要知道，目前投入到新一轮找矿突破行动中的技术人员，主体以世纪之交出生并成长起来的年轻人员为主，他们大多野外一线实践经验相对不足，对实现找矿突破的艰巨性、复杂性体会不深，而对一些所谓的新技术新方法，例如综合信息、三维建模、人工智能以及与之相关的大数据、物联网、云计算等有着很高的期待，加上听了这些讲座，认为只要掌握了这些所谓的新东西就能达到目的。在这里，做为一名老的地质勘查工作者和过来人，要给他们泼一瓢冷水。找矿没有捷径可走，还是需要老老实实、扎扎实实出野外、搞调研、上工程，才能求突破。

要知道，地下的矿产资源绝对不是在室内找出来的，也是不完全靠信息算出来的。当然，笔者不是反对在这个过程中应用新的技术和方法，相反也鼓励探索使用新技术新方法，但一定要在野外详细调查研究基础上，运用正确的理论认识指导，选择性针对性科学应用。

借“金属矿床成矿基本控制、基本规律与其找矿勘查运用”一文的讨论，对目前找矿勘查工作认识主要有三点：

一是成熟的已被人们广为接受的地质学和矿床学理论仍然适用并有效，只是它们在应用于具体地区、具体矿床时会不断有新的认识、观点提出。

二是被国内外大量找矿勘查实践所反复证明了的传统技术方法仍然适用并有效，它们包括地质认识前提、经典理论指导、地物化遥感等多样化技术和表、浅、中、深勘查多样化工程的科学部署与应用等。这些技术方法在提升找矿精度、加大勘查深度和提高工作效率上都有了长足进展，但其核心基础和基本原理并没有多少本质上的突破。与之相比，被众多地质学家和矿床学家看好的新技术与新方法在找矿勘查领域的应用则处于刚刚起步阶段，包括基于大数据的信息技术、物联网技术、人工智能技术等，虽然有了一些探索和实践，但由于地质学、矿床学和勘查学极端复杂性特点的制约，再加上这些技术本身某些方面的瓶颈有待突破，其要获得像传统勘查技术方法那样广泛而有效的应用，还有相当长的路要走。

三是科学家和工程师们基于经典成矿理论和大量找矿勘查实践提出的有关成矿控制、成矿规律等方面的知识或经验仍然适用并有效。

（一）关于综合信息找矿：长期以来，人们面对纷繁复杂的找矿标志信息和隐伏矿床发现难的现实问题，希望借助计算机、互联网、大数据和人工智能等技术，依托GIS或成矿预测系统软件处理海量信息，开展成矿预测工作。有了计算机的协助，人们觉得数据越多越好、信息越全越好。似乎这些方法和系统都有成矿理论、找矿模型、数学基础的支撑，但在实际应用中真正能够理解矿床成矿本质、科学运用成矿规律的不多，因此实践效果并不尽于人意。这些高新技术在处理复杂的地质系统和成矿系统时，还有相当长的路要走。

存在的普遍问题：

一是对矿床成矿的内在机理认识不到位。将立体的信息压缩到平面上或者将整个地质过程信息压缩到当前的时间点上进行表达，实际上可能掩盖或压制了对成矿预测，特别是深部预测真正的关键信息，即主因主导信息。

二是对成矿规律信息所反映找矿指导意义的差异性处理不到位。估且认为所形成的地质认识和所应用的成矿规律是正确的，但同一标志信息的指向是多元的。例如，硅化蚀变通常被认为是寻找矿某些类型金矿床重要标志，但并非一个地区内的所有硅化都与成矿有关，其中很多并不对找矿有指示意义。

三是对于找矿而言，更重要的是针对不同的找矿目标，抓住关键指标和信息。并非全是信息越多越好、越全越好，信息过多过杂，让人莫衷一是，以次掩主，无法取舍，事实上造成了对主因主导信息的压抑，这样的预测结果和以此圈定的成矿预测区很多并不具有找矿意义。

（二）关于三维地质建模：一段时间以来，随着计算机数据处理技术越来越多地应用到找矿勘查领域，人们尝试着通过建立三维地质模型以反映深部地质构造环境特征和不同控制要素的协同耦合关系，并指导找矿勘查工作。这种三维地质（体结构）模型与服务于资源量计算的三维矿体模型具有本质上的差别，对此需要有清醒的认识。

从现在所建立的各种三维地质模型看，将地表地质信息叠加在带DTM的地形之上，除给人以立体视觉感受外，本质上与平面地形地质图没有差别；地下已有工程（包括采矿工程）控制的部分似乎表达细致，但不比常规的工程编录图件表达得更真切。未被工程控制的部分仅通过有限的地球物理勘探数据反演或/和地质构造体产状推断形成，相当简单粗糙，多数与实际情况可能相差甚远。如果具有足够反映深部地质结构的数据、图件，在有经验的地质工作者眼里，地下三维地质结构是清晰的，似乎并无特别必要将其通过复杂的三维图形表达出来。

反过来，对于无经验的地质工作者，即使有了这样三维地质结构模型，可能还是难以建立起完整的地下地质结构的立体概念。另一方面，地下三维真实地质结构模型的建立完全依赖于对其的控制程度。对于长期勘查生产、探勘采工程密集的老矿区，建立起来的三维地质模型趋向真实，有一定意义；对于新区或地质勘查程度较低的地区，要么无法建立这样的模型，要么建立起来，仅具有理论研究或解释展示意义。所以，无论是新区老区，对于较为复杂的金属矿床找矿勘查来说，充分运用成矿基本控制和规律指导，踏踏实实开展研究和勘查工作才是正道。

