Trí tuệ nhân tạo giúp con người dò tìm khoáng sản

Anh Vũ |

Khoáng sản quý hiếm xuất hiện trong nhiều loại trầm tích khác nhau trên khắp Trái đất. Nhu cầu sử dụng chúng đã tăng lên nhanh chóng theo thời gian, nhưng việc khai thác chúng vẫn còn khá hạn chế.

Công nghệ thông thường cho phép con người tìm kiếm các khoáng sản quý hiếm bằng cách sử dụng thăm dò địa hóa làm phương pháp chính.

Theo cách tiếp cận này, huỳnh quang tia X (XRF) là một công cụ rất hữu ích để đánh giá định tính và định lượng các khoáng chất quý hiếm.

Tuy nhiên, khoáng sản và vị trí hình thành khoáng sản thường khó dự đoán do đặc điểm phức tạp của tự nhiên với các hệ thống địa chất, hóa học và sinh học đan xen.

Các nhà nghiên cứu đang tiếp tục tìm kiếm các công nghệ mới có thể dễ dàng xác định vị trí các mỏ khoáng sản, đồng thời sử dụng chúng để hiểu lịch sử hành tinh của chúng ta và giúp đáp ứng nhu cầu của các ngành công nghiệp.

Nhà khoáng vật học Shaunna Morrison và nhà khoa học địa tin học Anirudh Prabhu đã phát triển một mô hình học máy dựa trên trí tuệ nhân tạo (AI) có khả năng tìm thấy sự xuất hiện của các khoáng chất cụ thể.

Cùng với các đồng nghiệp nghiên cứu của họ, nhóm đã tạo ra công cụ này bằng cách sử dụng dữ liệu từ Cơ sở dữ liệu tiến hóa khoáng sản để dự đoán sự xuất hiện của khoáng sản mà trước đây chưa được biết đến.

Cơ sở dữ liệu bao gồm 295.583 vị trí của 5.478 hợp chất khoáng, trong khi mô hình đã tận dụng các mẫu dựa trên các quy tắc kết hợp. Những mô hình này là kết quả của lịch sử tiến hóa đầy năng động của Trái đất.

Để kiểm tra tính hiệu quả của mô hình dựa trên AI của họ, các nhà nghiên cứu đã khám phá lưu vực Tecopa ở sa mạc Mojave ở miền đông California. Sự hình thành địa chất Pleistocen này được biết là có điều kiện địa lý tương tự sao Hỏa.

Khi kết thúc quá trình khám phá, mô hình học máy có thể dự đoán nguồn gốc của các khoáng chất quan trọng như rutherfordine, bayleyite và zippeite. Nó cũng định vị các mỏ của các nguyên tố đất hiếm quan trọng như monazite-(Ce), allanite-(Ce) và spodumene.

Kết quả của nghiên cứu chứng minh tính hiệu quả của phân tích liên kết khoáng sản như một công cụ dự đoán có khả năng mang lại lợi ích cho các nhà khoáng vật học, nhà địa chất kinh tế và nhà khoa học hành tinh.

Các nhà nghiên cứu hi vọng rằng phân tích liên kết khoáng sản sẽ cung cấp hiểu biết về quá trình khoáng hóa trên Trái đất và các môi trường khoáng hóa trên khắp Hệ Mặt trời.

Anh Vũ
TIN LIÊN QUAN

Phân biệt hình ảnh tạo bởi trí tuệ nhân tạo với tính năng mới từ Google

Anh Vũ |

Google đang thực hiện những bước đầu tiên để ngăn chặn những hình ảnh do trí tuệ nhân tạo (AI) tạo ra làm lan truyền thông tin sai lệch.

Mỹ quyết tâm quản lý công nghệ trí tuệ nhân tạo

Anh Vũ |

Các nhà lập pháp Mỹ đang tìm cách kiểm soát trí tuệ nhân tạo (AI) một cách tốt và an toàn nhất.

Trí tuệ nhân tạo sẽ sớm đảm nhận vai trò của các phi công

Anh Vũ |

Ngành hàng không cũng đang dần áp dụng trí tuệ nhân tạo (AI) và điều này có thể dẫn đến tương lai mà máy bay có thể tự vận hành mà không cần phi công.

Nhiều sản phẩm quảng cáo bị đặt vào nội dung vi phạm

KHÁNH AN |

Cục Phát thanh, truyền hình và thông tin điện tử đề nghị Công ty RTB, Công ty Dailymotion chấm dứt việc đặt các sản phẩm quảng cáo vào nội dung vi phạm.

Thủ tướng bổ nhiệm lại Phó Chủ nhiệm Văn phòng Chính phủ

PHẠM ĐÔNG |

Ông Nguyễn Sỹ Hiệp vừa được bổ nhiệm lại giữ chức Phó Chủ nhiệm Văn phòng Chính phủ.

Đồi rung chuyển, hàng trăm người dân Yên Bái sơ tán trong đêm

Bảo Nguyên |

Yên Bái - Trong đêm khuya, hàng trăm người dân đã di tản khẩn cấp để tránh nguy cơ sạt lở núi.

Chủ tịch Tổng LĐLĐVN thăm, tặng quà vùng lũ lụt Thái Nguyên

Việt Bắc |

Chiều 12.9, ông Nguyễn Đình Khang, Ủy viên Trung ương Đảng, Chủ tịch Tổng Liên đoàn Lao động Việt Nam (Tổng LĐLĐVN) đã tới thăm, tặng quà đoàn viên, người lao động bị ảnh hưởng bởi lũ lụtThái Nguyên.

Quyết định nửa đêm giúp người đàn ông thoát thảm kịch ở Cao Bằng

Khánh Linh - An Trịnh |

Cao Bằng - Anh Nguyễn Đức Thịnh đã thoát chết nhờ quyết định rời khỏi chiếc xe định mệnh trong vụ sạt lở trôi xe khiến hàng chục người thiệt mạng.