IA y minerales críticos: cómo recuperar valor de residuos

La inteligencia artificial entra al laboratorio minero

La carrera global por los minerales críticos ya no se juega únicamente en la exploración de nuevos yacimientos.

También empieza a jugarse en los laboratorios, en los residuos industriales, en los procesos de separación química y en la inteligencia artificial.

Un equipo del Pacific Northwest National Laboratory, dependiente del Departamento de Energía de Estados Unidos, desarrolló un sistema semi autónomo llamado CICERO, por sus siglas en inglés: Computer Intelligence for Critical Elements Recovery and Optimization.

La herramienta combina agentes de inteligencia artificial, robótica e instrumentos analíticos para diseñar y optimizar métodos de recuperación de minerales críticos desde residuos industriales.

El objetivo es claro: acelerar un proceso que tradicionalmente puede demandar meses o años de ensayos manuales, análisis, pruebas químicas y ajustes de laboratorio.

Con CICERO, los investigadores lograron reducir esos tiempos a días.

De los residuos industriales a los minerales críticos

La noticia marca un punto de inflexión para la minería y para toda la cadena de suministro de minerales estratégicos.

Hasta ahora, buena parte de la discusión global estuvo concentrada en dónde están los recursos: litio, cobre, tierras raras, níquel, cobalto, grafito, manganeso o uranio.

Pero la nueva pregunta es distinta: cuánto valor puede recuperarse de materiales que hoy son considerados residuos.

El sistema fue probado con distintos tipos de residuos industriales, entre ellos imanes usados y aguas residuales provenientes de la actividad de petróleo y gas.

A partir de la información sobre la composición de esos materiales, los agentes de IA evaluaron valor, concentración, pureza potencial y viabilidad técnica y económica de recuperación.

En las pruebas, el sistema recomendó recuperar magnesio desde aguas residuales de petróleo y gas, además de neodimio, praseodimio y samario desde residuos de imanes.

Por qué importan el neodimio, el praseodimio y el samario

La elección de esos elementos no es menor.

El neodimio, el praseodimio y el samario forman parte del universo de las tierras raras, materiales clave para imanes de alto rendimiento, motores eléctricos, tecnologías limpias, defensa, electrónica, turbinas eólicas, vehículos eléctricos y aplicaciones industriales avanzadas.

En un contexto donde los países buscan reducir dependencia externa y asegurar cadenas de suministro, recuperar estos elementos desde residuos puede convertirse en una herramienta estratégica.

La inteligencia artificial no reemplaza a la minería. Pero puede ampliar la forma en que se piensa el abastecimiento de minerales críticos.

La lógica es simple: si los residuos industriales contienen elementos valiosos, la tecnología puede ayudar a identificarlos, separarlos, purificarlos y evaluar si tiene sentido económico recuperarlos a escala.

Cómo funciona CICERO

CICERO no es solo un software que analiza datos.

Es un flujo de trabajo que conecta inteligencia artificial, robótica, química, literatura científica e instrumentos de laboratorio.

Los agentes de inteligencia artificial revisan información técnica, diseñan experimentos, proponen recetas químicas, ordenan secuencias de trabajo y permiten que un robot ejecute pruebas en paralelo.

En uno de los ensayos, los agentes diseñaron 96 experimentos simultáneos en un solo día. Esos experimentos incluyeron recetas químicas, orden de agregado de reactivos, tiempos de proceso y condiciones de separación.

Luego, un robot de manejo de líquidos ejecutó las instrucciones.

El resultado es un cambio de escala en la experimentación. Lo que antes dependía de ciclos manuales lentos puede convertirse en un proceso más rápido, automatizado y adaptable.

Si un primer resultado no alcanza la pureza o el rendimiento buscado, el sistema puede usar los datos generados para proponer una nueva ronda de pruebas.

Una nueva etapa para la minería 4.0

Esta lógica se acerca a lo que ya ocurre en otros campos de la ciencia de materiales: laboratorios autónomos, experimentación acelerada, inteligencia artificial generativa, análisis de datos y ciclos de aprendizaje continuo.

La minería empieza a entrar en esa etapa.

Durante décadas, la actividad minera estuvo asociada principalmente a geología, perforación, extracción, plantas de procesamiento y logística.

Todo eso sigue siendo central. Pero la próxima generación de competitividad minera también dependerá de química avanzada, datos, automatización, sensores, modelos predictivos y capacidad de recuperar valor desde fuentes secundarias.

La recuperación desde residuos no reemplaza la necesidad de nuevas minas.

La demanda global de minerales críticos seguirá creciendo por la electrificación, la transición energética, la digitalización, los centros de datos, la inteligencia artificial, las redes eléctricas, los vehículos eléctricos y la defensa.

Para abastecer esa demanda harán falta nuevos proyectos, más exploración y más producción primaria.

Pero los residuos pueden convertirse en una segunda fuente estratégica.

