KAUST Kembangkan AI untuk Eksplorasi Mineral, Ma’aden Siapkan Uji Coba 30 Bulan

King Abdullah University of Science and Technology (KAUST) mengembangkan teknologi kecerdasan buatan (AI) untuk membantu eksplorasi mineral di Arab Saudi. Inovasi ini dirancang untuk mengurangi ketidakpastian dalam pemetaan geologi bawah permukaan, sehingga perusahaan pertambangan dapat mengevaluasi potensi sumber daya mineral dengan pendekatan yang lebih terukur.

Pengembangan ini menarik perhatian Ma’aden, perusahaan pertambangan nasional Arab Saudi. Kedua pihak melanjutkan kerja sama melalui kontrak penelitian dan pengembangan selama 30 bulan untuk menguji teknologi tersebut menggunakan data geologi aktual di Arab Saudi.

Inovasi ini menjadi langkah penting dalam menghubungkan penelitian akademik dengan kebutuhan industri pertambangan. Selain itu, teknologi tersebut berpotensi mendukung upaya Arab Saudi dalam mengembangkan sektor mineral sebagai salah satu penggerak diversifikasi ekonomi nasional.

KAUST Kembangkan AI untuk Memetakan Geologi Bawah Tanah

Proyek penelitian ini dipimpin oleh Profesor George Turkiyyah dan Profesor David E. Keyes dari KAUST, bekerja sama dengan para ahli pencitraan geofisika dari University of British Columbia, Kanada.

Tim peneliti mengembangkan purwarupa komputasional berbasis AI generatif yang mampu menghasilkan sejumlah kemungkinan model tiga dimensi (3D) dari formasi batuan bawah permukaan. Model tersebut memanfaatkan informasi yang tersedia dari permukaan tanah dan sampel pengeboran yang jumlahnya terbatas.

Pendekatan ini menjawab salah satu tantangan utama eksplorasi mineral. Kondisi geologi di bawah tanah tidak dapat diamati secara langsung dalam skala luas. Oleh karena itu, ahli geologi harus menggabungkan berbagai informasi, seperti sampel batuan, hasil pengeboran, dan survei geofisika, untuk memperkirakan struktur bawah permukaan.

Dalam metode konvensional, proses tersebut sering menghasilkan satu model interpretasi utama. Padahal, beberapa konfigurasi geologi yang berbeda dapat menjelaskan data pengamatan yang sama.

Melalui AI generatif, KAUST menawarkan pendekatan yang lebih fleksibel. Teknologi ini menghasilkan beberapa skenario geologi yang masuk akal, sekaligus memperkirakan tingkat ketidakpastian setiap skenario. Dengan demikian, para ahli dapat membandingkan berbagai kemungkinan sebelum menentukan lokasi atau langkah eksplorasi selanjutnya.

Mengandalkan AI Generatif dan Superkomputer Shaheen III

Keunggulan teknologi KAUST terletak pada penggunaan data geologi sintetis untuk melatih model AI. Data tersebut dibuat melalui simulator StructuralGeo yang dapat mereproduksi proses geologi, termasuk pergerakan tektonik, aktivitas magmatik, dan sedimentasi selama jutaan tahun.

Simulasi tersebut menghasilkan representasi tiga dimensi formasi batuan yang digunakan sebagai bahan pelatihan model. Berdasarkan laporan Middle East AI News, tim peneliti melatih model 3D attention U-Net dengan 78 juta parameter menggunakan ratusan ribu model geologi sintetis. Proses pelatihan memanfaatkan superkomputer Shaheen III milik KAUST.

Model ini menggunakan pendekatan difusi generatif, yaitu metode AI yang dapat menghasilkan beragam kemungkinan keluaran berdasarkan pola yang dipelajari selama pelatihan.

Dalam penerapannya, model mengolah informasi geologi yang terbatas untuk menyusun sejumlah kemungkinan struktur bawah permukaan. Hasilnya bukan kepastian mengenai keberadaan deposit mineral, melainkan alternatif model yang dapat dievaluasi lebih lanjut oleh para ahli.

Pendekatan tersebut penting karena kondisi geologi bawah tanah memiliki tingkat kompleksitas tinggi. Berbagai proses alam berlangsung dalam rentang waktu yang sangat panjang dan menghasilkan struktur batuan yang tidak selalu dapat dipastikan hanya dari pengamatan di permukaan.

Ma’aden Siapkan Pengujian Selama 30 Bulan

Potensi penerapan teknologi ini menarik perhatian Ma’aden, perusahaan pertambangan nasional Arab Saudi. Ketertarikan tersebut menghasilkan kontrak penelitian dan pengembangan lanjutan selama 30 bulan untuk menguji model menggunakan data geologi aktual Arab Saudi.

