人工智能矿产勘查：回顾和展望——基于数据科学视角（2025年第9期）

摘要：全球大多数成矿带中积累的多模态矿产勘查数据为矿产资源发现提供了丰富信息。然而，管理和分析这些不断增长且跨学科的勘查数据日益耗时耗力。人工智能（AI）展现了强大的预测和知识整合能力，使地质学家能高效利用勘查数据。本文综述了AI在十项矿产勘查任务中的前沿研究和应用，涵盖从数据挖掘到品位与吨位估算等研究。这些研究基于专家系统、模糊逻辑及多种机器学习算法开展，旨在优化和改进矿产勘查流程。我们发现，当前AI在矿产勘查中主要为数据驱动，但未来结合地质知识与勘查数据的AI模型将更受青睐。本文还探讨了AI在矿产勘查中的挑战，以及新技术与实际部署的潜在影响。尽管AI尚未在矿产勘查中得到广泛实践，但其展现出推动基础研究的范式转变的潜力。