Nástroje pro zpracování velkých objemů dat, které se využívají např. pro analýzu příspěvků Facebooku, by se mohly uplatnit i při pátrání po ložiscích nerostů. Tvrdí to alespoň Shaunna Morrison (Carnegie Institution for Science) a její kolega Ahmed Eleish (Rensselaer Polytechnic Institute) v článku publikovaném v časopisu American Mineralogist.
V tuto chvíli už geologové a prospektoři údajně mají k dispozici dostatek dat (co se kde našlo, jaké minerály se mohou doprovázet/vyskytovat nedaleko od sebe s jakou pravděpodobností), z nichž lze odvodit i to, jak spolu umístění jednotlivých ložisek koresponduje – např. pomocí strojového učení naučit síť pravidla na známém vzorku dat a s jejich pomocí předpovědět dosud neobjevená ložiska.
I když je takový postup nasnadě, prý ho v geologii ještě kupodivu nikdo pořádně nevyzkoušel. Důležité prý je nejen pokrok výpočetního výkonu umožňující nasazení hlubokých neuronových sítí, ale i to, že nové nástroje umožňují zpracovávat i data nepříliš strukturovaná (viz ono přirovnání k Facebooku výše) a také surová data pro člověka lépe vizualizovat.
Na Deep Carbon Observatory (spadá Carnegie Institution for Science) byla tato metoda použita k předpovědi ložisek 145 uhlíkatých minerálů. 10 ložisek se takto již podařilo objevit. Další na řadě je zkoušet takto vytipovat ložiska mědi (včetně jejich bližšího určení – oxidační číslo mědi v závislosti na stáří rudy apod). Jako futuristický plán byl oznámen i záměr takto předvídat, jaké je geologické složení různých míst na Marsu. Navíc cesty různých prvků neprobíhají jen v rámci anorganického světa, ale vstupují i do živých organismů, takže se nabízí i zpřesnění modelů začleněním biologických dat (např. některé sledované markery v živých organismech upozorňující na přítomnost speciálních látek v prostředí), naopak můžeme získat nové poznatky o koevoluci geologických pochodů a biosféry.
Zdroj: Phys.org
