Le but du concours annuel « Disrupt Mining » est d’accélérer le rythme de l’innovation dans le domaine de l’exploitation minière en encourageant les idées qui bousculent l’ordre établi et en fournissant du financement à ceux qui en sont à l’origine. Mais que se passe-t-il une fois que les chèques géants ont été remis, et que les lumières de la fastueuse cérémonie de remise des prix s’éteignent ? C’est à ce moment-là que le vrai travail commence.  

Kore Geosystems a gagné l’édition 2017 du concours « Disrupt Mining » grâce à un projet visant à développer une technologie de description visuelle de carottes de prochaine génération capable de rationaliser et d’automatiser les flux dans l’entrepôt de carottes. L’entreprise dont le siège est en Ontario a reçu un coup de pouce sous la forme d’un investissement d’un million de dollars de Goldcorp (maintenant Newmont Goldcorp), et a signé une entente appuyant les essais sur le terrain du système Spector pour un projet de mine au Chili.

Luis Canepari, chef du service de l’information pour Newmont Goldcorp, a déclaré que l’entreprise Kore avait reçu le prix en 2017 parce qu’elle « avait le potentiel pour aider à refaçonner l’industrie minière et nous permettre de travailler plus vite et plus intelligemment, tout en assurant la compétitivité à long terme de notre industrie. »

Fonction des carottes

Des millions de dollars sont dépensés chaque année par des entreprises pour l’acquisition de carottes de forage que ce soit pour l’agrandissement d’une mine ou pour un projet d’exploration. Les informations découlant de l’observation des carottes sont utilisées pour prendre des décisions impliquant des millions et parfois même des milliards de dollars. Les géologues et les techniciens passent un nombre incommensurable d’heures à décrire des carottes, à réaliser des études géotechniques, à soulever, récupérer et entreposer des boîtes de carottes, ainsi qu’à saisir et à gérer les données accumulées sur ces carottes.

« Ces opérations demandent énormément de travail et de temps », a indiqué Vince Gerrie, président de Kore Geosystems. « Il y a beaucoup de tâches répétitives, et cela débouche souvent sur des résultats contradictoires. »

Monsieur Gerrie a parlé avec des dizaines de géologues et de techniciens chargés des carottes au fur et à mesure qu’il a développé l’idée du système Spector, une technologie d’imagerie visuelle de carottes jumelée avec l’intelligence artificielle (IA) et permettant de décrire, interpréter et stocker des informations sur les carottes.

« Une des plaintes les plus fréquentes que j’ai entendues, c’est que les géologues passent environ 50 pour cent de leur temps à saisir des données, » a déclaré monsieur Gerrie. La saisie répétitive de données est une tâche monotone, et l’ennui peut souvent amener à faire des erreurs. De plus, tous les géologues ont leurs propres idées en fonction de leur formation et de leur expérience, et donc, la manière dont ils voient et décrivent les roches est intrinsèquement biaisée. Vince Gerrie a entrepris de concevoir un système qui éliminerait la saisie de données et autres tâches sans intérêt associées à la description de carottes, et qui réduirait l’impact de l’approche biaisée des géologues sur le processus de description des carottes.

« Si j’étais à la tête d’une entreprise d’exploitation minière, je voudrais que mes géologues interprètent les données et non pas qu’ils les saisissent », a déclaré monsieur Gerrie. « Si vous éliminez la saisie de données et les tâches ennuyeuses, au fond, vous libérez davantage de temps pour permettre aux géologues d’utiliser leur cerveau pour réfléchir et vraiment comprendre ce qu’il se passe. »

Décrire les carottes avec Spector

Spector, a expliqué le président de Kore Geosystems, combine l’acquisition de données avec leur interprétation grâce à un logiciel personnalisé et à l’IA. Le logiciel de description de carottes a été conçu et entraîné à l’aide d’images de roches et de carottes de haute qualité acquises par l’équipe de Kore Geosystems avant la construction du matériel. En utilisant les images de carottes de la plus haute qualité qu’elle a pu réunir, l’équipe, composée d’ingénieurs en logiciels et de géologues, a été en mesure d’entraîner des algorithmes d’apprentissage profond pour aider à prédire les caractéristiques des roches comme la lithologie et l’altération.

Le logiciel est entraîné à extraire des informations simples comme la forme des boîtes de carottes, les espaces vides où il n’y a pas de carotte, et à automatiquement identifier et marquer les repères de profondeur. Ainsi, il n’est plus nécessaire de prendre des mesures à l’aide d’un ruban à mesurer, de les transcrire sur un support papier, et de les saisir sur un ordinateur.

