研究者たちは、米国の金属鉱山には大量の重要鉱物が含まれているものの、その多くが有効活用されていないことを発見した。この研究は、科学雑誌Scienceに本日掲載された。エリザベス・ホリー氏が主導したこの研究は、これらの副産物のごく一部を回収するだけでも、クリーンエネルギー技術や高度な製造業に不可欠な材料の輸入に対する米国の依存度を大幅に低下させることができると示唆している。

この研究は、多くの場合、回収された鉱物の経済的価値が、鉱山の主要生産物の価値を上回る可能性があることを示している。これは、新たな鉱山開発に伴う環境的・社会的影響なしに、国内供給を増強するための潜在的に直接的な方法を提供する。この研究では、コロラド州のクライマックス鉱山を含む、米国全土の鉱山操業が評価された。同鉱山では、年間約3000万ポンドのモリブデンが生産されている。

この調査結果は、重要鉱物の潜在的な国内供給と現在の採掘慣行との間に乖離があることを浮き彫りにしている。多くの鉱山は、主要なターゲット鉱物の抽出のみに焦点を当て、他の貴重な元素を廃棄物として処分している。これらの廃棄された材料は、しばしば尾鉱池や廃石置き場に最終的に行き着き、経済的な機会の損失と潜在的な環境ハザードとなっている。

「私たちは本質的に、金鉱、というよりは、重要鉱物の鉱山の上に座っているのに、それに気づいてさえいないのです」と、研究の筆頭著者であり、米国科学振興協会（AAAS）の研究者であるホリー氏は述べた。「高度な鉱物処理技術を導入することで、これらの資源を解き放ち、国内サプライチェーンを大幅に強化することができます。」

鉱山廃棄物から重要鉱物を回収するという概念は全く新しいものではないが、この研究で明らかにされた潜在的な影響の規模は大きい。人工知能（AI）の進歩は、これらの隠れた資源を特定し、定量化する上で重要な役割を果たしている。AIアルゴリズムは、地質調査、地球化学分析、鉱山生産記録の膨大なデータセットを分析して、鉱山廃棄物中の重要鉱物の位置と濃度を特定することができる。これらのアルゴリズムは、抽出プロセスを最適化し、環境への影響を最小限に抑え、経済効率を最大化することもできる。

有望なAI主導のアプローチの1つは、機械学習を使用して、容易に入手可能なデータに基づいて鉱山尾鉱の組成を予測することである。これにより、鉱山会社は鉱物回収のために特定の地域をターゲットにすることができ、広範囲で費用のかかるサンプリングの必要性を減らすことができる。さらに、AIは鉱物抽出に関わる化学プロセスを制御および最適化するために使用でき、回収プロセスが効率的かつ環境的に健全であることを保証する。

この研究の意義は経済学にとどまらない。重要鉱物の海外供給への依存度を減らすことは、国家安全保障と経済の安定にとって不可欠である。これらの鉱物の多くは現在、米国と地政学的な緊張関係にある国々から調達されており、サプライチェーンに脆弱性が生じている。国内供給源を開発することで、米国はこれらの潜在的に信頼できない供給業者への依存を減らすことができる。

この研究はまた、環境責任に関する重要な問題を提起している。鉱山廃棄物から重要鉱物を回収することは、既存の環境破壊を修復するのに役立つ。鉱山尾鉱には、周囲の環境に浸出し、水源を汚染し、生態系に害を及ぼす可能性のある有害物質が含まれていることが多い。これらの物質を除去することで、採掘の環境への影響を大幅に軽減することができる。

次のステップには、鉱物回収のためのAI主導の技術を改良するためのさらなる研究と、鉱山会社がこれらの慣行を採用するよう促す政策の開発が含まれる。政府機関、研究機関、鉱業業界は、重要鉱物抽出に対する持続可能で責任あるアプローチを構築するために協力する必要がある。研究著者らは、税額控除や助成金などの政府のインセンティブが、鉱山会社が必要なインフラストラクチャと技術に投資することを奨励する可能性があると示唆している。彼らはまた、鉱物回収が環境に責任ある方法で実施されることを保証するために、明確な規制の枠組みを開発することの重要性を強調している。