En un artículo publicado en la revista Journal of Geophysical Research: Solid Earth, Chetan Nathwani y sus colegas del Imperial College de Londres explican que los circones son minerales comunes y resistentes que pueden encontrarse en rocas de hasta 4.000 millones de años. Su estructura y textura pueden reflejar las condiciones en las que se formaron, lo que les ha valido la reputación de cápsulas del tiempo de la naturaleza.
Sabiendo esto, Nathwani y su equipo desarrollaron un método para distinguir diferencias mínimas entre los granos de circón formados en rocas asociadas al cobre y en rocas graníticas. Su método podría ayudar a los científicos a buscar yacimientos minerales y sondear los orígenes de distintos sedimentos.
Los investigadores utilizaron una herramienta de Machine Learning denominada red neuronal convolucional (RNC), especializada en el análisis de imágenes.
Utilizando muestras recogidas en el sur de Perú, una región que produce gran parte del cobre mundial, descubrieron que la CNN podía identificar formas y texturas exclusivas de los circones que se encuentran cerca de yacimientos de cobre. El modelo también podía distinguir estos circones asociados al cobre de los encontrados en otros tipos de rocas de la región, con una tasa de éxito del 85%.
El cobre tiene amplias aplicaciones industriales, desde la electrónica a la construcción, y el estudio sugiere que la combinación del aprendizaje automático con técnicas más tradicionales podría facilitar la exploración e identificación de yacimientos de cobre.
Fuente: Mining Dot Com