El Maptek Geology Challenge de este año culminó con el reconocimiento a Miguel Aliaga Oblitas, geomodelista senior de Newmont Mining Corporation, quien demostró cómo el uso de Maptek DomainMCF mejoró la consistencia del modelo geológico y redujo significativamente el tiempo de procesamiento en el modelado multivariable avanzado. Oblitas recibió un premio personal de 500 dólares y una suscripción de seis meses a DomainMCF para su empresa.
El certamen, ahora en su cuarto año, permitió a los participantes experimentar con tecnologías de vanguardia en la creación de modelos geológicos a partir de datos sin procesar. Oblitas destacó la oportunidad de trabajar con datos de una mina activa, aplicando metodologías innovadoras para enfrentar los desafíos de predecir el comportamiento de las vetas en profundidad, especialmente cuando los datos son limitados.
“La capacidad de integrar diversos datos geológicos, como litología, datos estructurales e información mineralógica, fue invaluable”, declaró Oblitas, subrayando que la reducción del tiempo de procesamiento de semanas a solo unas horas facilitó la actualización de modelos y la toma de decisiones más oportuna en exploración y estimación de recursos.
El segundo lugar fue disputado, otorgándose a Ed Lynch, Superintendente de Geología de Exploración en SIMEC, y a Danielle Karbishev, Geóloga Senior de Estimación de Recursos en Fortescue. Lynch se mostró interesado en aplicar DomainMCF a las operaciones de hematita y magnetita de SIMEC, resaltando la rapidez y facilidad de uso del software en un entorno geológico complejo. Karbishev, por su parte, exploró cómo la tecnología podía aumentar la eficiencia de su equipo de estimación y modelado, además de evaluar posibles aplicaciones del aprendizaje automático en el modelado de recursos.
Los participantes del desafío tuvieron acceso a herramientas de modelado geológico, incluyendo GeologyCore y DomainMCF asistido por inteligencia artificial, con el apoyo de documentación y asistencia técnica del equipo global de Maptek.
Steve Sullivan, especialista senior en geología y director técnico de DomainMCF, enfatizó que el desafío busca inspirar a los geólogos a adoptar nuevos enfoques, proporcionando un entorno de bajo riesgo para experimentar con datos reales y mejorar las prácticas existentes.
“Los proyectos ganadores fueron ejemplos sólidos de cómo abordar problemas difíciles de resolver con métodos tradicionales”, comentó Sullivan, destacando que las recomendaciones para mejorar el software ya han sido transmitidas a los equipos de desarrollo de Maptek.
El tema para el 2024 será el control geológico para modelos geológicos, animando a los participantes a combinar su experiencia con el poder del aprendizaje automático para crear modelos geológicos precisos y representativos.