USA vyvíjí „AI mozek“ pro těžbu: Zajistí odolnější dodávky klíčových nerostů pro moderní technologie
InovaceVýzkumníci z National Laboratory of the Rockies (NLR) pracují na vývoji inovativního systému umělé inteligence (AI), který má za cíl lépe koordinovat těžební operace napříč Spojenými státy.
Výzkumníci z National Laboratory of the Rockies (NLR) pracují na vývoji inovativního systému umělé inteligence (AI), který má za cíl lépe koordinovat těžební operace napříč Spojenými státy. Systém, nazvaný Genesis Mission’s Critical Minerals and Materials To Unlock Supply (CM2US), je popisován jako „AI mozek“ pro těžební průmysl, jehož hlavním úkolem je efektivnější alokace zdrojů a zvýšení výtěžnosti.
Konečným cílem tohoto projektu je, aby AI pomáhala rozhodovat o nejlepších místech pro těžbu, o tom, jaké minerály těžit a jak zpracovávat získané materiály. Systém by měl také zlepšit řízení dodavatelských řetězců a navrhovat způsoby výroby finálních materiálů s vlastnostmi, které výrobci skutečně potřebují. Ryan King, výzkumník v oblasti výpočetních věd z NLR, zdůrazňuje potřebu větší flexibility v přístupu ke kritickým minerálům a jeho cílem je přispět k trvanlivosti dodavatelského řetězce a technologickým inovacím v této oblasti.
Potřeba takového systému pramení ze základního faktu, že většina moderních technologií závisí na kritických minerálech, jako je lithium, nikl, kobalt, grafit, prvky vzácných zemin a měď. Dodávky těchto minerálů jsou však zranitelné vůči narušením způsobeným exportními omezeními, přírodními katastrofami, válkami a měnícími se geopolitickými prioritami. Těžební společnosti tradičně nemohou rychle reagovat, protože doly a zpracovatelské závody jsou extrémně drahé a navržené tak, aby fungovaly stejným způsobem po celá desetiletí. I když AI nemůže eliminovat narušení dodávek, mohla by pomoci operátorům rychleji se přizpůsobit a snížit jejich dopad.
„AI mozek“ bude schopen kombinovat velké objemy datových bodů, aby pomohl při průzkumu ložisek, což tradičně závisí na lidských geolozích. Dále bude poskytovat doporučení během zpracování rudy, například automaticky měnit způsob zpracování na základě jejího složení v reálném čase, aby se dosáhlo co nejlepších výtěžků. V budoucnu by mohla AI dynamicky přizpůsobovat zpracovanou rudu specifickým požadavkům koncových zákazníků, například měnit proces tak, aby vyhovoval požadavkům na 68% nebo 72% koncentrát železa. Cílem je propojit všechny kroky od průzkumu hornin v zemi až po pochopení dopadu geopolitických událostí na dodavatelský řetězec, což je pro lidi obtížné optimalizovat.
Interesting Engineering