Ganancias:
- Capacidad para construir pasos geoestadísticos como composición, variograma y kriging con IA y cuestionar suposiciones.
- Capacidad para interpretar el modelo de bloques, la curva ley-tonelaje y la clasificación de recursos (medidos/mostrados/extraídos) con soporte de IA
- Capacidad para probar los valores de predicción e incertidumbre producidos por la IA mediante cálculos independientes, validación cruzada y juicio de persona calificada (CP/QP).
El número más crítico para una empresa minera es cuánto y qué grado de mineral hay bajo tierra. Este número; Determina la decisión de inversión, el valor bursátil, la financiación bancaria y la vida útil del horno. Pero nadie puede medir toda la sustancia una por una; sólo se muestrean escasos puntos de perforación y se estiman los intervalos. La disciplina que sitúa esta predicción sobre una base científica se llama geoestadística. La geoestadística modela cuán similares son los datos espaciales (basados en la ubicación en el espacio) entre sí y estima puntos no medidos con un margen de incertidumbre. AI; Es una poderosa ayuda en las partes de código, comparación de escenarios y análisis de incertidumbre de este proceso. Sin embargo, es decisión de la persona competente (Persona Competente/CP en JORC, Persona Calificada/QP en NI 43-101) qué modelo es válido, qué supuesto es aceptable y cómo se clasificará el recurso.
Recursos y reservas: distinción crítica
Primero aclaremos los dos términos. Recurso Mineral: Mineral que puede extraerse económicamente con base en información geológica; Se clasifican en inferidos, indicados y medidos según el nivel de confianza. Reserva Mineral (reserva): la parte del recurso que realmente se puede extraer de manera rentable mediante trabajo técnico y económico (método de extracción, eficiencia de las instalaciones, costo, precio del metal); Se clasifican en probables y probadas. El recurso es geológico, la reserva es económica. La IA puede explicar estas definiciones, pero no puede decidir a qué clase pertenece un número; Este es el juicio de la persona competente que analiza la densidad de los datos y la confianza en la continuidad.
Paso a paso: flujo de trabajo geoestadístico y el lugar de la IA
- Componiendo. Llevar intervalos de ensayo de diferentes tamaños a la misma longitud (por ejemplo, 1 mo 2 m). IA: escribe código, establece lógica unitaria y de promedio ponderado; Tú controlas el resultado.
- Revisión estadística. Distribución de leyes, valores atípicos, limitación (top-cut: limitar leyes extremadamente altas). AI: genera código de histograma/estadística resumida; El geólogo toma la decisión de tapar.
- Análisis de variograma. Modelado de la continuidad espacial: cómo la similitud disminuye a medida que los puntos se separan. Parámetros de rango, alféizar y pepita. IA: explica el concepto de variograma, proporciona un esqueleto de código; El geoestadístico verifica el ajuste del modelo.
- Predicción (kriging/IDW/simulación). Asignar calificaciones a cada bloque del modelo de bloques. Kriging es un método de estimación ponderado basado en variograma. IA: explica las diferencias de métodos, crea código; El experto elige los parámetros.
- Verificación. Validación cruzada, comparación de predicción con muestra, inspección visual, control de suavizado. IA: genera gráficos de validación; El experto hace el comentario.
- Clasificación y presentación de informes. Clases de recursos/reservas, curva ley-tonelaje, compatibilidad JORC/UMREK. AI: borrador de texto y cuadro; La firma pertenece a la persona autorizada.
Consejo: No hagas que la IA diga "tú eliges los parámetros del variograma". El alcance y el impacto de las pepitas dependen de la geología del yacimiento; la elección equivocada infla o reduce sistemáticamente la reserva. Utilice la IA como generador de códigos y escenarios, deje la decisión al geoestadístico.
