توسعه هوش مصنوعی در صنایع معدنی

در عصر حاضر، تحول دیجیتال به عنوان محرک اصلی رشد اقتصادی و ارتقای بهره وری صنایع شناخته می شود. فناوری هوش مصنوعی، به عنوان یکی از نوآورانه ترین فناوری ها، نقش برجسته ای در بهبود فرایندهای صنعتی و افزایش قدرت رقابتی شرکت ها ایفا می کند. با توجه به اهمیت بخش معدن در اقتصاد کشورها، بهره گیری از هوش مصنوعی در این حوزه می تواند موجب افزایش تولید، کاهش هزینه ها و حفظ محیط زیست شود. ایران با منابع معدنی غنی خود، فرصت ویژه ای برای توسعه فناوری های نوین دارد که فعال سازی و پیاده سازی هوش مصنوعی در معادن، گامی اساسی در جهت تحقق توسعه پایدار و پیشروی رقابتی خواهد بود.

ضرورت و اهداف پژوهش

تحول دیجیتال و هوش مصنوعی، عوامل اصلی رشد اقتصادی، حفظ رقابت و حفاظت از محیط زیست هستند. ایران با منابع معدنی غنی، فرصت طلایی برای بهره گیری از این فناوری ها را در بخش معدن دارد. استفاده از هوش مصنوعی می تواند تولید را افزایش دهد، هزینه ها را کاهش دهد و سلامت نیروی کار و محیط زیست را حفظ کند. این فناوری کلیدی، صنایع معدنی را متحول کرده و غفلت از آن سبب کاهش توان تولید و از دست رفتن مزیت رقابتی می شود. به همین دلیل توسعه نظام نوآوری و انتخاب رویکرد مناسب در به کارگیری هوش مصنوعی در معادن، ضرورت مهمی برای ارتقای جایگاه معدن در اقتصاد کشور است. بهره گیری اصولی از این فناوری، آینده تولید و اقتصاد ایران را تضمین می کند.

از همین رو در این گزارش ابتدا برخی از مهم ترین کاربردهای هوش مصنوعی در صنایع معدنی معرفی می شود. با در نظر گرفتن وضعیت فعلی صنعت و چالش های آن، حوزه اکتشاف معادن به عنوان نقطه آغاز در در نظر گرفته شده است. در نهایت با شناسایی برخی از بازیگران حوزه هوش مصنوعی در بخش معدن، یک زیست بوم اولیه بر اساس الگوی نظام نوآوری شرکتی ترسیم شده است.

وضعیت هوش مصنوعی در صنایع معدنی

هوش مصنوعی در معدن و صنایع فلزی نقش مهمی دارد و بهره وری را در اکتشاف، استخراج، فرآوری و پشتیبانی بهبود می بخشد. بیش از ۶۶ درصد شرکت های معدنی از این فناوری بهره می برند و برخی پروژه های هوش مصنوعی در مرحله پایلوت هستند. استفاده از هوش مصنوعی موجب افزایش ۱۰-۲۰ درصدی توان عملیاتی و کاهش ۱۵-۳۰ درصدی انتشار گازهای گلخانه ای شده است. از همین رو شرکت های بزرگ معدنی جهان به سمت هوشمندسازی و دیجیتالی سازی با تمرکز بر هوش مصنوعی حرکت می کنند. بازار جهانی هوش مصنوعی در معدن در حال رشد است و انتظار می رود با نرخ سالانه ۱۰ درصد افزایش یابد که نوید آینده ای روشن برای این فناوری در معدن را می دهد.

