Inteligencia artificial en minería y energía

Es  la ciencia e ingeniería para hacer que las computadoras se comporten en formas que, hasta ahora, se piensa requieren inteligencia humana, con el propósito de analizar datos, proponer supuestos, aprender y proveer pronósticos a un nivel de detalle imposible para analistas humanos individuales.

CASOS DE ÉXITO EN LA INDUSTRIA MINERA
Tomando en cuenta la definición propuesta de Inteligencia Artificial, y el propósito, se podrá valorar el esfuerzo de empresas de la industria minera por hacer una realidad esta ciencia dentro de su cultura local.
Un primer caso, la compañía Goldspot Discoveries Inc., empresa Canadiense a la vanguardia de la inteligencia artificial en exploración mineral, está usando el Machine Learning como una poderosa extensión de la capacidad intelectual geológica para develar valor profundo en la exploración e inversión de datos. Comentan que los depósitos yacimientos son más complejos y difíciles de hallar, y ha habido esfuerzos en recopilar más datos que antes. Esta recopilación de data cruda ha rebasado las capacidades de los geólogos tradicionales para poder hallar información de valor oculta en dichos datos.

Desafían con la pregunta “¿qué sucedería si una computadora puede extraer correlaciones y patrones de datos subutilizados para predecir la probabilidad de encontrar minerales?” Goldspot Discoveries Inc. afirma que la Inteligencia Artificial es la clave para desbloquear nuevos hallazgos en datasets existentes, puesto el Machine Learning (sub campo de la Data Science) es una de las herramientas a utilizar para proveer luz a los exploradores, reduciendo tiempos, costos y riesgos asociados con la exploración. El cómputo en nube permite el fácil acceso a súper computadores para ejecutar algoritmos complejos. En resumen, esta aplicación ayuda en una fase prospectiva del proceso minero. (Referencias 3 y 4).

Otro de los casos de Inteligencia Artificial aplicada a la minería es el de Rio Tinto, cuya planta australiana en Pilbara, logró con su sistema de transporte autónomo aumentar 1.000 horas de trabajo por camión con un 15% de reducción de costos unitarios y de carga comparado a los camiones de carga tradicionales.

Sin contar con los aumentos de productividad y eficiencia en Pilbara, esta innovación apoyará en el negocio de la extracción de hierro, a partir del 2021, generando aumento del flujo efectivo en $500 millones. (Referencias 3 y 5).
Con miras al futuro, se les consultó a varios expertos cómo perciben que los desarrollos de la Inteligencia Artificial moldeará el futuro en los campos de la minería.
Se rescatan algunas ideas:

Desafíos en la industria minera a afrontar con la Inteligencia Artificial
Tecnologías IIoT permiten a las organizaciones mineras recolectar gran cantidad de datos de forma remota y en tiempo real a través de sensores conectados al Internet.

Esta información puede ser utilizada para mejorar la eficiencia de la planta, garantizar un ambiente seguro para los mineros y aún monitorear el estatus operacional de las máquinas.
Freeport-McMoRan está utilizando drones para crear pendientes con ángulos pronunciados, reduciendo la relación de extracción y la cantidad de roca residual arrastrada antes que se puede extraer el mineral.
Los drones no solamente escanean las minas desde perspectivas peligrosas y casi inaccesible por humanos, sino que también comunican cualquier información instantáneamente
Esto permite un análisis rápido y más detallado sin necesidad de emplear geólogos especializados o ingenieros geotécnicos en zonas peligrosas o afectar la producción al bloquear las rutas de transporte.
La industria minera es la combinación entre la fuerza bruta y algo de procesos matemático – científicos más avanzados que se hayan utilizado en cualquier industria.
En el futuro se verán a los empleados de la minería insertados en el ámbito de negocio empresarial de la minería, manejando relaciones estratégicas, y no en los campos como es en la actualidad.

