Utilizar a aprendizagem automática no setor mineiro para ganhar vantagem na exploração

O setor mineiro está permanentemente à procura de soluções para melhorar a eficiência e a produtividade dos seus processos. O nosso apetite por novas tecnologias requer, frequentemente, matérias-primas como o tungsténio, embora continuemos a utilizar centrais elétricas a carvão para fornecer energia às nossas cidades, não obstante a crescente utilização de fontes renováveis. No entanto, estes materiais são cada vez mais raros e, muitas vezes, de difícil extração, o que significa que os processos são trabalhosos e dispendiosos. Quaisquer melhorias graduais podem gerar resultados que produzam uma maior rentabilidade, sendo que aplicações autónomas, a aprendizagem automática e a inteligência artificial (IA) são agora amplamente reconhecidas como uma forma de alcançar estes resultados. Com o crescimento adicional da Indústria e Automação 4.0, muitas empresas do setor mineiro sentem-se encorajadas a adaptar-se e a adotar a tecnologia.

A Rio Tinto, gigante britânica/australiana do setor mineiro, foi a primeira a adotar sistemas de extração autónomos, demonstrando exatamente quão bem a tecnologia melhora a eficiência e a produtividade. Começou com o lançamento do seu sistema de transporte autónomo em 2008, que permitia mover com maior eficiência e segurança os materiais extraídos, criando um aumento direto de produtividade.

O setor procurou melhorar também outros processos, centrando um particular interesse e investimento nas potenciais vantagens da aprendizagem automática na exploração mineira. As técnicas tradicionais de exploração mineira incluem a geoquímica de sedimentos de corrente, a amostragem de rochas e solos, a escavação, levantamentos geofísicos e, naturalmente, a perfuração. Embora a exploração mineira e a perfuração exploratória associada em locais identificados representem um grande encargo financeiro, a recompensa pela localização de um importante filão é ainda maior. E se a aprendizagem automática fosse capaz de beneficiar este processo de exploração mineira?

A exploração mineira tradicional gera um enorme volume de dados geológicos valiosos, recolhidos por sensores. As empresas investem centenas de milhões em modelos de exploração geológica, mas apenas utilizam uma pequena parte dos dados recolhidos. A aprendizagem automática (uma forma de IA) automatiza a construção de modelos analíticos, utilizando a análise de dados, e permitindo, assim, que estes sistemas possam aprender autonomamente através da utilização destes modelos analíticos, identificando padrões dentro dos dados recolhidos e possibilitando a tomada de decisões com a mínima intervenção humana.

Uma das empresas que já adota a utilização deste GRANDE volume de dados é a Goldspot Discoveries Inc, com o objetivo de "revolucionar a área da exploração mineira através da utilização da aprendizagem automática, visando uma escala regional e localizada". Trabalham em conjunto com especialistas de dados e geociência, assegurando um risco substancialmente menor, face a uma taxa de sucesso mais elevada.

"A finalidade da GoldSpot Exploration é usar conjuntos de dados robustos e a aprendizagem automática para gerar mapas de prospeção."

Estes mapas potencializam os grandes volumes de dados recolhidos pelos projetos de exploração da empresa para visualizar a probabilidade de locais de exploração mineira. As oportunidades de prospeção são definidas pelo tipo, abundância e acessibilidade dos minerais crus, que, por sua vez, permitem um investimento mais bem informado na exploração. Referem as reservas de ouro de Abitibi no Quebec como um exemplo do seu sucesso com a análise de dados através da aprendizagem automática, tendo identificado 86% dos depósitos de ouro existentes a partir de um levantamento de apenas 4% da área de superfície total. Considerando as poupanças substanciais que podem ser realizadas em termos de tempo real e de custos, muitas outras empresas do setor mineiro estão agora a investir numa maior abordagem científica de dados, à semelhança desta.

Embora a imagem tradicional da exploração mineira continue a ser minas a céu aberto ou subterrâneas, com energia, transportadores e uma equipa em ação no terreno, utilizando brocas e ferramentas para extrair o minério, ela depende agora, à semelhança do que ocorre com muitas das nossas indústrias, de sistemas de controlo e instrumentação que devolvem sinais e dados para serem analisados. Atualmente, a exploração mineira continua a ser um grande negócio, procurando tanto os dados como a própria matéria-prima. À medida que IA evolui, a precisão com que o setor mineiro executa o seu trabalho irá aumentar em linha com o investimento que o suporta.