من خلال تسخير الأنماط في الجمعيات المعدنية، يمكن لنموذج جديد للتعلم الآلي أن يتنبأ بمواقع المعادن على الأرض وربما الكواكب الأخرى، يعد هذا التقدم ذا قيمة هائلة للعلم والصناعة، حيث يستكشفان باستمرار الرواسب المعدنية لكشف تاريخ الكوكب والتنقيب عن الموارد للتطبيقات العملية، مثل البطاريات القابلة لإعادة الشحن.

يهدف فريق بقيادة شونا موريسون وأنيرود برابهو إلى تطوير طريقة لتحديد مكان معادن معينة، وهو هدف اعتُبر تقليديًا على أنه فن بقدر ما هو علم.

أنشأ الفريق نموذجًا للتعلم الآلي يستخدم بيانات من قاعدة بيانات Mineral Evolution ، والتي تضم 295،583 موقعًا معدنيًا من 5478 نوعًا من المعادن، للتنبؤ بحوادث المعادن غير المعروفة سابقًا بناءً على قواعد الارتباط، وفقاً لموقع scitechdaily.

اختبر المؤلفون نموذجهم من خلال استكشاف حوض Tecopa في صحراء Mojave، وهي بيئة مشابهه للمريخ، وكان النموذج أيضًا قادرًا على التنبؤ بمواقع المعادن المهمة من الناحية الجيولوجية، بما في ذلك تغيير اليورانيت، والروثرفوردين، والأندرسونيت، والشروكينغيريت، والبايليت، والزيبيت.

بالإضافة إلى ذلك، حدد النموذج مناطق واعدة للعناصر الأرضية النادرة الهامة ومعادن الليثيوم، بما في ذلك المونازيت- (Ce)، والألانيت- (Ce)، والإسبودومين، ويمكن أن يكون تحليل الارتباط المعدني أداة تنبؤية قوية لعلماء المعادن وعلماء البترول والجيولوجيا الاقتصادية وعلماء الكواكب، وفقًا للمؤلفين.