Empresas de EE. UU. y China utilizan IA para la exploración minera en África

Con el agotamiento de los recursos minerales superficiales, la búsqueda de 'minerales ocultos' se ha convertido en un nuevo desafío para la geología global. Bajo la ola de inteligencia artificial (IA), los medios chinos han señalado que muchas empresas de EE. UU. y China están yendo a África para aplicar tecnología de IA en la exploración minera, donde las compañías 'Deep Mine Holdings' de China y 'KoBold Metals' de EE. UU. se están convirtiendo en actores importantes.

Con el agotamiento de los recursos minerales de superficie, la búsqueda de 'minerales ocultos' se ha convertido en un nuevo desafío para la comunidad geológica global. Con el auge de la inteligencia artificial (IA), los medios chinos informan que empresas de EE. UU. y China están yendo a África para aplicar tecnología de IA en la exploración minera, donde 'Deep Mine Holdings' de China y 'KoBold Metals' de EE. UU. constituyen jugadores clave.

Según un informe de First Financial, en los últimos años, han surgido varias empresas de exploración minera basadas en IA, principalmente en China y EE. UU., incluidas KoBold Metals, que cuenta con inversiones de Bill Gates y Jeff Bezos; y una serie de empresas de exploración de IA como Deep Mine Holdings en China. 'Esto es tanto un resultado del desarrollo tecnológico como una respuesta a las demandas actuales del mercado.'

El presidente de Deep Mine Holdings, Feng Yunduan, señaló que , 'los recursos minerales superficiales están prácticamente agotados, y los geólogos se ven obligados a explorar áreas más profundas, peligrosas y complejas.' Los entornos geográficos de alto riesgo y extremos, como los altiplanos fríos y áridos, desiertos y selvas tropicales, presentan riesgos de seguridad.

Afirmó que la empresa posee derechos mineros en varios países, incluidos Namibia, Pakistán, Mozambique, Nigeria y Tanzania, con un valor total estimado de más de 10 mil millones de yuanes (aproximadamente 1.460 millones de dólares). Deep Mine Holdings emplea un sistema de 'exploración de profundidad' que combina sensores electromagnéticos y multiespectrales con drones y robots de muestreo para realizar un proceso completo de AI desde la recolección de muestras, hasta el análisis y la localización de depósitos minerales. En comparación con la perforación tradicional, las muestras de suelo que solían tardar meses ahora pueden completarse en semanas, reduciendo significativamente los costos y aumentando la precisión.

Feng Yunduan cree que a veces los recursos mineros en el extranjero son más rentables. Toma como ejemplo el litio, señalando que en Tíbet, Xinjiang y Sichuan, varios depósitos están a más de 4,000 metros sobre el nivel del mar, donde las bajas temperaturas, la escasez de oxígeno y la fuerte radiación UV presentan un alto requerimiento de seguridad para el equipamiento y el personal, así como altos costos de construcción y operación.

Fu Xiaofang, del Instituto de Investigación Geológica Integral de Sichuan, señala que, 'los minerales que se pueden encontrar en el país (China), ya se han explorado en gran medida', y aunque existen minas al aire libre, son extremadamente costosas, mientras que 'en África, aún hay minas al aire libre que podemos localizar con IA.' También señaló que la identificación de muestras minerales se está volviendo muy dependiente de la IA, desde la recolección de datos con drones hasta el muestreo por robots, seguida de análisis por IA para reducir un área de exploración de cientos de kilómetros cuadrados a unas pocas decenas de kilómetros.

Por su parte, KoBold Metals ha encontrado un depósito de cobre de alta calidad en el proyecto Mingomba, Zambia, y ha invertido más de 200 millones de dólares, siendo la mayor empresa estadounidense en la región. Josh Goldman, presidente de la empresa, señala que la IA en la exploración puede reducir el área de búsqueda y aumentar el retorno de inversión. KoBold Metals también está expandiendo su búsqueda de litio y níquel en Namibia.

A pesar de que la exploración minera con IA ya se aplica en cierta medida, Fu Xiaofang indica que actualmente enfrenta tres grandes obstáculos: islas de datos, rendimiento de hardware y capacidad de generalización de los modelos. La mayoría de los modelos de IA actuales se basan en condiciones geológicas específicas, y la precisión de las predicciones en aguas profundas o en formaciones complejas de petróleo y gas no convencionales necesita mejorar. Los informes indican que, aunque la exploración minera con IA está en sus inicios, su potencial para integrar recursos de minería en el extranjero y operar con precisión en áreas de alto riesgo está empezando a manifestarse y se espera que transforme el modelo de exploración minera a nivel mundial.