Machine Learning en la industria minera
Existen numerosas herramientas de Inteligencia Artificial disponibles para su aplicación en la industria que pueden ayudar a resolver los problemas cotidianos de la minería y que además permiten una mayor competitividad.
En nuestro país son varias las mineras que ya han comenzado a aplicar estas técnicas de machine learning. @RAWPIXEL/FREEPIK
Mantener costos de operación bajos, lograr mayor automatización de procesos y conseguir una baja intensidad en mano de obra, están entre los principales desafíos que enfrenta la industria minera nacional.
Al tratarse de un rubro en que el precio del metal se mueve de acuerdo a numerosas variables, aplicar metodologías que permitan generar mayor eficiencia y reduzcan el valor de las operaciones resulta clave. Es ahí donde la inteligencia artificial puede ser de gran ayuda.
El desafío pasa por crear soluciones en base a machine learning que reduzcan la incertidumbre de las operaciones, permitan predecir situaciones críticas y resuelvan los cuellos de botella más importantes para las compañías mineras.
Se trata de poner un “cerebro” a la operación, que les permita mirar hacia atrás y les apoye a tomar mejores decisiones.
Pero, ¿cómo se lleva a cabo este proceso? La clave está en conocer lo bueno de los procesos aplicados históricamente en la operación y replicarlos hacia adelante mediante herramientas de inteligencia artificial. Es decir, aplicar técnicas que permiten aprender constantemente de los aciertos y los errores para potenciar las mejores prácticas.
Esto se realiza mediante el análisis de los datos históricos de la operación, los que permiten generar predicciones y simulaciones mediante modelos matemáticos. De ese modo las compañías logran tomar decisiones que optimizan procesos como el de recuperación de cobre u otros como la reducción de accidentes en las obras.
Existen numerosas herramientas de IA (Inteligencia Artificial) disponibles para su aplicación en la industria que pueden ayudar a resolver los problemas cotidianos de la minería y que además permiten una mayor competitividad. La clave está en detectar las áreas que generan mayor dolor en las operaciones y desarrollar pilotos exitosos que ayuden a escalar los resultados.
De ese modo se pueden alcanzar importantes mejoras que se traduzcan en reducción de costos operacionales y menor riesgo para las compañías. La buena noticia es que en nuestro país son varias las mineras que ya han comenzado a aplicar estas técnicas de machine learning con resultados muy prometedores.
Francisco Santibáñez,
Co fundador y gerente comercial de DataQu
