謝韋爾斯基技術學院(莫斯科工程物理學院國立核研究大學分院)的科學家們，開發出了一套獨一無二的、基于人工智能的決策支持系統，用于規劃鈾礦地下浸出礦區工藝井的維修恢復工作。

在俄羅斯國家原子能集團公司礦業分部的鈾礦開采企業中，運行著數千口抽液井和注液井，其生產率直接影響鈾的開采速度。為維持所需的生產率，必須定期進行維修恢復作業。該智能助手能夠高精度預測礦區每口具體井進行各類維修工作的效果，從而幫助選擇最有效的維修方案。該智能助手基于神經網絡運行，該網絡已利用數萬次維修作業的數據進行了訓練。該智能系統已在達盧爾公司投入試運行，該公司正在開發外烏拉爾鈾礦區(達爾馬托夫斯克、霍赫洛夫斯克和多布羅沃利諾耶礦床)的礦藏。

該智能系統的開發人員是莫斯科工程物理學院國立核研究大學謝韋爾斯基技術學院物理教研室的員工：研究生亞歷山大·別列津、副教授兼物理數學副博士安德烈·伊斯托明、教授兼物理數學博士米哈伊爾·諾斯科夫。

據米哈伊爾·諾斯科夫教授解釋，該智能產品的歷史可以追溯到2009年，當時創建了一個數據庫——即達盧爾公司生產的電子孿生系統，所有最重要的油井參數每天都會輸入該系統。如今，得益于積累的數萬條記錄，已經可以利用這些數據訓練神經網絡，該網絡學會了預測油井對維修恢復工作的需求，并選擇最佳維修方案。米哈伊爾·諾斯科夫表示，該智能產品在全球鈾礦開采行業內具有獨特性。