‘Otak AI’ baru dapat membantu meningkatkan pasokan mineral penting di AS
Peneliti National Laboratory of the Rockies (NLR) sedang mengembangkan sistem kecerdasan buatan (AI) yang dirancang untuk mengoordinasikan operasi penambangan di seluruh AS dengan lebih baik. Singkatnya, mereka berupaya membangun “otak” AI bagi industri pertambangan agar dapat mengalokasikan sumber daya dengan lebih baik dan meningkatkan hasil panen. Disebut Critical Minerals and Materials To Unlock Supply (CM2US) dari Genesis Mission, jika berhasil, rencana utamanya adalah agar “otak” membantu memutuskan di mana sebaiknya menambang, apa yang akan ditambang, bagaimana memproses bahan yang diekstraksi, dll. Hal ini juga, idealnya, akan membantu mengelola rantai pasokan dengan lebih baik dan merancang cara untuk membuat bahan akhir dengan sifat yang benar-benar dibutuhkan oleh produsen. “Ada kebutuhan untuk lebih banyak fleksibilitas dalam cara kita mendekati mineral penting,” kata peneliti ilmu komputasi NLR, Ryan King. “Tujuan saya adalah menemukan cara untuk berkontribusi terhadap ketahanan rantai pasokan dan inovasi teknologi dengan aset-aset penting ini,” tambahnya. “Dalam industri yang bergerak lambat ini, Anda memasang peralatan pemrosesan, dan peralatan tersebut tetap sama dari generasi ke generasi,” kata King. “Tetapi rantai pasokan berkembang pesat, dan inovasi teknologi atau material dapat mengubah jenis bahan baku yang dibutuhkan,” tambahnya. Otak AI untuk penambangan Kebutuhan akan sistem seperti itu bermula dari fakta dasar bahwa sebagian besar teknologi modern bergantung pada mineral penting. Ini termasuk, namun tidak terbatas pada, litium, nikel, kobalt, grafit, unsur tanah jarang, dan tembaga. Namun, pasokan mineral ini rentan terhadap gangguan akibat pembatasan ekspor, bencana alam, perang, dan perubahan prioritas geopolitik. Perusahaan pertambangan biasanya tidak dapat bereaksi dengan cepat karena tambang dan pabrik pengolahannya sangat mahal dan dirancang untuk beroperasi dengan cara yang sama selama beberapa dekade. Meskipun tidak dapat menghilangkan gangguan pasokan, AI dapat membantu operator beradaptasi lebih cepat dan mengurangi dampaknya. “Pada saat yang sama, sumber daya dengan kualitas yang lebih tinggi mungkin akan habis, dan kita perlu memanfaatkan sumber daya dengan kualitas yang lebih rendah, atau kita perlu memperhitungkan guncangan pasokan geopolitik. Ini berarti kita sedang mencari solusi AI dalam pemrosesan mineral yang dapat menciptakan fleksibilitas output atau menyerap volatilitas input.” Hal ini mencakup sisi eksplorasi pertambangan, yang secara tradisional bergantung pada ahli geologi manusia untuk menemukan potensi deposit. Otak AI baru akan menggabungkan titik data dalam jumlah besar untuk membantu proses ini daripada hanya mengandalkan interpretasi manusia. “Otak” tersebut juga akan mampu memberikan rekomendasi selama pengolahan bijih untuk menentukan penggunaan bahan baku yang terbaik. Misalnya, secara otomatis akan mengubah cara bijih diproses berdasarkan komposisi real-time untuk mendapatkan hasil terbaik. Penambangan dan pemrosesan yang lebih cerdas untuk semua Orang juga dapat menyesuaikan bijih yang diproses dengan kebutuhan pelanggan akhir tertentu secara dinamis. Katakanlah satu pelanggan membutuhkan 68% konsentrat besi tetapi 72% lainnya, secara teori, AI dapat mengubah pemrosesan agar sesuai. “Kami sedang menjajaki bagaimana kami dapat membangun model AI untuk semua langkah berbeda dalam proses tersebut, dan, dalam banyak hal, tidak peduli apa mineral sebenarnya. Anda dihadapkan pada banyak tantangan AI yang sama,” jelas King. “Pada akhirnya, kami ingin dapat beralih dari mengeksplorasi batuan di dalam tanah hingga memahami peristiwa geopolitik mengenai dampaknya terhadap rantai pasokan,” katanya. “Penggunaan AI dapat membantu kita membuat semua koneksi perantara yang sulit dioptimalkan oleh manusia,” tambahnya. “AI dapat diterapkan di mana saja,” kata King. “Hal ini dapat memainkan peran besar dalam eksplorasi dan ekstraksi. Lalu, setelah Anda mengeluarkan mineral dari dalam tanah, kita dapat menggunakan AI untuk mengoptimalkan desain dan kontrol langkah-langkah pemrosesan utama seperti penggilingan, pemisahan, dan pengurangan untuk mencapai karakteristik bahan baku yang diinginkan.”
Diterbitkan : 2026-06-21 15:44:00
sumber : interestingengineering.com
