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 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.

او همچنین 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. 

منبع: ایرنا