Financiando el futuro de la tecnología minera en IMARC 2025
Organizada por Unearthed en colaboración con Founders Factory, nuestra sesión “Financiando el futuro de la tecnología minera” reunió a un
leer el artículoLa pestaña Desafío de exploración de minerales de OZ El premio Insights de 25,000 dólares australianos ha sido otorgado a un equipo multidisciplinario de una consultora de aprendizaje automático y ciencia de datos con sede en Australia Occidental. Soluciones de datos Avant, que adoptó un enfoque basado en gran medida en datos para abordar el desafío.
Sobre el desafío
Unearthed anunció los ganadores del Explorer Challenge el 28 de junio de 2019, luego de tres meses intensivos (y sin duda muchas tazas de café) mientras los equipos competían por una parte de un pozo de premios de 1 millón de dólares australianos para desarrollar nuevas ideas sobre la exploración minera.
En una decisión audaz, la empresa minera Minerales OZ Entregó más de dos terabytes de datos privados de su propio proyecto de exploración, además de más de tres terabytes de datos públicos, con el fin de realizar predicciones colectivas sobre el próximo yacimiento mineral en el sur de Australia. Equipos compuestos por geólogos, geocientíficos y científicos de datos aceptaron el desafío y encontraron nuevas formas de revisar y optimizar el proceso de exploración mineral.
Premio Insights de Avant Data Solutions
- zhen wang
- Andrés Vinciguerra
- Christian van der Riet
Andrew y Zhen fueron responsables de la ciencia de datos y la programación, mientras que Christiaan ofreció su experiencia en el dominio geológico.
Su enfoque
El equipo adoptó un enfoque basado en gran medida en datos, con verificación e interpretación mediante la geología. El desafío se abordó analizando y explorando primero los datos en detalle y encontrando qué datos podrían pasarse por alto. Los datos espaciales geofísicos y la geoquímica de la región y los pozos de perforación se consideraron en detalle en sus métodos.
"Descubrimos que el conjunto de datos contenía un gran archivo de fotografías de núcleos de perforaciones, cuyo procesamiento normalmente requeriría una inmensa cantidad de horas manuales por parte de un especialista", dijo Zhen Wang.
"Uno de los enfoques novedosos que adoptamos en este desafío fue aplicar el aprendizaje automático a este conjunto de datos, procesando más de cien gigabytes de fotos de núcleos en unas pocas horas y derivando señales útiles para su uso posterior en nuestros otros modelos de predicción. También complementamos los datos recibidos de OZ Minerals con datos de fuentes públicas, extraídos de toda Australia, lo que permitió que nuestros algoritmos crearan un resultado final sólido, utilizando información extraída de muchos yacimientos mineros existentes", explicó Zhen.
Implicaciones
El equipo dice que este premio les ayudará en su misión de ayudar a las empresas mineras a obtener el máximo valor de sus datos para lograr mejores resultados.
“Hay una cantidad considerable de datos no estructurados que a menudo se descuidan debido a la cantidad de trabajo humano que se requiere para analizarlos y convertirlos a un formato que sea significativo para que los algoritmos y modelos los digieran”.
El Premio Insights valida su enfoque y les permitirá seguir desarrollando su solución para uso comercial.
"Además, nos permitirá desarrollar otras ideas novedosas que habíamos considerado durante la competición pero que no pudimos llevar a cabo por falta de tiempo. Por ejemplo, hay una gran cantidad de conocimientos contenidos en informes históricos que se pueden analizar mediante técnicas de procesamiento del lenguaje natural (PLN)", afirmó Zhen.
¿Qué es lo siguiente?
El equipo de Avant Data Solutions reconoce que la comunidad minera ha mostrado gran interés en utilizar métodos basados en datos, dado el éxito del aprendizaje automático aplicado en otras industrias.
“Planeamos seguir desarrollando nuestra solución única e invertir en investigación y desarrollo adicionales, además de ofrecer nuestra experiencia en ciencia de datos y aprendizaje automático a las empresas mineras que quieran avanzar en esta área o quieran obtener un mejor retorno de sus datos archivados”.
