通過利用礦物關聯的模式，一個新的機器學習模型可以預測地球上以及潛在的其他星球上的礦物位置。這一進展對科學和工業具有巨大的價值，因為他們不斷地探索礦藏以揭開地球的歷史，並為實際應用開採資源，如可充電電池所需的礦產。

圖為紫水晶

由Shaunna Morrison和Anirudh Prabhu領導的團隊旨在開發一種識別特定礦物出現的方法，這一目標在傳統上被認為是一種藝術，就像它是一種科學一樣。這個過程往往依賴於個人經驗和健康的運氣。

該團隊創建了一個機器學習模型，使用來自礦物進化數據庫的數據，其中包括5478種礦物所出現的295583個礦物地點，根據關聯規則來預測以前未知的礦物出現情況。

作者通過探索莫哈韋沙漠的Tecopa盆地測試了他們的模型，莫哈韋沙漠是一個著名的模擬火星的環境，該模型還能夠預測地質上重要的礦物的位置。

此外，該模型還為關鍵的稀土元素和鋰礦物找到了有希望的區域，包括獨居石（Ce）、褐簾石（Ce）以及閃鋅礦。作者表示，礦物關聯分析可以成為礦物學家、岩石學家、經濟地質學家和行星科學家的一個強大的預測工具。