CASOS DE ÉXITO EN LA INDUSTRIA ENERGÉTICA
Por el lado energético, también existen empresas con avances en la implementación de la Inteligencia Artificial para ser cada vez mejores, más competitivos, y comprometidos con un mejor mundo. Según un reporte del Greentech Media, el mercado americano de almacenamiento energético cumplió el hito de desplegar más de 1.000 megawatts por hora entre el 2013 y el 2017. En California se desarrolló Athena (Stem) que usa la inteligencia artificial para mapear el uso de energía permitiendo a los usuarios hacer seguimiento a las fluctuaciones y así almacenar de manera más eficiente.
Las redes eléctricas ahora recolectan energía de diferentes fuentes, incluida la eólica, solar y eléctrica, tiene un funcionamiento que se ha vuelto más complejo. La capacidad de la Inteligencia Artificial para analizar conjuntos de datos masivos puede aportar estabilidad y eficiencia a estas nuevas fuentes de información. Se tienen como ejemplo el departamento de energía estadounidense en el año 2017, y Siemens que han trabajado en redes autónomas.
También hay aplicaciones para mitigar las fallas. Se tiene el caso de una planta a carbón en India, donde hubo una explosión por escape de gas. El caso de SparkCognition recibió un premio (Diciembre 2017) por mejorar las plantas con base al carbón, usando la analítica con sensores y datos operacionales para predecir momentos críticos donde la infraestructura puede fallar (Referencia 11).
En una mirada acerca del futuro de la industria energética, los desafíos seguirán en torno a cómo generar, vender y distribuir la energía. La presión estará en detener la emisión de carbón y, como resultado, se deben hallar métodos para manejar el incremento de gigawatts impredecible, energía renovable que depende del clima, los costos de la electricidad (tanto para las personas como para los gobiernos).
Como se comentó, uno de los problemas de la energía renovable es su inconsistencia, puesto el clima puede variar y las condiciones favorables no estarán siempre presentes.
Por lo que se prevé usar la Inteligencia Artificial para tomar decisiones que permitan ahorrar y administrar dicha energía (Referencia 8).

EL FOCO EN TI
Tendencias del sector actuales
Entendemos la importancia de la adaptación a la nueva era industrial, donde todo está sensorizado, generando volúmenes de información sin precedentes. Por lo que, nos hemos visto en la necesidad enfrentar desafíos técnicos con el gobierno del dato, y metodologías apropiadas para sacar valor de los mismos.
SOFTWARE
Agnósticos de software. Con expertise en software libre como:

• R
• Python

y expertise en software privado:

• SAS

CONCLUSIÓN
En síntesis, así como el IoT ha cambiado el cómo, dónde y cuándo hemos de consumir productos y servicios, el IIoT también tendrá un impacto en cómo las compañías crean, diseñan y distribuyen su negocio.
Al conjugar innovación tecnológica y herramientas analíticas y Machine Learning, se estará potenciando la Inteligencia Artificial que ha de apoyar en el quehacer del futuro: a nivel de individuos, como a nivel empresarial e industrial. Sin duda se trata de la oportunidad de usar el activo existente en los datos. La Inteligencia Artificial es una realidad en industrias como Salud, Banca y Retail, y sin duda existen variadas oportunidades en el campo de la Minería y Energía, aumentando el EBITDA de las empresas.
ALAYA Digital Solutions tiene 17 años de experiencia en el mercado.

Referencias:

1. https://www.forbes.com/sites/peterhigh/2017/10/30/carnegie-mellondean-of-computer-science-on-the-future-of-ai/#4a868bdd2197
2. https://www.forbes.com/sites/forbesagencycouncil/2018/08/01/doyou-know-the-difference-between-data-analytics-and-ai-machinelearning/#448dfcd15878
3. https://daciandata.tech/artificial-intelligence-is-changing-the-miningindustry-examples-of-successful-applications/
4. https://goldspot.ca/wp-content/uploads/2019/03/2019.03.19-Corporate-Presentation.pdf
5. http://www.riotinto.com/media/media-releases-237_23802.aspx
6. https://www.mining-technology.com/mining-safety/future-of-miningindustry-predictions
7. https://emerj.com/ai-sector-overviews/artificial-intelligence-for-energyefficiency-and-renewable-energy/
8. https://www.weforum.org/agenda/2018/05/how-ai-can-help-meet-globalenergy-demand
9. Joe Carr, director de Innovación Minera, Inmarsat.
10. Chris Mason, director de ventas para EMEA, Corporación Rajant.
11. https://www.cbinsights.com/research/artificial-intelligence-energyindustry/

Por:
LUIS SEPÚLVEDA H.
GERENTE GENERAL

ALAYA Digital Solutions,Chile