Comprender más sobre las formaciones minerales y las propiedades físicas tiene un gran valor para académicos, mineros, científicos de materiales e ingenieros por igual. Y aunque los mineralogistas y geólogos han estado estudiando la corteza terrestre durante siglos, su gran tamaño y complejidad significa que todavía hay mucho más por descubrir.
“Gran parte de lo que aprendemos a través del comportamiento de escala atómica y material es a través de minerales, por lo que es importante conocer y caracterizar lo que hay ahí fuera”, dice la Dra. Shaunna Morrison, mineralogista y científica planetaria en el Laboratorio Geofísico de la Carnegie Institution.
“Cuando tenemos una buena representación del inventario mineral real, nos puede decir mucho sobre el pasado geológico de nuestro planeta”.
Para aprender más y aprender más rápido, los expertos han estado experimentando con la aplicación de técnicas avanzadas de ciencia de datos a la mineralogía.
El año pasado, Morrison y sus colegas del Deep Carbon Observatory, una comunidad de más de 1, 000 científicos, publicaron un artículo que mostraba cómo la teoría de redes, que se ha utilizado anteriormente para analizar la propagación de enfermedades, las redes terroristas y las conexiones de Facebook, puede revelar la diversidad y distribución de minerales en todo el mundo.
La técnica utiliza la teoría matemática para organizar, conectar y comprender datos e incluso puede predecir minerales aún desconocidos para la ciencia. Pero es el potencial para encontrar nuevos depósitos lo que realmente brilla.
Descubrimiento de minerales usando ciencia de datos
Según Morrison, el método de ciencia de datos que podría ser de mayor interés para los mineros es el trabajo en curso que utiliza sistemas de recomendación, un algoritmo de ciencia de datos matemáticos para análisis infinito o análisis de ‘cesta de mercado’, para comprender las relaciones co-concurrentes.
Esta técnica de ciencia de datos es utilizada habitualmente por empresas como Amazon para comprender los artículos que se compran con frecuencia juntos, información que luego se utiliza para sugerir compras adicionales para los clientes.
“Al igual que la compra de Amazon coexiste, los minerales coexisten en la superficie de la Tierra de una manera muy sistemática, por lo que esto es algo que podemos caracterizar fácilmente”, explica.
El Servicio Geológico de los Estados Unidos (USGS), Mindat.org y el Observatorio de Carbono Profundo, entre otros, tienen grandes bases de datos que incluyen datos de evolución mineral, información geoespacial, frecuencia de ocurrencia de minerales, edad y más, que los científicos pueden usar para generar modelos. de co-ocurrencia de minerales en todo el mundo.
A partir de esta información, los mineralogistas pueden determinar qué otras ubicaciones tienen la mayor probabilidad de tener un depósito previamente desconocido de un mineral o ensamblaje mineral.
“Por ejemplo, si sabemos que una cierta combinación de especies minerales indica que es probable que haya un depósito de interés, podemos determinar dónde es más probable que exista ese depósito”, explica Morrison.
“Incluso podemos determinar la probabilidad, por ejemplo, de que hay un 2% de probabilidad de que lo encuentre allí y un 96% de probabilidad de que lo encuentre en otro lugar: creo que es realmente interesante para las empresas mineras y varias ya han mostrado interés ”.
El intercambio de datos fomenta un trabajo más inteligente
Este trabajo se extiende esencialmente a lo que ya están haciendo geólogos y mineralogistas, pero a una escala mucho mayor.
“En realidad, no solo estamos viendo dos parámetros, sino decenas de miles que afectan a un sistema; esto es algo que es realmente difícil de ver para cualquier cerebro humano en una hoja de cálculo o incluso usando métodos estadísticos estándar”, dice Morrison.
Sin embargo, para el aprendizaje automático avanzado, utilizando técnicas multivariables, un sistema se puede caracterizar de una manera extremadamente multivariada y multidimensional.
“Ninguna persona puede comprender todos los sistemas y revisar todos los datos en un abrir y cerrar de ojos”, agrega.
Mediante el uso de estas técnicas, se espera que las empresas mineras encuentren depósitos comercialmente viables de forma mucho más rápida y sencilla, y les ayuden a saber dónde definitivamente no deberían buscar.
Si bien los algoritmos pueden determinar la probabilidad de dónde podrían estar ciertos depósitos, aún no pueden determinar qué tan grandes son.
Esto es algo que Morrison dice que quieren hacer en el futuro, pero requerirán más datos.
