En un mundo cada vez más dependiente de tecnologías avanzadas, la búsqueda y extracción de minerales críticos se convirtió en una prioridad estratégica para determinadas industrias como la estadounidense.

Estos tipos de minerales son esenciales para la fabricación de baterías, paneles solares, vehículos eléctricos y otros dispositivos electrónicos que puedan garantizar la seguridad económica, tecnológica y militar. La obtención de materiales inorgánicos enfrenta desafíos geopolíticos y ambientales significativos debido a que la mayoría de las reservas se encuentra concentrada en países con relaciones diplomáticas complejas como lo son China y Rusia. Bajo estas circunstancias, el uso de Inteligencia Artificial (IA) y otras herramientas tecnológicas emerge como una solución innovadora para identificar y explotar depósitos geológicos dentro del territorio nacional. El Departamento de Defensa de los Estados Unidos también intensificó sus esfuerzos sobre el tema mediante la colaboración con la Agencia de Proyectos de Investigación Avanzados de Defensa (DARPA) y el Servicio Geológico Nacional (USGS) en programas como el “Critical Mineral Assessments with AI Support” (CriticalMAAS). Este proyecto utiliza herramientas de machine learning para reinterpretar mapas geológicos antiguos, generando información precisa en tiempo récord. Según la gerente del CriticalMAAS, Erica Briscoe, “el objetivo del programa es acelerar los procesos con una magnitud superior a las 1.000 veces en relación con la búsqueda convencional”. La implementación de sistemas avanzados a través de la IA, está transformando la manera en que los Estados Unidos abordan la búsqueda de minerales críticos como el níquel y el litio. Una de las iniciativas más destacadas proviene de HyperSpectral, una empresa que desarrolló un software capaz de analizar firmas espectrales. Sobre esto el cofundador Matt Theurer, a través del portal Undark sostuvo: “La tecnología se basa en desarrollar análisis de datos espectrales para detectar elementos específicos incluso en condiciones ruidosas. Se trata de un sistema para encontrar”.

Fuente: Infobae