Dada la gran preocupación de muchos sectores económicos por el terrible desempleo que se augura debido a la 4 revolución industrial, en la cual los humanos seremos desplazados en un alto porcentaje por los robots, al estilo "terminator", encontré un articulo que ayuda a calmar los nervios y a aterrizar mejor el asunto, ya que en este se concluye que los expertos humanos en minería, difícilmente pueden ser reemplazados en la toma de decisiones por una maquina, ya que las personas son lo mas importante en esta industria, y las maquinas podrían considerar los términos de producción y ganancias por encima de la salud y el bienestar de los trabajadores.
Lo pongo a su consideración y comentarios ;
fuente:https://gerens.pe/blog/innovacion-industria-minera/
La cuarta revolución industrial: Llevar la
Inteligencia Artificial a la minería.
Por Heidi Vella
Por Heidi Vella
La
inteligencia artificial transformará la forma en que hacemos todo, o eso nos
dicen constantemente. Pero para sectores industriales como la minería,
¿qué ofrece realmente AI? Para averiguarlo, Heidi Vella conversó con Jane
Zavalishina, directora ejecutiva de Yandex Data Factory, que usa AI para
aumentar la eficiencia y reducir los costos en el sector de la minería.
El
concepto de la mina digital no es nada nuevo, pero la implementación de las
tecnologías digitales en el sector minero ha sido lenta.
En
noviembre, la división de Minería y Metales de EY calificó la efectividad
digital como el problema comercial más urgente que enfrenta el sector en el
futuro, y afirmó que abordar el problema es clave para resolver los desafíos de
productividad.
Según
Jane Zavalishina, directora ejecutiva de Yandex Data Factory, la inteligencia
artificial (AI) puede ayudar a los mineros a obtener hasta un 10% de ahorro de
eficiencia sin realizar inversiones de capital a gran escala, sino simplemente
produciendo mejores modelos predictivos.
“Cuando
produces algo (derritiendo metal, mejorando la calidad de los minerales
mediante el beneficio), trabajas con un material de origen natural que difiere
en su composición y necesitas, esencialmente, predecir su composición para
comprender cómo lograr un resultado estandarizado “, explica Zavalishina.
Tradicionalmente,
en el sector de la minería esto lo hace un metalúrgico que utiliza la ciencia
de los materiales.
Para
minerales como el oro o el cobre, si no es lo suficientemente rico durante el
proceso de beneficio, las compañías usarán cianuro para enriquecerlo. Pero
el cianuro es muy costoso y puede representar hasta el 40% de los costos del
proceso. También es muy venenoso.
La
cantidad de cianuro utilizado se calculará según ciertos factores. Sin
embargo, a menudo, el mundo real es mucho más complejo que los modelos
científicos, dice Zavalishina, ya que no pueden considerar todos los factores
potenciales.
“Debido
a que nadie sabe exactamente, los expertos usan una aproximación y generalmente
usan demasiado cianuro”, dice Zavalishina. “Pero si tiene un modelo
predictivo más preciso, puede usar tanto como sea necesario y nada más, lo que
ahorra dinero y es menos dañino para el medio ambiente”, agrega.
Aquí
es donde entra AI. Toma datos históricos del proceso y, en base a los datos,
Yandex puede entrenar a su IA para construir un algoritmo que sea más preciso
para predecir los resultados en estas acciones, dice Zavalishina.
“El
algoritmo luego proporcionará recomendaciones o acciones específicas que son
más precisas de lo que se puede hacer hoy con los modelos científicos”, dice.
Ahorro sin inversión de capital
Completar
tales procesos con los modelos de predicción de IA puede ahorrarle a las
compañías algo del 3% al 5% al principio, pero a medida que la IA continúa
aprendiendo esto podría elevarse al 10% porque mientras más datos obtenga,
mejor se vuelve al hacer predicciones, dice Zavalishina.
Por
lo general, la inversión de capital para una actualización de equipos sería
necesaria para lograr estos niveles de ahorro, que pueden costar cientos de
millones de dólares, agrega.
“Mientras
que, lo que hacemos es aplicar un algoritmo, que toma un par de meses para
aprender, pero no requiere ninguna inversión de capital, solo algunos gastos
operativos”, dice Zavalishina.
En
cambio, las compañías le pagan a Yandex una suscripción por el servicio.
Además,
el proceso también se puede realizar sin conexión, con los datos recopilados de
la ubicación de minería remota, generalmente durante varios meses y luego
aplicada al algoritmo de forma remota. Cada vez que los resultados nuevos
se pueden comparar fácilmente con los anteriores.
