De gauche à droite : Doug Hatfield, Jean-Phillippe Paiement and Guy Desharnais. Avec l'aimable autorisation de Guy Desharnais

Lorsque l’équipe d’experts-conseils en géologie de la société québécoise SGS Geostat a commencé à préparer sa participation au concours Ruée vers l’or d’Integra Gold, sa première idée s’appuyait sur un concept déjà existant, celui visant à développer un cadre au sein duquel seraient intégrées, interpolées et extrapolées toutes les données disponibles. « Nous avons commencé avec une approche plus traditionnelle », déclarait Guy Desharnais, directeur technique des services géologiques de la section Minéraux de SGS. « Nous voulions être sûrs d’exploiter au mieux les données en les compilant dans un modèle de blocs. » Ce n’est que vers la fin du processus que l’équipe en est venue à envisager l’apprentissage automatique.

Le 6 mars dernier, à l’occasion du congrès de la Prospectors and Developers Association of Canada (PDAC, l’association canadienne des prospecteurs et entrepreneurs) qui s’est tenu à Toronto, SGS Geostat a remporté 500 000 $, le premier prix du concours dont l’objectif était d’identifier les meilleures cibles de forage sur la propriété Sigma-Lamaque d’Integra Gold. En associant les interprétations 3D et l’apprentissage automatique, SGS Geostat a montré l’intérêt d’intégrer l’intelligence artificielle (IA) aux méthodes d’exploration traditionnelles.

À l’origine, M. Desharnais et le géologue de SGS Jean-Philippe Paiement avaient conçu leur propre système géologique, mais ils étaient aussi bien conscients des limites du raisonnement humain. « Par nature, les êtres humains ne sont pas objectifs », indiquait M. Desharnais. « Jean-Philippe et moi avons une compréhension subjective des contrôles de la minéralisation de l’or, mais nous ne sommes pas impartiaux en raison de notre expérience. Nous avons donc décidé de laisser faire la machine pour voir si elle parvenait à un meilleur résultat. »

M. Desharnais a donc commencé à chercher, à travers le réseau SGS Canada, des personnes disposées à examiner leur modèle de blocs. Il a fini par contacter Doug Hatfield à Toronto. « Doug utilisait déjà des concepts mathématiques assez sophistiqués pour faire des simulations en géométallurgie, et je savais qu’il poussait les limites de ce que les mathématiques sont capables de faire pour les appliquer à d’autres domaines », déclarait-il. « Il a un intérêt personnel dans cette technologie. »

C’était la première fois que SGS Canada intégrait l’apprentissage automatique aux sciences de la Terre et à l’exploitation minière. Toutefois, la société pourrait bien intégrer cet essai à ses méthodes de travail à l’avenir. « Depuis que nous avons remporté le concours, nous avons senti un intérêt marqué pour l’application de notre méthodologie à d’autres propriétés », indiquait M. Desharnais.