Earth&Climate Tech

​​#книга Blowout - нон-фикшн про нефтянку Дочитываю сейчас Blowout от Рэйчел Мэддоу. Полное название книги Blowout: Corrupted Democracy, Rogue State Russia, and the Richest, Most Destructive Industry on Earth. Книга интересная, немного алармистская, полная забавных и иногда грустных фактов связанных с нефтянкой и ее переплетением с политикой, шоу-бизнесом, войнами и коррупцией. Написана в сатиристической манере. Много про Россию, Путина, Юкос и Роснефть. Из рецензии: "Нефтяная и газовая промышленность ослабляла демократии в развитых и развивающихся странах, загрязняла океаны и реки и поддерживала авторитарных воров и убийц. Но возмущаться этим, по словам Мэддоу, «все равно, что возмущаться тем что лев съедает газель. Вы не можете винить льва. Это в его природе»." Бестселлер Нью Йорк Таймс, если что. Книга больше развлекательная, вообще не отраслевая, так что если заинтересовала - почитайте.

​​Геологический водород набирает обороты За прошлый месяц вышло аж две обширные публикации во влиятельных журналах, посвященные геологическому водороду. Одна в Нью Йорк Таймс - "A Gold Mine of Clean Energy May Be Hiding Under Our Feet". Вторая в Science - "Hidden Hydrogen". Смысл обеих публикаций в том что водород находится в больших количествах в земной коре и может быть ценным источником чистой энергии. Но в настоящее время водород в основном производится из метана, который выделяет углекислый газ, его также можно производить из воды с использованием электричества. Есть мнение, что разведка и добыча природного водорода может быть намного дешевле и проще для производства водородной энергии. В земной коре, вероятно, находятся сотни миллионов мегатонн водорода, и даже если только 10% из них доступны, этого хватило бы на тысячи лет при нынешних темпах потребления. По оценке Вячеслава Згонника, пожалуй главного мирового эксперта по природному водороду, "стоимость природного водорода может быть менее чем 1 доллар за килограмм по сравнению с примерно 5 долларами за килограмм для зеленого водорода, полученного из воды путем электролиза". Только нужно разработать критерии геологоразведки, как когда-то с углевородородами. Кстати, Вячеслав будет 17 марта в Стэнфорде, очень хочется с ним пообщаться.

Perplexity AI - краткое содержание статьи в браузере Смотрите какая прикольная штука этот Perplexity AI. Это как chatGPT и браузер. Но самая прикольная фича, это плагин Perplexity AI в браузере. Можно, например, попросить саммари статьи или текста веб-страницы. На видео я попросил саммари странички, посвященной работе по изучению геологического водорода моей исследовательской группы в Стэнфорде. И получилось довольно интересно. Пробовал делать саммари научных статей, иногда работает хорошо, но иногда тупит по страшному. Вроде полезно.

С Международным Женским Днем! Поздравляю всех, кто отмечает! Женщины - вы невероятно крутые! На гифке Мари Тарп, ученая, которая первой в мире закартировала Срединно-Атлантический хребет, при том что ей не позволялось участвовать в морских научно-исследовательских экспедициях 🤦🏻‍♂️. Ее открытие помогло поверить в теорию тектоники плит и положило начало новому взгляду на движение земных масс. 🦸🏻‍♀️ 💪🏻

Канада довольно крупная страна, вторая в мире по площади, но, как известно малонаселенна. Забавно, что под красной линией живет 50% всего населения Канады. Холодно

Stanford AI Lab - ежегодный шабаш посвященный самым модным ИИ моделям Для ИИ гиков пост-новость. Пока не забыл. 12 Апреля (🚀🧑🏼‍🚀) Stanford AI Lab (это главные по ИИ в Стэнфорде) проводят очередной ежегодный отчетный сбор. На этот раз собрание будет посвящено...барабанная дробь...**Generative AI and Foundation Models**. Доставайте шуточки про сhatGPT и про то как нейронная сеть неправильно вас нарисовала, ведь у вас, кажется, есть реальная возможность в этом поучаствовать. Зарегестрироваться для онлайн или офлайн участия можно тут. Я наверное прийду ногами, вдруг кто тоже - летц мит.