Tahap ini menjadi penghubung antara pengembangan teknologi di lingkungan universitas dan kebutuhan operasional industri. Pengujian dengan data nyata diperlukan untuk menilai kemampuan model dalam merepresentasikan kondisi geologi yang kompleks serta mendukung proses pengambilan keputusan eksplorasi.

Apabila hasil pengujian menunjukkan kinerja yang memadai, teknologi ini berpotensi membantu perusahaan mengevaluasi sejumlah skenario geologi sebelum memutuskan kegiatan eksplorasi lebih lanjut.

Namun, manfaat tersebut masih perlu dibuktikan melalui proses validasi. Purwarupa yang berhasil dikembangkan belum otomatis berarti teknologi telah diterapkan secara luas atau terbukti mengurangi biaya eksplorasi dalam skala industri.

Karena itu, kontrak 30 bulan ini menjadi tahap penting untuk menilai kesesuaian model dengan karakteristik geologi Arab Saudi dan kebutuhan praktis perusahaan pertambangan.

Arabian Shield Menjadi Kawasan Penting Eksplorasi Mineral

Salah satu sasaran utama penelitian ini adalah meningkatkan pemahaman mengenai formasi geologi di bawah Arabian Shield. Kawasan tersebut dikenal memiliki potensi sumber daya mineral dan menjadi wilayah penting dalam pengembangan sektor pertambangan Arab Saudi.

Eksplorasi di kawasan geologi yang kompleks memerlukan pengumpulan dan interpretasi data dalam jumlah besar. Sementara itu, pengeboran dan survei lapangan membutuhkan waktu, sumber daya, serta perencanaan yang cermat.

Dengan menghasilkan beberapa kemungkinan model bawah permukaan, AI dapat membantu ahli geologi mengidentifikasi bagian yang masih memiliki ketidakpastian tinggi. Informasi ini dapat digunakan untuk menyusun hipotesis dan menentukan kebutuhan pengumpulan data tambahan.

Meski demikian, AI tidak dapat memastikan keberadaan mineral ekonomis hanya berdasarkan simulasi. Temuan tetap memerlukan verifikasi melalui metode geologi dan eksplorasi yang sesuai, termasuk pengujian lapangan jika diperlukan.

Dengan menggabungkan pemodelan komputasional dan keahlian geologi, proses evaluasi potensi mineral diharapkan menjadi lebih sistematis.

Mendukung Transformasi Riset Menjadi Inovasi Industri

Pengembangan AI untuk eksplorasi mineral juga mencerminkan upaya KAUST untuk membawa hasil penelitian menuju penerapan nyata. Universitas tersebut memperkuat mekanisme penghubung antara peneliti, industri, dan pemerintah melalui dukungan penelitian terapan serta pengembangan teknologi.

KAUST turut mengembangkan kemampuan komersialisasi hasil riset melalui Research Translation Office, pendanaan khusus, dukungan rekayasa teknologi, dan kemitraan industri. Universitas ini juga mengumumkan penunjukan empat profesor yang berfokus membantu membawa penelitian menjanjikan menuju tahap validasi dan komersialisasi.

Pendekatan tersebut penting karena inovasi akademik tidak berhenti pada publikasi atau keberhasilan eksperimen. Teknologi juga perlu diuji, disesuaikan dengan kebutuhan pengguna, dan dievaluasi sebelum dapat memberikan manfaat secara luas.

Dalam proyek eksplorasi mineral ini, kerja sama dengan Ma’aden membuka kesempatan untuk menguji teknologi dalam konteks kebutuhan industri yang nyata.

AI Berpotensi Memperkuat Masa Depan Pertambangan Arab Saudi

Pengembangan AI oleh KAUST memperlihatkan bagaimana kecerdasan buatan dapat digunakan untuk menjawab tantangan eksplorasi sumber daya alam. Dengan memetakan berbagai kemungkinan kondisi bawah tanah, teknologi ini berpotensi membantu perusahaan pertambangan memahami risiko dan menyusun strategi pengumpulan data secara lebih terarah.

Bagi Arab Saudi, inovasi tersebut relevan dengan upaya memperkuat sektor pertambangan sebagai bagian dari diversifikasi ekonomi. Pemanfaatan teknologi komputasi canggih dapat melengkapi keahlian geologi dan infrastruktur eksplorasi yang sudah ada.

Walaupun demikian, keberhasilan teknologi ini akan bergantung pada hasil pengujian menggunakan data aktual, ketepatan model, dan kemampuannya mendukung keputusan operasional.

AI tidak menggantikan ahli geologi, tetapi dapat memperluas kemampuan mereka dalam mengevaluasi berbagai kemungkinan. Jika proses validasi berjalan baik, kolaborasi KAUST dan Ma’aden berpotensi menjadi contoh bagaimana penelitian berbasis AI dapat dikembangkan untuk mendukung eksplorasi mineral di Arab Saudi.

Referensi: