پیوند‌های مرتبط

photo_2018-12-13_12-07-26

شرکت ها و تشکل های منتخب

معدن و هوش مصنوعی

جهان با سرعت در مسیر معدنکاری هوشمند پیش می‌رود و ایران همچنان وعده می‌دهد

در حالی که بسیاری از کشورهای جهان ابزار هوش مصنوعی را در معادن خود به کار گرفته‌اند و بهره‌وری و ایمنی را متحول می‌کنند، واکنش مسئولان ایرانی در این زمینه بیشتر منحصر به صحبت و طرح بدیهیات و کلیات بوده است. این تأخیر می‌تواند فاصله ما با رقبا را هر روز بیشتر کند و ایران را از بازار رقابتی محسولات معدنی حذف کند

احسان رنجبران_ در روزهایی که شرکت‌های معدنی بزرگ جهان با استفاده از هوش مصنوعی معادن خود را به مراکز تولید هوشمند، ایمن و بهره‌ور تبدیل کرده‌اند، در ایران همچنان بحث‌ها پیرامون این فناوری در حد جلسات و بیان کلیات باقی مانده است، بدون آنکه برنامه عملی و پروژه‌های ملموسی برای جبران عقب‌ماندگی در دستور کار باشد. به‌عنوان‌مثال معاون برنامه‌ریزی و توسعه کسب‌وکار وزارت صنعت در جلسه‌ای در ابتدای همین هفته گفته است: «استفاده و بهره‌گیری از هوش مصنوعی در بخش صنعت و معدن نه یک انتخاب بلکه یک الزام و ضرورت است». در هیچ جای صحبت‌های این مقام وزارت صمت اشاره‌ای به پروژه و برنامه‌ای عملیاتی برای ورود به حوزه هوش مصنوعی دیده نمی‌شود و صرفاً بر اهمیت هوش مصنوعی تأکید شده است، موضوعی که حتی افراد عادی هم به آن آگاه هستند و صحبت کردن درباره آن مدت‌هاست که تکراری شده است.

در شرایطی که کشورهای توسعه‌یافته و حتی بسیاری از کشورهای همسایه خودمان در منطقه با سرمایه‌گذاری‌های کلان به‌سرعت در حال گسترش استفاده از هوش مصنوعی هستند، متاسفانه واکنش مسئولان ما بیشتر در حد بیان کردن بدیهیات و کلیات است.

در گزارش پیش رو با نگاهی به فعالیت‌های بین‌المللی در زمینه استفاده از هوش مصنوعی در معادن، شرایط را با کشور خودمان مقایسه می‌کنیم تا متوجه میزان عقب ماندن ایران در این زمینه شویم.

پیشرفت‌های جهانی در حوزه هوش مصنوعی معدنی

در سال‌های اخیر غول‌های معدنی جهان از استرالیا گرفته تا کانادا، به‌سرعت هوش مصنوعی را وارد چرخه تولید کرده‌اند. از کامیون‌های خودران و حفاری خودکار در شرکت Rio Tinto تا سیستم‌های پیش‌بینی و بهینه‌سازی فرآوری در BHP و Anglo American، فناوری‌های هوشمند توانسته‌اند هزینه‌ها را کاهش، بهره‌وری را افزایش و ایمنی کارگران را تضمین کنند. حتی شرکت‌های کوچک‌تر در آفریقا و آمریکای جنوبی نیز با تکیه بر پلتفرم‌های مبتنی بر یادگیری ماشین، مدیریت منابع و پیش‌بینی بازار را بهبود داده‌اند.

برخی نمونه‌ها و کاربردهای شاخص جهانی:

_معدنکاری هوشمند و کامیون‌های خودران: Rio Tinto با پروژه «Mine of the Future» در منطقه پیل‌بارا استرالیا، ناوگان خودران را به کار گرفته که بیش از ۲۰۰ میلیون تن بار جابه‌جا کرده است. در معدن Gudai-Darri، کنترل کامیون‌ها و تجهیزات از راه دور و حتی از فاصله ۱۵۰۰ کیلومتری انجام می‌شود.

