Utiliser l'IA pour trouver des minéraux rares

Jul 02, 2023

Un modèle d'apprentissage automatique peut prédire l'emplacement des minéraux sur Terre - et potentiellement sur d'autres planètes - en tirant parti des modèles d'associations minérales. La science et l'industrie recherchent des gisements minéraux à la fois pour mieux comprendre l'histoire de notre planète et pour les extraire pour les utiliser dans des technologies telles que les batteries rechargeables. Shaunna Morrison, Anirudh Prabhu et leurs collègues ont cherché à créer un outil pour trouver des occurrences de minéraux spécifiques, une tâche qui a longtemps été autant un art qu'une science, reposant sur l'expérience individuelle, avec une bonne dose de chance. L'équipe a créé un modèle d'apprentissage automatique qui utilise les données de la base de données sur l'évolution des minéraux, qui comprend 295 583 localités minérales de 5 478 espèces minérales, pour prédire des occurrences minérales jusque-là inconnues sur la base de règles d'association.

Les auteurs ont testé leur modèle en explorant le bassin de Tecopa dans le désert de Mojave, un environnement analogue bien connu de Mars. Le modèle a également été en mesure de prédire les emplacements de minéraux géologiquement importants, notamment l'altération de l'uraninite, la rutherfordine, l'andersonite et la schröckingerite, la bayleyite et la zippeite. En outre, le modèle a localisé des zones prometteuses pour les éléments critiques des terres rares et des minéraux de lithium, notamment la monazite-(Ce), l'allanite-(Ce) et le spodumène. Selon les auteurs, l'analyse des associations minérales peut être un puissant outil prédictif pour les minéralogistes, les pétrologues, les géologues économiques et les planétologues.

- Ce communiqué de presse a été fourni par PNAS Nexus