¿Qué es la inteligencia artificial y cómo se puede aplicar en la Minería?

Publicado: 18 enero, 2018
Expande

Para el secretario ejecutivo del FIE, Thierry de Saint-Pierre, el análisis de datos y la inteligencia artificial, llegaron para instalarse en los procesos cognitivos y gerenciales de las empresas.

Definamos primero qué es Inteligencia artificial (IA): es aquélla que se puede desarrollar a partir de la programación de computadoras o máquinas para que imiten las funciones “cognitivas”, como “aprender” y “resolver problemas” propias de los seres humanos, por ejemplo, reconocer el habla humana (Siri), apoyar la conducción de autos autónomos (Tesla, Google car) y reconocer objetos y personas en imágenes y vídeos (Facebook).

Ya en 1970, se desarrollan los primeros sistemas expertos y las primeras formas exitosas de software de IA, con la implementación de sistemas de inferencia que ejecutan reglas de razonamiento lógico como Prolog.

A partir de los 80, se revive el interés por las redes neuronales que imitan las neuronas y sinapsis del cerebro humano y que permiten generar soluciones a problemas que no se pueden resolver con certeza lógica. Las principales categorías son las feedforward y las Redes Neuronales Recurrentes (RNN). En los últimos años han ganado espacio las redes neuronales Deep Learning.

Es importante que la máquina pueda ir aprendiendo a través de la experiencia, a esto se le llama aprendizaje automático que puede ser supervisado (algoritmos de clasificación) o no supervisado (algoritmos de clusterización).

Un problema clásico en IA es clasificar datos en función de su semejanza con ciertos patrones de referencia. Las observaciones con sus respectivas clases se conocen como el conjunto de aprendizaje. Cuando se recibe una nueva observación, esta se clasifica en la clase más cercana. Hay muchos enfoques matemáticos para generar clasificadores tales como redes neuronales, máquinas de soporte vectorial, y algoritmo del vecino más cercano.

A veces el agente debe operar con información incompleta o incierta. Para ello se han ideado métodos basados en la teoría de las probabilidades. Un ejemplo de ello son las redes bayesianas que se pueden utilizar para abordar una gran cantidad de problemas.

Aplicaciones a la Minería

Una de las grandes aplicaciones de la Inteligencia Artificial a la minería es la automatización de sus procesos y la toma de decisiones inteligente en base a la data histórica. Vamos a ejemplificar esto a partir de algunos casos.

El primer caso es, cómo a partir de la información histórica del comportamiento de un proceso, y dado un mineral de entrada, puedo identificar cuáles son las reglas operacionales óptimas (seteo de variables de la planta) que permitieron históricamente obtener el mejor resultado operacional (la mejor recuperación de cobre en el proceso de flotación).  Se genera la Tabla de “clusters mineralógicos versus Modos de Operación” que identifica los cuadrantes con recuperación histórica óptima, logrando significativas mejoras en los resultados finales.

Un segundo caso es, cómo a partir de la data histórica de los signos vitales de un equipo (temperatura, presión) se puede generar un modelo predictivo que permite calcular la probabilidad de falla del equipo y tomar las medidas preventivas correspondientes.

Un tercer caso, es caracterizar pilas dinámicas de lixiviación (PLS flujo y concentración). Como resultado del análisis se identifican las principales variables relevantes del proceso y se obtienen modelos predictivos que aproximan la realidad con un bajo error.

En conclusión, creemos que el análisis de datos y la inteligencia artificial, con su gran cantidad de metodologías y algoritmos, llegaron para instalarse en los procesos cognitivos y gerenciales de las empresas, automatizando fuertemente ciertos procesos y en otros casos siendo un apoyo a la toma de decisiones.