Residuos que pueden transformarse en recursos

Relaves, efluentes, escorias, imanes usados, chatarra electrónica, aguas industriales, residuos de petróleo y gas, materiales descartados y subproductos de procesos pueden contener elementos con valor económico y tecnológico.

El problema es que muchas veces esos materiales son complejos.

Tienen mezclas químicas difíciles, concentraciones variables, impurezas, costos de tratamiento y desafíos ambientales.

Por eso, encontrar un método eficiente de separación puede ser largo, caro y técnicamente incierto.

Ahí la inteligencia artificial puede cambiar el ritmo.

No porque tenga magia, sino porque puede acelerar la búsqueda. Puede leer literatura científica, comparar alternativas, diseñar combinaciones químicas, priorizar caminos, integrar resultados y reducir la cantidad de prueba y error.

Qué oportunidad abre para Argentina

Para Argentina, la noticia tiene una lectura directa.

El país está discutiendo cómo ampliar su minería a partir del litio, el cobre, el oro, la plata, el uranio y otros minerales estratégicos.

Pero esa conversación no debería limitarse solo a la extracción primaria.

También debería incluir cómo se procesan mejor los recursos, cómo se aprovechan subproductos, cómo se monitorean residuos, cómo se agregan capacidades tecnológicas locales y cómo se vinculan universidades, laboratorios, empresas, proveedores y organismos públicos.

Argentina tiene una oportunidad en la minería que nace.

Muchos proyectos todavía están en exploración, factibilidad, construcción o expansión. Eso permite pensar desde el inicio modelos más modernos: más datos, más trazabilidad, mejores laboratorios, más automatización y mayor capacidad de recuperación.

Litio, cobre y procesamiento inteligente

En litio, el debate no pasa únicamente por producir carbonato o cloruro.

También pasa por mejorar procesos, reducir consumos, optimizar recuperación, aprovechar subproductos, controlar salmueras, gestionar residuos y desarrollar capacidades industriales vinculadas a química, sensores y datos.

En cobre, la oportunidad será todavía mayor.

Los grandes proyectos cupríferos generan cadenas de procesamiento complejas, con concentrados, relaves, agua, energía, molienda, separación, metalurgia y control ambiental.

Incorporar inteligencia artificial desde el diseño de procesos puede mejorar eficiencia, recuperación, monitoreo y toma de decisiones.

No alcanza con tener minerales: también hay que saber procesarlos

La minería argentina no debería mirar esta tendencia como algo lejano.

Lo que hoy aparece en laboratorios del Departamento de Energía de Estados Unidos mañana puede convertirse en estándar industrial.

Y cuando eso ocurra, los países que tengan capacidades científicas y tecnológicas propias estarán mejor posicionados.

El diferencial no será solamente tener minerales.

También será saber procesarlos mejor.

Esa es una idea clave para el futuro de la minería argentina. Los minerales críticos no valen únicamente por estar bajo tierra. Valen cuando pueden convertirse en productos, insumos industriales, componentes tecnológicos, exportaciones, empleo calificado y desarrollo local.

La inteligencia artificial puede ayudar a acelerar parte de ese camino.

El desafío: construir un ecosistema tecnológico minero

Para que eso ocurra, hace falta ecosistema.

No alcanza con importar una plataforma. Se necesitan laboratorios, universidades, empresas de tecnología, proveedores químicos, especialistas en metalurgia, geólogos, ingenieros de procesos, científicos de datos, infraestructura de cómputo, regulación y una política industrial que conecte minería con conocimiento.

La minería del futuro será más interdisciplinaria.

Un proyecto no necesitará solo perforistas, operadores y técnicos de planta. También necesitará especialistas en datos, automatización, robótica, química computacional, inteligencia artificial, ciberseguridad, sensores, modelado y economía circular.

CICERO muestra hacia dónde va esa transformación.

Una minería más inteligente, circular y tecnológica

La recuperación de minerales críticos desde residuos industriales permite pensar una minería más eficiente, más circular y más tecnológica.

También obliga a repensar la relación entre industria, ambiente y ciencia aplicada.

Lo que antes era residuo puede convertirse en recurso.

Lo que antes llevaba años de ensayo puede acelerarse con inteligencia artificial.

Lo que antes dependía solo del laboratorio manual puede combinarse con robótica y experimentación automatizada.

Y lo que antes se pensaba como un problema ambiental puede empezar a verse también como una oportunidad productiva, siempre que existan controles, seguridad, trazabilidad y evaluación económica seria.

Conclusión: la próxima ventaja minera será el conocimiento

Para Argentina, el mensaje es claro.

El país tiene recursos geológicos. Pero el salto de valor dependerá de cuánto conocimiento pueda sumar alrededor de esos recursos.

La minería que viene no será solamente más grande. Será más inteligente.

Y en la carrera por los minerales críticos, la inteligencia artificial empieza a demostrar que también puede encontrar valor donde antes solo había descarte.