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.


image

Marché du cannabis

Mercredi 23 octobre


image

Service à la clientèle

Mercredi 23 octobre


image

Communication interne

Mardi 26 novembre


image

Gestion de la formation

Mardi 03 décembre


image

Marché de l'habitation

Mercredi 04 décembre


image

Sommet Énergie

Mardi 21 janvier


image

Santé psychologique

Mercredi 22 janvier


image

Marketing personnalisé

Mercredi 05 février


image

Forum Contrats publics

Mardi 11 février


image

DevOps - Québec

Mercredi 26 février


image

Usine 4.0 - Québec

Mercredi 18 mars

À la une

Y a-t-il un avenir pour la production d'aluminium au Québec?

19/10/2019 | François Normand

ANALYSE. L’industrie vit une crise qui nécessite une révolution économique, mais surtout technologique.

La région de l'aluminium, mais pas seulement

Édition du 14 Septembre 2019 | Pierre Théroux

FOCUS SAGUENAY–­LAC-SAINT-JEAN. Impossible de la manquer. En arrivant à la ville de Saguenay, ...

La Bourse est figée en attendant un signal

BLOGUE. Il faudra plus que la résolution des conflits pour redonner un réel nouvel élan à la Bourse, selon ce stratège.