IA en Exploración Minera: Lo que los datos realmente indican
Hay mucho ruido en este momento alrededor de la inteligencia artificial en exploración minera. Los proveedores prometen descubrimientos más rápidos, targeting más inteligente, y modelos entrenados con “la base de datos más rica del mundo.” Algo de eso es real. Parte de ello es una plataforma buscando un problema al cual adaptarse.
Después de casi dos décadas aplicando teledetección, SIG y análisis predictivo a proyectos de exploración en las Américas — desde los bosques boreales de Quebec hasta los cinturones de pórfidos del centro de los Andes — quiero compartir lo que realmente funciona. No lo que suena bien en una demo. Lo que produce resultados cuando el sondaje toca el terreno.
Tres proyectos recientes ilustran esto mejor que cualquier presentación.
Proyecto Abitibi, Quebec, Canadá — Litio en terreno escudado con alta cobertura vegetal
Proyecto en etapa temprana de pegmatitas con espodumena en el cinturón oriental de Abitibi. 155 concesiones de exploración, aproximadamente 10.670 hectáreas. Cobertura vegetal boreal densa. Ese último detalle importa más de lo que la mayoría espera.
Cuando se sobrevuela el Escudo Canadiense en verano, lo que se ve son árboles. Muchos. La teledetección óptica tradicional funciona mal aquí — la vegetación enmascara las firmas espectrales de las rocas, y el procesamiento hiperespectral estándar genera respuestas de óxidos falsas que llevan en la dirección equivocada. La mayoría de las plataformas de IA genéricas no resuelven esto. Simplemente hacen pasar el ruido a través de un modelo más sofisticado.
Nuestro enfoque comenzó con la selección de datos. Utilizamos Landsat-5, Landsat-8, Sentinel-2, ASTER y WorldView-2 — cada uno elegido por propiedades espectrales específicas relevantes para pegmatitas portadoras de Li, no simplemente porque estaban disponibles. ASTER fue fundamental por sus bandas SWIR que cubren rasgos de absorción mineral en el rango de 2,1–2,4 μm, donde espodumena, lepidolita y montebrasite tienen firmas diagnósticas. WorldView-2 aportó la resolución espacial necesaria para detectar cuerpos pegmatíticos de menor tamaño.
Enmascaramos la vegetación usando umbrales NDVI calibrados por sensor — 0,2 para ASTER, 0,25 para Landsat-5, 0,3 para Landsat-8 — porque aplicar el mismo umbral en sensores distintos introduce sus propios errores. Desarrollamos combinaciones RGB personalizadas específicamente para discriminar minerales portadores de Li, no adaptadas de la literatura de oro o cobre. Las razones de bandas se construyeron sobre las curvas de reflectancia reales de espodumena, lepidolita y cookeite.
El avance clave fue la integración de datos radiométricos aerotransportados — canales de potasio (K), uranio (U) y torio (Th) — con las imágenes satelitales. Donde los sensores ópticos veían árboles, los datos radiométricos capturaban la firma geoquímica de las rocas subyacentes. Se aplicó IA de Lógica Difusa para sintetizar todas las capas simultáneamente, manejando la incertidumbre inherente a los datos multifuente sin forzar una clasificación binaria que los datos no podían sostener.
El resultado: un mapa de potencial mineral con anomalías de K coincidentes con baja respuesta vegetal — un proxy para terreno con pegmatitas cercanas a superficie — validado con puntos de control de campo del equipo del cliente. Sin necesidad de campaña de campo para generar los primeros targets.
Proyecto Montauban, Quebec, Canadá — Oro en profundidad con Tomografía de Ruido Ambiental
Este caso está en dominio público, así que puedo ser específico.
A principios de 2026, Geomatic World y CAUR Technologies entregaron conjuntamente un modelo geológico 3D basado en Tomografía de Ruido Ambiental (ANT) para el proyecto de oro y plata Montauban de ESGold Corp. en Quebec. El resultado: un corredor mineralizado identificado hasta aproximadamente 900 metros de profundidad — significativamente más profundo que cualquier exploración anterior en la propiedad, donde las perforaciones históricas rara vez superaron los 50 metros y los sondajes más profundos alcanzaron solo 250 metros. El modelo también definió aproximadamente 2 kilómetros de longitud de strike, con la mineralización aparentemente ensanchándose en profundidad.
ESGold lo divulgó públicamente en un comunicado de prensa en febrero de 2026.
La ANT es un método sísmico pasivo que usa vibraciones ambientales del terreno — tráfico, viento, actividad microsísmica — para obtener imágenes de contrastes de densidad y rasgos estructurales en el subsuelo. Sin fuente sísmica activa. Sin explosivos. Sin perforación previa para ver qué hay. CAUR Technologies adquirió los datos de velocidad sísmica con su sistema instrumental y stack de procesamiento propio. Geomatic World construyó el modelo geológico 3D a partir de esos datos, integrándolo con nuestra interpretación de teledetección y estructura, para producir un modelo que orienta el targeting exploratorio en profundidad.
Esto es lo que el acuerdo con CAUR entrega en la práctica. CAUR Technologies está afiliada con Geophysics GPR International, con operaciones activas en Norte América, Sudamérica, África y Asia. Esa red, combinada con las capacidades de teledetección AI y análisis predictivo de Geomatic World, significa que podemos llevar un proyecto desde el mapeo espectral de superficie hasta la imagen sísmica profunda en un flujo de trabajo integrado — sin que el cliente tenga que coordinar tres proveedores distintos.
