به گزارش Mining Technology، شرکت Atomionics، فعال در حوزه فناوری حسگرهای کوانتومی، اعلام کرد که فناوری اکتشافی این شرکت توانسته است برآورد منابع حفاری‌شده در یک معدن سنگ آهن فعال در کشور هند را بدون انجام هیچ‌گونه حفاری جدید و با دقتی بالا تطبیق دهد. این دستاورد که گامی مهم در جهت افزایش بهره‌وری منابع و حرکت به سوی معدن‌کاری سبز محسوب می‌شود، با استفاده از یک گرانی‌سنج کوانتومی نصب‌شده روی خودروی شاسی‌بلند (SUV) و ترکیب آن با یک ابزار معکوس‌سازی مبتنی بر یادگیری ماشین (ML) طی سه هفته جمع‌آوری داده شده است.
این رویکرد منجر به تولید یک مدل چگالی سه‌بعدی شد که میزان سنگ آهن موجود را با خطای کمتر از ۵ درصد نسبت به برآورد اپراتور معدن تخمین زد؛ برآوردی که پیش‌تر از طریق بیش از ۳۰,۰۰۰ متر حفاری در طول چهار سال به دست آمده بود. شرکت Atomionics اعلام کرد که حفاری‌های متداول برای تعریف همین ذخیره، معمولاً بین ۴ تا ۶ میلیون دلار هزینه در بر خواهد داشت. این پیمایش در حین عملیات فعال استخراج معدن انجام شد و هیچ‌گونه وقفه‌ای در تولید ایجاد نکرد. علاوه بر این، سیستم گرانی‌سنج توانست در میان نویز و ارتعاشات محیطی به کار خود ادامه دهد، تماس‌های ساختاری سایت را نقشه‌برداری کند و گسترش‌های ذخیره‌ای را شناسایی نماید که عمیق‌تر از مناطق حفاری‌شده قبلی بودند. این فناوری با حذف نیاز به حفاری‌های گسترده و پرهزینه، مصرف سوخت فسیلی و ردپای زیست‌محیطی عملیات اکتشاف را به شکل چشمگیری کاهش می‌دهد.
پیمایش‌های ثقلی سنتی به دلیل بی‌ثباتی مکانیکی گرانی‌سنج‌های کلاسیک که به فنرهایی حساس به رانش روزانه و حرکت زمین متکی هستند، معمولاً به نقشه‌برداری کلی و شناسایی گسل‌ها محدود می‌شدند. در مقابل، ابزار این شرکت که GRAVIO نام دارد، ثقل را با استفاده از اتم‌های خنک‌شده در حال سقوط آزاد درون یک محفظه خلأ اندازه‌گیری می‌کند. این روش امکان خوانش‌های مطلق ثقل را فراهم کرده، نیاز به اصلاحات ایستگاه پایه را از بین می‌برد و اجازه می‌دهد تا جمع‌آوری داده‌ها با سرعت بالا از طریق خودروها در زمین‌های ناهموار انجام شود. داده‌های GRAVIO توسط ORE-O، ابزار معکوس‌سازی مبتنی بر یادگیری ماشین شرکت Atomionics پردازش می‌شود که مدل چگالی سه‌بعدی از زیرسطح را تولید می‌کند. به گفته این شرکت، این رویکرد به تیم‌های اکتشافی اجازه می‌دهد تا ظرف چند هفته پس از عملیات میدانی، یک مدل منابع مناسب برای تصمیم‌گیری در خصوص حفاری دریافت کنند و از نیاز معمول به تفسیر جداگانه داده‌ها و مشاوره خارجی بی‌نیاز شوند.
مدیر تجاری ارشد شرکت Atomionics، Mikhail Zeldovich، در این باره گفت: «امروزه بخش فزاینده‌ای از زمان و بودجه در حفاری‌های اکتشافی صرف بازی Battleship در یک صفحه ۱,۰۰۰ در ۱,۰۰۰ با همان تعداد کشتی‌های بازی قدیمی ۱۰ در ۱۰ می‌شود. سال‌ها و میلیون‌ها دلار دقیقاً در همین نقطه هدر می‌رود. ما از کسی نمی‌خواهیم که حفاری را متوقف کند، اما می‌خواهیم نوری بتابانیم که زیرزمین را در قالب سه‌بعدی آشکار کند تا اکتشاف‌گران بتوانند ببینند کدام چند چاه حفاری ارزشمند هستند.» شرکت Atomionics همچنین اعلام کرد که در حال گسترش استفاده از سیستم خود از طریق یک برنامه Early Access Programme است و پیمایش‌های اعتبارسنجی را بدون هزینه برای شرکایی که داده‌های حفاری موجود دارند، ارائه می‌دهد. این شرکت در حال توسعه پیمایش‌های گرانی‌سنجی مبتنی بر پهپاد برای دسترسی به مناطق بدون امکان تردد زمینی است و برنامه‌هایی نیز برای تأمین مالی حفاری‌های تأییدی در مناطقی که مدل‌های منابع، اهداف امیدوارکننده‌ای را نشان می‌دهند، در دست اجرا دارد.