见Vimal Gaba写的一篇论文的第三部分第一部分(维马尔·加巴@sap.com网站)，SAP Labs India和Indranil Som采矿、金属和磨坊产品行业业务部门高级主管(英德拉尼尔索姆@sap.com网站)，价值顾问-工业价值工程、采矿、金属和工厂产品，SAP India
本部分将侧重于机器学习（Industry 4.0:What's Next，2017）的一个方面。未来部分将侧重于物联网、大数据、3D打印，区块链和强大的数字核心
采矿业：下一波生产力的前五大数字创新（第一部分-机器学习
简介
尽管面临经济放缓和全球商品周期性，微信返利机器人可靠吗，印度是一个快速增长的经济体，对矿产的需求仍然旺盛。虽然采矿业经常被批评为一个创新和技术变革受到抵制、实施速度非常缓慢的行业，但该行业正着眼于用最新的创新来适应国际技术水平，关注的重点要高得多。从历史上看，采矿业被认为是技术保守和规避风险的，通常与可能对行业产生重大影响的技术创新不太一致。采矿业的经营方式与以往基本相同。虽然采矿机械越来越大，设备也越来越复杂，但今天的许多采矿作业将与多年前非常相似。
采矿业正在经历激烈的变革时期，创新和改进的能力变得不可或缺。虽然繁荣和衰退是采矿业的一个特点，但采矿业的应对措施主要是在繁荣阶段实现产量最大化，同时保持固有的运营效率，而在经济衰退期间，降低成本的举措占据了核心地位。人们现在相信，真正的创新将推动下一波生产率提高和金融增长。
新兴技术将在未来十年改变矿工的经营方式，大数据治理平台，并帮助他们发展新的商业模式。这些技术可以提高生产率、节约成本和提高安全性，从而在未来几年推动该行业的经济转型，并有助于在全球范围内增强竞争力。在后面的章节中，我们很少讨论这些技术趋势以及它可能给采矿业带来的具体影响。
机器学习或人工智能（AI）
人工智能或AI，通常被称为，是计算机科学的一个领域，它强调创造能工作和工作的智能机器像人类一样反应。一些带有人工智能的计算机活动包括语音识别、视觉感知、语言间的翻译和决策，这些通常都需要人类的智能。人工智能的趋势已经变得相当普遍，人工智能被用来驱动语音激活的个人助理，如苹果的Siri和亚马逊的Alexa，自动驾驶汽车或帮助医生治疗病人。人工智能浪潮现在也在采矿业崭露头角。机器学习算法被认为是数字矿山改造的下一步。矿业公司也一直致力于识别和解锁潜在的高级人工智能用例，这可以使矿业"超级化"。
在勘探和勘探阶段，机器学习可以用来回答"在哪里勘探"和"地下是什么"的问题。它可以帮助利用测井数据自动识别岩面，并帮助利用遥感数据进行岩土分类。利用卫星图像、航空摄影、地球物理地图、无人机监控，机器学习可以帮助预测矿产远景或潜在矿石的位置。利用以往的岩心钻探数据、土壤样本、矿山现场测量数据，机器学习可以预测钻探目标。安装在钻机上的仪器可以提供实时、自动化的数据，加快多个采矿阶段和决策智能的时间表。带有无线通信的跟踪系统和设备可以监测地下水、温度变化、地下通风等生态参数，以评估采矿活动的影响，从而实现更环保的作业。基于机器学习的预测算法可以提前数小时警告操作人员和维修人员关键设备的停机时间或泵内压力峰值的概率。机器学习AI应用的另一个例子是在地下和露天矿的矿石破碎评估中，免费大数据，与岩土工程师数小时的人工处理相比，不到一分钟的时间
采矿作业可能会对环境以及矿山附近地区的居民和其他栖息地造成严重影响。任何一个矿工关心的关键问题之一是如何通过保护环境和恢复土地来确保可持续经营。利用卫星图像等遥感技术可以帮助监测任何环境变化，并预测侵蚀、野生生物栖息地、表土重新分布和植被的变化。机器学习技术还可以分析与矿山淤泥沉积物相关的风险，从而帮助减轻与采矿作业相关的环境风险。
机器人技术的应用对采矿业具有深远的潜力。由人工智能驱动的机器人设备可以执行一系列任务，包括钻孔、爆破、装载、运输、矿石取样以及营救被困矿工。力拓在西澳大利亚的地下钻石矿已经在使用采用机器人技术的自动装载自卸汽车。在力拓的兰伯特角港口，使用机器人进行铁矿石取样，数据中心解决方案，以确保铁矿石产品符合要求的规格。这些机器人在铁矿石取样站的封闭区域内工作，周围有许多设备，包括进料和出料输送机、桶和托盘存放架、烤箱和磅秤。自动化和遥控钻井可以确保采矿人员的安全，云服务器商，提高地面钻井作业的效率。该技术允许操作员在不进入危险区域的情况下从远程位置进行钻井。实时视频和数据通信，包括所有钻井控制和设备状态，在操作员中心的屏幕上连续显示。矿业公司正逐步采用机器人技术，以保持在采矿技术的前沿。随着矿山现场产生的大量数据，这些机器学习示例仅仅是机器学习人工智能的重要价值的开始。必和必拓在加拿大的铜金矿使用一些部分或完全自动化的钻机。另一个例子是澳大利亚的Newcrest矿业公司利用机器学习技术用于高压灭菌器（化学反应器的类型）。目前，人工智能和机器学习算法被认为是数字矿山转型的下一步。部署变得更简单，可以使用边缘和云计算来完成。
