AI ба робот: Монголын уурхайд бодит ашиг өгөх нь

Бостон Дайнамиксийн баярын мэндчилгээ дэвшүүлдэг роботын видеонуудыг хараад хүмүүс ихэвчлэн “хөөрхөн байна” гэж инээгээд өнгөрдөг. Гэхдээ миний хардаг өнцөг өөр: энэ төрлийн “үзүүлэн” нь бодит үйлдвэрлэлд хэрэгжих автоматжуулалтын дараагийн алхмыг маш тод харагдуулдаг. Роботын бүжиг, хаалга онгойлгох “трик”, хүний хөдөлгөөнийг дуурайх чадвар бол үзүүлбэр мэт. Харин уурхайд бол яг энэ чадварууд аюулгүй байдал, тасралтгүй ажиллагаа, зардлын хяналт гэсэн гурван зүйл рүү шууд хөрвөдөг.

Манай “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын энэ дугаарт баярын роботын контентоос санаа авч, Монголын олборлох салбарт AI ба роботын бодит өгөөж гардаг 5 чиглэлийг нэг мөрөөр хэлбэл: үзүүлбэрийн робот бол технологийн боломж, уурхайн робот бол бизнесийн тооцоо.

Баярын робот юу харуулдаг вэ? (Уурхайд хэрэгтэй 3 чадвар)

Роботын баярын видеонуудын гол санаа нь “инээдтэй бичлэг” биш. Тэнд уурхайд хэрэгтэй гурван үндсэн чадвар давтагдаж харагддаг.

1) Автономит хөдөлгөөн ба орчны ойлголт

Хөлтэй роботын нарийн тэнцвэр, динамик хөдөлгөөн нь нэг зүйл хэлдэг: камер, лидар, инерцийн мэдрэгчийн мэдээллээр бодит цагт шийдвэр гаргах (sensor fusion) систем илүү найдвартай болж байна. Уурхайд энэ нь:

• Овоолго, бартаат зам, цас/шороо, гэрэлтүүлэг муутай нөхцөлд хяналт шалгалтын робот явуулах
• “Хүн орох ёсгүй” бүсэд алсын тандан шалгалт хийх

2) Давтагддаг хөдөлгөөний өндөр нарийвчлал

Бүжиглэж чадна гэдэг нь хөгжилтэй сонсогдоно. Гэхдээ угтаа “давтамжтай, тогтвортой хөдөлгөөнийг” олон удаа алдаагүй хийх чадвар. Уурхайд үүнийг:

• Засвар үйлчилгээний стандарт шалгалт
• Конвейер, бутлуур, насосны байрлал-дулаан-дуу чимээний тогтмол маршрутын хэмжилт гэж буулгаж ойлгоно.

3) Хүний орчинд ажиллах уян хатан байдал

Хуманоид роботын “хүний барьдаг багаж барина” гэдэг нь уурхайд нэг чухал утга өгдөг: шинэ дэд бүтэц барихгүйгээр (мөн асар их хөрөнгө оруулалтгүйгээр) одоо байгаа орчинд робот ажиллуулах боломж нэмэгдэж байна.

Монголын уурхайд AI хамгийн түрүүнд үр дүн өгдөг 5 хэрэглээ

AI-г “дрон авъя”, “робот авъя” гэж эхлүүлэх нь түгээмэл алдаа. Зөв дараалал нь: асуудлаа тодорхойлоод, түүнд тохирох өгөгдөл, дараа нь загвар, тэгээд автоматжуулалт.

1) Урьдчилан засвар (Predictive maintenance): “Зогсолт үнэтэй” гэдгийг AI тооцоолж өгнө

Уурхайн нэг том үнэн: төлөвлөгдөөгүй зогсолт бол хамгийн үнэтэй зардал. AI-ийн хамгийн хурдан ROI гардаг хэсэг нь тоног төхөөрөмжийн эвдрэлээс өмнө дохио барих.

