သိပ္ပံပညာရှင် Shaunna Morrison နှင့် Anirudh Prabhu တို့ ဦးဆောင်သော အဖွဲ့သည် တွင်းထွက်သတ္တုများကို ဖော်ထုတ်ရန် နည်းလမ်းတစ်ခုကို ရည်ရွယ်စမ်းသပ်ခဲ့ကြသည်။
သူတို့အဖွဲ့သည် ယခင်ကမသိရသေးသော ဓာတ်သတ္တုဖြစ်ပေါ်မှုများကို ခန့်မှန်းရန် သတ္တုမျိုးစိတ်ပေါင်း ၂၉၅၅၈၃ ပါဝင်သော ဓာတ်သတ္တုဆင့်ကဲဖြစ်စဉ်သုတေသနအချက်အလက်များကို အသုံးပြုသည့် စက်သင်ယူမှုပုံစံ AI တစ်ခုကို ဖန်တီးခဲ့သည်။
ယင်းသိပ္ပံပညာရှင်များသည် အင်္ဂါဂြိုဟ်နှင့် အလားသဏ္ဍာန်တူ ပတ်ဝန်းကျင်ဖြစ်သည့် မိုဂျာဗီသဲကန္တာရတွင် သတ္တုများကို ရှာဖွေခြင်းဖြင့် ၎င်းတို့၏ AI မော်ဒယ်ကို စမ်းသပ်ခဲ့သည်။ AI မော်ဒယ်သည် ယူရေနီနိုက်ပြောင်းလဲမှု၊ rutherfordine၊ andersonite၊ နှင့် schröckingerite၊ bayleyite နှင့် zippeite အပါအဝင် ဘူမိဗေဒအရ အရေးပါသော သတ္တုများ၏တည်နေရာကိုလည်း ခန့်မှန်းနိုင်ခဲ့သည်။
ထို့အပြင်၊ monazite-(Ce) နှင့် allanite-(Ce) နှင့် spodumene အပါအဝင် အရေးကြီးသောမြေရှား ဒြပ်စင်များနှင့် လစ်သီယမ်သတ္တုဓာတ်များအတွက် အလားအလာရှိသောနေရာများတွင် တည်ရှိသော AI မော်ဒယ်ဖြစ်သည်။ သတ္တုဓာတ်ခွဲခြမ်းစိတ်ဖြာခြင်းသည် ဓာတ်သတ္တုဗေဒပညာရှင်များ၊ ဇီဝဗေဒပညာရှင်၊ စီးပွားရေးဘူမိဗေဒပညာရှင်များနှင့် ဂြိုဟ်သိပ္ပံပညာရှင်များအတွက် အစွမ်းထက်သော ကြိုတင်ခန့်မှန်းသည့် AI ကိရိယာတစ်ခု ဖြစ်နိုင်သည်ဟု သိပ္ပံပညာရှင်များက ဆိုသည်။