Cómo la IA puede ayudar a encontrar nuevos minerales en la Tierra y otros planetas

Las rocas y los minerales son materias primas esenciales para cualquier civilización y, en una sociedad tecnológica, los minerales (y los elementos raros que contienen) son especialmente buscados. En el pasado, la mayoría de los descubrimientos de yacimientos minerales fueron el resultado de la perseverancia y la suerte.

Durante los últimos 200 años, los científicos se han dado cuenta de que los minerales no se distribuyen al azar. Muchos de los más de 5.000 minerales diferentes que se encuentran en la Tierra existen en la llamada paragénesis. Una paragénesis es un conjunto de minerales formado de acuerdo con reglas fisicoquímicas específicas, como una determinada composición química de la roca huésped o cuando se cumplen las condiciones adecuadas, como la temperatura y la presión.

En un nuevo estudio, los investigadores probaron la capacidad de la inteligencia artificial (IA) para predecir las ubicaciones más probables de los minerales al «descubrir» las reglas que controlan estos conjuntos de minerales.

Los autores proporcionaron una IA con los datos de la Base de datos de evolución mineralque incluye 295.583 localidades minerales de 5.478 especies minerales y realiza análisis de asociación mineral (MAA).

El análisis de asociación es un método de aprendizaje automático que encuentra vínculos entre puntos de datos y formula reglas que controlan estas relaciones. Con reglas, el modelo puede crear predicciones basadas en los datos proporcionados.

Los autores probaron su modelo explorando el Formación Tecopa en el desierto de Mojave, California. Aquí, la combinación de una sucesión compleja de sedimentos de lagos y ríos depositados hace alrededor de 5 a 20 millones de años en una cuenca tectónica y fluidos subsuperficiales calientes formaron minerales raros.

Dada la composición mineral básica de la formación Tecopa, la IA pudo predecir la ubicación de minerales de uranio exóticos como rutherfordin, andersonita, Schröckingerita, bayleyita Y zippeita. Además, el modelo localizó áreas prometedoras para elementos críticos de tierras raras y minerales de litio, incluyendo monacita, alanita Y espodumena.

Los autores creen que el análisis de asociaciones de minerales podrá identificar las ubicaciones de sitios mineros aún desconocidos y predecir el inventario de minerales en una localidad determinada si se dispone de los datos apropiados. El modelo no se limita a la Tierra y se puede aplicar a cualquier cuerpo planetario rocoso.

Orbitador de reconocimiento de la NASA ha sido cartografiando minerales en Marte durante 16 años. El mapa cubre el 86% de la superficie marciana, pero solo muestra los minerales más comunes, como piroxeno Y carbonatos. Mediante el uso de MAA, se pueden encontrar minerales más exóticos, que hasta ahora han eludido a los científicos.

El estudio «Prediga nuevas ocurrencias minerales y entornos planetarios análogos a través del análisis de asociaciones mineralesfue publicado en la revista Nexo PNAS (2023). Material proporcionado por Nexo PNAS.