Глубокое обучение для стабильности ветроэлектрических установок Мои коллеги по SLB недавно написали статью о том как можно наладить процесс быстрого изучения стабильности офшорных ветроэелектрических установок с помощью глубокого обучения. Забавно, что статья вышла в вестнике AAPG(American Association of Petroleum Geologists) и уже схлопотала порцию хейта от блюстителей традиционной энергии. Подход заключается в применении ИИ в восьми взаимосвязанных задачах, которые выполняются при строительстве ветряных ферм: 💨 реконструкция и контроль качества данных испытаний проникновения в конус (CPT) - это такой аналог каротажных данных в скважинах для определения геотехнических свойств почв 💨 автоматическая классификация грунта 💨 автоматическое подавление шума на сейсмических данных 💨 автоматический прогноз геологических катастроф (geohazards) 💨 автоматическая привязка сейсмики к CPT 💨 картирование морского дна 💨 автоматическая интерпретация слоев 💨 прогноз свойств грунта У нефтегазовых компаний технологии довольно продвинутые и здорово, когда они используются в чем-то другом помимо нефтяночки. Статья 📖

​​Атомной бомбой по Йеллоустоуну? Серьезно? Пятница! Давайте о чем-нибудь интересном! Об апокалиптических катастрофах, например. В последнее время часто слышу такую мысль, что мол можно скинуть атомную бомбу на Йеллоустонский супервулкан, она вызовет суперизвержение и все...кирдык этой Америке. Идея конечно 🌋. Давайте прикинем что к чему. Начнем с землетрясений. Землетрясения высвобождают огромное количество энергии, которое можно выразить эквивалентным размером взрывчатого вещества. Например, самые сильные из когда-либо зарегистрированных землетрясений магнитудой выше 9 высвобождают энергию почти 2000-мегатонной ядерной бомбы 🤯. Вроде как самым сильным ядерным испытанием был взрыв мощностью 50 мегатонн, проведенный Советским Союзом в 1961 году. То есть землетрясение этот как 💣СУПЕРБОМБА, но только под землей. В Йеллоустоуне землетрясений было выше крыши, например, зарегистрированное землетрясение около озера Хебген магнитудой 7.3, по размеру высвобожденной энергии это как 100 бомб сброшенных на Хиросиму! И представьте, энергия была снизу магматической камеры вулкана и волна от землетрясения пошла непосредственно по направлению к магматическому телу! В отличие от поверхностного взрыва при котором основная часть энергии рассеется в воздухе. И что думаете? Да ничего, вулкан при землетрясении не взорвался 🥱. Кроме того, эти землетрясения в Йеллоустоуне не были первыми и не будут последними. За последние 15000 лет было как минимум несколько реально сильных землетрясения в том же районе, но они даже не вызвали простого излияния лавы, которое было зафиксировано 70000 лет назад. А с момента реального вулканического кальдерообразующего взрыва прошло 630000 лет 🤯 и уж точно сотни землетрясений магнитудой более 7. Можно успокоиться, ну или кому-то наоборот начать переживать. Никакие внешние взрывы существующей мощности не смогут вызвать извержение супервулкана 🌋, вулканический пепел от которого, справедливости ради, когда-то давно накрыл пол континента. Извержение произойдет только тогда, когда в недрах будет достаточно жидкой магмы и достаточное давление, чтобы заставить эту магму подняться на поверхность. Сейчас это количество около 5-15% от необходимого. Внешний атомный взрыв по Йеллоустоунскому национальному парку принесет ровно столько вреда, сколько принесет сам взрыв. Никакого "триггера" природных катастроф не последует. Но думать об этом все равно невыносимо тошно, что кому-то это в принципе может прийти в голову.

