Le géologue des temps modernes s’occupe de grandes quantités de données: données de télédétection (image satellite, levés géophysiques aériens, levés de drones), données géochimiques traditionnelles, lithologiques et structurales. Les progrès de l’informatique ont permis l’application de l’intelligence artificielle (IA) en géologie depuis le début des années 90. Beaucoup d’entre nous étaient excités par les soit-disant systèmes experts, tels que EXPLORER. Comme tout en géologie, certains processus sont rapides et d’autres prennent beaucoup de temps, mais ce qui reste toujours constant c’est le changement continu. La terminologie pour les applications informatiques en géologie a une évolution courte, mais rapide. Les systèmes experts susnommés ont été remplacés par des systèmes basés sur la connaissance, les modèles géologiques dynamiques, le data mining, l’apprentissage machine et ainsi de suite. Les logiciels dédiés à la géologie sont devenus nombreux, importants et coûteux, avec de multiples algorithmes pour presque tout, de la collecte de données initiale à la modélisation géologique implicite, différents types de classifications non supervisées et supervisées, le data mining et les simulations.
J’espère que nous sommes tous d’accord pour dire que cette « évolution numérique » a rendu notre travail non seulement plus facile, mais plus sûr et beaucoup plus productif. La plupart des géologues impliqués dans l’exploration minière connaissent les IBM Watson®, ERDAS Imagine® et d’autres logiciels de haute gamme avec l’IA intégrée. De façon inaperçue, l’intelligence artificielle est entrée dans nos vies et nous avons dorénavant des ordinateurs de poche qui peuvent nous dire comment rentrer à la maison, ce que la météo sera, ou de créer et de faire tourner un modèle 3D de tout ce que nous pouvons imaginer.
Récemment, l’apprentissage non supervisé et supervisé (c’est-à-dire l’IA) a été appliqué à un ensemble de données géophysiques aéroportées en combinaison avec une quantité limitée de données d’exploration sur le terrain de la région de Batouri de l’est du Cameroun. La région a connu une exploration minière très limitée et l’équipe d’exploration cherchait tout ce qui pourrait être utile pour l’exploration à un stade précoce dans une zone sous-explorée. Les logiciels coûteux sont inaccessibles pour une compagnie d’exploration junior, des géologues indépendants ou même pour de petites entreprises de consultation. Cependant, nous sommes très chanceux qu’au 21ème siècle il y ait des programmes informatiques open source. Personnellement, j’ai recommandé l’utilisation d’un logiciel Open Source gratuit pour le logging de sondages carottés et SIG à de nombreux amis et clients, à l’époque où les juniors luttaient pour le financement. Je dois admettre que pour certaines tâches je préfère utiliser QGIS que d’autres logiciels, parce qu’il est convivial et gratuit.
Des logiciels Open Source pour l’apprentissage machine et l’IA, tels qu’Orange® (https://orange.biolab.si) développés pour le traitement des données biomédicales existent. Au cours de la pandémie de Covid-19, nous avons entendu parler de surveillance dynamique, de modèles informatiques, d’évaluations et de prédictions. Beaucoup d’autres algorithmes développés initialement à des fins médicales, y compris l’imagerie médicale 3D et le traitement des données, ont été adoptés par les développeurs de logiciels et sont maintenant utilisés par les géologues et les ingénieurs miniers tous les jours. Les classifications non supervisées, supervisées (Random Forest, Neutron Network) et d’autres modèles d’apprentissage machine développés pour le traitement des données dans d’autres industries trouvent des applications dans d’énormes ensembles de données minières d’informations géoscientifiques. Plusieurs ateliers lors des sessions de formation du PDAC en 2019 et 2020 ont démontré qu’Orange® peut être utilisé avec succès pour l’apprentissage machine et le traitement des données d’exploration de l’IA.
La grande question est la suivante : la communauté de l’exploration et de l’exploitation minière, et les investisseurs, feront-ils confiance aux résultats des logiciels d’IA Open Source?
N’hésitez pas à exprimer votre opinion dans les commentaires ci-dessous.
0 commentaires