Хийж болох хамгийн бодит эхлэлүүд:

• Доргилт (vibration), температур, ток/эргэлт зэрэг мэдрэгчийн өгөгдлөөр насос, мотор, туузан дамжуулагчийн гэмтлийг эрт илрүүлэх
• Дулааны камерын зураг + AI ашиглаад цахилгаан самбарын халалтыг “эрсдэлийн зэрэглэл”-ээр ангилах

Энд робот хэрэгтэй юу? Заримдаа хэрэгтэй. Жишээ нь, тогтмол маршруттай спот төрлийн хөлтэй робот эсвэл дугуйт платформоор хэмжилт хийлгэвэл хүний эрсдэл буурна.

2) Аюулгүй ажиллагаа: “Камер ихтэй” нь биш, “сэрэмжлүүлэг зөв” нь чухал

Олон уурхайд камер олон байдаг. Гэхдээ бодит асуудал нь камерын бичлэгийг хүн 24/7 харах боломжгүй.

AI-ийн ажлын байр:

• Хүн хамгаалах хэрэгсэлгүй орсон (каск, хантааз) эсэх илрүүлэх
• “Хүн + хүнд машин механизм” хэт ойртолтыг илрүүлж эрт сэрэмжлүүлэх
• Аюултай бүс рүү нэвтрэх, хашлага давсан эсэхийг бодит цагт илрүүлэх

Миний хатуу байр суурь: аюулгүй ажиллагааны AI бол “торгууль тавих” хэрэгсэл биш, “осол гарахаас өмнө таслах” хэрэгсэл байх ёстой. Тэгэхгүй бол ажилчид системийг тойрч сурна.

3) Тээвэр-логистикийн оновчлол: нэг км биш, нэг мөчлөгийн зардлыг хар

Олборлох салбарын ашиг ихэнхдээ “нэг шийдвэр”-ээс биш, “мянган жижиг шийдвэр”-ээс бүтдэг. Машин ачих-буулгах, ээлжийн зохион байгуулалт, замын нөхцөл, дугуйны элэгдэл зэрэг нь нийлээд их мөнгө болдог.

AI энд:

• Диспетчерийн шийдвэрийг өгөгдөлд суурилсан болгох (queue management)
• Түлш зарцуулалт ба сул зогсолтыг бууруулах
• Замын төлөвлөлт, хөдөлгөөний урсгалыг оновчлох

Хамгийн чухал KPI: “тонн/цаг” дангаараа хангалтгүй. “тонн/цаг/литр”, “тонн/цаг/элэгдэл” шиг нийлмэл үзүүлэлтүүд дээр AI хүчтэй ажилладаг.

4) Геологи ба хүдэр ялгалт: AI зөв асуулт тавьбал лаборатори хурдлана

AI-г геологид ашиглахад хоёр түгээмэл ашиг байна:

• Дээжлэлтийн мэдээлэл, зураглал, өрөмдлөгийн өгөгдлөөр хүдрийн биетийн загварчлал сайжруулах
• Агууламжийн хэлбэлзлийг урьдчилан таамаглаж, баяжуулах үйлдвэрийн тохируулгыг илүү тогтвортой болгох

Энд “үргэлж өндөр нарийвчлал” гэж амлах нь буруу. Харин шийдвэрийн эрсдэлийг багасгах нь зөв зорилго. Жишээ нь, “энэ хэсэгт стандарт дээжлэлтийн нягтралыг 20% нэмэгдүүл” гэх мэт зөвлөмж.

5) Хяналт шалгалтын робот: хүний ажлыг биш, хүний эрсдэлийг бууруул

Баярын видеонд гардаг хөлтэй роботын бодит үнэ цэнэ уурхайд маш энгийн:

• Хүн ороход эрсдэлтэй газар (халуун, хий, нурж болзошгүй, өндөр) руу робот явуулах
• Шөнө/өвөл/шуурганы үед тогтмол шалгалтыг таслахгүй хийх

Гэхдээ энд нэг дүрэм бий: робот авсан ч өгөгдөл нь муу бол ашиггүй. Робот бол “мэдрэгчийн платформ”. Үр дүн нь AI загвар, ажилбарын стандарт, засварын процесс дээр тогтдог.