​​Байесианство в геонауках Байесианство - это формальный подход к проблемам науки, основанный на понимании вероятности как степени уверенности. Теорема Байеса (Бейза мне нравится больше) - одна из основных теорем элементарной теории вероятностей, которая позволяет определить вероятность события при условии, что произошло другое статистически взаимозависимое с ним событие. Формула многим известна: P(A|B) = P(A) * P(B|A) / P(B) где P(A) – вероятность того, что A – истинно, P(B) – вероятность того, что B истинно. P(A|B) – вероятность A в случае истинности B, а P(B|A) – вероятность B в случае истинности A. Байесовская статистика сейчас довольно популярна и используются во многих науках, в том числе и в геонауках, в основном для расчета неопределенностей и принятия решений. У Джефа Каерса есть серия научно-философских трудов посвященных Байесианству в геонауках, обобщенных в этой статье. Это довольно интересное чтиво про то как философские принципы могут быть перерасти в практику, и в конечном счете, в сбор данных, компьютерные коды и фактические решения. По сути здесь Джеф показывает свой основной подход под названием BEL - Bayesian Evidential Learning - фреймворк по статистическому обучению и принятию решений, который он использует в том числе и как советник компании KoBold.

Метан никак не закрутят Международное энергетическое агентство (IEA) выпустило очередной годовой доклад по годовой эмиссии метана в атмосферу. Напомню, что метан является одним из самых сильных парниковых газов. В общем дела по их мнению не очень: 🌚 нефтяночка и угольная промышленность выпустила в атмосферу ~135 млн. тонн метана в 2022 году 🌚 цены на углеводороды подросли и IEA ожидало, что компании потратят прибыли на меры по ликвидации больших утечек и сделают что-то с сжиганием попутного газа (основной источник выбросов метана в атмосферу)...но видимо не задалось 🌚 при "нулевом" сценарии количество метановых эмиссий должно сократиться на 75% к 2030 году. Но чет тренд тоже не задается. Такие дела.

Ну и раз за Норвегию разговор зашел. В Earth Science Analytics - одну из первых компаний, которая внедрила ИИ инструменты в геологоразведку УВ нужен петрофизик. Местечко зачетное!

​​Priekestolen - одно из самых удивительных и живописных мест в Норвегии. Когда я там жил, поднимался туда несколько раз. Это массивная гранитная скала высотой 604 метра над Люсе-фьордом. Утес образовался около 10 000 лет назад во время ледникового периода и был вырезан ледником, двигавшимся через фьорд. Если будете в Ставангере - обязательно поднимитесь! Просто вот вспомнилось, ностальгия взяла.

​​Диффузионные модели входят в геомир Так, сегодня пост для нердов будет. В мире компьютерного зрения прошлый год был оккупирован диффузионными моделями (Dalle-2, Stable Diffusion). Все уже наверное поигрались и сгенерировали космонавта на лошадке в космосе и подумали, что хорошо бы начать делать что-то полезное. По сути, диффузионные модели работают, посредством последовательного добавления гауссовского шума, а затем обучаются восстанавливать данные, поворачивая процесс зашумления "в обратную сторону". После обучения мы можем использовать модель диффузии для генерации данных, пропуская случайно выбранный шум через изученный процесс шумоподавления. Так как распределение гауссовское, мы параметризуем отдельный шаг выборки из одномерного распределения вероятностей с помощью глубокой нейронной сети. В общем история в том, что логика генерации изображения в диффузионных моделях, схожа с логикой геостатистических методов типа последовательного гауссовского моделирования (Sequential Gaussian Simulation). Последние используются уже десятки лет, чтобы сделать модель, например, геологического пласта, который глубоко под землей и мы о нем знаем достоверно буквально по нескольким точкам пробуренных скважин. Геостатическим методам пытаются найти замену какими-нибудь моделями глубокого обучения, но до сих пор это было сложновато 🤷🏻‍♂️, так как только они позволяли генерировать стохастические реализации с учетом существующих редких наблюдений. Но диффузионные модели могут действительно в этом помочь. Например, в этом ноутбуке, Лукас Моссер из Aker BP, пытается воспроизвести геологически достоверное моделирование каналов с помощью авторегрессионных диффузионных моделей (анимация). Такие модели помогут снизить неопределенности при понимании того, что происходит глубоко в недрах 🌍. В этой статье народ использует диффузионные модели для обработки сейсмических данных. Дисклеймер. Геологическая картинка создана с помощью диффузионной модели

