第四次工業革命推動智能化時代的到來，礦業技術發展也正經歷著一場新的智能化革命。隨著人工智能（AI）技術應用的擴展，其在科技領域、新興行業有普遍的高接受度，相較而言傳統的礦產行業對其認知程度較低，人工智能技術驅動礦業生產，將會帶來“顛覆”傳統的發展新局面，礦石的智能分選以此為契機也將實現革命性的產業技術創新。

機器視覺作為人工智能正在快速發展的一個分支，在深度剖析成像過程和原理的基礎上，把每一個像素值進行推理，同時把更多的圖像中出現的數據信息集成一個整體，判斷像素集之間的相關聯系，完成彼此的分割，利用二維平面圖像擴展到三維立體，從而實現三維重建(3D Reconstruction)，以此來預測估計得到物體形狀信息，更多層次模擬物體的外觀特征，達到能夠精準識別區分物體。如今，該技術已經應用于工業自動化、醫療診斷、自動駕駛等多個領域。

AI機器視覺·利用可見光成像的應用

經典的多視圖立體重建技術需要利用以可見光為成像介質的工業相機，從物體不同的視角捕捉圖像，圖像之間需要具有匹配特征，在此基礎上根據三角剖分的基本原理來重建三維結構。例如，谷歌（Google）公司自動駕駛技術的機器視覺算法，通過汽車多方位相機收集路況圖像信息進行三維重建。

AI機器視覺·利用X射線成像的應用

以X射線斷層成像（X-ray CT）為代表的三維無損成像技術無需破壞被檢測體的完整性，就能同時獲取檢體外觀形和內部結構數據信息。由于檢體內不同的物質對X線的有吸收作用，傳感器接收X線不同的衰減系數，經模擬轉換器轉為數字信號，輸入計算機進行處理，AI算法對數據進行處理成像。這項技術被廣泛應用于醫療領域，螺旋CT的應用可以更精確的確定病變位置，充分體現了三維重建的應用價值。

圖為通過使用X射線成像的機器視覺CNN算法進行新冠病例自動檢測過程

AI機器視覺·X射線結合可見光成像在工業場景的應用

AI智能選礦場景應用具有較高的復雜性：由于礦石形狀、大小、紋理、厚度以及內部組成差異性大，導致其成像難度高；由于礦產生產的工業屬性，對生產效率要求高:一個中型礦山平均日處理量為3000至10000噸（約3000顆礦石每秒），對分選速率與精度要求也極為苛刻；再加之礦業生產的特殊環境（粉塵、溫度、濕度等）多方面影響，造成AI在礦產領域面臨了對維挑戰。

首次在我國實現礦產分選智能化的贛州好朋友科技有限公司（以下簡稱“好朋友科技”），憑借7年在礦產行業的深耕，累計了200余座國內外礦山的龐大數據集，利用人工智能算法的卷積神經網絡（CNN）實現無監督學習（Unsupervised Learning)。通過可見光成像以及X射線成像的圖像算法融合，獲取礦石內、外部圖像，不斷提高圖像特征匹配的正確率，針對不同的數據格式，把數據整理訓練，利用其做卷積去擴展到三維，從而實現礦石的三維重建與判別，通過高密度工業級噴閥快速打擊，實現礦石與脈石的區分，實現了礦產領域的選礦感知智能。

圖為好朋友科技的X射線+可見光算法進行礦石判別的過程

據了解，截至目前，好朋友科技已交付超過260臺智能選礦設備，全面服務包括中國黃金、中鎢高新、紫金礦業、中國有色集團、西部礦業、云錫集團、中鋁集團等國內頂級礦企，落地百余個礦區。

圖為好朋友科技智能分選設備天元系列現場應用情況

隨著采礦業的發展，礦山面臨品位和礦體質量下降的問題，礦石智能分選成為行業內在發展的需要。一方面，智能分選能夠大幅提高生產效率，增加處理量，通過預選拋廢，增加礦山產能；而且A.I三維重建算法的分析使邊際品位下移，促進延長礦山壽命；另一方面，通過智能分選提前拋廢，大幅節約運輸、水、電和化學藥劑成本，助力綠色礦山的可持續性發展。

毋庸置疑，人工智能技術在礦業場景應用的不斷深化，將為礦產行業高質量發展、加快制造強國建設、發展數字經濟、實現“雙碳”戰略等方面提供強有力的支撐。