جهان‌صنعت از نقش هوش مصنوعی در توسعه معدنکاری گزارش می‌دهد:

معدنکاری هوشمند در سایه ضعف زیرساخت‌ها

گروه معدن
کدخبر: 582632
هوش مصنوعی می‌تواند تحول اساسی در صنعت معدن ایجاد کند، اما برای بهره‌وری مؤثر از این فناوری، نیاز به زیرساخت‌های مناسب و سرمایه‌گذاری در تربیت نیروی متخصص است.
معدنکاری هوشمند در سایه ضعف زیرساخت‌ها

جهان صنعت– یکی از صنایعی که هوش مصنوعی می‌‌‌تواند تحول بزرگی در آن ایجاد کند، صنعت معدن است. با استفاده از تکنولوژی‌‌‌ مدرن، بخش معدن می‌‌‌تواند به بهبود‌‌‌ چشمگیری در اکتشاف، بهره‌‌‌وری، ایمنی و پایداری دست یابد. مساله‌ای که به معنی کاهش هزینه‌‌‌ها و افزایش سودآوری نه‌تنها برای این عرصه بلکه کل اقتصاد است اما موانع آن‌قدر گسترده است که این مهم نیز به بن‌بست رسیده است.

مساله مهم این است که تنها زمانی می‌توان از هوش‌مصنوعی به طور موثری بهره‌برداری کرد که زیرساخت‌ها مهیا باشند؛ موضوعی که در کشور ما هنوز به تکامل کافی نرسیده‌ و همین امر شکاف میان هدف و واقعیت را افزایش داده است. در این خصوص کارشناسان باور دارند که از یک سو، توسعه و ساخت تجهیزات پیشرفته معدنی، سیستم‌های خودکار و هوشمند نیازمند سرمایه‌گذاری سنگین و انتقال فناوری بوده و از سوی دیگر بهره‌گیری از همان تجهیزات مستلزم تربیت نیروی متخصص، بومی‌سازی دانش و توسعه ظرفیت‌های نرم‌افزاری است؛ موضوعی که هنوز در ایران به دلیل موانع متعدد نتوانسته به نحو شایسته‌ای پیش برود.

امروزه تحریم‌های طولانی‌مدت، مانعی جدی برای تامین سرمایه و فناوری مورد نیاز این بخش ایجاد کرده‌اند؛ موضوعی که جای خالی ارتباط با مراکز جهانی را نشان می‌دهد. بدین ترتیب تاکید می‌شود که استفاده گسترده و صحیح از هوش مصنوعی در بخش معدن، نه‌تنها به تصمیمات فنی و سرمایه‌گذاری گسترده بلکه به شرایط کلان سیاسی و اقتصادی نیز وابسته است. حالا گفته می‌شود باتوجه به اینکه هوش مصنوعی در صنایع معدنی نه یک مزیت بلکه یک ضرورت راهبردی جهت توسعه آینده کشور است، باید به این مهم بیش از اینها پرداخت. هوش مصنوعی می‌تواند مدل‌های پیش‌بینی برای اکتشاف ذخایر پنهان را ارائه، مصرف انرژی را در خطوط تولید کاهش و ایمنی را افزایش دهد و در نهایت، بهره‌وری معدنکاری و فرآوری را به‌طور چشمگیری بالا ببرد. بنابراین در این بین انتظار می‌رود که موانع بهره‌برداری از هوش مصنوعی هر چه زودتر برطرف شوند.

نقش هوش مصنوعی در تحقق برنامه‌های توسعه‌ای

مهدی ثقفی یک فعال معدنی در این خصوص گفت: صنایع معدنی و فلزات در دهه‌های اخیر به یکی از پیشران‌های اصلی توسعه اقتصادی کشورها تبدیل شده‌اند. در ایران نیز اهداف بلندمدتی برای افزایش ظرفیت تولید، توسعه فناوری‌های نوین، ارتقای بهره‌وری و گسترش زنجیره ارزش در بخش‌هایی همچون فولاد، مس و آلومینیوم تعیین شده است. با این حال دستیابی به این اهداف مستلزم تحولاتی بنیادین در زیرساخت‌ها، نظام مدیریتی و فناوری‌های مورد استفاده در بخش معدن و صنایع معدنی است؛ تحولاتی که هوش مصنوعی می‌تواند نقشی تعیین‌کننده در سرعت‌بخشی و تسهیل آن ایفا کند، مشروط بر آنکه مقدمات لازم برای بهره‌گیری از آن فراهم شود.

