Ahora, los cient\u00edficos est\u00e1n utilizando Big Data para predecir la ubicaci\u00f3n de nuevos minerales o descubrir elementos desconocidos y, al hacerlo, est\u00e1n remodelando todo el panorama minero.<\/p>\n
\u00a0<\/strong><\/p>\n Junto con un equipo de cient\u00edficos, la Dra. Shaunna Morrison de la Instituci\u00f3n Carnegie para la Ciencia en Washington D.C. est\u00e1 trabajando con el Servicio Geol\u00f3gico de los Estados Unidos para descubrir nuevos yacimientos minerales.<\/p>\n Usando an\u00e1lisis de redes de Big Data est\u00e1n evaluando qu\u00e9 minerales ya existen y haciendo predicciones para descubrir cu\u00e1les otros podr\u00edan estar presentes, y su trabajo ha demostrado ser muy exitoso: hace apenas unas semanas encontraron un nuevo tipo de cobalto.<\/p>\n Organizaciones grandes tales como Amazon y Netflix utilizan Big Data en los estudios de mercadeo para predecir los h\u00e1bitos de los consumidores y ahora las compa\u00f1ias mineras tambien lo estan haciendo. La Dra. Morrison afirma que \u201cObservar los perfiles de gasto de los consumidores es similar a la observaci\u00f3n de los patrones de formaci\u00f3n de los minerales\u201d. Ella agrega: \u201cEstas pr\u00e1cticas se est\u00e1n implementando de forma generalizada en las grandes empresas porque aportan estad\u00edsticas importantes.\u201d<\/p>\n Una investigaci\u00f3n innovadora, publicada en la revista estadounidense American Mineralogist,<\/em> presenta la primera aplicaci\u00f3n a la mineralog\u00eda de la teor\u00eda de redes, que es m\u00e1s conocida por su uso en el an\u00e1lisis de la propagaci\u00f3n de enfermedades, redes terroristas o medios sociales, por mencionar algunos ejemplos.<\/p>\n Muchos creen que los resultados podr\u00edan establecer las bases para revelar la diversidad mineral, evoluci\u00f3n y distribuci\u00f3n alrededor del mundo. La Dra. Morrison dice: \u201cLa b\u00fasqueda de nuevos yacimientos minerales es incesante, pero hasta hace poco el descubrimiento de minerales era m\u00e1s una cuesti\u00f3n de suerte que de predicci\u00f3n cient\u00edfica.\u201d Ella piensa que: \u201cEsta situaci\u00f3n puede cambiar con el Big Data.\u201d<\/p>\n Para aprovechar las ventajas del Big Data las organizaciones mineras deben ser conscientes de la geolog\u00eda econ\u00f3mica. La Dra. Morrison explica:<\/p>\n \u201cSi no toman en cuenta las estad\u00edsticas, las organizaciones solo est\u00e1n confiando en su propio conocimiento y experiencia. Est\u00e1n muy familiarizadas con la manera en que se forman los yacimientos y las condiciones espec\u00edficas en los que se forman. Tienen que estar atentos a identificar d\u00f3nde se encuentran estos entornos espec\u00edficos en cualquier parte del planeta. A veces eso no es obvio si el mapeo geol\u00f3gico no se ha realizado. Si no se ha encontrado un enorme yacimiento de cobre, es muy probable que sea porque no ha sido mapeado\u201d.<\/p>\n \u00a0 De acuerdo con la Dra. Morrison esta herramienta genera una enorme cantidad de datos, pero crea un problema en t\u00e9rminos del acceso a informaci\u00f3n de calidad. Ella afirma:<\/p>\n \u201cHay toneladas de informaci\u00f3n, pero \u00bfc\u00f3mo accedes a ella? \u00bfY c\u00f3mo se consigue eso en una forma que sea legible para una computadora? Es una tarea enorme. La base de datos de la evoluci\u00f3n de los minerales, que es lo que nosotros en la Universidad de Arizona utilizamos para la mayor\u00eda de nuestros estudios, ha sido recopilada durante un per\u00edodo de ocho a\u00f1os por un grupo de estudiantes universitarios en la Universidad. Por lo tanto, uno de los mayores desaf\u00edos es, sin duda, la adquisici\u00f3n de esos datos\u201d.