“Робот авъя” гэж яарахаасаа өмнө хийх 7 алхам

AI ба роботын төсөл уул уурхайд амжилттай болох эсэх нь технологиосоо илүү ажиллагааны сахилга бат-аас хамаардаг.

1. Нэг асуудал сонго: жишээ нь туузан дамжуулагчийн гэнэтийн зогсолт.
2. Өгөгдлийн зураглал гарга: ямар мэдрэгч, ямар давтамж, ямар чанартай вэ?
3. Нэг KPI тохир: “төлөвлөгдөөгүй зогсолтын минут/сар”-ыг 20% бууруулах гэх мэт.
4. Туршилтыг жижиг хий: нэг шугам, нэг хэсэг, нэг ээлж дээр.
5. Хүний ажилбарын өөрчлөлтөө бич: хэн ямар дохио ирэхэд юу хийх вэ?
6. Системийн засвар үйлчилгээ төлөвлө: камер/мэдрэгч бохирдох, калибровк, сүлжээ тасрах үед яах вэ?
7. Тэлэх эсэхээ тооц: ROI гарсан тохиолдолд бусад хэсэгт стандарт болгон нэвтрүүлэх.

Энэ дарааллыг дагаагүй уурхай “AI төсөл бүтэлгүй” гэж дүгнээд зогсох нь элбэг. Үнэндээ AI биш, төслийн дизайн нь бүтэлгүй байдаг.

Монголын нөхцөлд онцгой анхаарах 3 бодит саад

AI-ийг Монголын уул уурхай, олборлох салбарт нэвтрүүлэхэд технологийн асуудлаас илүү дараах гурван зүйл дээр гацдаг.

1) Холболт ба өгөгдлийн урсгал

Алслагдсан уурхайн сүлжээ, тасалдалтай холбоо нь “cloud-first” шийдлийг шууд хязгаарлана. Edge AI буюу талбай дээр боловсруулалт хийх архитектур илүү бодит.

2) Өгөгдлийн чанар

Тоос, чичиргээ, температурын хэлбэлзэл, линз бохирдох зэрэг нь компьютерийн хараа, мэдрэгчийн өгөгдөлд хүчтэй нөлөөлдөг. Уурхайн AI-д “өгөгдөл цэвэрлэлт” бол нэмэлт ажил биш, үндсэн ажил.

3) Хүний итгэл ба зөвшөөрөл

Ажилчид “AI намайг хянах нь” гэж ойлговол эсэргүүцэл үүснэ. Харин “AI ослоос хамгаална, давтагддаг аюултай алхмыг багасгана” гэж бодитоор мэдрүүлж чадвал хамтран ажиллана.

Роботын гол зорилго бол хүнийг орлуулах биш, хүнийг эрсдэлээс холдуулах.

Дараагийн алхам: “үзүүлбэр”-ээс “үйлдвэрлэл” рүү

Баярын роботын бичлэгүүд нэг зүйлийг маш тод хэлдэг: робот техник, AI алгоритм хоёр зөв нийлбэл хүн төсөөлөхөөс илүү олон ажлыг хийж чадна. Харин уурхайд амжилт олох түлхүүр нь ямар робот гэдэгт биш, ямар процесс гэдэгт бий.

Хэрэв танай байгууллага 2026 онд AI нэвтрүүлэлтээ бодитоор урагшлуулах гэж байгаа бол дараах хоёр асуултаас эхлээрэй:

1. “Манайд хамгийн үнэтэй 3 зогсолт/эрсдэл юу вэ?”
2. “Тэр эрсдэлийг хэмжих өгөгдөл хаана байна, эсвэл яаж бий болгох вэ?”

Дараагийн нийтлэлүүдээр бид Монголын уул уурхай, олборлох салбарт AI ашиглан аюулгүй ажиллагаа, урьдчилан засвар, логистикийн оновчлол-ыг шат дараатай хэрэгжүүлэх жишиг зураглал (roadmap) болон тендер/сонгон шалгаруулалтын шалгуурыг илүү нарийвчлан задлая. Танай уурхай хамгийн түрүүнд аль хэрэглээн дээр ROI хармаар байна?