人工智能技术在矿产勘探领域的应用有望大幅减少钻孔数量，从而节省时间和成本，并帮助矿业公司做出更明智的决策。斯坦福大学地球与行星科学教授杰夫·凯尔斯在2026年世界矿业大会系列网络研讨会上分享了这一观点。

凯尔斯表示，基于人工智能的勘探方法能够通过改变传统逻辑来降低钻孔需求。系统不再依赖固定网格进行钻孔以评估矿石品位，而是规划钻孔活动来验证地质假设，并系统性地减少不确定性，直至企业能够决定是否继续项目。

为了说明这一概念，凯尔斯以旧金山的自动驾驶汽车为例：“这些车辆运行高效且技术先进，我们将这类人工智能称为智能代理。”他补充说：“智能代理是一种用于不确定性下序列规划的人工智能，它在决策过程中优化数据收集。”

在矿产勘探中，凯尔斯将这一框架直接应用，指出“所有关键矿产供应链挑战都可以被视为不确定性下的序列规划问题，从勘探开始。”他解释说，传统做法通常基于单一确定性地下模型进行钻孔，而智能代理会规划钻孔以验证人类生成的假设，然后仅钻孔来确定品位和储量。

凯尔斯强调：“如果对地下的假设错误，钻孔将非常低效。”系统会动态调整钻孔位置，而不是机械填充网格，以高效减少地质不确定性。

这种基于人工智能的勘探技术预计将成为2026年世界矿业大会的重点议题之一，大会将于6月24日至26日在秘鲁利马会议中心举行，汇聚全球矿业、技术和学术界的领导者，探讨关键矿产的未来和创新。