(资料图)

通过利用矿物关联的模式，一个新的机器学习模型可以预测地球上以及潜在的其他星球上的矿物位置。这一进展对科学和工业具有巨大的价值，因为他们不断地探索矿藏以揭开地球的历史，并为实际应用开采资源，如可充电电池所需的矿产。

图为紫水晶

由Shaunna Morrison和Anirudh Prabhu领导的团队旨在开发一种识别特定矿物出现的方法，这一目标在传统上被认为是一种艺术，就像它是一种科学一样。这个过程往往依赖于个人经验和健康的运气。

该团队创建了一个机器学习模型，使用来自矿物进化数据库的数据，其中包括5478种矿物所出现的295583个矿物地点，根据关联规则来预测以前未知的矿物出现情况。

作者通过探索莫哈韦沙漠的Tecopa盆地测试了他们的模型，莫哈韦沙漠是一个著名的模拟火星的环境，该模型还能够预测地质上重要的矿物的位置。

此外，该模型还为关键的稀土元素和锂矿物找到了有希望的区域，包括独居石（Ce）、褐帘石（Ce）以及闪锌矿。作者表示，矿物关联分析可以成为矿物学家、岩石学家、经济地质学家和行星科学家的一个强大的预测工具。