人工智能的出现引领着新一轮的工业和科技浪潮,其核心技术为深度学习,可以说深度学习取得的突破驱动着人工智能的蓬勃发展,也带动着人工智能在各个领域的深入和广泛应用,人工智能在地质勘探领域的应用研究也在如火如荼地进行中。地质勘探的根本任务就是从大量的基础地质数据中,通过对采样的分析、构造走向的判断揭露还原数千万年来地质沉积演化规律,为探明地矿资源储量、分析成矿规律提供事实依据和手段方法。本文将以人工智能系统应用于地勘作业中的矿物识别场景为例,介绍其神经网络和基于大数据的算法在矿物识别应用中的应用实例,并阐述如何利用无监督学习的方法提高其在复杂情况下的样本识别精度,因此,人工智能在地质勘探领域的应用有着巨大的应用前景,同时本文也将讨论人工智能系统应用于地质勘探中可能面临的特有的安全问题。人工智能技术的进步是一把"双刃剑",其在技术转化和应用场景落地过程中,由于诸多的不确定性和应用的广泛性,对应用安全、信息安全、法律伦理等领域带来一定程度的风险和挑战。全社会在大力推广的其效益应用前景的前提下,应当重视加强对安全风险的前瞻研究和主动预防,积极推动人工智能在基础应用领域的安全性,并在新一轮全球人工智能发展浪潮中打破壁垒、占得先机、赢得主动。