1000公里稀土矿带怎么找？中国研发AI定位，准确率达96%

我国的地质学家最近在喜马拉雅山脉发现了一个巨大的潜在稀土矿藏，这可能会大大加强中国作为全球领先稀土供应国的地位。

【资料图】

但据信， 这条矿产带的长度超过 1000 公里，在如此广阔而偏远的地区寻找矿藏可能需要数年甚至数十年。

一个可能的解决方案是使用人工智能。自2020年以来，我国的研究团队一直在构建人工智能，该人工智能可以自动处理卫星和其他手段收集的几乎所有原始数据，从而定位青藏高原上的稀土矿床。

来自武汉地质过程与矿产资源国家重点实验室的科学家们表示， 该机器的准确率达到了96%。 “未来15至20年，我国的采矿重点将主要转移到稀土上。稀土金属在新材料、新能源、信息技术等新兴产业中具有不可替代的地位，是全球竞争中关键的战略性矿产资源。”

人工智能寻找的是一种独特的花岗岩，它的色调比普通的更浅，其中可能含有铌和钽等稀土元素，这些元素在高科技产品中非常受欢迎，同时也含有大量的锂，这对制造电动汽车至关重要。

中国地质学家在喜马拉雅山脉到处都发现了这样的花岗岩，包括珠穆朗玛峰周围，但直到最近，人们才相信它含有可开采的物质。

我国目前一个主要的稀土生产基地在内蒙古，其他的分散在广东、江西和四川等南方省份。但科学家们现在认为，喜 马拉雅山的稀土储量即使不超过这些地区，也可能与之相当，甚至有可能帮助中国重新确立在全球市场上的地位。

尽管我国的稀土量曾占据主导地位（在上世纪80、90年代占全球储量的43%左右），但据业内估计，到2021年，中国的份额已降至36.7%左右。

该研究团队在两年多前刚建立人工智能时，只能使用有限的数据集(如卫星图像)进行花岗岩训练。最初，它的准确率只有60%左右，但研究人员通过提高算法的准确性逐渐扩大了它的知识库。

研究小组输入机器的数据集包括与岩石和矿物的化学成分、它们的磁性或电学性质、飞机收集的光谱数据以及青藏高原地质图有关的数据。在不同的数据集中寻找模式对人工智能来说是一个挑战，但研究人员教会了机器一些用来克服这些问题的技术，比如数据归一化、特征选择和数据融合。人工智能模型在快速自我改进后，几个月内就达到了90%以上的准确率。

根据中国地质调查局研究人员去年的一项研究， 喜马拉雅稀土带内的矿产资源具有很强的经济价值。 稀土和锂资源的开发也可以促进当地经济增长，从而增加该地区的人口。