ثقفی تاکید کرد: اهداف کمی و کیفی تعیین ‌شده برای توسعه معادن و صنایع فلزی کشور در صورت ایجاد بسترهای مناسب کاملا قابل تحقق است. فناوری‌های مبتنی بر هوش مصنوعی در حوزه‌هایی همچون اکتشافات ژئوفیزیکی، طراحی و بهره‌برداری از ماشین‌آلات معدنی، مدیریت تولید، کنترل فرآیندهای الکترولیزی و پایش لحظه‌ای خطوط فرآوری، به ‌طور مستقیم می‌توانند هزینه‌ها را کاهش دهند؛ زمان تحقق پروژه‌ها را کوتاه کنند و دقت عملیات را به شکل چشمگیری افزایش دهند. با این حال تجربه جهانی نشان می‌دهد که امکان بهره‌گیری موثر از هوش مصنوعی تنها زمانی فراهم می‌شود که زیرساخت‌های ارتباطی، داده‌محور و صنعتی پیش از آن مهیا باشد؛ زیرساخت‌هایی که در کشور ما هنوز به تکامل لازم نرسیده‌ و همین امر فاصله میان اهداف و واقعیت عملیاتی را افزایش داده است.

این فعال معدنی به عنوان گام دوم گفت: باید اقتصاد فناورانه بخش معدن را هم به‌ عنوان سازنده ابزار و هم به ‌عنوان بهره‌بردار از این ابزارها در نظر گرفت. از یک‌سو، توان توسعه و ساخت تجهیزات پیشرفته معدنی، حسگرها، سیستم‌های خودکار و تجهیزات هوشمند نیازمند سرمایه‌گذاری سنگین و انتقال فناوری بوده و از سوی دیگر، بهره‌گیری از همان تجهیزات نیز مستلزم تربیت نیروهای متخصص، بومی‌سازی دانش و توسعه ظرفیت‌های نرم‌افزاری است. نمونه‌ای شاخص از این ضرورت، استفاده از ماشین‌آلات استخراج زیرزمینی با اپراتورهای رباتیک یا سیستم‌های کنترل از راه دور است؛ فناوری‌هایی که بدون دسترسی به دانش فنی، قطعات و زیرساخت‌های ارتباطی پایدار امکان‌پذیر نخواهد بود.

او با اشاره به موضوع تحریم‌ها خاطرنشان کرد: در همین راستا، تحریم‌های طولانی‌مدت به‌‌ویژه در حوزه نفت که نقش موتور توسعه اقتصادی را ایفا می‌کند، مانعی جدی برای تامین سرمایه و فناوری مورد نیاز این بخش ایجاد کرده است. همچنین تجهیز صنایع فلزی به سامانه‌های پیشرفته پایش جریان، کنترل رکتیفایرها و نظارت ماهواره‌ای و آنچه در تولید آلومینیوم و سایر فرآیندهای الکترولیزی کاربرد دارد، مستلزم تعامل پایدار با مراکز فناوری جهانی است.

ثقفی با اشاره به پیش‌نیازهای بهره‌برداری موثر از هوش مصنوعی ادامه داد: هوش مصنوعی در ذات خود برپایه داده، ارتباطات امن، محاسبات ابری و شبکه‌های صنعتی هماهنگ کار می‌کند. بنابراین در نبود زیرساخت‌های داده‌محور، عدم یکپارچگی سیستم‌ها، فقدان سرمایه‌گذاری در شبکه‌های ارتباطی پیشرفته و نبود تعاملات بین‌المللی گسترده، عملا امکان دستیابی به حداکثر بهره‌وری از این فناوری وجود نخواهد داشت. در حقیقت، استفاده گسترده و صحیح از هوش مصنوعی در بخش معدن، نه‌تنها به تصمیمات فنی بلکه به شرایط کلان سیاسی و اقتصادی نیز وابسته است. تعاملات فرامرزی، دسترسی به بازارهای فناوری، همکاری با شرکت‌های دانش‌بنیان جهانی و ورود سرمایه‌های خارجی، از جمله عواملی هستند که تحقق آنها به نتیجه‌بخشی سیاست‌های کلان کشور در عرصه بین‌الملل وابسته است.

او تاکید کرد: با توجه به آنچه گفته شد، روشن است که نقش هوش مصنوعی در صنایع معدنی نه یک مزیت انتخابی بلکه یک ضرورت راهبردی برای آینده توسعه کشور است. هوش مصنوعی می‌تواند مدل‌های پیش‌بینی برای اکتشاف ذخایر پنهان را ارائه، مصرف انرژی را در خطوط تولید کاهش و ایمنی عملیات را با استفاده از سامانه‌های پایش هوشمند افزایش دهد و در نهایت، بهره‌وری معدنکاری و فرآوری را به سطوح رقابتی جهانی نزدیک کند اما این تحول تنها زمانی به ثمر خواهد نشست که مسیرهای پیش‌نیاز آن از سرمایه‌گذاری و انتقال فناوری گرفته تا بازتعریف نقش داده در صنعت و تقویت همکاری‌های بین‌المللی، همزمان و هماهنگ پیش بروند.

