ИИ ускорит поиск критически важных минералов в США

Американские геологи используют искусственный интеллект для решения проблемы зависимости от импорта критически важных минералов, таких как литий, кобальт и никель. Эти элементы необходимы для зеленой энергетики, систем обороны и микроэлектроники.

Пример извлечения полигональных объектов из геологических карт. Автор: arXiv (2025). DOI: 10.48550/arxiv.2506.16006

Проект CriticalMAAS, запущенный Геологической службой США (USGS) совместно с DARPA и ARPA-E, объединяет усилия Университета Южной Калифорнии и Университета Миннесоты по разработке ИИ-инструментов для ускорения поиска минеральных ресурсов.

«Обычно USGS требуется два года для проведения одной оценки, — заявил директор ISI Крейг Ноблок. — Теперь Конгресс требует провести 50 оценок в ближайшие несколько лет».

Автоматизация обработки карт

Первой задачей стала оцифровка 100 000 исторических геологических карт, существующих в виде сканированных изображений. Исследователи разработали систему DIGMAPPER, которая автоматизирует этот процесс. Если ручная оцифровка занимает часы на одну карту, то DIGMAPPER справляется за 25 минут.

«Исторические карты содержат огромное количество геологических знаний, — отметил Ноблок. — Их оцифровка ускоряет оценку месторождений критических минералов».

Создание базы знаний о минералах

Второй проект, MinMod, представляет собой крупнейшую в мире общедоступную базу данных о месторождениях полезных ископаемых. Система объединяет информацию из академических публикаций, отчетов горнодобывающих компаний и геологических баз данных.

MinMod использует большие языковые модели для структурирования разрозненных данных в единый граф знаний. Среди ключевых функций системы — создание моделей содержания и объема полезных ископаемых, что помогает геологам определять приоритетные направления разведки.

Перспективы

Оба проекта будут представлены на ведущих конференциях в ноябре 2025 года. DIGMAPPER — на конференции ACM SIGSPATIAL (4-7 ноября, Миннеаполис), MinMod — на Международной конференции по семантическому вебу (10-14 ноября, Нара, Япония).

Разработанные инструменты станут основой для создания моделей машинного обучения, способных прогнозировать расположение неизвестных месторождений полезных ископаемых.