鉱物の埋蔵量の自動測定も
「機械学習」で衛星画像から新鉱床を発見? 鉱山業界で始まったAI活用
これまでAI技術にあまりなじみのなかった鉱山業界で、AI技術の活用が進み始めた。AI技術が鉱山業界に果たす重要性とは。金鉱会社Newmontやデータサイエンス専門企業Kespry、Descartes Labsに話を聞いた。
鉱山業界はこれまでも高度な機械設備、衛星画像、精密計測機器などの技術を利用してきた。AI(人工知能)技術は使われ始めたばかりだが、作業者の時間と企業のコストを削減する可能性を秘めている。
地理空間の分析とデータサイエンスを専門とするDescartes Labは鉱山業に携わる顧客を抱え、鉱業向けパッケージ製品を提供している。同社は米国エネルギー省の科学技術研究機関であるロスアラモス国立研究所から独立した新興企業だ。
前述の通り鉱山業界はAI技術を使い始めたばかりだ。にもかかわらず「当社の顧客の多くは高いスキルを持つ専門家で構成された小規模なデータサイエンスチームを保有している」と、Descartes Labsでエンタープライズセールス部門のシニアディレクターを務めるジェームス・オルシュラック氏は語る。オルシュラック氏によると、今や地質学の学位を持つ人が、データサイエンスの学位を取得するために大学に通うといった変化が起こっている。
機械学習で衛星画像から雪や雲を取り除き、地形のみを残す
Descartes Labsが提供する鉱山業向けサービスでは、「Advanced Spaceborne Thermal Emission and Reflection Radiometer」(ASTER)のデータセットをAI技術と組み合わせて解析している。ASTERはNASA(米航空宇宙局)の地球観測衛星「Terra」が搭載する高度な光学センサーであり、NASAと日本の経済産業省が共同開発した。
ASTERの完全なデータセットを使うために、Descartes Labsは多くのCPU時間を費やしているとオルシュラック氏は話す。同社は機械学習を使用して、衛星画像から建造物や雲、雪を取り除いて、地形だけを残している。
鉱山会社はDescartes Labsの製品に自社のデータを取り込んで、鉱物の分類や地質のデータ、地球物理学のデータなど、さまざまな種類のデータを地形モデルに重ねる。Descartes Labsの技術により、機械学習を活用して新たな鉱床(地殻中にある鉱物の集合体)を見つけることができるようになった。既知の鉱床に関するデータを用いて、その鉱床とよく似た未知の鉱床を探索するのだ。
鉱床の探索を手作業で進めると数カ月から数年の期間が必要になる。金鉱(金を含んでいる鉱石)会社Newmontで遠隔測定のプリンシパルコンサルタントを務める地質学者のローリ・ウィッカート氏は「Descartes Labsの技術を使用すると、このプロセスを大幅に短縮できる。事実、手作業にかかる時間をかなり削減できた」と話す。
別のアプローチ
産業用ドローンソフトウェアと分析サービスを提供するKespryも鉱山業界に注目している。ただし採用しているアプローチは少し異なる。
2013年創業のKespryは、採掘計画やインベントリ管理のために鉱区(採掘などの鉱業活動を許可された地域)の上空に産業用ドローンを飛ばしている。同社は自社製品とドローンで撮影した画像を使用して、採鉱(鉱物の採掘)されている地帯の日々の地形変化を地図上に図解する。これにより、斜面の安定性や排水のパターンなどを特定している。発掘する鉱物の埋蔵量を自動測定することもできる。
KespryでCEOとチェアマンを兼務するジョージ・マシュー氏は「機械学習などのAI技術をまだ使用していない採鉱会社や他業界の企業にとっては、今こそが好機だ。今この分野に投資すれば、有利なスタートを切ることができる」と語る。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
インシデント発生後に最も重要な「最初の48時間」 どう乗り切る? -
製品資料
急激なデジタル化の裏で増大するデバイスのリスク 東急建設はどう対処した? -
製品資料
「フロンティアAI」実践解説:セキュリティ対応に向けた5つのステップ -
製品資料
WSUS非推奨化でさらに混迷 複雑化するサーバ環境の運用負荷をどう解消する? -
市場調査・トレンド
数百万台規模のデータで判明、企業のIT環境に潜む「見えない課題」とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
3
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
4
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
-
5
AIインフラの理想形? 「5層のケーキ」を垂直統合するための近道とは
-
6
VMware離れを食い止めるか? 今「VCF 9.1」が再評価される理由
-
7
同じ攻撃で明暗 CISAの侵入テストで見えた「機能するSOC」3つの鉄則
-
8
「即戦力」は幻想? 中途の3割が消えるAI時代のエンジニア生存戦略
-
9
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
10
「週5出社」で社員が消滅? テレワーク廃止の悲惨な末路と“退職のサイン”
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
4
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る? 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー