241 formas de despellejar al gato de la exploración de minerales: resultados de la transmisión de ciencia de datos del desafío Explorer

Minerales OZ y Unearthed Han anunciado hoy los ganadores del Flujo de Ciencia de Datos de Desafío explorador. enhorabuena a Envuelto en la incertidumbre (Australia) Heng y Low (Singapur) y Soluciones de datos Avant (Australia) por ganar los tres premios principales y por desarrollar modelos capaces de predecir el tipo y la ubicación de los depósitos minerales conocidos en toda Australia en tan solo cuatro semanas.

La sección de Ciencia de datos del Explorer Challenge cerró en abril de 2019 y fue diseñada para que los equipos construyan y entrenen modelos de aprendizaje automático para predecir la presencia de minerales en toda Australia. La competencia atrajo a científicos de datos de diferentes disciplinas para desarrollar y probar una variedad de modelos y su aplicabilidad a la búsqueda de minerales.

"Más de 400 científicos de datos e innovadores de 36 países presentaron una amplia gama de soluciones de modelos, incluidos métodos innovadores de preprocesamiento de datos geológicos, para incorporar nuevos métodos de fusión y codificación de datos para su ingesta en modelos de aprendizaje automático", afirmó Jess Robertson, líder de ciencia de datos de Unearthed.

En tan solo cuatro semanas, los equipos pudieron ofrecer predicciones sobre decenas de miles de capas de datos, lo que demuestra que los científicos de datos que no tengan conocimientos geológicos pueden acceder a datos geocientíficos complejos y de múltiples capas y utilizarlos. Poder abrir el desafío de la exploración a múltiples disciplinas le da a la industria minera una clara ventaja en el acceso a nuevas y variadas habilidades y tecnologías.

Los modelos desarrollados durante esta primera fase serán utilizados ahora por los equipos para generar predicciones y presentaciones finales para el Explorer Challenge principal, que cierra el 31 de mayo de 2019.

En febrero de 2019, la empresa minera moderna OZ Minerals se asoció con la plataforma de innovación abierta de energía y recursos Unearthed para lanzar el Explorer Challenge. El desafío es una competencia única de colaboración colectiva en línea que convoca a geólogos y científicos de datos a desarrollar enfoques innovadores para identificar objetivos de exploración en un sitio cerca de la mina de cobre y oro Prominent Hill de OZ Minerals en el sur de Australia. La competencia tiene un pozo de premios de A$1 millón.

El Explorer Challenge busca poner a prueba cómo el sector minero global puede aprovechar la ciencia de datos para abordar las dificultades de la exploración minera. Los depósitos minerales económicos son extremadamente raros y difíciles de localizar. Este problema se ve agravado por los ciclos de exploración, que suelen ser largos.

"Este tipo de enfoques de la ciencia de datos aumentarán las tasas de descubrimiento y, al mismo tiempo, reducirán el tiempo, los costos y los impactos ambientales de la exploración minera. El Explorer Challenge ofrece una oportunidad para demostrar el valor de la ciencia de datos para la industria", afirmó Holly Bridgwater, directora de la industria de Unearthed para el área de crowdsourcing.

Felicitaciones a los ganadores del Explorer Challenge - Data Science Stream:

1er premio (A$30,000): Envuelto en la incertidumbre

2do premio (A$15,000): Heng y Low

Tercer premio (3 dólares australianos): Soluciones de datos Avant

. . .

Equipo 1er Premio: Envuelto en la incertidumbre

Hugh Sanderson y Derek Carter

Ubicación: Australia

Antecedentes: Hugh Sanderson es un programador independiente, con interés en inteligencia artificial (IA) y aprendizaje automático (ML), y Derek Carter tiene experiencia en topografía, SIG y minería.

"Estamos al borde de una gran revolución en la exploración minera, con el aprendizaje automático como eje central. Algunas de las técnicas de aprendizaje profundo que utilizamos aquí solo han estado disponibles durante uno o dos años, y la ciencia está cambiando rápidamente, por lo que es un momento emocionante para estar en el campo", dijo Hugh.

. . .

