انقلاب معدن از دل داده‌ها آغاز شده است. کشورهایی که هوش مصنوعی را وارد اکتشاف کرده‌اند، با سرعتی بی‌سابقه ذخایر جدید کشف می‌کنند؛ ایران اما هنوز پشت خط شروع ایستاده است.

معدنی ها /فائزه پناهی، اگر تا دیروز شرکت‌های معدنی برای پیدا کردن یک ذخیره سال‌ها زمان و صدها میلیون دلار هزینه می‌کردند، امروز با تحلیل میلیاردها داده زمین‌شناسی، تصاویر ماهواره‌ای، داده‌های ژئوفیزیکی و نتایج حفاری توسط الگوریتم‌های هوش مصنوعی، مناطق امیدبخش ظرف چند هفته شناسایی می‌شوند. آفریقای جنوبی، استرالیا، کانادا و آمریکا حالا به‌جای افزایش صرف حفاری، روی افزایش «دقت اکتشاف» سرمایه‌گذاری می‌کنند؛ مسیری که می‌تواند معادلات بازار جهانی مواد معدنی را تغییر دهد.

در آفریقای جنوبی، شرکت‌های معدنی و مراکز پژوهشی از مدل‌های هوش مصنوعی برای تلفیق داده‌های اکتشافی چند دهه گذشته استفاده می‌کنند. این سامانه‌ها الگوهایی را پیدا می‌کنند که از چشم زمین‌شناسان پنهان مانده است؛ از ارتباط ساختارهای زمین‌شناسی با ذخایر طلا و پلاتین گرفته تا پیش‌بینی احتمال وجود ذخایر در اعماق زیاد. نتیجه، کاهش چشمگیر حفاری‌های بی‌هدف، صرفه‌جویی در هزینه و افزایش نرخ موفقیت اکتشاف است.

اما این روند فقط به آفریقای جنوبی محدود نیست. شرکت‌های بزرگ معدنی جهان مانند Rio Tinto، BHP، Vale و Anglo American میلیاردها دلار برای توسعه سامانه‌های هوش مصنوعی، یادگیری ماشین و پردازش داده‌های زمین‌شناسی هزینه کرده‌اند. امروز در استرالیا، تصاویر ماهواره‌ای، داده‌های پهپادی، اطلاعات ژئوشیمی و مغزه‌های حفاری هم‌زمان توسط هوش مصنوعی تحلیل می‌شوند تا قبل از اعزام دستگاه حفاری، احتمال وجود ذخیره با دقت بالاتری مشخص شود. در کانادا نیز استارتاپ‌های معدنی با استفاده از الگوریتم‌های یادگیری ماشین، ذخایری را معرفی کرده‌اند که سال‌ها از دید روش‌های سنتی پنهان مانده بودند.

دلیل این تغییر روشن است؛ ذخایر سطحی دنیا رو به پایان است و اکتشاف به اعماق بیشتر و مناطق پیچیده‌تر رسیده است. در چنین شرایطی دیگر روش‌های سنتی به‌تنهایی پاسخگو نیستند. هر متر حفاری اشتباه می‌تواند هزاران دلار هزینه روی دست شرکت‌ها بگذارد. بنابراین رقابت امروز نه بر سر تعداد دستگاه‌های حفاری، بلکه بر سر کیفیت تحلیل داده‌هاست.

ایران اما هنوز فاصله قابل‌توجهی با این موج جهانی دارد. با وجود در اختیار داشتن ده‌ها سال داده‌های ارزشمند اکتشافی، بخش بزرگی از این اطلاعات هنوز پراکنده، غیردیجیتال یا بدون امکان تحلیل یکپارچه است. بسیاری از پروژه‌های اکتشافی همچنان بر پایه روش‌های کلاسیک و تجربه فردی پیش می‌روند و استفاده از هوش مصنوعی در اکتشاف هنوز به چند پروژه محدود پژوهشی خلاصه شده است.

این عقب‌ماندگی فقط یک مسئله فناورانه نیست؛ یک تهدید اقتصادی است، کشوری که نتواند سرعت کشف ذخایر جدید را افزایش دهد، در سال‌های آینده سهم خود را از بازار جهانی مس، عناصر نادر خاکی، لیتیوم و سایر مواد معدنی راهبردی از دست خواهد داد؛ موادی که ستون اصلی صنایع انرژی پاک، خودروهای برقی و فناوری‌های پیشرفته هستند.

اگر ایران قصد دارد در رقابت معدنی آینده جایگاهی داشته باشد، باید از نگاه سنتی به اکتشاف فاصله بگیرد. ایجاد بانک ملی داده‌های زمین‌شناسی، دیجیتالی کردن اطلاعات اکتشافی، توسعه همکاری میان سازمان زمین‌شناسی، ایمیدرو، دانشگاه‌ها و شرکت‌های دانش‌بنیان و سرمایه‌گذاری جدی روی هوش مصنوعی، دیگر یک انتخاب نیست؛ ضرورتی است که آینده معدن کشور را تعیین می‌کند.

واقعیت این است که انقلاب بعدی معدن با بیل مکانیکی آغاز نمی‌شود؛ با داده آغاز می‌شود. کشوری که زودتر بتواند داده‌های خود را هوشمند کند، زودتر ذخایر جدید را پیدا خواهد کرد و برنده رقابت جهانی مواد معدنی خواهد بود. ایران نیز اگر می‌خواهد از این رقابت جا نماند، باید هوش مصنوعی را از مرحله شعار به قلب اکتشاف معدنی وارد کند.