Le matériel pour l’acquisition des données a été conçu après que l’équipe de Kore a conçu le logiciel et entraîné le système d’IA. L’acquisition de données visuelles implique de disposer d’une boîte à couvercle conçue pour recevoir un large éventail de boîtes à carottes et de matériaux de construction de différentes dimensions. Dans la boîte, la carotte est numérisée dans des conditions de lumière contrôlées, et le référencement de la profondeur est automatisé, ce qui permet d’économiser des heures de travail. Le système est actionné par un employé à l’aide d’un écran tactile placé à l’extérieur de la boîte. Les images de haute qualité capturées à l’intérieur sont téléchargées directement dans le nuage, et il est possible de les partager rapidement.

« Nous avons réussi à ce qu’un seul géologue fasse l’acquisition d’un kilomètre et demi de données de haute résolution en un jour de travail, » a expliqué monsieur Gerrie. Il serait très difficile d’en faire autant avec un géologue qui utiliserait un appareil photo numérique, prendrait des mesures et saisirait manuellement les données.

Bien que l’IA entre en ligne de compte, le géologue demeure en contrôle de l’interprétation, malgré l’automatisation du processus. En fonction de la manière dont elle a été entraînée pour un site spécifique, l’IA prédit une certaine lithologie et la présente avec un pourcentage pour indiquer dans quelle mesure cette prédiction est fiable pour le géologue, qui a la capacité d’accepter la prédiction ou de poursuivre pour sélectionner une deuxième ou une troisième option pour le type de roche.

À DÉCOUVRIR : La puissance et les écueils des algorithmes prédictifs

Étude de cas de Goldcorp

Fin 2018, l’équipe de Kore a envoyé un prototype du système Spector à l’équipe en charge d’un projet de mine de Goldcorp au Chili. Le projet a été sélectionné parce qu’une très importante nouvelle campagne de description de carotte et d’échantillonnage y était en cours, produisant ainsi un ensemble complet de données d’entraînement pour l’algorithme d’apprentissage profond.

Le but de la première phase était de démontrer la faisabilité pour présenter les éléments clés du système intégré composé du matériel, du logiciel et de l’IA. Kore a réussi à acquérir 25 000 mètres d’images de carottes à raison de jusqu’à 1000 mètres par jour. Le processus suivi par le logiciel, qui guide la capture et le stockage des données et envoie les informations à l’algorithme d’apprentissage profond, a été validé et a automatiquement classifié la lithologie avec une précision de 91 %.

Fortes du succès de la phase un, les entreprises Goldcorp et Kore se sont lancées dans une seconde phase pour entraîner l’IA à prédire des attributs de roches supplémentaires.

Erin Workman, directrice Affaires et Projets géologiques pour Newmont Goldcorp, a indiqué :   « L’investissement de 1 million de dollars par Goldcorp dans la compagnie Kore a joué un rôle de catalyseur, accélérant ainsi le développement du portefeuille de produits de cette dernière. Les essais pilotes du matériel et du logiciel d’apprentissage automatique ont correctement prédit des attributs géologiques, et nous avons hâte que Kore continue de personnaliser leur produit afin de répondre aux besoins spécifiques du site. »

Madame Workman espère que la solution de Kore va caractériser précisément le type et le pourcentage de veines dans le gisement. L’avantage potentiel de la solution de Kore est la capacité de fournir rapidement des sorties de données cohérentes et quantitatives, éliminant ainsi la subjectivité des observations faites par les humains. La grande victoire, a dit madame Workman, ce sera quand on pourra générer des prédictions en temps réel au cours du processus de description des carottes.

Ce système remplacera-t-il les géologues ?

Cette question est souvent posée après la présentation d’une technologie qui automatise un processus précédemment effectué par un être humain. Mais la réponse est non. Non, Spector ne remplacera pas les géologues, a affirmé monsieur Gerrie. Le système est conçu pour rationaliser le processus de description de carottes et accroître la cohérence des données grâce à l’intelligence artificielle (IA). En entraînant Spector à automatiquement classifier la lithologie, l’altération et les informations géologiques, le système permet aux géologues d’être plus efficaces et de passer davantage de temps à appliquer leurs compétences et leurs connaissances à l’interprétation.

« Nous faisons en sorte que l’acquisition de données, le logiciel et l’IA fonctionnent ensemble de façon à ce que, dès que vous obtenez des données, vous puissiez en extraire une valeur ajoutée en l’espace de quelques secondes, » a déclaré Vince Gerrie.

Traduit par Michèle Tirlemont