Equipo del 2do Premio: Heng y Low

Cher Keng Heng y David Low

Lugar: Singapur

Antecedentes: David Low, que estudió ingeniería electrónica, cambió su carrera profesional por la ciencia de datos hace ocho años. Ahora es cofundador y científico de datos jefe de una startup de chatbots. pand.ai y profesor invitado en la Universidad Nacional de SingapurCher Keng Heng comenzó su primer trabajo como ingeniero de visión artificial en 2001. Recientemente, dejó su empresa y comenzó un negocio independiente proporcionando algoritmos de aprendizaje profundo.

“Me gustó mucho el Explorer Challenge y también participaré en la competencia principal. Esta vez, además de encargarme de modelar la incertidumbre mencionada anteriormente, también trabajaré en equipo con geólogos. Con su ayuda en el conocimiento del dominio, espero encontrar una solución más confiable”, dijo Heng.

. . .

Equipo del 3er Premio: Soluciones de datos Avant

Andrew Vinciguerra y Zhen Wang

Ubicación: Australia

Antecedentes: Andrew es ingeniero químico a tiempo completo y desarrollador a tiempo parcial. Zhen Wang es científico de datos en Soluciones de datos Avant, una consultoría de aprendizaje automático a medida.

"Nuestro enfoque se centró principalmente en comprender los datos, cómo utilizarlos mejor e interpretar los resultados, y la misma metodología se aplicará a la competencia principal. El flujo de datos nos proporcionó una buena manera de extraer y recopilar datos magnéticos, gravitacionales y de teledetección regionales en toda Australia, lo que ahorra una buena cantidad de tiempo y se puede trasladar a la competencia principal", dijo Zhen.

. . .

Muy elogiado: Houston2012J

Jingbo Liu

Ubicación: Estados Unidos de América

Antecedentes: Jingbo es un entusiasta de los datos con amplios intereses en estadística, aprendizaje automático, aprendizaje profundo y geofísica de exploración. Tiene 13 años de experiencia práctica en adquisición, limpieza y análisis cuantitativo de datos. Jingbo actualmente es un científico de datos con Cáscara.

“El problema es complejo debido a la gran incertidumbre en las mediciones de entrada y en la correlación entre las entradas y las predicciones finales. Sin embargo, este desafío no es nuevo, especialmente en la exploración espacial y las ciencias de la Tierra. Esta competencia presentó una gran oportunidad para ampliar mis conocimientos en exploración minera y conocer a otros científicos de datos y organizaciones de la industria”, dijo Jingbo.

. . .

Muy elogiado: Depex

Evgenii Sosnin, Alexander Tsikin y Pavel Goskikh

Ubicación: Rusia/Uganda/Kazajstán

Antecedentes: Evgenii, Alexander y Pavel son todos amigos y geólogos, oriundos de Rusia.

“El programa de ciencia de datos del Explorer Challenge nos animó a aprender cosas nuevas. Antes de la competición, no programábamos. Aunque podríamos haber pedido la ayuda de científicos de datos profesionales, era más interesante intentarlo por nuestra cuenta. Además de programar, nuestra mayor curiosidad era realizar análisis de miles de depósitos minerales cuando normalmente solo trabajamos con docenas”, dijo Evgenii.

“Estamos profundamente agradecidos a Unearthed y OZ Minerals por este maravilloso desafío, por la oportunidad de participar en él y por todos los comentarios que nos brindaron con la mayor profesionalidad. Esperamos con ansias los próximos desafíos”, dijo Evgenii.

. . .

Felicitaciones a todos los equipos que enviaron 241 intentos de modelo en respuesta a la Desafío del explorador: flujo de ciencia de datosDeseamos a los 407 participantes la mejor de las suertes en sus futuras aventuras en el campo de la ciencia de datos y esperamos ver cómo se desempeñan sus modelos en la tarea de predecir objetivos de exploración en la corriente principal del Explorer Challenge. Para mantenerse al día con los avances en el viaje de un millón de dólares australianos hacia el descubrimiento con datos, incluido el anuncio de los ganadores en junio y los resultados de las pruebas de perforación de los principales objetivos en la segunda mitad de 1, visite: https://unearthed.solutions/u/competitions/explorer-challenge.