<\/p>\n La t\u00e9cnica de an\u00e1lisis de redes permite a los cient\u00edficos representar datos de m\u00faltiples variables sobre miles de minerales, tomando muestras de una multitud de ubicaciones dentro de un solo gr\u00e1fico. Estas visualizaciones pueden revelar nuevos y \u00fanicos patrones de ocurrencia y distribuci\u00f3n y \u00a0patrones de coexistencia de minerales. Los cient\u00edficos pueden entonces ver qu\u00e9 caracter\u00edsticas geol\u00f3gicas, f\u00edsicas, qu\u00edmicas y biol\u00f3gicas son necesarias para la presencia mineral. Es all\u00ed donde es posible predecir qu\u00e9 minerales podr\u00edan faltar, as\u00ed como d\u00f3nde ir para encontrar nuevas fuentes.<\/p>\n El an\u00e1lisis Big Data tambi\u00e9n est\u00e1 ayudando en los procesos f\u00edsicos de la miner\u00eda. Jason Knuth, gerente de productos de la empresa Analytics & JoySmart Solutions del grupo de proyecto de construcci\u00f3n y miner\u00eda de la corporaci\u00f3n japonesa Komatsu, explica: \u201cCada m\u00e1quina es \u00fanica en t\u00e9rminos de los desaf\u00edos que enfrenta. Esto incluye las duras condiciones de funcionamiento y la variedad de materiales. Es por eso que recogemos tantos datos de nuestras m\u00e1quinas.\u201d<\/p>\n El gerente agrega: \u201cPara poder predecir con precisi\u00f3n el comportamiento de la m\u00e1quina, hay que entender c\u00f3mo es en condiciones de normalidad. Se tienen que construir modelos personalizados que sean \u00fanicos para cada m\u00e1quina y las condiciones en las que se encuentran. Luego, a medida que las condiciones cambian, tambi\u00e9n lo hacen los modelos y las predicciones.\u201d<\/p>\n Jason Knuth dice: \u201cNos enfocamos en la observaci\u00f3n de anormalidades en los datos de las operaciones t\u00edpicas y resaltamos esos comportamientos anormales. No puedes prevenir lo que no puedes ver pero mientras m\u00e1s datos tenemos y procesamos, m\u00e1s entendemos y podemos ayudar a los clientes tomando las previsiones necesarias para evitar problemas.\u201d<\/p>\n Para Komatsu contar con esta gran cantidad de datos es muy bueno. Knuth afirma: \u201cPara nuestros ingenieros y cient\u00edficos nunca es suficiente informaci\u00f3n. M\u00e1s datos significan mayor visibilidad y claridad, modelos y conocimientos incrementales. Todo esto conduce a mejores tiempos de respuesta para nuestros clientes y a una mejor comprensi\u00f3n de las necesidades de los equipos para el desarrollo futuro.\u201d<\/p>\n \u00c9l agrega: \u201cEl almacenamiento de datos es costoso y esto es una preocupaci\u00f3n pero Komatsu tiene una estrategia de gesti\u00f3n de datos que nos permite guardarlos a un menor costo, dando prioridad a la informaci\u00f3n m\u00e1s relevante y reciente, aunque se conserva el acceso a los datos archivados.\u201d<\/p>\n Jason Knuth se\u00f1ala: \u201cComo somos los fabricantes del equipo original podemos hacer cada vez m\u00e1s c\u00e1lculos y an\u00e1lisis en nuestros equipos y menos en la nube. Conseguir que los c\u00e1lculos sean m\u00e1s pr\u00f3ximos a las m\u00e1quinas ayuda a almacenarlos y acelera el flujo de informaci\u00f3n y procesamiento. En \u00faltima instancia, ese es nuestro objetivo, convertir los datos brutos en informaci\u00f3n \u00fatil y elementos procesables, ponerlos en manos de la persona adecuada a tiempo para mejorar los procesos y prevenir problemas.