El desarrollo de minas en Estados Unidos es el segundo más largo del mundo, pero el país necesita asegurar un suministro doméstico de elementos de tierras raras ahora. ¿Puede la inteligencia artificial acelerar el proceso?

por Josephine Patterson

Una vista aérea de Mountain Pass fotografiada en 2022. Crédito de foto: MP Materials

A medida que Estados Unidos avanza en sus esfuerzos por expandir la minería de tierras raras doméstica para reducir la dependencia de las importaciones, particularmente de China, ha surgido una solución inesperada para acelerar el desarrollo de nuevas operaciones mineras.

La inteligencia artificial está estratégicamente posicionada para acelerar procesos que han sido tradicionalmente algunos de los más intensivos en recursos y de movimiento lento en la industria minera, en un momento crucial cuando el progreso de la industria es de suma importancia.

En Estados Unidos, lleva un promedio de casi 29 años construir una nueva mina, la segunda más larga del mundo solo detrás de Zambia, según S&P Global. Actualmente, hay solo una mina de tierras raras a gran escala en operación en Estados Unidos — Mountain Pass de MP Materials en California. Buena noticia: la inversión en actividades de exploración está aumentando rápidamente en todo el país; sin embargo, los inversores quieren desplegar capital sin esperar 30 años para obtener resultados.

Según Ari Rostami, fundador y director ejecutivo de AiMinr, los largos ciclos de estudio y los procesos de permisos han creado una desventaja monumental en nuestra carrera por lograr la autosuficiencia de tierras raras.

"La competencia se trata en última instancia de quién puede diseñar una cadena de suministro resiliente y eficiente dentro de una sola generación, no tres décadas", dijo. "Entonces, el dominio geológico es básicamente insignificante si no podemos realmente extraer el material del suelo y refinarlo".

La brecha no es una falta de recursos, sino la capacidad de calificar esos activos técnica y financieramente a la velocidad que el mercado demanda.

La plataforma impulsada por IA de AiMinr consolida toda una pila de disciplinas en un sistema nervioso central digital unificado. Actúa como un multiplicador de fuerzas, reduciendo ciclos de desarrollo de minas de 29 años a solo meses.

IA al rescate

Rostami cree que la orquestación de IA puede acortar el cronograma de mina a producción de más de 30 años a aproximadamente una década al romper cadenas lineales en el proceso. "Nuestro enfoque es en cómo podemos, en lugar de pasar una década o más solo estudiando el depósito, reducirlo a solo unos meses y enfocarnos más en perforación y en resolver los permisos", dijo, además señalando que la misma arquitectura de IA podría usarse para simplificar los permisos.

Actualmente, los estudios mineros operan en silos entre diferentes disciplinas, agregó Dela Rostami, cofundadora y directora de productos en AiMnR. "Los equipos no se hablan entre sí; los geólogos terminan su trabajo y luego lo envían a ingeniería, quienes crean un plan de mina y lo envían a los metalurgistas, quienes luego pasan los datos a financiamiento".

Para resolver estos problemas, la orquestación de IA actúa como un gestor central. "Conecta todas estas disciplinas históricamente aisladas, como geología, minería, procesamiento y financiamiento, en un sistema paralelo, y los gestiona a todos", explicó Ari Rostami. "Porque es un sistema paralelo, no un sistema lineal más, elimina cualquier efecto dominó. Digamos que el precio del metal ha cambiado. El cobre ha subido a $5. En la previsión, usamos $2,55. Ahora tenemos que volver y rehacer el modelo de bloques, la geología, el plan de mina y el procesamiento todo de nuevo. Pero con IA y orquestación de IA, puedes realmente hacer todo en paralelo".

Los datos se comunican sin problemas y se pasan entre todas estas diferentes disciplinas, continuó. Cualquier actualización se propagaría automáticamente a todas las disciplinas posteriores y relacionadas, eliminando el retraso causado por el trabajo manual repetido. De hecho, hasta el 85% del trabajo puede automatizarse dentro de cada disciplina individual.

Por ejemplo, diseñar la hoja de flujo del proceso puede tomar meses, pero con IA, se puede comprimir en semanas. "Hemos demostrado cómo podemos eliminar una ineficiencia masiva de Capex e incrementar el VAN de los proyectos ejecutando múltiples escenarios diferentes, lo que tradicionalmente era imposible hacer", dijo el director ejecutivo de AiMnR. "En el mejor de los casos, podrías ejecutar uno o dos escenarios diferentes para llegar al plan optimizado. Ahora estamos hablando de 100 escenarios diferentes, y luego ponerlos en la curva para determinar exactamente cuál tiene el mejor valor para el activo".

"En ese aspecto, realmente nos ahorra mucho tiempo y costo haciendo estos estudios disciplina por disciplina mucho más rápido a escala macro. Cualquier cambio puede revertirse y transmitirse a todas las demás disciplinas", afirmó. Es un ciclo de optimización continua que se adapta en tiempo real.

Además, la orquestación de IA también puede usarse para operaciones de brownfield para maximizar la huella existente. "Nos ayudan a calcular las compensaciones complejas para apuntar a diferentes zonas de grado, apuntar a diferentes áreas de la mina, expandir la mina o no expandirla, evaluar el acceso a la superficie, la infraestructura requerida para realmente llegar a la mina", dijo Ari Rostami, señalando que AiMnR ha ayudado a los clientes a identificar ineficiencias operativas ocultas que, una vez optimizadas, aumentaron la rentabilidad y extendieron la vida de la mina otros 10 años.

Salvaguardas de seguridad activadas

Hay interés en la implementación de IA, pero ¿puede la industria confiar ciegamente en la tecnología? Absolutamente no, según Ari Rostami. "Particularmente en minería, cualquier error no es solo un fallo en el software; significa un fracaso físico, una pérdida de mil millones de dólares. Así que no podemos — absolutamente no podemos — confiar en IA generativa para generar o adivinar un resultado".

Sin embargo, para abordar esto, la orquestación se separa del cálculo. "Usamos IA [agentes] puramente para gestionar el flujo de trabajo, como un supervisor que activa diferentes tareas dependiendo de dónde estén en el ciclo de estudio. Cuando se trata de estabilidad del tajada, calculando volúmenes de corte y relleno, o determinando el balance de masa termodinámica de la planta de procesamiento, [esos datos cruciales] se entregan a algoritmos de física y química determinísticos probados que se ejecutan detrás de escenas", explicó.

Básicamente, los algoritmos "probados, buenos y anticuados" ejecutándose en segundo plano actúan como filtros. Aplican reglas codificadas para verificar, corregir o bloquear la salida de la IA basada en parámetros estrictos, de modo que los usuarios interactúen solo con la salida final lista para auditoría. Este método híbrido crea una red de seguridad que asegura que la IA funcione de manera predecible, precisa y segura, minimizando el riesgo de alucinaciones o errores.

"El énfasis está en reproducibilidad del 100% y fundamentado en la realidad física", enfatizó Ari Rostami.

Una nueva era

El gobierno recientemente ha invertido fondos en proyectos que apoyan una cadena de suministro doméstica de mina a magneto y rompen el casi monopolio de China en el sector de tierras raras. Al agregar orquestación de IA a la mezcla, los cuellos de botella de ingeniería de una década pueden romperse, transformando en última instancia "el desarrollo de minas de la lucha manual de múltiples décadas en un despliegue rápido y optimizado", concluyó Ari Rostami.

El artículo El tiempo es esencial apareció por primera vez en North American Mining Magazine.