به گزارش پایگاه خبری «عصرمعدن»، پس از گام‌های شرکت‌های فناوری مانند Amazon و گوگل، mineralogists و دانشمندان ایالات‌متحده در حال آزمایش و یادگیری ماشینی و داده‌های بزرگ برای کشف ذخایر معدنی جدید و بالقوه مفید هستند.
هیدی ولا با متخصصان رصدخانه کربن عمیق صحبت می‌کند تا بپرسد چگونه تحقیقات آنها ممکن است یک روز اکتشاف معدنی را متحول کند .
درک بیشتر در مورد ترکیب معدنی و ویژگی‌های فیزیکی، ارزش بالایی برای دانشگاهیان، معدنچیان، دانشمندان و مهندسان دارد و در حالیکه mineralogists و زمین شناسان، پوسته زمین را برای قرن‌ها مطالعه کرده‌اند، اندازه و پیچیدگی حاصل از ان نشان می دهد که هنوز چیزهای بیشتری برای کشف وجود دارد.
دکتر موریسون، دانشمند mineralogist که در آزمایشگاه زمین‌شناسی موسسه کارنگی نیز حضور فعال و مستمر دارد، می‌گوید: " بیشترین چیزی که از طریق بررسی و مطالعه مواد و واکنش آنها در مقیاس اتمی یاد می‌گیریم از طریق آزمایش مواد معدنی است، بنابراین مهم است بدانیم و توصیف کنیم چه چیزی در آنجا وجود دارد. "
" وقتی یک نمایش خوب از مواد معدنی واقعی داریم، می‌توانیم چیزهای زیادی در مورد گذشته زمین‌شناسی این سیاره را از طریق آنها بدست آوریم ."
برای یادگیری بیشتر و سریع‌تر، متخصصان با استفاده از تکنیک‌های پیشرفته علوم اطلاعات برای mineralogy آزمایش کرده‌اند.
سال گذشته موریسون و همکارانش از رصدخانه عمیق کربن - 1000 دانشمند - مقاله‌ای منتشر کردند که نشان داد چگونه نظریه شبکه که قبلا برای تحلیل گسترش بیماری، شبکه‌های تروریستی و ارتباطات فیس بوک استفاده شده‌، می‌تواند تنوع معدنی و توزیع جهانی را آشکار کند.
این تکنیک از نظریه ریاضی برای سازماندهی، اتصال و درک داده‌ها استفاده می‌کند و حتی می‌تواند مواد معدنی را که هنوز ناشناخته هستند پیش‌بینی کند. اما این پتانسیل پیدا کردن رسوبات جدید است که واقعا می‌تابد.
کشف معادن با استفاده از علم داده
طبق گفته موریسون، روش علوم داده که می‌تواند بیش‌ترین بهره را برای معدنچیان داشته باشد ، کار مداوم با استفاده از سیستم‌های توصیه‌گر - یک الگوریتم علوم داده ریاضی برای تحلیل بی‌نهایت یا " سبد خرید " - برای درک روابط همزمان است.
این تکنیک علم اطلاعات به طور معمول توسط شرکت‌هایی مانند Amazon برای درک آیتم‌ها به طور مرتب با هم مورد استفاده قرار می‌گیرد، اطلاعاتی که پس از آن برای پیشنهاد خرید بیشتر برای مشتریان استفاده می‌شود.
مطالعات زمین‌شناسی ایالات متحده (USGS)، Mindat.org و رصدخانه کربن عمیق، از جمله دیگر دارایی پایگاه داده های گسترده ای هستند که شامل داده های تکامل مواد، اطلاعات جغرافیایی، فراوانی رخداد مواد معدنی و سن و... است  که دانشمندان می توانند برای تولید مدل های مواد معدنی عجیب در سراسر جهان از آن استفاده کنند.