（三）关于人工智能找矿：目前有相当一批在地质领域从事信息化工作的同志，热衷于将人工智能技术应用到地质找矿中来，但却忽略了人工智能技术应用的基本场景和必要前提。据中科院院士、清华大学人工智能研究院院长张钹教授（中国人工智能奠基者：《人民日报海外版》2021年8月30日09版）介绍（张钹：人工智能技术已进入第三代——
http://www.taodudu.cc/news/show-3314449.html），目前人工智能技术最成功的应用突出表现在语音识别、图像识别、围棋三个领域。他认为，目前基于深度学习的人工智能在技术上已经触及天花板，AI奇迹短期难再现，而且按照他的估计，也不会继续大量发生。

因为人工智能的成功应用必须满足五个条件，就是说只要满足了这五个条件，计算机就能做好，只要有任何一个或者多个条件不满足，计算机做起来就困难了。这五个条件：一是必须具备充足的不能残缺的大数据；二是确定性；三是完全的信息，这是最重要的，围棋就是完全信息博弈，牌类是不完全信息博弈，围棋虽然复杂，但本质上只需要计算速度快，不要靠什么智能，可是在日常生活中，我们所有的决策都是在不完全信息下做的；四是静态，包括按确定性的规律演化，就是可预测性问题，在复杂路况下的自动驾驶就不满足这一条；实际上它既不满足确定性，也不满足完全信息；五是就是特定领域，如果领域太宽他做不了。单任务，即下棋的人工智能软件就是下棋，做不了别的。

也有学者总结出人工智能应用的三个必要前提，即确定的规则（律），又可表述为科学的深度学习模型、真正的大数据和超级计算能力。

但从找矿，特别是深部找矿的角度看，目前这五个条件或者三个前提都是不完全具备的。成矿虽有规律，但不是确定性规律；找矿虽有数据信息标志，但数据算不上大数据，信息也不是完全信息，标志也不是一对一的确定性标志；超算能力也仅在数据信息量不够大的情况下可满足；从工作性质看，找矿虽然是一个特定领域，但这个特定领域涉及的内容太宽。这决定了人工智能应用于找矿目前还处于探索阶段，在特定条件下可能会有一定辅助作用，但代替不了传统工作，离有效应用还有很长的路要走，但找矿形势不等人。

这里也引用张院士谈话中引用的一段话，来说明人工智能的应用问题。“周穆王西巡狩，路遇匠人名偃师。翌日偃师谒见王，偕来一个假人。趋步俯仰，信人也。领其颅，则歌合律；捧其手，则舞应节。千变万化，惟意所适。王以为实人也，与盛姫内御并观之，技将终，倡者瞬其目而招王之左右侍妾。王大怒，要杀这个偃师。偃师大慑，立剖其倡者以示王，皆傅会革、木、胶、漆、白 、黑、丹、青之所为。穆王始悦，诏贰车载之以归”。

这是 3000 年前古人对机器人的想象，看看现在的人工智能做得怎么样呢？结论是人工智能刚刚起步，离真正的 AI 还很遥远， 人工智能的找矿之路任重道远。

既然老的方法技术仍然有效，新的方法技术还不够成熟与完善，面向国家能源资源安全保障的迫切需要，做为新时代的找矿人，还需要面对现实，在新一轮找矿突破行动的具体实践中，老老实实出野外，扎扎实实搞调研，认认真真用方法，实实在在上工程，才可能获得突破。一些基本的套路还得回归到传统：

（一）野外的观察点、路线、剖面还需要踏踏实实地去跑，用纸和笔去认认真真的观察和记录客观地质现象和找矿标志。不能简单地运用数字填图系统，剪切粘贴了事。

（二）传统的地物化遥技术方法一定要用，而且要根据具体情况，科学选择，扎实实验，相互对比，互相映证，科学解释。不能简单的不顾实际情况，拿来主义，牵强附会，盲目使用。新技术新方法可根据实际情况，针对性部署。

（三）成矿控制、成矿规律和找矿标志，还必须根据理论分析和地质观察，去进行认真研究，系统总体和全面分析，并在实践中科学应用。不能简单人云亦云，照搬照抄，生搬硬套。

（四）矿产勘查需要根据具体情况，按照规范要求，科学部署工程。该槽要槽，该坑要坑，该钻要钻，但要注意环境保护要求，讲究绿色勘查。不能简单评价推断，云里雾里推测。

（五）各种地质图，平面图也好，剖面图也好，柱状图也好；专题图也好，综合图也好，矿体圈连也好，储量计算也好，还应根据野外地质事实认认真真的测量和编制，不同比例尺配套，印在纸上，不能放在计算机内，放大看不清全局，缩小看不到细节。

（六）搞设计、作部署、算储量、写报告、接受评审验收，无论是调查评价报告，还是地质勘查报告，都必须有一整套规范的文图材料，按规定折叠提交。不能简单地在计算机内一裁截，要素不全、图面不清，插在报告内，什么也看不清。大红大绿、相互遮挡的三维图，主题不明、意义不清的立体图，除非特别必要，应尽量不用或少用。