科學家通過礦物組合AI分析來找礦

據Mining.com網站報道，美國卡內基科學研究所和其他科研院所的研究人員建立了一種機器學習模型，基于礦物關聯性模式，可以預測地球甚至可能其他星球上礦物位置。

這篇論文發(fā)表在美國國家科學院刊（PNAS Nexus）上?？茖W家在文中解釋稱，長期以來，尋找特定礦產的位置既是科學也是藝術，往往取決于個人的經驗，并帶有一定的運氣成分。

不過，他們的工具利用涵蓋5478種礦物、295583個位置的礦物演化數據庫（Mineral Evolution Database）的信息，基于礦物關聯性規(guī)則，來預測以前未知的礦物位置。作者以莫哈韋沙漠的特科帕盆地為例來驗證他們的模型，該地環(huán)境類似火星。

“礦物組合分析對全球各地礦物位置的高維多重相關性進行了定量研究，從而能夠識別以前未知礦物位置，礦物組合以及他們之間的共伴生模式”，論文稱。

該模型能夠預測重要礦物，比如晶質鈾礦、纖碳鈾礦、碳鈉鈣鈾礦、板菱鈾礦、菱鎂鈾礦、水鈾礬的位置。

此外，該模型還能預測關鍵稀土元素和鋰礦物，包括獨居石（鈰）、褐簾石（鈰）和鋰輝石的位置。

完成這項工作后，研究人員就驗證并證實了其中一些礦物位置預測結果，從而確定了該方法的可行性。

“礦物組合分析可以成為礦物學家、巖石學家、礦床學家和行星科學家強有力的預測工具”，作者在媒體聲明中稱?！八鼘⑸罨覀儗Φ厍?、太陽系和遠古時期的礦化和成礦環(huán)境的認識?！?/p>

備注：數據僅供參考，不作為投資依據。