HYPERMINER #1_EXTRACT3D EARTH is een artistiek onderzoeksproject en audiovisueel kunstwerk dat de steeds geavanceerdere mijnbouw en HYPER-EXTRACTIE van natuurlijke grondstoffen die de aarde bevat, kritisch bevraagt.
De hedendaagse mijnindustrie wordt steeds meer gekenmerkt door het gebruik van artificiële intelligentie, datagestuurde besluitvorming, autonome systemen, robotica en hyperspectrale scans vanuit de ruimte om aan precisieontginning te doen, zowel op het land als in de zee, om hun opbrengsten te maximaliseren.
Maar is dat wel zo? Is het überhaupt mogelijk om eender wat uit de aarde op te halen zonder een impact na te laten op de omliggende natuur en topologie? Of, kan het ook effectief de negatieve impact op de natuur en ecologiëen van fauna en flora sterk inperken? Minerale grondstoffen die zich net onder het aardoppervlak bevinden, nemen steeds sneller af in kwantiteit.
Machine Learning kan helpen in het ontwikkelen van betere modellen voor de beschrijving van het type gesteende en locaties van moeilijk te vinden, dieper gelegen economische mineraalvoorraden die gebruikt kunnen worden voor ontginning, zonder te moeten investeren in tijds-en middelen-intensieve alternatieven.
Na goedkeuring van de Culturele Activiteitenpremie van de Vlaamse Overheid, kan het kunstwerk gerealiseerd en virtueel tentoongesteld worden vanaf 11 mei 2021.
Binnenkort meer nieuws!
HYPERMINER #1_EXTRACT3D EARTH is a project exploring -and critically questioning- advanced mining acceleration and HYPER EXTRACTION of natural and critical resources on Earth -and speeding up its depletion- by the means of Artificial Intelligence and data-driven decision making.
Today’s mining industry is increasingly characterized by the use of artificial intelligence, data-driven decision-making, autonomous systems, robotics and hyperspectral scans from space to engage in precision mining, both on land and at sea, to maximize return.
But is it true? It’s near impossible to take something out of the earth without impacting the nature and topology surrounding that extraction. As major discoveries of near-surface mineral deposits are declining globally, new methods are needed to detect economical deposits at great depths. Machine learning can aid in developing better models for the prediction of rock type and economical mineral deposit locations for extraction purposes without engaging in time and resource-intensive approaches.
After approval of the Culturele Activiteitenpremie from the Flemish Government, the artwork can be realized and exhibited virtually.
Stay tuned!