_نگهداری و تعمیرات پیش‌بینی‌شده (Predictive Maintenance): Caterpillar و Komatsu با استفاده از داده‌کاوی و الگوریتم‌های یادگیری ماشین، خرابی‌ها را پیش‌بینی کرده و هزینه‌های تعمیرات را کاهش داده‌اند.

_ربات‌ها و نقشه‌برداری خودکار: استارتاپ ADR در استرالیا ربات‌های سبک برای پایش معادن توسعه داده که نظر BHP و Rio Tinto را جلب کرده است. پروژه Rhino با LiDAR و حسگرهای IMU نقشه‌های سه‌بعدی دقیق از معادن زیرزمینی تهیه می‌کند.

_اکتشاف داده‌محور: KoBold Metals با سرمایه‌گذاری بیل گیتس و جف بزوس، ذخایر جدید لیتیوم و مس را با تحلیل داده‌های زمین‌شناسی شناسایی کرده است.

_تحلیل زنجیره تأمین: شرکت Exiger در آمریکا با استفاده از AI، آسیب‌پذیری‌های زنجیره تأمین مواد معدنی را شناسایی کرده و راهکار ارائه می‌دهد.

ایران: حرف زیاد و عمل اندک

در مقابل در ایران هرچند همواره مقامات و کارشناسان بر ضرورت استفاده از هوش مصنوعی در صنعت و معدن تأکید می‌کنند، اما این تأکیدها اغلب در حد تکرار بدیهیات باقی مانده است. سخن گفتن از «لزوم تغییر رویکرد» یا «نیاز به آموزش نیروی متخصص» بدون همراهی با نقشه راه، بودجه مشخص، زمان‌بندی اجرای پروژه‌ها و تعریف پایلوت‌های صنعتی، عملاً خروجی ملموسی ایجاد نکرده و نخواهد کرد.

البته در همین میان نشانه‌های اندکی از تغییرات نیز دیده می‌شوند: چند روز پیش خبری با عنوان «آغاز بزرگ‌ترین طرح اکتشاف معدنی کشور با استفاده از هوش مصنوعی در نائین» منتشر شد. این برای نخستین بار در تاریخ معدنکاری ایران است که هوش مصنوعی به‌عنوان قلب تپنده مطالعات زمین‌شناسی به کار گرفته می‌شود. این اتفاق صرفاً شروع یک پروژه زمین‌شناسی نیست بلکه آغازی بر ورود جدی فناوری‌های نو به یکی از زیربنایی‌ترین صنایع کشور است. بهره‌گیری از الگوریتم‌های هوش مصنوعی برای تحلیل داده‌های سنجش از دور و طراحی نقشه‌های ژئوشیمیایی نه‌تنها دقت و سرعت مطالعات را افزایش می‌دهد، بلکه ظرفیت تولید دانش بومی و تربیت نیروی متخصص در حوزه داده‌محور معدن را نیز به‌ شکلی پایدار تقویت می‌کند.

البته همین حالا هم برای این کارها دیر شده است. اگر امروز در مقیاس گسترده به استفاده از هوش مصنوعی نپردازیم، فاصله ما هر روز با کشورهای پیشرو در معدنکاری هوشمند بیشتر و بازگشت‌ناپذیر خواهد شد. باید زیرساخت‌های داده‌ای را توسعه داد، از پژوهش حمایت کرد، آموزش دید و به جای حرف، نگاهی راهبردی به تحول دیجیتال در معدن داشت. هوش مصنوعی یک ابزار عادی نیست بلکه یک ضرورت استراتژیک برای ادامه حیات رقابتی معادن ماست.

جمع‌بندی

اگر قرار است هوش مصنوعی در ایران هم به نتایج عملی منجر شود، باید از فاز حرف و همایش عبور کرده و به فاز عمل، اجرا و ارزیابی برسیم، همان مسیری که دنیا سال‌ها پیش آغاز کرده و حالا به ثمر نشسته است. ادامه مسیر با همین روند، تنها شکاف میان ما و پیشروهای این حوزه را عمیق‌تر خواهد کرد.

در همین باره

پیشنهادها

خوانده شده ها