¿Logrará el ‘machine learning’ transformar la minería europea?

La crisis de materias primas ha inundado casi todos los sectores industriales, pero la tecnología podría lograr un atajo hacia soluciones innovadoras.

Por Cristina Crespo Garay
Publicado 14 jul 2022, 10:31 CEST, Actualizado 26 ene 2023, 15:08 CET
Minería Europa Vector

El proyecto Vector impulsará el conocimiento para que Europa aproveche sus yacimientos. 

Fotografía de Pexels

Desde la llegada de la COVID-19 a principios de 2020, la industria mundial ralentizó su desarrollo y, encadenando problemas, no ha vuelto a desplegar todo su potencial desde entonces. Tras la pandemia, el desabastecimiento de materias primas se coló en el ritmo de actividad y hoy mina sectores como la edificación, el transporte, la energía o le tecnología.

El retraso en los plazos de fabricación y ejecución ha sido para muchos la oportunidad de aprovechar el frenazo y cambiar el sistema de producción hacia la economía circular. Sin embargo, esa batalla aún libra diferentes escollos mientras la industria trata de recuperar el ritmo.

Ahora, el avance en la extracción de materias primas estratégicas podría haber abierto una nueva rama al aplicar el machine learning a la minería europea. El Consejo Superior de Investigaciones Científicas (CSIC) ha arrancado una nueva iniciativa a nivel europeo cuyo objetivo será mejorar la eficiencia de la exploración mineral mediante nuevas tecnologías.

Dentro de la Inteligencia Artificial, el machine learning [aprendizaje automático] es un campo que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en función de una recogida de datos masivos y elaborar predicciones. Esto conlleva un aprendizaje que permite a los ordenadores realizar tareas de forma autónoma, sin necesidad de operador.

En el proyecto, llamado Vector, los investigadores crearán una nueva herramienta de prospección geológica, que utiliza el aprendizaje automático, para realizar mediciones geológicas, geoquímicas y geofísicas más sostenibles y menos invasivas.

El aprendizaje automático y el big data, o la ciencia de los datos, son disciplinas que se encuentran en el centro de muchos desarrollos sociales significativos actuales. Entre ellos, la minería es uno de los que podría transformar por completo su actividad. 

Buscadores de Oro - De vuelta a la mina

La minería, uno de los negocios más contaminantes a nivel histórico, consiste en extraer el mineral del suelo, transportarlo a las plantas de procesamiento, triturarlo y refinar los metales. La tierra es arrasada para hacer hueco a las minas y a la infraestructura, que además utiliza grandes cantidades de energía y agua, contamina y genera residuos peligrosos.

Sin embargo, de la mano de la inteligencia artificial y el machine learning, las tecnologías emergentes podrían hacer que la extracción de minerales necesarios para esta transición energética sea más sostenible de lo que lo es en la actualidad.

(Relacionado: ¿Debe jugar un papel en la descarbonización la energía nuclear?)

Reducir la dependencia de materias primas importadas

“El objetivo final es que Europa reduzca su dependencia a la hora de importar materias primas empleadas en energías renovables y tecnologías digitales”, afirma Ramón Carbonell, uno de los investigadores del Geociencias Barcelona del CSIC que forman parte de este proyecto liderado por el Instituto Helmholtz de Freiberg para la Tecnología de los Recursos (HIF), del Helmholtz Zentrum Dresden-Rossendorf, en Alemania.

La Unión Europea importa el 80 por ciento de las materias primas industriales necesarias para fabricar tecnologías digitales, según los socios de este proyecto financiado por el programa Horizonte Europa. “Tan solo el 1 por ciento de las materias primas empleadas en energía eólica y el 2 por ciento de las utilizadas en robótica provienen de la producción en la UE”, afirman los investigadores del CSIC.

“Proporcionar esta producción europea ayudaría a fortalecer las cadenas de valor estratégicas e industriales. Los socios de Vector tenemos como objetivo asumir este acuerdo y mejorar la eficiencia de la exploración mineral en Europa, así como proporcionar a todas las partes interesadas directrices para un abastecimiento de metales más sostenible”, explica Carbonell.

El proyecto tendrá en cuenta tanto el potencial de exploración geológica, como los factores socioeconómicos, para obtener una evaluación de las regiones más adecuadas para la exploración y, en su caso, la explotación minera.

“Lo importante de esta iniciativa es que pretendemos llevar a cabo una integración de herramientas. Algunas de ellas ya existen, otras se encuentran en distintos niveles de desarrollo”, explica Carbonell.

Los científicos implementarán, probarán y validarán una metodología de exploración del subsuelo, hasta profundidades de 2000 a 3000 metros, mediante el uso de ruido sísmico ambiental. “Otro objetivo es la implementación de interpretación integrada y construcción de modelos tridimensionales mediante el uso de machine learning. Este apartado consiste en utilizar datos procedentes de diferentes disciplinas geofísicas, geológicas y geoquímicas e integrarlos en un software para obtener modelos geológicos tridimensionales”, indica el investigador del CSIC.

Por su parte, los científicos del Instituto de Geociencias, liderados por el investigador del CSIC Fernando Tornos, se encargarán de la caracterización geológica y mineralógica de las muestras de sondeos, una información que será integrada con los datos de observaciones indirectas del subsuelo.

Otro de los puntos importantes de este innovador proyecto es que contará con un estudio de aprobación social que identificará, por primera vez, los valores que el público europeo invoca a la hora de decidir sobre la explotación de los minerales. Es decir, con esta información será elaborado un índice de aceptación social.

"Europa posee un importante potencial minero, pero su desarrollo está limitado por la falta de métodos de exploración sostenibles y de bajo impacto y por la oposición social a los proyectos mineros. Con Vector generaremos nuevos conocimientos sobre estas barreras técnicas y sociales, desbloqueando el potencial de materias primas de Europa y mejorando la resistencia de las cadenas de suministro de la UE", afirma Richard Gloaguen, coordinador de Vector en el HIF.

loading

Descubre Nat Geo

  • Animales
  • Medio ambiente
  • Historia
  • Ciencia
  • Viajes y aventuras
  • Fotografía
  • Espacio

Sobre nosotros

Suscripción

  • Revista NatGeo
  • Revista NatGeo Kids
  • Disney+

Síguenos

Copyright © 1996-2015 National Geographic Society. Copyright © 2015-2024 National Geographic Partners, LLC. All rights reserved