کاربرد هوش مصنوعی در صنایع معدنی

در ادامه برخی از مهم ترین کاربردهای هوش مصنوعی در بخش معدن و صنایع معدنی بررسی خواهد شد:

هوش مصنوعی در اکتشاف معادن

حوزه اکتشاف معدن در ایران اهمیت بالایی دارد و به دلیل عقب ماندگی تاریخی، بایستی توجه ویژه ای به این بخش داشت. استارتاپ ها و شرکت های داخلی و خارجی فعال می توانند توسعه اکتشاف را تسریع کنند. اکتشاف فرایندی داده محور است از این رو، هوش مصنوعی می تواند نقشی موثری در افزایش سرعت و دقت و کاهش هزینه های اکتشاف داشته باشد. با توجه به موارد ذکرشده و همچنین چالش های امنیتی کمتر و وجود نهادهای متولی مانند سازمان زمین شناسی ایران و ایمیدرو به همراه پایگاه های داده ملی، حوزه اکتشاف نقطه شروعی اقتصادی، آسان و موثر برای تحول دیجیتال است.

هوش مصنوعی در فرایند استخراج معادن

هوش مصنوعی در استخراج معادن کاربردهای متنوعی مانند بهینه سازی حفاری، خودران سازی ناوگان و پیش بینی تعمیرات موردنیاز دارد. با این حال در کاربست این فناوری چالش های مهمی وجود دارد. مهم ترین چالش، قدیمی بودن ماشین آلات معدنی کشور است که پذیرش سیستم های هوشمند را مشکل می کند. همچنین، قوانین محدودکننده واردات ماشین آلات و ضعف زیرساخت های ارتباطی در مناطق معدنی، موانعی جدی به کارگیری فناوری های نوین هستند.

هوش مصنوعی در فرآوری

کارخانه های فرآوری مواد معدنی با هوش مصنوعی می توانند تولید را افزایش، مصرف انرژی و ضایعات را کاهش و بهره وری را ارتقا دهند. در این مسیر چالش هایی چون هزینه بالای زیرساخت های داده، ارتباطات و اتوماسیون، ریسک تجهیزات گران قیمت و مسائل امنیتی مانند حملات سایبری نیز وجود دارد. علاوه بر این فرایند پیچیده دریافت تاییدیه های امنیتی مانند افتا (گواهی امنیت فضای تولید و تبادل اطلاعات)، مانع به کارگیری گسترده فناوری های هوشمند شده است.

مروری بر چالش ها و موانع تحول دیجیتال و هوشمندسازی بخش معدن

در این بخش، مهم ترین موانع فنی و غیر فنی تحول دیجیتال و هوشمندسازی بخش معدن، معرفی شده تا برای ارائه راهکارهای سیاستی، شناخت بهتری حاصل شود.

• در اولویت نبودن مسئله تحول دیجیتال به سبب وجود چالش های موجود: حوزه معدن در کشور با چالش های متعددی چون مسئله انرژی و قطعی برق، قیمت گذاری ها و سیاست گذاری های نادرست و… روبرو است. از همین رو بسیاری از صنایع با وجود آگاهی از لزوم تحول دیجیتال، نمی توانند تحول دیجیتال را در میان اولویت ها و یا اهداف راهبردی قرار دهند؛
• مقاومت در برابر تغییر: یکی از موارد پرتکرار در پژوهش های مختلف و همچنین نقل قول های فعالان معدنی، مقاومت در برابر تغییر است. این مقاومت را می توان در کارگران تا مدیران عامل مشاهده کرد. بسیاری از مدیران آشنایی مناسبی با مفاهیم تحول دیجیتال نداشته، اهمیت و ضرورت موضوع را آن طور که باید درک نکرده از همین رو در این راستا گامی بر نخواهند داشت؛
• عدم توسعه متناسب با نسل قبلی صنعت: در شرایطی که بسیاری از واحدهای معدنی متناسب با نسل های قبل فناوری در دوره های گذشته همراه نشده اند؛ تحول دیجیتال و استفاده از فناوری های نسل چهارم به خصوص فناوری هوش مصنوعی، هم دشوار است و هم هزینه های بسیار بیشتری را طلب می کند.