\u201d<\/p>\n \u00a0 La proyecci\u00f3n de Jason Knuth para las pr\u00f3ximas d\u00e9cadas es que las m\u00e1quinas se volver\u00e1n m\u00e1s inteligentes, lo que se vincula con el crecimiento de Komatsu. El cree que: \u201cLas m\u00e1quinas se volver\u00e1n m\u00e1s inteligentes con las \u00a0tecnolog\u00edas inform\u00e1ticas incorporadas. Al mismo tiempo la automatizaci\u00f3n continuar\u00e1 avanzando, permitiendo e incrementado la puesta en marcha de operaciones remotas.\u201d<\/p>\n Knuth agrega: \u201cMientras continuamos creciendo y mejoramos la habilidad de convertir los \u201cdatos crudos\u201d en informaci\u00f3n y resultados, esto har\u00e1 posible unir varios proyectos aut\u00f3nomos y funciones en la mina, se facilita la coordinaci\u00f3n y monitoreo de las operaciones remotas. De esta manera, se ayudar\u00e1 a evitar que las personas sufran accidentes mientras se optimiza el rendimiento de la m\u00e1quina y la coordinaci\u00f3n de la mina, para mejorar la seguridad y las capacidades de producci\u00f3n.\u201d<\/p>\n La Dra. Morrison cree que el avance del an\u00e1lisis Big Data permitir\u00e1 que las organizaciones mineras consigan buenos proyectos mineros<\/a><\/strong>, sean m\u00e1s conscientes de d\u00f3nde est\u00e1n los recursos en la tierra, y establezcan diferencias entre los minerales que necesitan ser examinados y los minerales sin valor. Ella agrega: \u201cLas organizaciones mineras ahorrar\u00e1n tiempo y dinero en la b\u00fasqueda de minerales. Adem\u00e1s, si son m\u00e1s capaces de categorizar los minerales, se incrementa significativamente el valor econ\u00f3mico y la viabilidad de sacarlos de la tierra.\u201d<\/p>\n Finalmente, la Dra. Morrison concluye: \u201cEstamos en la c\u00faspide de un cambio importante para la mineralog\u00eda, los recursos minerales y la comprensi\u00f3n de la composici\u00f3n mineral\u00f3gica de nuestro planeta. En los pr\u00f3ximos 10 a\u00f1os veremos una explosi\u00f3n de este tipo de trabajos.\u201d<\/p>\n Texto traducido y adaptado de: miningglobal.com<\/p>\n La Escuela de Postgrado GERENS ofrece la Maestr\u00eda en Gesti\u00f3n Minera (MMBA)<\/a><\/strong>. Adem\u00e1s, en nuestro programa de Educaci\u00f3n Ejecutiva<\/a><\/strong> tenemos una amplia variedad de cursos orientados al sector miner\u00eda y energ\u00eda, con la finalidad de capacitar a quienes trabajan en el \u00e1rea y est\u00e1n deseosos de adquirir nuevos conocimientos. Cont\u00e1ctanos<\/a><\/strong> y descubre nuestra interesante oferta acad\u00e9mica.<\/p>\n","protected":false},"excerpt":{"rendered":" Es incuestionable que los minerales son esenciales para la fabricaci\u00f3n de muchos art\u00edculos que se compran o se usan de manera cotidiana:…<\/p>\n","protected":false},"author":4,"featured_media":4326,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[49],"tags":[530],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts\/4320"}],"collection":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/comments?post=4320"}],"version-history":[{"count":0,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/posts\/4320\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/media\/4326"}],"wp:attachment":[{"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/media?parent=4320"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/categories?post=4320"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/gerens.pe\/blog\/wp-json\/wp\/v2\/tags?post=4320"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Big Data en la pr\u00e1ctica<\/h2>\n
![\"Big](\"https:\/\/gerens.pe\/blog\/wp-content\/uploads\/2018\/11\/Big-Data-en-la-practica.jpg\")
<\/strong><\/p>\nEl reto del Big Data<\/h2>\n
![\"El](\"https:\/\/gerens.pe\/blog\/wp-content\/uploads\/2018\/11\/El-reto-del-Big-Data.jpg\")
<\/strong><\/p>\nBig Data en el futuro<\/h2>\n