"El potencial para acelerar radicalmente la identificación de objetivos de exploración combinado con tasas de éxito mejoradas, es capaz de impulsar un cambio radical en el ritmo de crecimiento del valor en la industria" Tedd White-Vicepresidente de operaciones de Goldcorp.
La minería es una industria global fundamental por que es la que provee los recursos necesarios para el desarrollo tecnológico y nos brinda las materias primas para crear casi todos los objetos que usamos en nuestra vida diaria, desde la pasta de dientes hasta nuestros smartphones.
Un componente vital en esta industria es la eficiencia ya que es una actividad de alto riesgo económico, sobre todo en la etapa de prospección y exploración porque solo se recupera el gasto al encontrar un yacimiento explotable; otro factor importante que hace de la exploración una etapa cara es el tiempo que toma para encontrar dicho yacimiento y empezar con la extracción del mineral; este tiempo puede llegar a ser de 10 años.
Sin embargo, las nuevas tecnologías pueden ayudar a ahorrar tiempo y dinero; muchas veces ayudan a resolver problemas muy complejos que difícilmente un humano podría resolver en un tiempo razonable. Mckinsey estima que en el 2035 el uso de análisis de datos (Machine Learning, Big Data, Deep Learning) y tecnología digital, podrían ayudar a los productores de carbón, fierro y cobre, a ahorrar entre $290 mil millones y $390 mil millones de dolares al año.
Data science y Machine Learning en la exploración minera.
La ciencia de datos es un campo interdisciplinario que utiliza métodos, procesos, algoritmos y sistemas científicos para extraer valor de los datos. inmediatamente nos preguntamos, ¿esta ciencia será útil en la búsqueda de nuevos yacimientos minerales? en este post trataremos de dar respuesta a esta cuestión.
Tan solo la minera australiana Rio Tinto, crea aproximadamente 2.4 Terabytes de información cada minuto.
Como en el ejemplo anterior, durante la exploración se generan montones de datos en forma de muestras de suelo, muestras de mano, resultados de barrenación (logueos), geoquímica, geofísica y resultados de ensayos.
Un solo barreno puede crear alrededor de 200 megabytes de información; y si sumamos todos los barrenos que se hacen en un proyecto de exploración, más datos de geoquímica, percepción remota y datos geofísicos obtendríamos gigabytes de información que para un grupo de geólogos seria muy complicado y/o se demorarían demasiado tiempo en analizar a detalle para aprovecharlos al máximo.
En este contexto podemos apoyarnos en el machine learning y entrenar a una computadora para detectar áreas que muestran patrones similares a descubrimientos anteriores, detectar alteraciones indicadoras de cuerpos mineralizados, anomalías geoquímicas y vectores de mineralización en un tiempo muy corto y con buenos resultados.
¿Realidad o fantasía?
En exploración, la Inteligencia Artificial es relativamente nueva pero ya hay casos internacionales de éxito, por ejemplo, la empresa de exploración canadiense Goldspot Discoveries integra diferentes sets de datos geológicos para descubrir nuevos depósitos; ha colectado información geológica de detalle, topografía, geoquímica y mineralogía aplicando inteligencia artificial obteniendo resultados sorprendentes; ahora las empresas que usaron IA extraen al menos el 90% del oro encontrado con ayuda del análisis de datos.
La mina de diamantes Renard en Quebec implementa un sistema de clasificación y eliminación de residuos. Este sistema es usado para mejorar la calidad y cantidad de la tasa de recuperación de diamantes. La implementación de inteligencia artificial ayuda a recuperar al menos el 96% de todos los diamantes mayores a 1 mm.
Tomra una empresa noruega, desarrolló un pequeño sistema capaz de clasificar minerales y menas usando un algoritmo de machine learning, sensores de luz y datos de rayos-X.
Goldcorp en colaboración con IBM desarrollan tecnología de exploración basada en inteligencia artificial utilizando datos de la mina de oro Red Lake Gold, aprovechan el análisis espacial, aprendizaje automático y modelos predictivos que ayudan a los exploradores a localizar información clave y desarrollar extrapolaciones geológicas en una fracción del tiempo y a menor costo que los métodos tradicionales.
El futuro de la exploración minera.
En conclusión la Inteligencia Artificial, el Machine Learning, el Big Data y los modelos predictivos son herramientas innovadoras y recién llegadas al campo de la exploración geológica con un gran potencial para localizar zonas mineralizadas ahorrando tiempo y dinero. Son tecnologías que poco a poco serán comunes en el quehacer del explorador, por que cada vez es más difícil localizar nuevos yacimientos. En pocas palabras es el futuro en la exploración minera.
"Big Data es hoy un desafío para la exploración. Pero para nosotros, es una solución." Goldspot Discoveries.
Comentarios
Publicar un comentario