DARPA søger et par gode AI-kodere for at hjælpe Amerika med at finde sine egne sjældne mineraler PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

DARPA søger et par gode AI-kodere for at hjælpe Amerika med at finde sine egne sjældne mineraler

DARPA – den amerikanske regerings boffinry nervecenter – tilbyder op til $10,000 til programmører, der kan piske noget AI op for at hjælpe med at finde sjældne jordarters mineraler i vores hjemverden og lette amerikanske forsyningsbegrænsninger af kritiske materialer, der er nødvendige for energi- og forsvarsindustrien.

For at vinde pengene skal udviklere konkurrere i en konkurrence, der er opdelt i to separate opgaver: Map Georeferencing Challenge, hvor kort over ukendte regioner og koordinatsystemer skal lokaliseres på et basiskort af en maskinlæringsmodel; og Map Feature Extraction Challenge, hvor en model skal trænes til at identificere alle de forskellige slags polygoner, punkter, linjer, tekst og andre legender på kort.

Disse kan synes fjernet fra processen med at finde kritiske mineraler, selvom man håber, at teknologien udviklet gennem disse udfordringer i sidste ende kan bruges til at geologer kan automatisere og fremskynde deres søgen efter vitale materialer.

Deltagerne i konkurrencen får et begrænset sæt billeder til at træne deres modeller. Vinderne kan forvente at modtage $10,000 for førstepladsen, $3,000 for andenpladsen og $1,000 for tredjepladsen i hver af udfordringerne. I betragtning af at kompetente AI-udviklere kan befale fede lønninger i øjeblikket, er disse præmiepenge mere en lille bonus end noget andet, i vores øjne.

"USGS's kritiske mineralressourcevurderinger er kernen i vores indenlandske forsyning og produktion af kritiske mineraler," Anne Fischer, vicedirektør for DARPA's Defense Sciences Office, sagde i en udtalelse i denne uge med henvisning til US Geological Survey.

"Vi ønsker at have en målbar, øjeblikkelig indvirkning på USGS's evne til at nå nogle af sine mål, især på måder, der er kritiske for den nationale sikkerhed."

Brug af beregningsmetoder kan hjælpe med at fremskynde processen med at finde kritiske mineraler, som traditionelt kræver manuelle inspektioner af billeder og rapporter fra geologer. DARPA og USGS mener, at automatisering af nogle dele af arbejdet betyder, at eksperter vil have mere tid til at tackle andre problemer relateret til lempelse af forsyningsbegrænsninger.

Den anden form for forsyningskædesikkerhed

Sjældne jordarters mineraler er vitale komponenter i produktionen af ​​hverdagsgenstande. Lithium og kobolt bruges for eksempel til at bygge computere, batterier og solpaneler. Mindre kendte elementer med eksotiske navne som lanthan, samarium eller praseodymium er nødvendige til nattesynsbriller, atomreaktorkontrolstænger og flymotorer. 

Kina har en tendens til at være den dominerende kilde til disse typer mineraler, og USA er i stigende grad afhængig af import af tingene for at bygge den teknologi, der er nødvendig for sin egen nationale sikkerhed. En rapport [PDF] gennemgang af amerikanske forsyningskæder, udarbejdet af Biden-administrationen sidste år, opfordrede den føderale regering til at styrke de nationale mineralforsyninger og genopbygge den amerikanske industrielle base.

Lovgivning som Energy Act of 2020 og Bipartisan Infrastructure Law tvang USGS til at vurdere landets kilder til vitale mineraler og undersøge mineaffald. USGS udgav en liste over 50 mineraler betragtes som kritisk tidligere i år og leverer også data til DARPAs AI for Critical Mineral Assessment Competition.

"Det første skridt i enhver forsyningskæde er strømmen af ​​naturligt forekommende materialer fra reservoirer i Jorden til menneskelige samfund," fortalte Graham Lederer, en fysisk videnskabsmand ved USGS. Registret.

"Information, der hjælper med at karakterisere og kvantificere Jordens reservoirer, såsom mængden og sandsynligheden for forekomst af kritiske mineralressourcer i USA, danner grundlæggende information, der er nødvendig, før der kan træffes beslutninger om, hvordan materialer skal udvindes, behandles og bruges til at producere varer som samfundet anser for vigtigt.”

Konkurrencen vil hjælpe begge bureauer med at finde ud af mulighederne i nutidens AI-systemer, så de bedst kan udforske, hvordan de kan blive implementeret i fremtiden. 

"Resultatet af en vellykket løsning ville være i høj grad at fremskynde én flaskehals i den overordnede vurderingsproces, hvilket giver USGS mulighed for at bruge mere indsats på andre komponenter i mineralressourcevurderingsworkflowet, såsom udvikling af kortlagte kriterier for mineralsystemer og forekomsttyper, integration af forskellige datasæt og formidling af videnskabelig information til offentligheden,” fortalte Lederer os.

"Ved at accelerere integrationen af ​​geologiske og mineralske ressourceinformationer indlejret i tusindvis af individuelle kort vil dette projekt forbedre USGS's evne til at levere information rettidigt. Når det er sagt, involverer forbedring af forsyningskædesikkerheden for kritiske mineralråvarer mange forskellige stadier, herunder produktion, forarbejdning og genanvendelse samt fortsat engagement i den føderale, statslige og private sektor."

Tilmeldingen til Map Georeferencing Challenge åbnede mandag og lukker den 26. august, mens tilmeldingen til Map Feature Extraction Challenge starter den 29. august og slutter den 9. september. ®

PS: DARPA er gennem sit SocialCyber-program i mellemtiden sondering brugen af ​​kunstig intelligens til at opdage ting som social-engineering angreb på udviklere for at komme ind i deres kode og forstyrre softwareforsyningskæden.

Tidsstempel:

Mere fra Registret