Cambiar las mentalidades
“Después
del primer caso exitoso en metalurgia que publicamos, recibimos llamadas de
expertos en la industria y fueron bastante directas al decir ‘esto suena
demasiado bueno para ser cierto'”, dice Zavalishina.
Al
principio, los mineros se mostraron escépticos, dice Zavalishina, pero ahora la
minería y otros sectores industriales están empezando a ver que la
digitalización debe suceder, como ya ha sucedido en otros sectores.
“El
problema es que, como en los primeros tiempos, muchas empresas se sienten un
poco perdidas”, agrega, “ha habido mucha publicidad sobre estas aplicaciones,
pero ¿qué se supone que debes hacer exactamente?”.
A
veces, las empresas piensan que existen barreras para adoptar esta nueva
tecnología, como no tener suficientes datos, pero a menudo estos son más
conceptos erróneos que problemas reales.
“La
primera reacción que generalmente recibimos es: ‘probablemente no puedas
hacerlo con nuestros datos porque no tenemos suficiente’ o ‘nuestros datos no
son lo suficientemente buenos'”, dice Zavalishina.
“Hace
años, cuando solo utilizábamos datos para crear conocimiento por analistas
humanos, fue cuando necesitábamos que se estructurara y se limpiara, pero con
el aprendizaje automático se puede trabajar con datos no estructurados”.
La
mayoría de las compañías, agrega, pueden no tener un equipo muy moderno, pero
generalmente tienen incorporado algo digital que almacenará
registros. Está previsto que aumente a medida que la industria continúe
digitalizando. Los datos históricos de alrededor de cinco años son más que
suficientes para la IA, dice ella.
Zavalishina
reconoce que se necesita un poco de valentía y apertura para desplegar IA, pero
eventualmente será inevitable.
“En
el futuro, la inteligencia artificial será casi tan omnipresente como la
electricidad”, dice, “se utilizará en todos los procesos que tengan datos y,
hoy en día, tenemos datos en todas partes”.
Impacto de la IA en los trabajos del sector minero
¿Esta
tecnología hace que algunas personas dentro de la industria se pongan
nerviosas?
“Hemos
visto eso, sí, pero depende de a quién le preguntes porque, sí, los tipos que
son expertos y toman estas decisiones, no creen que una máquina pueda hacer lo
que hace”, dice Zavalishina.
“Pero
para sus jefes, es una oferta atractiva porque no necesitan confiar en
nosotros, pueden medir y comparar fácilmente los resultados”, agrega.
“Además,
incluso si el operador humano es excepcional; no son escalables y muchas
empresas expresan su preocupación sobre la contratación de nuevas personas “.
Entonces,
¿esta tecnología podría resultar en la pérdida de empleos? Posiblemente,
ella dice, pero no necesariamente.
“Potencialmente,
esos operadores experimentados podrían ser reemplazados, pero no hay muchos y
todavía necesitaremos personas para evaluar los resultados”, dice.
“Lo
que puede pasar es que estos trabajadores serán reemplazados por nuevas
personas y tendrán que ser más hábiles pero de una manera diferente”.
Encontrar nuevas aplicaciones para AI en minería
Yandex
actualmente está buscando construir su base de clientes y acaba de comenzar un
acuerdo de colaboración con Gazprom Neft para desarrollar análisis de big data,
aplicando el aprendizaje automático y la inteligencia artificial para la
perforación y terminación en el sector de petróleo y gas.
Zavalishina
cree que algunos de los principios del uso de la IA para mejorar la extracción
de petróleo podrían transferirse al sector de la minería.
“Estamos
trabajando con pozos, tratando de estimar los resultados de diferentes
acciones, lo cual es muy importante porque cuanto mejores predicciones tenga,
mejor podrá priorizar las acciones y los tratamientos que está haciendo”, dice.
“Creo
que algo similar debe ser relevante para la minería, pero aún no hemos tenido
ninguna experiencia con eso”.
Hay,
por supuesto, limitaciones con la tecnología. Por ejemplo, si una empresa no
tiene datos, AI no se puede usar hasta que no haya recopilado
algunos. Además, la economía debe sumarse y esto es mejor con procesos que
involucran grandes volúmenes de mineral, por lo que incluso un ahorro inicial
de eficiencia del 3% es significativo.
“Se
trata de calcular los datos y dar con la economía de las cosas”, dice
Zavalishina.
“Pero
para nosotros no se trata solo de dinero, sino de ser más sostenibles para que
los mineros puedan usar menos recursos y ser menos nocivos para el
medioambiente, todo sin sacrificar nada”.
Fuente:
http://www.ciitperu.com/2018/01/08/the-fourth-industrial-revolution-bringing-ai-to-mining/
