人工智能在关键矿产勘探中的未来

通过增加电气化实现的能源转型，使世界关注到关键矿产勘探。尽管投资增加，过去二十年间新发现的数量却有所下降。在此，我提出一个解决此问题的方案，即利用人工智能作为严谨的矿产勘探科学方法的推动者，旨在减少认知偏差和误报，降低勘探成本。我提出一种新的科学方法，其哲学基础建立在贝叶斯主义和证伪主义原则之上。在这种方法中，数据采集首先被视为对人类生成假设的证伪手段。下一步采集何种数据的决策，通过可验证的指标进行量化，并基于理性决策制定。本文提供了一个实用协议，可作为任何勘探活动的模板。然而，为使该协议切实可行，需要各种形式的人工智能。我将论证，最重要的形式是：其一，新颖的无监督学习方法，与领域专家协作以更好地理解数据并生成多个相互竞争的地质假设；其二，人在回路中的人工智能算法，能够最优地规划各种地质、地球物理、地球化学和钻探数据采集，其中地质假设的不确定性降低优先于品位和吨位的不确定性降低。