L'intelligence artificielle s'invite dans l'exploration minière

Offert par Les Affaires


Édition du 21 Mai 2016

L'intelligence artificielle s'invite dans l'exploration minière

Offert par Les Affaires


Édition du 21 Mai 2016

SGS Geostat a misé sur l’intelligence artificielle pour chercher de nouveaux gisements aurifères sur la propriété Sigma-Lamaque d’Integra Gold, à Val-d’Or. [Photo : Bloomberg]

En septembre dernier, la société d'exploration Integra Gold, de Vancouver, lançait auprès des géologues du monde entier le défi Ruée vers l'or, dans le but de découvrir de nouveaux gisements aurifères sur sa propriété Sigma-Lamaque, à Val-d'Or. C'est finalement une entreprise de Blainville qui a remporté le gros lot de 500 000 $. La petite équipe de SGS Geostat, filiale de SGS Canada, s'est surtout démarquée par son usage audacieux d'un outil encore peu utilisé en exploration minière : l'intelligence artificielle.


Quand Integra Gold a mis à la disposition des internautes six téraoctets de données historiques brutes sur les forages menés à Sigma-Lamaque depuis 1939, pas moins de 1 342 personnes se sont inscrites au concours, dans 83 pays. En moins de trois mois, la société a reçu une centaine de soumissions, chacune y allant de son propre raisonnement géologique et de ses suggestions de cibles de forage.


La première idée de la firme-conseil en géologie SGS Geostat s'appuyait sur un concept existant : construire un modèle de blocs dans lequel toute l'information disponible serait intégrée, interpolée et extrapolée.


«Nous avons commencé par une approche plus traditionnelle, dit Guy Desharnais, directeur technique des services géologiques à SGS. Nous voulions être sûrs d'exploiter au mieux les données en les chargeant dans un modèle de blocs.»


L'équipe a utilisé des méthodes géostatistiques complexes pour caser dans ses blocs toute l'information disponible. Les vecteurs de minéralisation ont ensuite été combinés pour accorder une note de potentiel exploratoire de 0 à 100 à chacun des blocs recouvrant la propriété, jusqu'à une profondeur de deux kilomètres.


Aller au-delà du raisonnement humain


Ce n'est que vers la fin du processus que l'équipe a commencé à prendre en considération tout le potentiel de l'apprentissage automatique, un domaine de l'intelligence artificielle. Car M. Desharnais et le géologue de SGS, Jean-Philippe Paiement, comprenaient bien les limites de leur modèle : il dépendait exclusivement d'un raisonnement humain.


«Les êtres humains sont biaisés de nature, dit M. Desharnais. Jean-Philippe et moi avons notre propre compréhension des contrôles de la minéralisation de l'or, mais nous sommes biaisés par notre expérience. Nous avons donc décidé de laisser la machine y jeter un coup d'oeil et essayer de faire mieux que nous.»


M. Desharnais a commencé à chercher, à travers le réseau SGS Canada, des personnes qui seraient disposées à examiner leur modèle de blocs. Il a finalement pris contact avec Doug Hatfield, à Toronto. «Doug utilisait déjà des concepts mathématiques assez sophistiqués pour faire de la simulation en géométallurgie, et je savais qu'il repoussait les limites de ce que les maths sont capables de faire dans d'autres champs également, dit-il. Il a un intérêt personnel pour cette technologie.»


Au lieu de faire dépendre son système de notation du seul raisonnement géologique, l'équipe y a intégré un algorithme d'apprentissage automatique, qui contribuait à la détermination de nouvelles cibles tout en confirmant la première série de résultats.


Pour produire ses notes, le système de notation a donc pris en compte à la fois la connaissance géologique et l'apprentissage automatique.


Toutes les données géologiques, y compris les cibles de haute valeur, ont finalement été incorporées dans un modèle de réalité virtuelle de technologie Oculus Rift, à des fins de vérification - et aussi pour que les juges puissent jeter un coup d'oeil d'eux-mêmes.


C'est par ce «travail d'équipe» avec la machine que la soumission de SGS Geostat s'est démarquée. En combinant les interprétations 3D et l'apprentissage automatique, la firme a démontré la pertinence d'associer l'intelligence artificielle aux méthodologies d'exploration traditionnelles. C'était d'ailleurs la première fois que SGS Canada intégrait l'apprentissage automatique à la géoscience et aux mines. Toutefois, celui-ci pourrait bien faire partie de son coffre à outils à l'avenir.


«Depuis que nous avons gagné le concours, nous avons senti un intérêt marqué pour l'application de notre méthodologie à d'autres propriétés», dit M. Desharnais.

À suivre dans cette section


image

Objectif Nord

Mardi 25 septembre


image

Gestion du changement

Mercredi 03 octobre


image

Marché du cannabis

Mercredi 10 octobre


image

Expérience client

Mercredi 14 novembre


image

Communication interne

Mardi 27 novembre


image

Gestion de la formation

Mercredi 05 décembre


image

Contrats publics

Mardi 22 janvier


image

Financement PME

Mercredi 30 janvier

Sur le même sujet

Abitibi : Integra Gold trouve plus de ressources

Édition du 28 Mai 2016 | Antoine Dion-Ortega

Les récents échantillonnages obtenus dans la zone Cheminée 4 ont convaincu la société d'exploration Integra Gold ...

Ça brasse en Abitibi : Integra à la rescousse d'Eastmain Resources

Édition du 23 Avril 2016 | Antoine Dion-Ortega

Après des années d'attente, d'importants travaux pourraient bientôt avoir lieu sur la propriété Eau Claire ...

OPINION

À la une

Vidéo: Le recul de Dollarama n'inquiète pas François Rochon

GESTIONNAIRES EN ACTION. Dollarama a déçu au 2e trimestre, mais François Rochon ne s'en inquiète pas outre mesure.

Ce que révèle la chute de Dollarama, Transcontinental et Transat

BLOGUE. Parfois le comportement de titres individuels offre un échantillon de l'état d'esprit des investisseurs.

À surveiller: Dollarama, Transat et Dunkin' Brands

14/09/2018 | François Pouliot

Que faire avec les titres de Dollarama, Transat et Dunkin' Brands?