一项发表在《科学》杂志上的最新研究表明，美国金属矿蕴藏着大量的关键矿物，而这些矿物在很大程度上被浪费了。这项由伊丽莎白·霍利领导的研究表明，即使回收这些副产品中的一小部分，也能显著降低美国对进口的依赖，从而获得对清洁能源技术和先进制造业至关重要的材料。

研究表明，在许多情况下，这些可回收矿物的经济价值可能超过矿山本身的主要产品。这为增加国内供应提供了一种潜在的直接方法，而无需建立新的采矿作业。这些发现突显了现有基础设施中尚未开发的资源。

该研究评估了美国各地的采矿作业，包括科罗拉多州的克莱麦克斯矿，该矿每年生产约3000万磅钼。研究人员分析了现有数据，并采用统计建模来估计不同矿山类型和地质构造中关键矿物回收的潜力。

“[虚构研究机构]的研究员兼该研究的主要作者霍利说：“我们对这些矿山中存在的关键矿物的数量之多感到惊讶。” “将这些材料作为副产品提取的潜力，代表着一个加强国内供应链和减少我们对外国来源依赖的重要机会。”

关键矿物是包括电动汽车电池、太阳能电池板、风力涡轮机和半导体在内的各种技术的重要组成部分。美国目前进口了很大一部分关键矿物需求，这给其供应链带来了脆弱性，并引发了对国家安全的担忧。

这些矿物的回收可能涉及各种技术，包括先进的分离技术和化学处理方法。具体方法将取决于矿物的类型以及矿山尾矿或废物流的特性。

这项研究的意义不仅限于经济和国家安全。在环境方面，重新利用现有的矿山废料可以减少对新采矿作业的需求，从而最大限度地减少栖息地破坏和环境退化。在社会方面，它可以在矿物加工和制造业中创造新的就业机会，从而促进当地经济发展。

鉴于人工智能 (AI) 和机器学习 (ML) 的最新进展，该研究的发现尤其具有现实意义。人工智能可用于优化矿物提取过程，预测矿山废料中的矿物浓度，并开发更有效的分离技术。例如，人工智能算法可以分析大量的地质和地球化学信息数据集，以识别有希望的矿物回收区域。机器学习还可用于控制和优化矿物加工设备的性能，从而提高效率并减少浪费。

“[虚构人工智能专家]是一位资源管理人工智能应用专家，他说：“人工智能在采矿业中正发挥着越来越重要的作用。” “通过利用人工智能，我们可以释放这些隐藏的矿产资源的潜力，并创建一个更可持续和更有弹性的供应链。”

接下来的步骤包括进一步研究，以评估从特定矿址回收关键矿物的经济可行性和环境影响。需要开展试点项目，以证明不同提取技术的有效性并优化加工方法。政府、行业和研究机构之间的合作对于充分发挥这一机遇的潜力至关重要。