کشف معادن در ایران با هوش مصنوعی

تحلیل اطلاعات زمین‌شناسی و اکتشافی در سطح دنیا با تکنیک‌های مختلفی انجام می‌شود و در نهایت به منظور ظرفیت‌یابی، داده‌های تحلیل شده باید یکپارچه‌سازی شود تا نقاط بهینه اکتشافی مورد شناسایی قرار گیرد و در این بین اهمیت تلفیق و یکپارچه سازی اطلاعات به منظور نتیجه گیری نهایی جایگاه ویژه ای دارد.

دقت ۹۸ درصدی در شناسایی معادن با هوش مصنوعی

متخصصان حوزه مهندسی معدن فعال در یک مجموعه دانش‌بنیان کشورمان موفق شدند با استفاده از هوش مصنوعی روش جدیدی در روند اکتشاف معادن ارائه کنند به طوریکه در این روش اطلاعات جمع آوری شده، نقشه برداری و ماهواره ای به کمک هوش مصنوعی پایش می شود و هزینه اکتشاف معادن را حدود ۸۰ درصد کاهش می دهد.

مدیرعامل این مجموعه دانش‌بنیان در گفت و گو با خبرنگار گروه علمی ایرنا با بیان اینکه، در این روش با به کارگیری هوش مصنوعی، دقت نتایج شناسایی معادن تا ۹۸ درصد افزایش می یابد، افزود: بر اساس بررسی‌های انجام شده روی داده‌ها، کلیدهای اکتشافی مربوط به کانی ‌زایی در قالب لایه های ‌اطلاعاتی آماده می شود.

عارف شیرازی اظهار داشت: این لایه‌های اطلاعاتی شامل ‌زمین‌ شناسی ساختاری، دگرسانی، ‌لیتولوژی، ژئوشیمی، ژئوفیزیک، تصاویر ماهواره ای و زمین‌گاه ‌شناسی است که در روند مطالعاتی هریک، از روش‌های تحلیلی و مبتنی بر هوش مصنوعی استفاده شده است.

وی یادآورشد: از جمله روش ‌های به ‌کارگرفته شده در تحلیل لایه‌ های اطلاعاتی شامل آمار کلاسیک، زمین ‌آمار، هندسه فرکتالی، شبکه عصبی مصنوعی، یادگیری ماشین و خوشه ‌بندی است.

فوق دکتری مهندسی معدن دانشگاه صنعتی امیرکبیر افزود: در نهایت به منظور شناسایی نواحی پرپتانسیل کانی ‌زایی، لایه‌های اکتشافی مطالعه شده، به روش ابداعی فرآیند تحلیل سلسله مراتبی - عصبی فازی (NFAHP) یکپارچه می شود؛ این روش توسط مجموعه دانش‌بنیان ما در مناطق مختلف کشور اجرا شده است.

این فعال حوزه دانش‌بنیان تاکیدکرد: مدل ‌های تلفیقی بهینه سازی شده بر مبنای هوش مصنوعی، می ‌تواند تا حد زیادی در صرفه جویی در منابع مالی و زمانی موثر باشد.

رشد صنایع با روش جدید هوشمند در شناسایی معادن

رئیس هیات مدیره این مجموعه دانش‌بنیان که در سال ۱۴۰۲ تائیدیه دانش بنیانی خود را از معاونت علمی، فناوری و اقتصاد دانش‌بنیان اخذ کرده است، تاکید کرد: روش جدید استفاده از هوش مصنوعی در روند شناسایی و اکتشاف معادن به عنوان گام نخست در شناسایی ذخایر معدنی، به طور کلی تاثیر بسزایی بر روند رشد صنایع کشور خواهد داشت.

عادل شیرازی با اشاره به کاربردهای این محصول دانش‌بنیان، افزایش صحت مناطق مستعد کانی زایی شناسایی شده، استفاده هم‌ زمان از روش های داده محور و دانش محور، ارائه رویکردی جدید از کاربرد روش خوشه بندی کا - میانگین در تفکیک جوامع آماری و جدایش آنومالی از زمینه، ارائه روش ابداعی فرآیند تحلیل سلسله مراتبی فازی عصبی (Neuro-Fuzzy- Analytic Hierarchy Process) که اختصاراً NFAHP خوانده می شود به عنوان روشی جدید در یکپارچه سازی لایه های اطلاعاتی را از جمله این کاربردها برشمرد.

وی که دارای فوق دکتری مهندسی معدن از دانشگاه صنعتی امیرکبیر است، گفت: این روش به طور کلی قابلیت تلفیق و یکپارچه‌سازی هرگونه لایه اطلاعاتی را دارد که در محصول دانش‌بنیان حاضر به صورت کاربردی در اکتشاف معدن استفاده شده است.

شیرازی در ادامه، شناسایی پتانسیل های معدنی فلزی و غیر فلزی (MPM)، مطالعه و بررسی دقیق پتانسیل های معدنی فلزی و غیرفلزی در سراسر کشور با به کارگیری به روزترین روش های علمی و عملی (ژئوشیمی، ژئوفیزیک و سنجش از دور)، اولویت بندی محدوده های معدنی و اهداف اکتشافی (PET)، اولویت بندی معادن و محدوده های معدنی اکتشافی (فلزی و غیرفلزی) که به صورت مزایده توسط وزارت صمت واگذار می شود به منظور انتخاب محدوده های اقتصادی و پیشنهاد بهترین محل حفر گمانه و سینه کارهای اکتشافی را از مهمترین خدمات این مجموعه دانش‌بنیان نام برد.

وی همچنین تعیین بهترین نقاط از معادن و محدوده های اکتشافی به منظور حفاری های عمقی و سطحی در مطالعات اکتشافی و طراحی استخراجی معدن، مطالعات امکان سنجی فنی و اقتصادی معادن و محدوده های اکتشافی (FS)، ارائه خدمات مشاوره ای و ارزیابی فنی و اقتصادی معادن و محدوده های معدنی اکتشافی به منظور سرمایه گذاری، تجهیز، استخراج و فرآوری و مشاوره به سرمایه گذاران بخش معدن را از دیگر خدمات این شرکت دانش‌بنیان اعلام کرد.

معادن شناسایی شده در خراسان جنوبی، اردبیل و تهران با هوش مصنوعی

این فعال حوزه دانش‌بنیان در بخش دیگری از سخنان خود در پاسخ به این سوال که تاکنون در چه مناطقی از کشور عملیات شناسایی معادن با استفاده از هوش مصنوعی توسط این مجموعه دانش‌بنیان انجام شده است نیز تصریح کرد: با استفاده از این روش موفق شدیم در یکی از مناطق خراسان جنوبی در شرق کشور مناطق پرپتانسیل طلا و مس را شناسایی کنیم و چندین محدوده برای اکتشاف این فلزات نیز ثبت شد که هم اکنون در مرحله اخذ مجوز برای اکتشاف هستیم چراکه مجموعه ما از صلاحیت فنی و مالی برای ثبت محدوده برخوردار است.

شیرازی یادآورشد: این مجموعه دانش‌بنیان در منطقه آذربایجان شرقی و محدوده اردبیل نیز با این روش فناورانه موفق به شناسایی ذخیره آلاباستر و سنگ های تزئینی و همچنین سنگ گچ خالص مورد استفاده در مجسمه سازی شده است.

وی همچنین تصریح کرد: در منطقه جنوب استان تهران در محدوده ورامین نیز در حال استفاده از فناوری هوش مصنوعی برای شناسایی معادن هستیم و تاکنون موفق به شناسایی فلستین و گچ و لیتیوم شده ایم.​