გეოსივრცული ხელოვნური ინტელექტის (GeoAl) პოტენციალის შესახებ ლითონშემცველი ტექნოლოგიური საბადოების დამუშავების პრობლემების გადაჭრისათვის
Main Article Content
ანოტაცია
სასარგებლო წიაღის მოპოვებისა და გადამუშავების შედეგად წარმოქმნილი მყარი მინერალური ნარჩენები მნიშვნელოვან ეკოლოგიურ საფრთხეს უქმნიან გეოსფეროს. აღნიშნული ანთროპოგენული წარმონაქმნები, თავისი მასშტაბებისა და შემცველობის მიხედვით, დამსახურებულად კლასიფიცირდება როგორც ტექნოგენური საბადოები, რომელთა სასარგებლო გადამუშავებაც, როგორც თანამედროვეობის, ასევე - ინტენსიური ფორმირების სტადიაში მყოფი «Industry 4.0» სახელით ცნობილი მეოთხე ინდუსტრიული რევოლუციისშემდგომი პერიოდისათვისაც ერთ-ერთი პრიორიტეტული ამოცანა იქნება. სტატიაში გამოკვეთილია აღნიშნული ანთროპოგენული აქტივობის ეფექტურობის ამაღლების შესაძლებლობა ფასეული კომპონენტების მეორადი მოპოვების ეკოლოგიური და ეკონომიკური მიზანშეწონილობის კომპლექსური შეფასების გზით. მათ შორის ხაზგასმულია ისეთი კრიტერიუმების გათვალისწინების აუცილებლობა, როგორებიცაა მიზნობრივი ელემენტების აკუმულირებისა და მათი სასიცოცხლო პერიოდის შესაძლო გაფართოების მასშტაბები, გადამუშავებისას წარმოქმნილი თანმდევი (არამიზნობრივი) პროდუქტების ქიმიურ-მინერალური შემადგენლობა და მათი სამომხმარებლო ფასეულობა, გადამუშავებისათვის შერჩეული ტექნოლოგიის რენტაბელობის მინიმალური დასაშვები ზღვარი, და ბოლოს, - გადამუშავებისას ემისირებული ნარჩენების ეკოლოგიური უვნებლობის ხარისხი. შესრულებული ანალიზის საფუძველზე, დასახული მიზნის მისაღწევად შემოთავაზებულია ისეთი ჰიბრიდული გეოსივრცითი ხელოვნური ინტელექტის (GeoAI) შექმნა და გამოყენება, რომელიც დაფუძვნებული იქნება ადაპტირებულ ნეირო-არამკაფიო სისტემის (ANFIS) ფუნქციონირების პრინციპით შექმნილი ხელოვნური ინტელექტის (AI) და გეოგრაფიულ ინფორმაციულ სისტემების (GIS) სინერგიაზე, სადაც ეს უკანასკნელი შეასრულებს მიზნობრივ ტექნოგენურ საბადოში, მისი დამუშავებისას მიმდინარე ფაქტობრივი და დაგეგმილი ცვლილებების შესახებ ანალიტიკურ მონაცემებთა ბაზის ფორმირებისა და ხელოვნური ინტელექტის ნეიროქსელებში მოთხოვნისამებრ მიწოდების ფუნქციას.
Article Details
წყაროები
Choi Y. GeoAI: Integration of Artificial Intelligence, Machine Learning, and Deep Learning with GIS. Applied Sciences, 13(6), 2023, 3895. https://doi.org/10.3390/app13063895
Nishant R., Kennedy M., Corbett J. Artificial intelligence for sustainability: Challenges, opportunities, and a research agenda. International Journal of Information Management, 53, 2020, 102104. https://doi.org/10.1016/j.ijinfomgt.2020.102104
Cabalar A.F., Cevik A., Gokceoglu C. Some applications of Adaptive Neuro-Fuzzy Inference System (ANFIS) in geotechnical engineering. Computers and Geotechnics, Volume 40, 2012, pp. 14-33, https://doi.org/10.1016/j.compgeo.2011.09.008
GeoAI - Geospatial workflows driven by artificial intelligence. Electronic resource, accessed at: https://www.esri.com/ru-ru/capabilities/geoai/overview (in Russian)
Law of Georgia on Subsoil. Parliamentary Gazette, 16, 17/05/1996. Consolidated publications 22/04/2024. Accessed - https://matsne.gov.ge/en/document/view/33040?publication=17
Jandieri G. Increasing the efficiency of secondary resources in the mining and metallurgical industry. Journal of the Southern African Institute of Mining and Metallurgy, 123(1), 2023, 1-8. http://dx.doi.org/10.17159/2411-9717/1092/2023
Potravny I., Novoselov A., Novoselova I., Gassiy V., Nyamdorj D. The Development of Technogenic Deposits as a Factor of Overcoming Resource Limitations and Ensuring Sustainability (Case of Erdenet Mining Corporation SOE in Mongolia). Sustainability, 15(22), 2023, 15807. https://doi.org/10.3390/su152215807
Jandieri G. A generalized model for assessing and intensifying the recycling of metal-bearing industrial waste: A new approach to the resource policy of manganese industry in Georgia. Resources Policy, 75, 2022. https://doi.org/10.1016/j.resourpol.2021.102462
Georgian Manganese – Company profile. 2017. Electronic resource, accessed at: https://greenalt.org/app/uploads/2021/04/GM_Company_Profile_2017.pdf
Avkopashvili M., Avkopashvili G., Avkopashvili I., Asanidze L., Matchavariani L., Gongadze A., Gakhokidze R. Mining-Related Metal Pollution and Ecological Risk Factors in South-Eastern Georgia. Sustainability, 14(9), 2022, 5621. https://doi.org/10.3390/su14095621
Georgian Manganese – Company Profile March, 2021. Electronic resource, accessed at: https://greenalt.org/app/uploads/2021/05/GM_Eng_2021.pdf
Umnov V.A. Ecological and economic assessment of technogenic deposits management. Bulletin of the Russian State University for the Humanities. Series Economics. Management. Law, (2), 2017, 21-29, (In Russian).
Jandieri G., Janelidze I. On Climate Change Mitigation Measures in Ferrous and Non-Ferrous Metallurgy (General Analysis). International Scientific Conference „Natural Disasters in the 21st Century: Monitoring, Prevention, Mitigation“. Proceedings, ISBN 978-9941-491-52-8, Tbilisi, Georgia, December 20-22, 2021. Publish House of Iv. Javakhishvili Tbilisi State University, Tbilisi, 2021, 42-45, URL: http://openlibrary.ge/bitstream/123456789/9574/1/12_Conf_ND_2021.pdf
Jandieri G., Janelidze I., Sakhvadze D. Theoretical prerequisites fot the formation of a paradigm of synergy between human and artificial intelligence in solving the problems of circular transformation of metallurgical enterprises. Sciences of Europe, 114, 2023, 96–101. https://doi.org/10.5281/zenodo.7811570