Tekoäly turboattaa sähköajoneuvojen akkumetallien etsintää

Tekoäly turboattaa sähköajoneuvojen akkumetallien etsintää

Kun maailma pyrkii siirtymään fossiilisista polttoaineista uusiutuviin energialähteisiin, louhimme maapallosta vähemmän öljyä ja kaasua sekä lisää mineraaleja, kuten litiumia, kobolttia ja nikkeliä. Näiden materiaalien kysyntä on noussut taivaalle muutaman viime vuoden aikana ja kasvaa vain, kun otamme käyttöön enemmän aurinkopaneeleja, sähköautoja, akkuja ja tuulivoimaloita. Kriittisten mineraalien paikantaminen ja louhinta on kallista, hidasta ja vaikeaa. Mutta Berkeleyssä toimiva startup soitti KoBold-metallit käyttää tekoälyä prosessin helpottamiseksi.

Heidän täytyy olla johonkin, koska yritys oli julisti yksisarvisen aiemmin tänä kesänä kerättyään 200 miljoonan dollarin rahoituksen riskipäälliköiden johtamana Läpimurtoinen energiayritys (se on Bill Gatesin perustama riskipääomayritys, jota tukevat Jeff Bezos ja Jack Ma) ja Andreessen Horowitz.

KoBold sanoo Sen tavoitteena on "muuttaa mineraalien etsintä manuaalisesta, harkintoihin ohjatusta, yritys ja erehdys -prosessista datalähtöiseksi ja skaalautuvaksi tieteeksi", jossa keskitytään erityisesti sähköautojen akkujen metalleihin. Yritys ei itse asiassa tee mitään kaivostoimintaa – se etsii uusia esiintymiä ja tekee yhteistyötä kaivosyhtiöiden kanssa, jotka toimivat neuvonantajana auttaakseen niitä louhimaan metalleja tehokkaammin.

KoBoldilla on pari erilaista työkalua tämän tekemiseen. Sen tietojärjestelmä on nimeltään TerraShed, ja se on kaikkien julkisten alueiden geotieteiden yhdistelmä, joka on aiemmin levinnyt useisiin lähteisiin ja esitetty eri tavoin. Tiedot voivat sisältää mitä tahansa kartoista, jotka osoittavat tietyn sijainnin kalliotyypin, geokemiallisiin mittauksiin elementtipitoisuuden kivi- tai maanäytteissä, satelliittikuviin, jotka mittaavat mineraalien spektriheijastuskykyä maan pinnalla - ja paljon muuta.

TerraShed yhdisti kaikki nämä tietolähteet ja standardoi tapaa, jolla niiden tiedot esitetään. Sen algoritmit murskaavat olennaiset tiedot mineraalien etsintäprosessin jokaisesta vaiheesta alkaen uusien esiintymien etsimisestä aina uuden kaivoksen rakentamiseen.

Machine Prospector on KoBoldin työkalu kaiken tämän tiedon ymmärtämiseen ja sen käyttämiseen päätöksenteossa. Se koostuu koneoppimismalleista, jotka on koulutettu historialliseen geologiseen dataan. Samoin kuin tekoäly voi mallintaa rakenteita ja vuorovaikutuksia miljoonia proteiineja murto-osassa ajasta, joka kestää ihmisen, tekniikka on kriittinen KoBoldin toiminnalle, koska siihen liittyy valtava määrä dataa ja loputtomia tapoja yhdistää sitä erilaisiin tuloksiin – tai tässä tapauksessa hyödylliseen tietoon.

KoBold ei vain käytä olemassa olevaa geologista tietoa, vaan se etsii myös uutta tietoa. Yksi tapa tehdä tämä on ripustaa jättiläinen metallinpaljastin helikopteriin, joka lentää ympäriinsä etsimään malmiesiintymiä. Lähetinkelan silmukan halkaisija on 35 metriä (115 jalkaa), ja se havaitsee syvällä maan alla olevista metalleista tulevat indusoidut virrat.

Tekoäly turboattaa sähköajoneuvojen akkumetallien PlatoBlockchain-tietoälyn hakua. Pystysuuntainen haku. Ai.
KoBoldin lähetinkelasilmukalla varustettu helikopteri tutkii metsäalueelta mineraaliesiintymiä. Kuvan luotto: KoBold Metals

Kuten yritys huomauttaa verkkosivuillaan, suurin osa maailman mineraaliesiintymistä, joita voidaan pitää matalalla roikkuvina hedelminä - koska ne ovat suhteellisen lähellä maan pintaa eikä tuhansien jalkojen maan alla - on jo löydetty. Ei liian kaukaisen tulevaisuuden uusiutuvan maailman toimittamiseksi tarvitsemme paljon enemmän näitä mineraaleja, ja niitä tulee olemaan vaikeampi löytää kuin olemassa olevat esiintymät.

KoBold tutkii parhaillaan yli 60 mahdollista projektia kolmella eri mantereella.

Kuva pistetilanne: KoBold-metallit

Aikaleima:

Lisää aiheesta Singulaarisuus Hub