AI를 사용하여 희귀 광물 찾기

Jul 02, 2023

기계 학습 모델 광물 협회의 패턴을 활용하여 지구 및 잠재적으로 다른 행성의 광물 위치를 예측할 수 있습니다. 과학과 산업계는 지구의 역사를 더 잘 이해하고 재충전 가능한 배터리와 같은 기술에 사용하기 위해 광물을 추출하기 위해 광물 매장지를 찾고 있습니다. Shaunna Morrison, Anirudh Prabhu 및 동료들은 건강한 행운과 함께 개인의 경험에 의존하여 오랫동안 과학이자 예술이었던 작업인 특정 광물의 발생을 찾는 도구를 만들려고 노력했습니다. 팀은 5,478개 광물종의 295,583개 광물 지역을 포함하는 Mineral Evolution Database의 데이터를 사용하여 연관 규칙을 기반으로 이전에 알려지지 않은 광물 발생을 예측하는 기계 학습 모델을 만들었습니다.

저자는 잘 알려진 화성 아날로그 환경인 모하비 사막의 테코파 분지를 탐사하여 모델을 테스트했습니다. 이 모델은 또한 우라닌 변질, 루더포딘, 앤더슨나이트, 슈뢰킹거라이트, 베이레이라이트, 지페이트 등 지질학적으로 중요한 광물의 위치를 ​​예측할 수 있었습니다. 또한 이 모델은 모나자이트-(Ce), 알라나이트-(Ce) 및 스포듀민을 포함한 중요한 희토류 원소와 리튬 광물에 대한 유망한 지역을 찾아냈습니다. 저자에 따르면 광물 연관성 분석은 광물학자, 암석학자, 경제 지질학자, 행성 과학자를 위한 강력한 예측 도구가 될 수 있습니다.

- 본 보도자료는 PNAS Nexus에서 제공되었습니다.