El impacto de la Inteligencia Artificial en el mundo de la minería

El impacto de la Inteligencia Artificial en el mundo de la minería

Compartir

La inteligencia artificial (IA) es una de una serie de tecnologías que están en el radar para su implementación en la industria minera de Chile.

En pocas palabras, la IA es la capacidad de un programa de computadora o máquina de pensar y aprender observando grandes cantidades de datos, identificar tendencias y hacer recomendaciones para mejorar la toma de decisiones, todo en cuestión de milisegundos.

La inminente avalancha de datos que se recolectará de los sensores y dispositivos de internet de las cosas (IoT) será demasiado abrumadora para que los humanos la computen.

Se espera que las empresas que pueden calcular y extraer valor de grandes volúmenes de datos tengan una ventaja clave sobre sus competidores al poder mejorar la eficiencia y productividad y reducir los costos, así como identificar nuevas oportunidades de negocio.

Un estudio reciente de la consultora Accenture mostró que el 82% de los ejecutivos de la industria minera mundial esperan aumentar la inversión en tecnología digital en los próximos tres años.

Las tecnologías prioritarias en minería son: robótica y automatización (54%), drones/vehículos aéreos no tripulados (41%), centros de operaciones remotas (41%) y wearables (41%). Otras prioridades tecnológicas son ciberseguridad (32%), visualización de datos en tiempo real (31%) y analítica (30%).

Los principales beneficios son: mejor rendimiento del equipo (47%), ahorros administrativos/operativos (42%) y una toma de decisiones más eficiente (40%).

El estudio de Accenture muestra que al menos el 70% de las empresas de la industria minera en todo el mundo están utilizando el aprendizaje automático en al menos un área de su negocio.

¿POR QUÉ IA?

En un contexto de minería, el mantenimiento predictivo ha sido uno de los principales casos de uso de la IA, lo que significa que los sensores pueden detectar cuándo un componente de una pieza de maquinaria o un vehículo se está desgastando y necesita reemplazo. Entonces se puede enviar una alerta a los responsables de esa área. Esto puede ayudar a evitar accidentes costosos que podrían resultar de la avería de algún componente.

Otros casos de uso involucran la exploración cuando los datos recopilados sobre leyes minerales pueden analizarse y tomar decisiones con respecto a si tiene sentido comercial continuar perforando o establecer una mina.

La principal tendencia tecnológica en la minería en este momento es la automatización, que está relacionada en gran medida con la preocupación de la industria minera por la seguridad, pero también con la reducción de los costos laborales y la mejora de la precisión. Los vehículos autónomos se pueden usar para explorar o explotar depósitos subterráneos inestables que serían demasiado peligrosos para los trabajadores.

Los chatbots se pueden usar ahora para ingresar información que exime a los trabajadores de situaciones peligrosas en las que tienen que manipular maquinaria manualmente.

Grandes flotas de vehículos autónomos han sido comunes en países como Australia y están comenzando a usarse en Chile.

Hoy en día, la mayoría de las empresas mineras enfrentan desafíos para crear y cumplir planes y cronogramas precisos que impulsen la cadena de valor desde la perforación y la voladura hasta la trituración, molienda y procesamiento del producto final. Pero las circunstancias cambiantes pueden dificultar el seguimiento y la ejecución de dicho plan.

Al combinar el aprendizaje automático con nuevas formas de analizar datos, las minas podrán crear formas más precisas de administrar y planificar sus operaciones.

Al crear lo que se conoce como gemelo digital —copia virtual de una mina que se actualiza a sí misma en tiempo real— se pueden hacer recomendaciones sobre la mejor manera de planificar los próximos pasos.

Según el titular de tecnología e innovación de Accenture, Paul Daugherty, las mineras están aprovechando tres dimensiones interrelacionadas de la IA. Estas son: usar la IA para repensar los procesos y hacerlos adaptables; hacer uso de la IA y los datos para resolver problemas no resueltos previamente; y volver a capacitar a los empleados para que trabajen en colaboración con máquinas.

El más extendido de esos tres hasta la fecha, según Accenture, es el último. Las empresas están utilizando aplicaciones de aprendizaje automático para aumentar la eficiencia de los trabajadores. Esta también es probablemente la tarea más desafiante: superar una cultura arraigada, volver a capacitar a los trabajadores antiguos o enfrentar posibles conflictos laborales por despidos.

DESAFÍOS

Como se mencionó, adaptar la interacción hombre-máquina es uno de los aspectos más complicados del uso de la IA.

Por un lado, existe el requisito urgente de encontrar talento digital y volver a capacitar o despedir a los trabajadores existentes. Esto requerirá la cooperación entre el mundo académico y los sectores público y privado.

Otro reto tiene que ver con la confianza. Hasta qué punto, y en qué circunstancias, se puede confiar en las máquinas para tomar decisiones.

Este es un problema sin resolver, según Javier Ruiz del Solar, director ejecutivo del centro avanzado de tecnología minera AMTC, que es parte de la Universidad de Chile.

Se pueden usar algoritmos para analizar múltiples factores y tomar decisiones, pero ¿se quiere que máquinas tomen decisiones para áreas altamente críticas?,  dijo Ruiz del Solar a BNamericas, agregando que los algoritmos pueden analizar datos, pero quizá no vean factores u otras variables que los humanos sí pueden ver.

“Vemos que las minas van a ser más autónomas, habrá cada vez más algoritmos tomando decisiones, prediciendo eventos, pero siempre habrá que haber supervisores humanos observando lo que pasa y tomando ciertas decisiones cuando corresponda, señaló”.

Más aún, las decisiones clave a menudo requieren que varios especialistas diferentes tengan en cuenta múltiples variables para ver el panorama general, añadió Ruiz del Solar.

“Uno piensa que lo único que necesitas es un cientista de datos, pero pensamos que necesitas expertos también en datos, geología, glaciólogo. Puedes tener todos los datos, pero también necesitas ingeniero de minas. Creemos que tiene valor no solo tener IA, sino tener las personas que entienden los fenómenos. Se requiere un conocimiento profundo de lo que quieres analizar”, explicó.

COMUNICACIONES E INFRAESTRUCTURA

Antes de poder aprovechar al máximo el potencial de las empresas de inteligencia artificial, es necesario contar con todos los sensores y la infraestructura de comunicaciones necesarios para recopilar los datos.

Según Ruiz del Solar, la instalación de sensores puede ser muy compleja, especialmente en entornos desafiantes donde las paredes de roca pueden ser abrasivas, húmedas o calientes y requerirán equipos muy robustos.

En segundo lugar, existen desafíos para garantizar una comunicación ubicua, que puede ser compleja, especialmente dentro de las minas subterráneas.

Se espera que la tecnología 5G ayude a resolver muchos de esos desafíos. Mediante la combinación de bandas de espectro bajo, medio y alto, se garantizará a las minas el equilibrio correcto de cobertura extensa y alto rendimiento, lo que garantizará una latencia lo suficientemente baja como para que los datos se transmitan a los técnicos para tomar decisiones de misión crítica en tiempo real.

5G permitirá también el despliegue de técnicas como la virtualización de funciones de red y la partición de red, donde se pueden asignar o priorizar segmentos de red para operaciones o necesidades específicas.

La empresa chilena de telecomunicaciones Entel, el fabricante sueco de equipos Ericsson y ABB —proveedor suizo-sueco de robótica, energía, equipos eléctricos pesados y tecnología de automatización— llevaron a cabo recientemente una demostración en Chile de un brazo robótico sobre 5G en un contexto minero con una latencia de 8ms.

Con información de agencias