Curva ley-tonelaje y ley límite económica (corte)
La ley de corte es el umbral que determina si un bloque se considera mineral u óxido; El precio del metal depende del costo y la eficiencia de la planta. A medida que cambia la ley límite, cambia el tonelaje y la ley promedio de la reserva; Esta relación se muestra mediante la curva ley-tonelaje. La IA puede escribir código que calcule esta curva y comparar rápidamente escenarios (diferente límite, diferente precio del metal). Pero el supuesto de coste y precio sobre el que se determina el corte es una decisión económica y la toman conjuntamente el equipo técnico y la dirección.
tres mini casos
Caso 1: Limitación de negligencia. En un proyecto de oro, varias perforaciones arrojan leyes excepcionalmente altas de 120 g/t. El equipo los kriga sin tope; La ley media es de 2,4 g/t. La IA tiene validación cruzada; En realidad, las estimaciones están infladas por la muy poca perforación, y a algunos bloques se les asigna una puntuación extremadamente alta. Después de una limitación adecuada (por ejemplo, 30 g/t), el promedio disminuye a 1,7 g/t. La diferencia cambia directamente la viabilidad del proyecto. AI produjo el cálculo y el gráfico; La decisión sobre el nivel límite la tomó el geoestadístico.
Caso 2: rango incorrecto. Si el rango de variogramas en un pórfido de cobre es en realidad de 150 m pero el modelo se toma como 400 m, las escasas áreas de perforación parecen demasiado "confiables" y los bloques que deberían considerarse inferidos pasarán a la clase indicada. Esto se detecta en una auditoría y una parte importante del recurso se degrada a una clase de confianza inferior. La IA había generado el código del variograma, pero el error se magnificó porque el rango no fue revisado por un experto; La lección es garantizar que un experto verifique el ajuste del modelo.
Caso 3: Comparación correcta de escenarios. En un proyecto de hierro, el equipo quiere ver resultados de ley-tonelaje para tres cortes diferentes (20%, 25%, 30% Fe). Escriben un script de Python para la IA que realiza la lógica de masa/volumen/densidad y el cálculo del tonelaje, utilizando sus propios datos del modelo de bloques. Guión de tablas de 3 escenarios en segundos. El equipo valida los resultados manualmente en un bloque y llega a la reunión de decisión con un cuadro comparativo claro. La IA ha acelerado el cálculo iterativo aquí; Los datos y la decisión eran del equipo.
Plantillas de avisos copiables
CÓDIGO DE COMPOSICIÓN "Rol: es un asistente de geoestadística. Escriba una función con Python + pandas que convierta datos de ensayo de intervalo a compuestos FIJOS [1 m]. Reglas: promedie PESADAMENTE la calificación por longitud del intervalo; omita e informe los intervalos faltantes/vacíos; procese por separado según el ID del orificio. Escriba la suposición de la unidad al principio con una línea de comentario. Devuelva cuántos intervalos se omitieron en el resultado".
CONCEPTO DE VARIOGRAMA + CÓDIGO "Qué es un variograma: explique los conceptos de pepita, umbral y rango en un lenguaje simple. Luego calcule el variograma experimental en una dirección y proporcione un modelo esférico que se ajuste al esqueleto del código de rango. Agregue una nota de ADVERTENCIA: el rango y la pepita deben seleccionarse de manera experta de acuerdo con la geología del mineral; NO SELECCIONE estos valores".
ESCENARIO DE LEY-TONELAJE "El rendimiento del modelo de bloques contiene las siguientes columnas: [x,y,z, ley, volumen de bloque, densidad]. Escriba un guión que calcule el tonelaje total y la ley promedio en cada escenario para los siguientes valores de corte [0,3; 0,4; 0,5]. Interprete explícitamente el supuesto de densidad y unidad. Devuelva el resultado como una tabla de comparación".
