DARPA har indgået partnerskab med US Geological Survey (USGS) for at udforske potentialet for maskinlæring og kunstig intelligensværktøjer og teknikker til at fremskynde kritiske mineralvurderinger. Målet er betydeligt at fremskynde vurderingen af landets kritiske mineralressourcer ved at automatisere nøgletrin i processen.
Vurderinger kan kvantificere potentielle mineralkilder fra eksisterende indenlandske miner - hvad enten de er historiske eller aktive - og hjælpe med at identificere muligheder for økonomisk og miljømæssigt bæredygtig ressourceudvikling.
Her er udfordringen: Listen over kritiske mineraler omfatter i øjeblikket 50 mineraler, og de nuværende vurderinger er arbejdskrævende. Ved at bruge traditionelle teknikker ville vurdering af alle 50 kritiske mineraler gå for langsomt for at imødekomme nutidens forsyningskædebehov.
DARPA lancerede i samarbejde med USGS, MITER og NASA's Jet Propulsion Laboratory AI for Critical Mineral Assessment Competition. Denne konkurrence anmoder om innovative løsninger til automatisk at udtrække og georeferencere funktioner fra scannede eller rasterkort.
Konkurrencen vil omfatte følgende to uafhængige udfordringer:
Map Georeferencing-udfordring: Automatiseret kortgeoreference er en vanskelig opgave, da de fleste USGS-kort ikke er digitaliserede og kan være i et væld af historiske koordinatprojektionssystemer. Desuden kan kvaliteten af funktionerne på scannede kort, der er afgørende for identifikation af kontrolpunkter til justering, variere meget. Deltagerne vil modtage et datasæt på 1,000 eller flere kort af forskellige typer til træning og validering. Målet med denne udfordring er nøjagtigt at geolokalisere et kort med ukendt placering og koordinatsystem ved at tilpasse koordinatpunkter, der kan refereres til kendte steder i et eller flere basiskort.
Udfordring til udtrækning af kortfunktioner: Automatisk udtrækning af kortfunktioner er en vanskelig opgave, fordi kortfunktioner (polygoner, punkter, linjer, tekst) ofte overlapper hinanden og nogle gange er diskontinuerlige. Ikke kun kommer funktionerne i alle former og størrelser, men den samme funktionstype kan afbildes på forskellige kort ved hjælp af forskellige symboler eller mønstre. Dette gør det udfordrende at oprette en universel identifikator for selv en enkelt funktion, såsom en mineplacering eller mineralressourceområder. Deltagerne vil få udleveret et træningssæt bestående af kort med hvert forklaringselement mærket og karakteriseret (som punkt, linje eller polygon) og et binært pixelkort, der afspejler funktionens dækning på kortet. Målet med udfordringen er at identificere alle funktioner på et kort, der vises i kortets forklaring.
Konkurrencetilmelding til den første udfordring på kortgeoreferencing åbner den 15. august; tilmelding til den anden udfordring på kortfunktionsudtrækning åbner den 5. september. For hver af de to udfordringer vil DARPA tildele $10,000 for førstepræmien, $3,000 for andenpræmien og $1,000 for tredjepræmien i oktober 2022.
Brian Wang er en futuristisk tankeleder og en populær Science blogger med 1 million læsere om måneden. Hans blog Nextbigfuture.com er rangeret som #1 Science News Blog. Det dækker mange forstyrrende teknologi og tendenser, herunder rum, robotik, kunstig intelligens, medicin, anti-aging bioteknologi og nanoteknologi.
Han er kendt for at identificere banebrydende teknologier og er i øjeblikket medstifter af en opstart og fundraiser til virksomheder med et højt potentiale på et tidligt stadium. Han er forskningschef for tildelinger til dybe teknologiske investeringer og en engelinvestor hos Space Angels.
Han har været en hyppig foredragsholder i virksomheder og har været TEDx -højttaler, en Singularity University -højttaler og gæst ved adskillige interviews til radio og podcasts. Han er åben for offentlige taler og rådgivende engagementer.
