Herramientas como data science y machine learning nos han permitido simplificar el proceso de tratamiento de las grandes cantidades de información disponible en las operaciones mineras y, así, identificar parámetros críticos del proceso que interfieren en el cumplimiento de objetivos definidos para el proceso extractivo. Utilizando data science y machine learning hemos logrado:

• Generar modelos predictivos de variada complejidad.
• Generar análisis estadísticos avanzados de la operación.
• Identificar problemas en lazos de control operacional.
• Sincronizar y generar un vínculo directo e integración entre las operaciones de mina y las de planta.

Además, hemos generado un modelo fisicomatemático para el espesamiento de pulpas mineras, que nos permite predecir el comportamiento en sedimentación de pulpas de distintas características.

Finalmente, en CIMS JRI hemos utilizado diversos softwares para solucionar problemas de laboratorio recurriendo a la inteligencia artificial para el análisis de imágenes y datos.