人工智能和大数据将如何开启下一个矿物发现
人工智能 (AI) 和机器学习等新兴技术正在许多行业迅速证明其价值。
今天的信息图表来自金矿发现它表明,当这项技术被应用于大规模地质数据集中时,开启下一波矿物发现的潜力越来越大。
矿产勘探: 财富流向少数人
发现新的矿物来源,如铜、金,甚至钴,可能是出了名的困难,但也非常有益。根据 Goldspot 的说法,发现新矿床的几率在 0.5% 左右,如果勘探发生在已知资源附近,几率会提高到 5%。
总的来说,如果你比较总支出和由此产生的发现的实际价值,矿产勘探并不是一个成功的前景。
按地区衡量发现绩效 (2005 至 2014年)
区域 |
探索花费 |
发现的估计值 |
价值/花费比 |
澳大利亚 |
130亿美元 |
130亿美元 |
0.97 |
加拿大 |
250亿美元 |
190亿美元 |
0.77 |
美国 |
100亿美元 |
50亿美元 |
0.48 |
拉丁美洲 |
330亿美元 |
190亿美元 |
0.57 |
太平洋/东南亚 |
80亿美元 |
40亿美元 |
0.49 |
非洲 |
200亿美元 |
230亿美元 |
1.19 |
西欧 |
40亿美元 |
20亿美元 |
0.42 |
世界其他地方 |
270亿美元 |
80亿美元 |
0.32 |
合计 |
1400亿美元 |
930亿美元 |
0.57 |
以 2014年美元计算的数字。(资料来源: MinEx 咨询公司,2015年3月)
除了地理见解之外,从表面上看,这些数据揭示了矿产勘探本身是没有代价的。也就是说,仍然有价值数十亿美元的重大发现 -- 只是回报过多地流向了一些小玩家,他们做出了重大发现。
大部分花费在探索上的钱可能没有产生下一个伟大的发现,但是你可以肯定它创造了大量的数据,可以用于进一步完善探索模型。
那么,问题是什么?
每一次勘探的失败或成功都会产生地质见解。的矿产勘探过程是土壤样品、芯片样品、地球化学、钻孔结果和化验结果等大量数据的来源。每个钻孔都是形成地球过程的一个微小快照。
单个钻孔可以创建 200 兆字节的数据,当有许多钻孔与其他类型的信息相结合时,勘探项目可以生成万亿字节的数据。如果你想将你的一个项目与数百个其他项目进行比较,以找到最好的见解,那么数据量就会变得令人眼花缭乱。
所有这些数据点都是可以用来寻找新矿藏的线索,但是对整个有能力的地质学家团队来说,对它们进行分类太多了。
幸运的是,利用今天的技术,这些数据现在可以用来训练计算机发现显示与过去发现相似模式的区域。
人工智能辅助
人工智能的真正力量将在于它能够赋予受过技术培训的专业人员在日益复杂和数据驱动的世界中做出决策的能力。
阿贾伊 · 阿格拉瓦尔教授是一位著名的人工智能学者,也是多伦多大学创造性破坏实验室的创始人,他将人类活动分为五类:
- 数据收集
- 信息检索
- 预测
- 判断
- 动作
他总结说机器应该做前三个,人类 -- 比如地质学家、医生、律师, 投资银行家和其他人 -- 应该做出判断,并根据人工智能的预测能力采取行动。
矿产勘探行业提供了一个很好的例子,说明人工智能和大数据如何帮助技术专业人员利用创建的各种数据输入,用更少的钱更快地做出发现。
机会发生器和人工智能友好的未来
人工智能可以从许多不同的项目中获取大量数据,以便发现进一步探索的正确机会,以世界各地项目数十年的地质数据为基础。
正确的技术可以帮助降低勘探中固有的风险,并在预算上导致更多的矿产发现,奖励那些最有效地部署数据的人。能够利用这种力量的公司将会向他们倾斜。
因此,矿物勘探不再是一种解释的艺术 -- 而是,它变得更接近于一门纯科学,给地质学家提供了所有数据的全领域视角。