​​Renewell Energy - использование заброшенных нефтегазовых скважин для хранения энергии Давненько про стартапы не писал. В США более 1.5 миллионов не заглушенных скважин, в Калифорнии 37 тысяч простаивающих скважин. Стоят просто так. Встретились как-то два студента с бэкграундом в нефтянке на кампусе Стэнфорда в 2020-м и решили что-то с этим сделать. Получилась компания Renewell Energy. Renewell использует уже существующую нефтегазовую инфраструктур: снятые с эксплуатации скважины, подключение к энергосистеме, сети связи и дороги, для создания хранилища энергии. Они придумали цилиндрический девайс с грузом (как на картинке) и используют его по подобию гидроаккумулирующих электростанций. Когда вес движется вниз, он вырабатывает потенциальную энергию 💡, которую передают в сеть. Когда вес движется вверх, они забирают энергию из сети 🪫 и наматывают вес обратно наверх, как рыболовную катушку. Я не знаю насколько это действительно эффективно и/или дешево. Но то, что они используют заброшенные скважины как актив приносящий хоть какой-то доход должно понравиться нефтегазовым компаниям. Клиенты у них вроде тоже есть, из Техаса конечно же.

Бесплатная альтернатива Github Copilot - Codeium Такс, мне тут показали, что есть бесплатная альтернатива Github Copilot, которая называется codeium. Github Copilot это супер удобный инструмент, который использует ИИ для помощи в программировании 👨🏻‍💻. Самая удобная фича, это конечно когда Copilot просто тупо дописывает код за тебя, стоит только начать. Чисто, аккуратно, с комментариями. Его нужно проверять, но обычно в 80% случаев все тип-топ. Когда я работал в Стэнфорде, я беззастенчиво использовал бесплатную версию, но пробный период закончился и мне приходилось снова писать этот ваш код самому и еще думать при этом. Но солнце снова вышло из-за туч для таких лентяев как я. Мне показали Codeium - Github Copilot только бесплатный. Я его установил как плагин к VSCode и теперь опять счастлив. Сильно не тестировал, но пока большой разницы по сравнению с Copilot не ощутил. В общем ставьте, там все просто, но только сильно не злоупотребляйте.

​​Xeek Finders Seekers - можно заработать $1.5К Я как-то рассказывал про Xeek, которые делают «гео» хакатоны 🧑🏻‍💻. У них открылось три челленджа, каждый по $500 💵: 1️⃣ Сделать скрипт для автоматического скачивания инфракрасных спутниковых снимков Луизианы 🤷🏻‍♂️. Подробности тут 2️⃣ Найти в интернетах и скомпоновать в csv файл все статьи по секвестрации карбона в почвах, находящихся в открытом доступе. Подробности тут 3️⃣ Найти географические полигоны джунглей и лесных массивов в Южной Америке. Также все скомпоновать в один csv файл. Подробности тут В этот раз дедлайна нет - кто первый тому и деньги. Вдруг вы умный программист, который умеет «пылесосить» инет и вам нужны $1.5К

​​Простая нейронная сеть для классификации зерен цикрона Британские ученые (это еще мем?) соорудили нейронную сеть, основанную на древней, по меркам развития ИИ, нейронной сети VGG для автоматического определения типа магмы 🌋 по форме кристаллов циркона. Для чего это нужно вообще? Циркон 💎 — распространенный минерал, встречающийся в горных породах, связанных с магматизмом. Цирконы могут иметь различные формы, размеры и внутреннюю структуру, которые отражают магматические условия, где кристаллизовался циркон. Вероятно цирконы, полученные из магм, связанных с медно-порфировыми месторождениями, экономически ценными источниками меди, могут иметь специфическую морфологию и текстуру. Авторы обучили модель глубокого обучения для классификации цирконов из медно-порфировых пород, которая способна распознавать края, зоны и включения в кристаллах циркона. Теперь их нейронную сеть можно использовать для идентификации цирконов, связанных с медно-порфировыми отложениями в тысячи раз эффективнее, чем сейчас. Такой незамысловатый, но полезный пример автоматизации с помощью ИИ, который в принципе может сделать любой желающий. Статья 📖