انقلاب هوش مصنوعی در معادن

امروزه سیستم‌های مجهز به هوش مصنوعی در سراسر عملیات استخراج به‌‌‌منظور افزایش دقت برآورد منابع، در حال گسترش هستند. با بررسی الگوهای داده‌‌‌های زمین‌‌‌شناسی و ترکیب داده‌‌‌های تاریخی استخراج، الگوریتم‌‌‌های هوش مصنوعی می‌‌‌توانند برآوردهای دقیق‌‌‌تری از ذخایر معدنی ارائه دهند. این مساله به شرکت‌های معدنی کمک می‌کند تا تصمیمات آگاهانه‌‌‌ای در مورد سرمایه‌گذاری، برنامه‌‌‌ریزی تولید و تخصیص منابع اتخاذ کنند و در نهایت پتانسیل اقتصادی پروژه‌‌‌های معدنی را به حداکثر برسانند.

هوش مصنوعی می‌‌‌تواند بهبود‌‌‌ مهمی در ایمنی محیط کار ایجاد کند. با استفاده از سیستم‌ هوش‌مصنوعی برای پیش‌بینی و پیشگیری از حوادث ناگوار، می‌‌‌توان احتمال وقوع آنها را کاهش داد. این موضوع به‌طور مستقیم به افزایش ایمنی کارگران و کاهش هزینه‌‌‌های مربوط به حوادث مرتبط با معدن می‌‌‌انجامد. علاوه بر این، هوش مصنوعی می‌‌‌تواند بهبود‌‌‌ قابل‌‌‌توجهی در پایداری محیطی صنعت معدن ایجاد کند. با استفاده از تکنولوژی‌‌‌های هوش‌مصنوعی برای کنترل و مدیریت بهینه منابع مواد معدنی و استفاده بهینه از انرژی، می‌‌‌توان به حفظ محیط‌‌‌زیست کمک بیشتری کرد. این اقدامات می‌‌‌توانند به کاهش اثرات منفی صنعت معدن بر محیط‌‌‌زیست منجر شوند.

وسایل نقلیه و ماشین‌‌‌آلات خودران مجهز به الگوریتم‌‌‌های هوش مصنوعی می‌‌‌توانند در زمین‌‌‌های پیچیده حرکت کنند، مسیرها را بهینه کنند و وظایف را بادقت انجام دهند. این امر خطای انسانی را به حداقل می‌‌‌رساند و خطر تصادفات را کاهش می‌دهد. علاوه بر این، سیستم‌های تعمیر و نگهداری پیش‌بینی‌‌‌کننده مبتنی بر هوش مصنوعی می‌‌‌توانند سلامت تجهیزات را کنترل کنند، ناهنجاری‌‌‌ها را شناسایی کرده و فعالیت‌های تعمیر و نگهداری را به طور فعال برنامه‌‌‌ریزی کنند، همچنین زمان کار را به حداقل برسانند و طول عمر ماشین‌‌‌آلات استخراج را افزایش دهند.

وقتی از روندهای هوش مصنوعی سخن به میان می‌‌‌آید، یکی از کاربردهای مهم در استخراج، اکتشاف و برآورد منابع است. روش‌های اکتشاف سنتی می‌‌‌توانند زمان‌بر و پرهزینه باشند و اغلب نتایج محدودی به همراه دارند. با این‌‌‌ حال، فناوری‌‌‌های مبتنی بر هوش مصنوعی مانند الگوریتم‌‌‌های یادگیری ماشینی و تجزیه‌ ‌‌و تحلیل داده‌‌‌ها، روند اکتشاف را متحول کرده‌اند. طیف وسیعی از ابزارها در حال حاضر برای تجزیه‌‌‌ و تحلیل حجم وسیعی از داده‌‌‌های زمین‌‌‌شناسی، از جمله سوابق حفاری تاریخی، تصاویر ماهواره‌‌‌ای و داده‌‌‌های حسگرها برای شناسایی مناطق مساعد جهت عملیات معدنی موجود است. با هوش مصنوعی، زمین‌‌‌شناسان می‌‌‌توانند تصمیم‌گیری خود را با شناسایی سریع سایت‌‌‌های معدنی بالقوه، کاهش خطر شکست‌‌‌های اکتشافی و صرفه‌‌‌جویی در زمان عملیات و استفاده بهینه از منابع ارزشمند، محتمل کنند. هوش‌مصنوعی در فرآیند اکتشاف می‌‌‌تواند به شرکت‌های معدنی کمک کند تا با شناسایی الگوها و ناهنجاری‌‌‌ها در داده‌‌‌ها که ممکن است توسط زمین‌‌‌شناسان انسانی نادیده گرفته شوند، مواد معدنی و منابع را سریع‌‌‌تر و کارآمدتر بیابند.

گفتنی است، آینده صنایع معدنی ایران به پیوند سه عامل کلیدی وابسته است؛ بومی‌سازی فناوری و دانش؛ ارتقای زیرساخت‌های هوشمند و تعامل سازنده با جهان فناوری. در واقع بدون فراهم‌سازی این سه مولفه، هوش مصنوعی هرچند توانمند باشد، نمی‌تواند نقش واقعی خود را در تحقق برنامه‌های توسعه‌ای کشور ایفا کند.

وب گردی