找矿会像网购一样便捷和智能吗？美国科学家认为，“就像亚马逊的购买共同发生一样，矿物也以一种非常系统的方式共同发生在地球表面。”
继亚马逊和谷歌等科技公司之后，美国矿物学家和科学家们正在试验机器学习和大数据，以发现新的、可能有利可图的矿藏。
那么，他们的研究将如何改变矿产勘探？
对于学者、矿工、材料科学家和工程师来说，更多地了解矿物的形成和物理性质具有很高的价值。尽管矿物学家和地质学家已经对地壳进行了数百年的研究，但地壳的巨大体积和复杂程度意味着还有很多东西有待发现。
卡内基研究所地球物理实验室的矿物学家肖娜·莫里森博士说：“我们从物质和原子的行为中学到的很多东西都是通过矿物质，所以了解和描述存在的东西是很重要的。”
“当我们能很好地反映出实际的矿产储量时，它就能告诉我们地球过去的地质情况。”
为了学得更多、学得更快，专家们一直在试验将先进的数据科学技术应用于矿物学。
去年，莫里森和她的同事发表了一篇论文，展示了以往来于疾病传播和网络连接的网络理论是如何揭示全球矿物的多样性和分布的。
该技术利用数学理论来组织、连接和理解数据，甚至可以预测尚未被科学发现的矿物。但真正闪光的是发现新矿藏的潜力。
利用数据科学发现矿物
根据莫里森的观点，数据科学方法对矿工最有兴趣的是正在进行的使用推荐系统的工作——一种用于无限分析的数学数据科学算法或称“市场篮子”分析——来理解共同发生关系。
像亚马逊这样的公司经常使用这种数据科学技术来理解商品经常一起购买的行为，这些信息随后被用来建议客户购买更多的商品。
她解释说：“就像亚马逊的购买共同发生一样，矿物也以一种非常系统的方式共同发生在地球表面。”
美国地质调查局等机构拥有庞大的数据库，其中包括矿物演化数据、地理空间信息、矿物发生频率、年份等信息，科学家可以利用这些数据建立全球矿物共生的模型。
根据这些信息，矿物学家就能确定哪些地点最有可能有一个以前未知的矿床或矿物组合。
莫里森解释说：“例如，如果我们知道某种矿物种类的组合预示着可能存在一种矿床，我们就能确定该矿床最可能存在的位置。我们甚至可以确定，你在哪里找到它的概率是2%，而在其他地方找到它的概率是96%。我认为这对矿业公司来说真的很有趣，有几家公司已经表现出了兴趣。”
数据共享鼓励更智能的工作
这项工作从本质上延伸到地质学家和矿物学家已经在做的事情上，但范围要大得多。
莫里森说：“实际上，我们不只研究两个参数，还研究成千上万个影响系统的参数。这对于任何人脑来说都很难在电子表格中看到，甚至很难使用标准的统计方法。”
然而，对于高级机器学习，使用多变的技术，一个系统可以一种极端多变和多维的方式进行特征描述。
她补充说:“没有人能在一眨眼的功夫就能了解所有的系统，浏览所有的数据。”
通过使用这些技术，人们最终希望矿业公司能更快、更容易地找到具有商业价值的矿藏，并帮助他们知道哪些地方绝对不用去找。
虽然算法可以确定某些矿藏可能在哪里的概率，但它们还不能确定矿藏有多大。
这是莫里森和同事们将来想做的事情，但是他们需要更多的数据。
她说:“现在的问题是缺乏关于地球表面物质数量的数据。矿业公司拥有大量信息，但通常是私下持有。”
由于竞争原因，数据共享通常被认为是矿业公司的禁区。但莫里森认为，如果所有数据都被共享，就能提高每个人的工作效率。
她补充称：“矿业公司仍将拥有它们的竞争优势，无论是在收购能力、运营效率还是所在位置上。数据就是力量，如果我们想知道到哪里去开采，我们不需要测试每个地方。”
深入地壳
美国地质调查局的科学家也在做类似的工作。该机构的高级研究员吉普因·罗宾逊说，美国地质调查局“一直在寻找方法来改进数据的整合和解释，以便更好地进行资源评估工作。”
该机构拥有关于区域沉积物和土壤化学、地球物理数据的大型数据库，其中一些数据是由卫星和机载方法产生的，并拥有关于航磁、辐射和区域重力变化的区域数据集。
利用这些数据集，该机构正在努力发现地壳深处的矿物是什么，这可能是某些矿床类型的潜在目标。
罗宾逊解释说:“在地球表面进行的许多矿产勘探都取得了成功，未来最大的前沿领域之一就是找出隐藏在沉积物或其他岩石下的沉积物。”
“这需要对地下的特征进行成像和建模，因此我们对这些大数据集进行分析，以解释地下特质是什么。”
科学家们知道，矿床通常形成于地壳中某些有兴趣的元素的地方。这些元素通常需要一个过程或事件来运输或移动，要么是通过火山系统中的岩浆，要么是通过地壳中溶解和运输金属的地壳流体。
某些结构有助于汇集这些运输的元素，然后矿物最终被捕获和浓缩。
罗宾逊解释说:“我们正在试图理解这些数据，并将其综合起来，以找出这些数据可能是在哪里发生的，从而确定区域目标。”
美国地质调查局正在使用各种大小的地质地图，这些地图可以通过机器学习和数据科学相结合，以获得更快、更便宜的见解。
这项工作特别适用于沙土覆盖矿物的沙漠地区，在未来，可以高概率地确定勘探昂贵的目标，使深入地表下一至两公里的商业矿床得到开采。
为了进一步开展这项研究，美国地质调查局已经开始与澳大利亚地球科学合作。澳大利亚对这项研究特别感兴趣，因为该国有大片的沙覆盖土地，需要绘制这些土地并建立模型。
协作：交换人员和知识
越来越多的学术界和政府机构正寻求利用数据来获得更好的地质见解。英国地质调查局和印度地质调查局都在考虑这样做。
不过，莫里森和罗宾逊希望，未来矿业公司将更愿意通过伙伴关系、人员交流和合作，与学术界合作。
她表示:“我们可以承担比矿业公司更高的风险回报，这就是为什么这些合作关系如此强大。”
她表示：“我很愿意让学生去一家矿业公司工作，真正了解他们想要的是什么，然后我们就可以用它来指导我们的工作。”
这种人员和知识的交流对矿工和学者都有好处，只需要支付相当于博士生一年的学费和薪水，但矿业公司可以从他们收集数据中获得比已往投资获取数据更有价值的见解。
“这比钻孔要便宜得多，”莫里森说，“利用大数据，机器学习可以帮你回答很多问题。”
閱讀更多 採金人 的文章
