строго по нему.

📥 Загрузка: Документы (PDF, Excel, сканы) загружаются в систему, «нарезаются» на кусочки (chunks) и переводятся в понятный для ИИ векторный вид. 🔍 Поиск: Запрос к системе пишется обычным человеческим языком. ⚡ Ответ: ИИ не лезет в интернет и ничего не выдумывает. Он находит нужный абзац в локальной базе, выдает четкую выжимку и — главное — дает ссылку на конкретную страницу и пункт документа, чтобы модно было проверить первоисточник.

RAG to Mining Гипотетически это идеальная штуковина, которую можно развернуть на локальной модели (например, открытых Llama или Qwen). Никакой интернет ей не нужен, так что коммерческая тайна наружу не утечет.

Пишешь в чат: «Параметры крепи чтобы не завалило.

Модель сканирует RAG-датасет, выдает шаг крепи, тип анкеров и ссылку на страницу проекта. Точно так же можно шерстить сменные рапорты, искать причины заклинивания буров за прошлые годы или проверять свежие проекты на соответствие. Да кучу всего так-то))

Крч, цифровизация — это не только красивые датчики на самосвалах, дорогущее ПО и промбез, это еще и возможность не сойти с ума от объёма бумаг.