Proyecto Cajamarca, Perú — Pórfido Cu-Au en el Cinturón Metalogénico Andino Norte
Hemisferio distinto, geología distinta, entorno de datos distinto — misma lógica metodológica.
La región de Cajamarca en el norte de Perú se ubica en uno de los cinturones metalogénicos más prolíficos del mundo. Sistemas de pórfidos de cobre-oro, sobreimposición epitermal, alteración hidrotermal intensa. La señal geológica es fuerte. Pero también lo es la complejidad: múltiples fases de alteración, sobreimposición estructural, niveles de erosión variables, y datos públicos de calidad muy heterogénea.
Este proyecto fue desarrollado en colaboración con IAMGOLD Perú. El punto de partida no fue una base de datos global genérica — fue nuestra propia base de datos a escala andina, construida durante años de trabajo de campo, interpretación de teledetección y modelado geológico a nivel de proyecto en Perú, Chile y Argentina. Ese contexto regional no se puede descargar. Viene de entender por qué un halo potásico se ve diferente en un pórfido miocénico en Cajamarca versus un sistema eocénico en el sur de Perú, y de calibrar el modelo en consecuencia.
Procesamos datos ASTER para mapeo de alteración hidrotermal — zonas argilíca, fílica y potásica — e integramos datos aeromagnéticos para identificar la arquitectura estructural que hospeda la mineralización. El análisis predictivo usó métodos de IA para ponderar y combinar estos insumos con nuestro conocimiento metalogénico regional, produciendo un mapa de targets rankeados con zonas de confianza explícitas en lugar de un mapa de calor único.
El valor para IAMGOLD no fue solo el mapa. Fue la capacidad de explicar por qué cada target se posicionó donde lo hizo, rastrear el razonamiento geológico detrás del output del modelo, y ajustar el análisis cuando llegaron nuevos datos de perforación. Ese nivel de transparencia es lo que los equipos técnicos necesitan antes de comprometer programas de sondaje.
Este proyecto es también la base de la presentación técnica que entregaremos en el World Mining Congress 2026 en Lima a fin de mes — uno de los foros técnicos más rigurosos de la industria minera global. La invitación no se basó en nuestro presupuesto de marketing. Se basó en el trabajo.
Lo que estos proyectos tienen en común
Tres proyectos. Dos países. Tres sistemas geológicos — pegmatitas de Li en escudo boreal, oro profundo en basamento Precámbrico, pórfido Cu-Au en los Andes. La metodología se adapta a cada uno.
La selección de datos está determinada por la mineralogía y el ambiente del sistema específico, no por lo que está genéricamente disponible. El preprocesamiento se calibra a las condiciones locales, no se aplica desde una plantilla. Las herramientas de IA se eligen por su capacidad de manejar la incertidumbre con honestidad — la Lógica Difusa no finge que los datos son más limpios de lo que son. El contexto geológico regional se construye durante años; no puede reemplazarse con un dataset de entrenamiento global.
Un modelo vale lo que vale la lógica geológica detrás de él. Una plataforma que pasa sus datos por un modelo preentrenado y devuelve un mapa de calor es útil como primera pasada. No es un sustituto de un intérprete que entiende el sistema mineral, las limitaciones de los datos y la geología estructural del distrito.
Los tres proyectos comparten también esto: el cliente recibió un informe técnico completo, firmado por un P.Geo., explicando la metodología, las fuentes de datos, los pasos de procesamiento y la interpretación. No un dashboard. Un documento técnico defendible.
Una nota sobre confidencialidad de datos
Dos de los tres proyectos anteriores se referencian por región y no por nombre de cliente. Los datos de exploración son estratégicos. La información propietaria de nuestros clientes — límites de concesiones, resultados de perforaciones, targets identificados — no sale de un acuerdo de confidencialidad bilateral. No alimenta una base de datos de terceros. No mejora el modelo de otro proveedor.
Cuando entrega los datos de su proyecto a una plataforma SaaS, lea los términos con cuidado. Entienda qué significa en la práctica “anonimizado y agregado.” Es una pregunta legítima que debe hacerle a cualquier proveedor de IA, incluyéndonos a nosotros.
Somos una empresa pequeña. Sin rondas de inversión de decenas de millones. Sin stand en cada conferencia. Lo que tenemos es veinte años de geociencia aplicada, un acuerdo estratégico con CAUR Technologies y Geophysics GPR International, una base de datos propia a escala andina, y resultados que se sostienen cuando comienza la perforación.
Geomatic World trabaja con empresas junior y de mediano porte en exploración minera en Norte, Centro y Sudamérica. Nuestros cuatro servicios principales — Geo-AIRS AI Teledetección, GeoWorld Insight Technology, GeoWorld Insight GIS-Base de Datos, y GeoWorld Modelado Geológico — se entregan como productos técnicos completos, no como plataformas para aprender a operar.
Si su proyecto tiene datos complejos, geología difícil, alta cobertura vegetal, o terreno que nadie ha imaginado en profundidad — ese es exactamente nuestro campo de trabajo.
🌐 Also available in / Également disponible en / También disponible en: 🇬🇧 Read in English · 🇫🇷 Lire en français
P.Geo., Ing., MSc. Santiago Mayor Presidente y CEO, Geomatic World Inc. Montréal, Canadá santiago_mayor@geomaticworld.com | www.geomaticworld.ca
Leave a Reply