Mining Learning
PT·EN·ES
GeologiaIntermediário

Seiscentos metros de testemunho em dois minutos: a IA chegou à caixa de sondagem

Agente Editorial Mining Learning 20 de outubro de 2026 5 minutos de leitura
Seiscentos metros de testemunho em dois minutos: a IA chegou à caixa de sondagem

A Seequent lançou uma ferramenta que lê fotos de caixas de testemunho e devolve dados como RQD. A promessa maior não é velocidade — é tornar repetível uma etapa que sempre dependeu de quem estava descrevendo.

Leitura em 30 segundos
  • A Seequent, do grupo Bentley, lançou um módulo de IA para sua plataforma Imago que analisa fotos de caixas de testemunho de sondagem.
  • Num exemplo divulgado, 600 metros de testemunho foram processados em dois minutos, gerando dados referenciados em profundidade, como o RQD.
  • O geólogo revisa e valida o resultado contra a imagem original antes de levar os dados ao modelo 3D.
  • A ferramenta também processa acervos antigos de fotos — um ativo que a maioria das empresas tem e quase nunca usa.
O que aconteceu

Em 13 de outubro, a Seequent, empresa de software geológico do grupo Bentley, lançou o Imago image analysis, um módulo de inteligência artificial para a sua plataforma em nuvem de imagens de sondagem. A ferramenta lê fotos de caixas de testemunho — novas ou de arquivo — e as transforma em dados estruturados e referenciados em profundidade, como o RQD, índice que mede a qualidade do maciço rochoso. No exemplo divulgado pela empresa, 600 metros de testemunho foram processados em dois minutos. Uma descrição equivalente feita à mão costuma levar dias ou semanas. O geólogo pode comparar a saída com a foto original, ajustar e validar antes de usar. Os intervalos validados seguem para o Leapfrog, software de modelagem geológica 3D, e para o MX Deposit, de gestão de dados de sondagem. As imagens dos clientes ficam dentro do ambiente Imago, e cada cliente decide se elas podem ser usadas para melhorar o modelo.

O que aprendemos

Testemunho é o dado mais caro da exploração — e um dos mais subjetivos. Cada metro de sondagem rotativa diamantada custa caro e leva tempo. Mesmo assim, a descrição do testemunho sempre foi uma etapa manual e qualitativa: dois geólogos olhando a mesma caixa podem registrar contatos, fraturas e alterações de forma diferente. O próprio gerente de produto da Seequent, Tim Schurr, resumiu o argumento: cada caixa representa um investimento grande, mas a descrição sempre dependeu da experiência individual. Quando o dado de base varia de pessoa para pessoa, o modelo geológico herda essa variação. O RQD é um bom exemplo do que dá para padronizar. O Rock Quality Designation, proposto por Don Deere nos anos 1960, é a porcentagem do comprimento de uma manobra composta por pedaços de testemunho com 10 cm ou mais. A conta é simples, mas a medição é trabalhosa e sujeita a erro: distinguir fratura natural de quebra provocada pelo manuseio, por exemplo, exige critério. O RQD alimenta classificações geomecânicas como o RMR e o sistema Q, que por sua vez orientam suporte de escavações e ângulos de talude. Medir de forma consistente é uma questão de segurança e de custo, não só de geologia. Velocidade é o argumento de venda; repetibilidade é o argumento técnico. Processar 600 metros em dois minutos impressiona, mas o ganho mais duradouro é que o mesmo critério é aplicado a todas as caixas, em todas as campanhas. Isso permite comparar furos feitos em anos diferentes, por equipes diferentes, sem que a troca de geólogo apareça como "mudança geológica" no modelo. O acervo antigo é um depósito esquecido. Quase toda mineradora guarda milhares de fotos de caixas de sondagem de campanhas passadas — muitas vezes de testemunhos que já se degradaram ou foram descartados. Ferramentas que extraem dados quantitativos dessas imagens transformam um arquivo morto em base de dados utilizável, sem perfurar um metro a mais. A IA não substitui o geólogo — muda o trabalho dele. O fluxo descrito pela Seequent mantém a validação humana como etapa obrigatória antes da modelagem. O geólogo passa menos tempo medindo e mais tempo checando, interpretando e questionando o modelo. Isso exige uma competência nova: saber auditar uma saída automatizada, identificar onde o algoritmo erra (fotos com iluminação ruim, testemunho molhado, caixas mal arrumadas) e decidir quando confiar.

Por que isso importa

Exploração mineral é um negócio de decisões tomadas com dados incompletos. Qualquer coisa que torne o dado de testemunho mais consistente reduz incerteza em estimativa de recursos, em projeto geotécnico e em planejamento de mina — e pode ser decisiva na hora de reportar recursos segundo códigos como JORC, NI 43-101 ou o padrão CBRR no Brasil. Para o profissional, a mensagem prática é dupla. Fotografar bem as caixas — com escala, iluminação padronizada e identificação de profundidade — virou parte do controle de qualidade da sondagem, porque essas imagens agora são dado, não registro. E quem souber combinar a leitura de testemunho em campo com a validação de saídas de IA terá uma vantagem clara nos próximos anos.

O que aprendemos?

  • A descrição manual de testemunhos depende de quem descreve — e essa variação passa direto para o modelo geológico.
  • O RQD alimenta classificações geomecânicas como RMR e Q; medi-lo de forma consistente afeta suporte, taludes e custo.
  • Fotos antigas de caixas de sondagem são um ativo de dados; fotografar bem passou a fazer parte do QA/QC da sondagem.

Radar de Competências

  • Descrição de testemunhos de sondagem★★★★★
  • Classificação geomecânica (RQD, RMR, Q)★★★★★
  • QA/QC de dados de sondagem★★★★★
  • Validação de modelos de IA★★★★★

Competências Desenvolvidas

  • Descrição de testemunhos
  • Geomecânica
  • Dados geológicos
↑

Tendência de alta

Plataformas de imagem de sondagem já são comuns; a camada de análise automática tende a se espalhar à medida que empresas buscam consistência e reaproveitamento de acervos antigos.

Para quem esse conteúdo é útil?

  • Geólogos
  • Engenheiros
  • Técnicos
  • Estudantes
  • Pesquisadores

Para aprofundar este tema

Vale buscar formação em:

  • Geologia
  • Geologia de Exploração
  • Geotecnia e Mecânica de Rochas
  • Ciência de Dados aplicada à Geociência
Fontes: