快速發展的人工智能技術將影響各行各業的發展，礦業也不例外。考拉曾經撰文介紹過的力拓“未來礦山”計劃，就是人工智能在礦業應用的典范。上周全球最大的銅公司智利國家銅業公司啟動了丘基卡馬塔銅礦的地下礦項目，投資高達55億美元，設計將采用大量的機械化手段，減少1/3的勞工數量，從而大幅降低成本。對于從事礦業技術研究的朋友，是時候對人工智能引起足夠重視了。

“特斯拉”無人駕駛車輛人人艷羨，誰不期望有一款能聽自己使喚的小紅粉？2019年百度李彥宏在談到人工智能無人駕駛技術時，“宏言獲水” 然后半開玩笑說：在AI前進的道路上，還是會有各種各樣意想不到的事情發生。誰又知道，礦業翹楚 Rio Tinto，2008年就已經擁有了350噸大型無人駕駛卡車，輔助礦石和廢石的運輸。當然，2008年實施的“無人駕駛”更多體現的是“遙控駕駛”，和今天具有“自主決策”特征的“人工智能”“無人駕駛”不可同日而語。Rio并沒有就此止步，利用人工智能礦山運營和管理實現更多便捷。那么，究竟什么是“人工智能”？“人工智能”能為礦業帶來哪些變革呢？ 

什么是“機器學習/人工智能“

“機器學習”（Machine Learning，ML）和“人工智能”（Artificial Intelligence，AI）是計算機的一個研究領域，致力于創造像人類一樣工作和思考的智能機器和算法。人工智能四大分支包含：模式識別、機器學習、數據挖掘和智能算法。相應的應用領域有：機器人、語音識別、圖像識別、專家系統等。ML和AI被認為是數字礦山轉型的希望。從勘探到實際開采階段，礦業AI應用的領先者將有可能成為礦業游戲規則的顛覆者。隨著5G的到來，礦業領域也在悄無聲息的發生著革新。

人工智能可以為礦業帶來哪些變化？

獲取實時數據：礦山大量的勘探鉆孔和巖土工程鉆孔，需要耗費工程師大量時間識別巖性和巖體節理面等巖體參數。通過在鉆機上安裝AI檢測儀，實時識別礦物種類和巖體結構，有助于加快從勘探到采礦階段的決策時間。通過AI技術分析衛星圖像、航空攝影、地球物理圖譜和無人機監測數據，可以更好地預測礦物勘探和礦體可能的賦存方位及形態（Ref.1）。

銅/金/鈷等礦產資源的發現難度較高，一旦發現回報卻很豐厚。發現一個新的金礦只有0.5%的概率，然而在已經探明的金礦附近發現另一個新的礦體的概率是5%(Ref.2)。1990~2017年，全球用于金礦勘探的資金達到543億美元，而且資金投入還在逐年升高，勘探成功率卻在逐年下降。對于這種一擲千金卻收獲甚微的境遇，可以借助AI技術對大數據的處理能力，可以增強勘探工作的確定性，讓這個博弈游戲變得更有趣。

降低采礦風險: 礦山生產安全大于天。通過使用遠程操作的鉆孔設備/鑿巖設備/支護設備/運輸設備，能減少采礦人員暴露在地下各種巖體失穩導致的片幫和冒頂等風險中，或者減少暴露在露天礦山的粉塵和暴曬之下。按照目前的采礦模式，巖石力學工程師每日需要數小時在地下礦山觀察巖體穩定情況，以及每次采場爆破后支護體的損壞情況。而采用AI技術，可以利用無人機巡檢大大減少巖石力學工程師的井下工作時間。人工智能帶來的是一種技術的革新，也是人的體力的解放。

簡化采礦作業： AI機器人可以幫助執行各種任務，包括鉆孔、爆破、裝載、運輸、取樣和救援被困礦工。在Rio Tinto的Cape Lambert港口，機器人已被用于鐵礦石取樣；而自動裝載運輸車輛，采用耦合脈沖激光校準制導系統和全球衛星定位系統相結合引導卡車沿著預定的路線行駛，則用于西澳大利亞皮爾巴拉露天礦；瑞典基律納鐵礦巷道掘進采用的鑿巖臺車，裝有三維電子測定儀，可實現鉆孔精確定位、無人駕駛，可連續24小時循環作業。采礦機器人，更是將來一種新的探索，用于完全取代井下采礦工人。無人采礦不是目的，我們憧憬的是一種人人享有安全潔凈的工作環境和新型采礦模式。

提高環保標準：帶有無線通信的GPS系統和設備可以監控地下水，溫度和地下通風變化等生態參數，幫助評估采礦活動的影響。遙感技術，例如衛星圖像，可以監測環境變化并預測侵蝕，野生動物棲息地，表土再分布和植被的變化。降低采礦對環境的影響也有益于維護社區關系，減少采礦中的各種風險。

目前AI在礦業領域應用的例子

快速識別礦體：EARTH AI通過機器學習(Ref.3)，可以訓練計算機認識以往礦體賦存情況來發現新的礦體分布。EARTH AI這家公司開發的相應的軟件和技術，通過分析遙感和地球物理數據，可以找到突出礦體和蝕變暈圈，并繪制出極其細致的硬巖和風化層。

增加勘探成功幾率：Goldspot Discoveries Inc. 是

一家致力于通過機器學習，降低資本風險的公司 (Ref.4)，使得黃金勘探更像科學而非藝術。利用歷史上的數據來更好的理解資源潛力，通過人工智能大數據處理方法和傳統地質學科相結合，提高資源的勘探和投資的成功率。Goldcorp and IBM Watson (Ref.5)，通過IBM的識別技術，用于分析大量數據，從鉆探報告到地質調查信息，幫助地質學家確定下一個勘探區域，通過高精度的計算地質模型，更快的找到高價值勘探區域。

防止疲勞駕駛：在智利的Escondida 銅礦，BHP公司采用了Smart Cap技術來分析駕駛員的腦電波來判斷疲憊狀態(Ref.7)。在地下礦山，卡車司機通常工作10-12個小時，黑暗嘈雜環境下防止疲勞駕駛就顯得尤為重要。這種技術被整合到超過150輛卡車中，以提高生產效率和增加安全性。詳細信息請在搜索引擎中查找SmartCap。

加快自動決策：在西澳某礦山使用AI輔助技術幫助他們選用合適的破碎機卡車；在礦場布置自動運輸車輛，成本降低了約20%。據統計，自動運輸車輛的使用，使得卡車輪胎使用壽命增加了30%。同樣，卡車的其他零部件，包括發動機和燃油的消耗也大大降低。

礦石廢石分離：Tomra開發了礦物和礦石分選設備，使用傳感器將有價值的礦石與廢石分離，快節奏的激光分選和產品識別(Ref.8)。作者驚訝于這種分離技術，至于該技術是否能真正有效解決礦廢分離問題，還期待相關的專業人士給予意見。感興趣的可以搜索Tomra觀看官方小視頻。

輔助巖土工程師風險識別：在自然崩落法的采礦方法中，PETRA公司使用三維測量數據，開發了一個算法來幫助快速識別礦石破碎程度。此算法被訓練用來識別礦石中是否有混凝土碎塊等。更多的應用可以參考該公司的網站。另外，該算法還可以用于輔助巖石力學工程師進行地下或者露天礦的檢查，比如識別混凝土裂縫、支護錨桿托盤變形等。此技術不受環境限制，即使在地下礦的黑暗、潮濕、多粉塵環境等。

AI的發展和使用得益于大量高質量的數據獲取，礦業未來的發展將會得益于在機器學習、圖像識別、大數據處理等方面的發展。人工智能將會帶來工作結構的變化，大量縮減一線工人數量，但在AI前進的道路上將需要更多大數據分析等專業人員來幫助礦業實現變革。AI之于礦業，好似 “隨風潛入夜，潤物細無聲 ”。

或許在不遠的將來，新的礦業從業者不但不會因為礦山艱苦的工作條件對礦業望而卻步，反而因為它巨大的發展潛能和高科技應用而歡呼雀躍。人工智能時代的來臨，將沒有什么能限制我們的想象力。