توسعه هوش مصنوعی در صنایع معدنی بر اساس نظام نوآوری شرکتی

برای رسیدن به معدن مدرن و بهره برداری از فناوری هوش مصنوعی، نیاز به الگویی هماهنگ با ویژگی های صنایع معدن یوجود دارد که توسعه فناوری و کاربردی سازی آن را ممکن سازد. مدل نظام نوآوری شرکتی، شامل بازیگران، فعالیت ها، منابع و نهادهایی است که حول یک شرکت بزرگ مرکزی با اهداف تجاری شکل می گیرد. در این مدل، حمایت سیاست گذاران بر بخش های اکوسیستم هوش مصنوعی متمرکز می شود تا اهداف تجاری شرکت تحقق یابد. این الگو، استقلال اکوسیستم هوش مصنوعی را حفظ می کند و بازار مناسبی برای شرکت های فعال فراهم می آورد. همچنین، شرکت مرکزی به صورت مستقیم یا غیرمستقیم از حمایت های دولتی بهره مند شده و باعث رشد پایدار فناوری و کسب و کار در معدن می شود. این رویکرد، توسعه هماهنگ فناوری و تجارت در معدن را تضمین می کند.

نظام نوآوری شرکتی در صنایع معدنی در ایران

بر اساس اصلاح قانون معادن، وزارت صنعت، معدن و تجارت مسئول حاکمیت، حفظ ذخایر، صدور مجوز و توسعه فعالیت های معدنی به منظور افزایش ارزش افزوده، صادرات و اشتغال است. سازمان هایی مانند ایمیدرو و سازمان زمین شناسی نقش راهبری و اکتشاف دارند. شرکت های معدنی بزرگ همراه با دانشگاه ها، موسسات تحقیقاتی و شرکت های دانش بنیان به صورت شبکه ای برای رفع چالش های فناورانه همکاری می کنند.

این ساختار تعاملی با مدل نظام نوآوری شرکتی همخوانی دارد و بسیاری شرکت ها از جمله مجتمع مس شهربابک، از این مدل برای توسعه فناوری و هوش مصنوعی در معدن بهره می گیرند که اثربخشی آن در بخش معدن تایید شده است. در ادامه مدلی با هدف توسعه هوش مصنوعی ارائه خواهد شد. در این مدل برخی از مهم ترین بازیگران معرفی خواهند شد:

شرکت بزرگ

در مفهوم نظام نوآوری شرکتی یک شرکت بزرگ در مرکز قرار می گیرد. شرکت بزرگ را می توان شرکتی تعریف کرد که در صنعت خود جایگاهی مهم و سهم قابل توجهی از بازار را دارد. این شرکت ها در اطراف خود با گستره وسیعی از تامین کنندگان و مشتریان نهادهای علمی و پژوهشی و… تعامل دارند. در این مطالعه می توان شرکت های بزرگ را به سه دسته کلی تقسیم کرد:

• شرکت های بزرگ معدنی: شرکت های معدنی بزرگ با معادن و کارخانه های متعدد، بازیگران اصلی این حوزه = هستند. آن ها با تمرکز بر کاربردهای هوش مصنوعی، از طریق برون سپاری به شرکت های دانش بنیان و کوچک، نیازهای فناورانه خود را رفع کرده و به توسعه زیست بوم هوش مصنوعی کمک می کنند؛
• پیمانکاران معدنی: صنایع معدنی، بسیاری از فعالیت های خود را به پیمانکاران و مجریان طرح های صنعتی برون سپاری می کنند. شرکت های پیمانکار معدنی بخش عمده ای از فعالیت های اکتشاف، استخراج و زیرساخت را برعهده دارند. این شرکت ها با استفاده از تجهیزات پیشرفته و هوش مصنوعی، نقش مهمی در توسعه فناوری های معدنی ایفا می کنند، اما نسبت به شرکت های بزرگ معدنی کمتر مورد توجه سیاست گذاران قرار گرفته اند؛
• شرکت های غول فناوری: دسته سوم شرکت هایی هستند که در حوزه فناوری اطلاعات و هوش مصنوعی فعالیت دارند. فعالیت اصلی این شرکت ها خارج از صنایع معدنی است، اما با توسعه سرویس های هوش مصنوعی برای بخش معدن، می توانند به عنوان اپراتور هوش مصنوعی، نقش کلیدی در نظام نوآوری و رشد شرکت های فناور دانش بنیان ایفا کنند.

