Bei der kürzlich in Toronto abgehaltenen PDAC-Veranstaltung erläuterte Andrea Krupa, Präsidentin von PhotoSat, wie Satellitenbilder und maschinelles Lernen Bergbauunternehmen dabei helfen, die Effizienz ihrer Explorationsarbeiten zu steigern. Sie wies darauf hin, dass diese Technologien dazu beitragen, Bohrziele einzugrenzen, unnötige Feldarbeit zu reduzieren und früher Entscheidungen über die Verteilung von Explorationsmitteln zu treffen.
PhotoSat wurde 1993 gegründet und hat seinen Hauptsitz in Vancouver, Kanada. Das Unternehmen nutzt stereoskopische und multispektrale Bilder sowie Deep-Learning-Tools, um Höhenmessungen und Alterationskarten für Minen und Explorationsprojekte zu erstellen. Seit 2014 setzt PhotoSat Faltungsneuronale Netze (CNN) ein, um Kunden dabei zu helfen, große Gebiete schnell zu sichten, bevor sie Teams vor Ort entsenden.
Seit 2005 hat PhotoSat in über 75 Ländern mehr als 1.300 Minenvermessungen und über 300 Alterationsprojekte durchgeführt. Dieser Fortschritt verdeutlicht die praktische Anwendung künstlicher Intelligenz im Bergbau, einschließlich der Priorisierung von Zielen, der Optimierung von Arbeitsabläufen und dem effizienten Einsatz technischer Arbeitskräfte – nicht als Ersatz für Geologen.
