Rochas e minerais contribuem com matérias-primas essenciais para qualquer civilização e, em uma sociedade digital, os minérios (e os elementos raros que eles contêm) são especialmente úteis na produção de eletrônicos. No passado, grande parte das descobertas de depósitos minerais resultou de perseverança e sorte.
Nos últimos 200 anos, os cientistas perceberam que os minerais não são distribuídos aleatoriamente. Muitos dos mais de 5.000 tipos que são encontrados na Terra existem na chamada paragênese: um conjunto mineral formado sob regras físico-químicas específicas, como uma certa composição da rocha hospedeira ou quando as condições certas – como temperatura e pressão – são atendidas.
Em um novo estudo, os pesquisadores testaram a capacidade de uma Inteligência Artificial (IA) de prever as localizações mais prováveis de minerais “descobrindo” as regras que controlam tais conjuntos. Os autores forneceram uma IA com os dados do Mineral Evolution Database, que inclui 295.583 localidades de 5.478 espécies minerais, e executaram uma Mineral Association Analysis (MAA).
A IA foi capaz de prever a localização de minerais exóticos de urânio. Além disso, o modelo identificou áreas promissoras para elementos críticos de terras raras e minerais de lítio, incluindo monazita, alanita e espodumênio.
Os autores acreditam que a análise de associação mineral será capaz de identificar locais ainda desconhecidos e prever o inventário mineral em qualquer localidade se houver dados adequados disponíveis. O modelo não se limita à Terra e pode ser aplicado a qualquer corpo planetário rochoso.
O Reconnaissance Orbiter da NASA mapeia minerais em Marte há 16 anos. O mapa cobre 86% da superfície marciana, mas mostra apenas os minerais formadores de rocha mais comuns, como piroxênio e carbonatos.
O estudo ” Prevendo novas ocorrências minerais e ambientes analógicos planetários via análise de associação mineral ” foi publicado na revista PNAS Nexus (2023).
Fonte: Forbes