使用机器学习和锆石勘探铜

锆石是常见的坚硬矿物，可在长达 40 亿年的岩石中找到。它们的结构和质地可以反映出它们形成的条件，为它们赢得了大自然时间胶囊的美誉。根据新的研究，借助机器学习的力量，科学家们可以挖掘锆石纹理以识别有价值的矿床。

在《地球物理研究杂志：固体地球》上发表的一项新研究中，Chetan Nathwani 及其同事开发了一种方法来区分铜伴生岩石和花岗岩中形成的锆石颗粒之间的微小差异。他们的方法可以帮助科学家寻找矿藏并探查不同沉积物的来源。

研究人员使用了一种称为卷积神经网络 (CNN) 的机器学习工具，专门用于图像分析。他们使用在秘鲁南部采集的样本，该地区出产世界上大部分铜，他们发现 CNN 可以识别在铜矿床附近发现的锆石所特有的形状和纹理。该模型还可以将这些与铜相关的锆石与该地区其他类型岩石中发现的锆石区分开来，成功率为85% 。

铜具有广泛的工业应用，从电子到建筑，研究表明，将机器学习与更传统的技术相结合可以更容易地探索和识别铜矿床。