“El problema es la falta de datos sobre la cantidad de materiales en la superficie de la Tierra en este momento”, dice. «Las empresas mineras tienen mucha información, pero a menudo se mantiene de forma privada».
El intercambio de datos a menudo se considera prohibido dentro de las empresas mineras por razones de competencia. Sin embargo, Morrison cree que si todos los datos se compartieran, podría «elevar a todos» a trabajar de manera más inteligente.
“Las empresas mineras seguirán teniendo su ventaja competitiva, ya sea en poder adquisitivo o eficiencia en las operaciones o en su ubicación”, agrega. «Los datos son poder y si realmente queremos entender dónde explorar y dónde no, necesitamos cuantificar todo».
Profundizando en la corteza terrestre
Los científicos del USGS también están haciendo un trabajo similar. Gilpin R. Robinson Jr. de la agencia dice que el USGS está «buscando constantemente métodos para mejorar la forma en que se integran e interpretan los datos para un mejor trabajo de evaluación de recursos».
La agencia tiene grandes bases de datos sobre la química regional de sedimentos y suelos, sobre datos geofísicos, algunos generados por métodos satelitales y aéreos, y conjuntos de datos regionales sobre variaciones aeromagnéticas, radiométricas y regionales de la gravedad.
Con estos conjuntos de datos, está trabajando para determinar qué minerales se encuentran en los elementos más profundos de la corteza terrestre, que podrían ser objetivos potenciales para ciertos tipos de depósitos.
“Gran parte de la exploración minera ha tenido éxito en la superficie de la Tierra, y una de las mayores fronteras en el futuro es la identificación de depósitos que están ocultos bajo sedimentos u otras unidades de roca que se encuentran a cierta profundidad”, explica Robinson.
“Eso requiere imágenes y modelado de las características del subsuelo, por lo que algunos de nuestros análisis para estos grandes conjuntos de datos están tratando de interpretar cuáles son las unidades del subsuelo”.
Los científicos saben que los depósitos minerales suelen formarse donde hay algunos elementos de interés en la corteza. Esto generalmente involucra un proceso o evento que transporta o mueve estos elementos, ya sea a través de magmas en sistemas volcánicos o fluidos corticales que se mueven a través de la corteza y disuelven y transportan metales.
Ciertas estructuras ayudan a enfocar esos mecanismos de transporte, y luego los fluidos eventualmente quedan atrapados y concentrados.
“Estamos tratando de comprender los datos y ponerlos en conjunto para encontrar dónde podría haber sucedido esto para identificar los objetivos regionales”, explica Robinson.
El USGS está utilizando mapas geológicos en una variedad de escalas que pueden integrarse mediante el aprendizaje automático y la ciencia de datos para obtener información de forma más rápida y económica.
Este trabajo es particularmente relevante para áreas desérticas donde la arena cubre minerales, y en el futuro podría identificar objetivos de alta probabilidad para costosos esfuerzos de exploración para depósitos comerciales a más de uno o dos kilómetros por debajo de la superficie.
Para promover esta investigación, el USGS ha comenzado a trabajar con Geoscience Australia, que está particularmente interesado en la investigación porque el país tiene enormes áreas de tierra cubierta de arena que quiere mapear y modelar.
Colaboración: intercambio de personas y conocimientos
Cada vez más organizaciones académicas y gubernamentales buscan utilizar datos para obtener mejores conocimientos geológicos. Tanto el Servicio Geológico Británico como el Servicio Geológico de la India están estudiando hacer esto.
Sin embargo, Morrison y Robinson esperan que las empresas mineras estén más dispuestas a trabajar con la academia en el futuro a través de alianzas e intercambio de personas y colaboraciones.
“Podemos emprender un trabajo de mayor riesgo y recompensa que las empresas mineras, por eso estas asociaciones pueden ser tan poderosas”, dice.
“Me encantaría enviar estudiantes a trabajar en una empresa minera para comprender realmente qué es lo que quieren, que luego podamos usar para guiar lo que estamos haciendo”, dice ella.
Este intercambio de personas y conocimientos puede ser beneficioso tanto para los mineros como para los académicos. Por el precio de la matrícula y el salario de un estudiante de doctorado durante un año, las empresas mineras pueden obtener más información valiosa de las inversiones que ya han realizado en la recopilación de datos.
“Eso es mucho más barato en comparación con la perforación de pozos”, dice Morrison. «Cuando tiene datos y tiene preguntas, el aprendizaje automático puede ayudarlo a responder esas preguntas».
Fuente: Mining Technology