استارتاپ ها و شرکت های دانش بنیان و شرکت های کوچک و متوسط

در نظام نوآوری شرکتی، شرکت های فناور کوچک، خدمات هوش مصنوعی را به شرکت بزرگ ارائه می کنند. شرکت بزرگ به جای توسعه داخلی یا خریداری شرکت های کوچک، آن ها را به عنوان مشتری، شریک تجاری و یا سهامدار غیرعمده می پذیرد و بر فعالیت اصلی خود تمرکز می کند. این تعامل باعث رشد شرکت های متخصص و توسعه فناوری می شود.

دولت

در نظام نوآوری شرکتی، دولت عمدتا نقش حمایتی دارد، اما در معدن علاوه بر حمایت، نقش راهبری و اجرایی نیز دارد. ایمیدرو و ایمپاسکو از سازمان های کلیدی این حوزه هستند که به عنوان سهامدار و بازوی اجرایی فعالیت می کنند. سازمان زمین شناسی نیز مسئول داده های اکتشافی است، ولی داده های کافی برای هوش مصنوعی در کشور فراهم نیست. بنابراین، تقویت حضور سازمان های دولتی در زیست بوم برای توسعه هوش مصنوعی معدن ضروری است.

پیشنهادهای کلیدی برای توسعه و کاربردی سازی هوش مصنوعی در بخش معدن ایران

با توجه به محتوای گزارش و بررسی های تیم تحقیقاتی از محل گزارش ها، مصاحبه ها و… در راستای توسعه و کاربردی سازی هوش مصنوعی در بخش معدن در کشور پیشنهادهای زیر ارائه می شود:

• بخش اکتشاف به عنوان بخش اصلی برای تمرکز حمایت ها از صنعت معدن مورد توجه قرار گیرد؛
• نهادهای دولتی تاثیرگذار در نظام نوآوری شرکتی، از شکل گیری اپراتورهای هوش مصنوعی در زمینه اکتشاف معادن در قالب شرکت بزرگ حمایت کنند؛
• قوانین و بخشنامه های پیرامون محدودیت واردات ماشین آلات معدنی مدرن (با امکان به کارگیری هوش مصنوعی) اصلاح شود.

جمع بندی

در عصر حاضر، تحول دیجیتال به عنوان محرک اصلی رشد اقتصادی و ارتقای بهره وری صنایع شناخته می شود. بهره گیری از این فناوری ها در بخش معدن و صنایع معدنی می تواند تولید را افزایش، هزینه ها را کاهش و سلامت نیروی کار و محیط زیست را تضمین کند. با وجود اهمیت هوش مصنوعی در اکتشاف، استخراج و فرآوری معادن، چالش هایی مانند قدیمی بودن تجهیزات، ضعف زیرساخت ها، محدودیت های قانونی و مقاومت در برابر تغییر مانع گسترش آن هستند. آغاز تحول از اکتشاف به دلیل اهمیت راهبردی، داده محور بودن و کم بودن چالش های امنیتی، بهترین گزینه است. در این راستا مدل نظام نوآوری شرکتی با محوریت شرکت های بزرگ معدنی، همکاری پیمانکاران، شرکت های فناوری و استارتاپ ها می تواند توسعه هوش مصنوعی را تسهیل کند.

این مطالعه در پژوهشگاه ارتباطات و فناوری اطلاعات و پژوهشکده مطالعات فناوری با همکاری محمدجواد جاویدی، امیررضا سالاری، سجاد شیعه، محمدصادق سلحشور و احمدرضا سازگارنژاد در سال 1403 انجام شده است.