COMENTARIO DE VALIDACIÓN CRUZADA "A continuación se muestran los resultados de la validación cruzada de kriging (real frente a predicción). Comente sobre: ¿existe un sesgo sistemático, las predicciones están demasiado suavizadas, en qué rango de grado es grande la desviación? NO tome una decisión firme; sugiera qué parámetro debe revisar el geoestadístico. Datos: [pegar]".
Aviso débil / Aviso fuerte
INDICACIÓN DÉBIL: "Calcule la reserva para este proyecto".
INDICACIÓN FUERTE: "Rol: usted es el asistente de geoestadística. Le daré mi propio modelo de bloques y parámetros de variograma. Configure un flujo de Python con unidades interpretadas y suposiciones que produzcan estimación kriging + validación cruzada + curva ley-tonelaje. SELECCIONE parámetros; use los míos. Tome nota al final del informe de que los resultados deben ser clasificados y aprobados por una persona calificada (CP/QP) de acuerdo con JORC/UMREK".
Tabla comparativa: método y función de la IA
paso
Propósito
Rol de la IA
Juicio de expertos
composición
Longitud de soporte igual
Código + control
Tamaño compuesto
tapado
Límite de valores atípicos
Gráfico/estadísticas
Nivel de límite
variograma
continuidad espacial
Concepto + código
Selección de rango/pepita
kriging
Predicción de bloques
Código + flujo
Parámetro + método
Clasificación
Nivel de confianza
borrador de texto
Sentencia JORC/UMREK
Errores comunes
- Saltarse la limitación. Unas cuantas bonanzas inflan el valor medio y reservan.
- Tener los parámetros del variograma seleccionados por IA. El rango/pepita depende de la geología; Una elección equivocada altera sistemáticamente la reserva.
- Confundir recursos con reservas. El recurso es geológico, la reserva es económica; Las clases no son intercambiables.
- Ignorando el suavizado. Kriging puede suavizar demasiado el tenor; Reduce el tenor alto y aumenta el tenor bajo.
- Informar la clasificación sin aprobación de persona competente. JORC/UMREK es válido únicamente con la firma de una persona autorizada.
Atención: El número de reserva es una declaración oficial divulgada a la bolsa de valores, al banco y al inversor. Ningún resultado intermedio producido por AI puede convertirse en una declaración oficial de reserva/recursos sin la evaluación independiente y la firma de una persona competente (CP/QP).
En resumen
La geoestadística es la disciplina de estimar todo el yacimiento con incertidumbre proveniente de perforaciones dispersas: composición, tapado, variograma, kriging, verificación y clasificación. En esta corriente, la IA es sólida en codificación, comparación de escenarios, cálculo de grado-tonelaje y gráficos de verificación. Pero los parámetros del variograma, el nivel de tope y la clasificación de recursos/reservas son decisiones de expertos y la declaración oficial requiere la firma de la persona competente. El recurso es geológico, la reserva es económica; Nunca desdibujes esta distinción.
Tarea de aplicación
Produzca tablas de tonelaje y ley promedio para tres límites diferentes utilizando la plantilla "Escenario de ley-tonelaje" con una muestra (o sus propios datos de ley compuestos). Luego, haga que la IA interprete un resultado de kriging con la plantilla "Interpretación de validación cruzada" y enumere qué parámetros necesitan revisión de expertos. Finalmente, haga que la IA explique la diferencia entre recursos y reservas y niveles de confianza de clasificación con sus propias palabras y verifique su precisión con la definición del código oficial.
lista de verificación
- [] Determiné los supuestos de tamaño compuesto y unidad, no se lo dejé a AI.
- [ ] El geólogo/geoestadístico tomó la decisión de limitar los valores extremos.
- [] Revisión de expertos en rango de variogramas y valor de pepitas.
- [] Probé el resultado de Kriging con validación cruzada e inspección visual.
- [] Utilicé clases de recursos y de reserva de forma correcta y por separado.
- [ ] Observé en el informe que se requiere la aprobación de una persona competente (CP/QP) para la declaración oficial.