Model strojového učenia dokáže predpovedať umiestnenie minerálov na Zemi – a potenciálne aj na iných planétach – využitím vzorov v minerálnych asociáciách. Veda a priemysel hľadajú ložiská nerastov, aby lepšie porozumeli histórii našej planéty a ťažili ich pre použitie v technológiách, ako sú dobíjacie batérie.

Shaunna Morrison, Anirudh Prabhu a kolegovia sa snažili vytvoriť nástroj na vyhľadávanie výskytov špecifických minerálov, čo je úloha, ktorá je už dlho skôr umením ako vedou, spoliehajúc sa na individuálne skúsenosti spolu so zdravou dávkou šťastia.

Tím vytvoril model strojového učenia, ktorý využíva údaje z databázy evolúcie minerálov. Ten zahŕňa 295 583 minerálnych lokalít s 5 478 minerálnymi druhmi, na predpovedanie dovtedy neznámych výskytov minerálov na základe asociačných pravidiel.

Autori testovali svoj model prieskumom povodia Tecopa v Mohavskej púšti, známom prostredím ako na Marse. Model bol tiež schopný predpovedať polohy geologicky dôležitých minerálov, vrátane uraninitu, rutherfordínu, andersonitu a schröckingeritu, bayleyitu a zippeitu.

Okrem toho model lokalizoval sľubné oblasti pre kritický prvok vzácnych zemín a lítiové minerály, vrátane monazitu (Ce), alanitu (Ce) a spodumenu.

Analýza asociácie minerálov môže byť podľa autorov silným prediktívnym nástrojom pre mineralógov, petrológov, ekonomických geológov a planetárnych vedcov.

Zdroj: https://www.nanowerk.com/news2/robotics/newsid=62999.php