هوش مصنوعی می تواند دستور العملی برای استخراج سریعتر و کم مخرب مواد معدنی باشد

بازنشر افلاطون

دنبال: 0

استخراج فلزات بیشتر، بیشتر، بیشتر یکی از بزرگترین الگوهای انرژی پاک در سال 2023 است.

فهمیدن دلیل آن آسان است. این نیاز به مواد معدنی حیاتی قدرت گذار اقتصادی به دور از سوخت های فسیلی است انفجار. در اینجا اطلاعاتی وجود دارد که ذهن من را متحیر می کند: تقاضا برای لیتیوم - که برای باتری هایی که انرژی وسایل نقلیه الکتریکی را تامین می کنند، حیاتی است، به جز اجزای ذخیره سازی مزارع بادی و خورشیدی - طی پنج سال گذشته سه برابر شده است. گزارش هفته گذشته توسط آژانس بین المللی انرژی این در حالی است که اشتهای کبالت و نیکل نیز با درصدهای دو رقمی در حال افزایش است.

این باعث شده است که مردم از پتانسیل "بی پروااکتشاف و توسعه توسط شرکت های معدنی - به ویژه در سرزمین های بومی و کف بکر اعماق دریا.

همین هفته گذشته، نماینده اد کیس (D-Hawaii) معرفی کرد دو اقدام کنگره تا زمانی که بتوانیم عواقب بالقوه خرابکاری با اکوسیستم‌های عمدتاً ناشناخته را بررسی کنیم.

این لوایح همچنین شرکت‌های آمریکایی را از مشارکت در این فعالیت‌ها در دریاهای آزاد منع می‌کند و ایالات متحده را ملزم می‌کند تا از تعلیق در آب‌های بین‌المللی تا زمانی که سازمان بین‌المللی بستر دریا که مسئول تنظیم این مناظر دریایی است، حمایت کند. می تواند عمل خود را با هم انجام دهد و برخی قوانین حاکم بر این تلاش ها را تصویب کنید.

اسپویلر: سازمان برخی ضرب الاجل ها را مشخص کرده است. این برای برخی از شرکت های معدنی که نگران کننده هستند کمی نگران کننده است مشتاق رفتن، در صورت عدم وجود قوانین. به نظر من شبیه دزدی دریایی عصر جدید است و آسیب می تواند برای اکوسیستمی که می تواند میزبان 10 میلیون گونه دریایی باشد ویرانگر باشد.

کیس در اعلام این قانون گفت: استخراج از بستر دریا می‌تواند اشکال مخربی داشته باشد، از جمله روش‌هایی که می‌توانند کوه‌های دریا را در کف اقیانوس برش دهند، که معادل عملکردی استخراج نواری است.

به هر حال، چگونه می توانیم اشتهای شرکت های برق الکتریکی تشنه مواد معدنی، توسعه دهندگان بادی و خورشیدی را سیر کنیم و در عین حال از اکوسیستم های دریایی محافظت کنیم و از نوعی تخریب مرتبط با روش های استخراج سنتی جلوگیری کنیم؟

هوش مصنوعی برای نجات؟

هوش مصنوعی همه چیز می تواند بخشی از دستور غذا باشد. در این مورد، هوش مصنوعی می‌تواند به انسان کمک کند تا منابع جدید موادی مانند لیتیوم، کبالت، مس و نیکل را سریع‌تر و از نظر تئوری با تخریب محیطی کمتری نسبت به روش‌های قبلی پیدا کند.

این پیام سه استارت‌آپ است که اخیراً با وجود شرایط مالی سردتر برای فناوری آب و هوا، موفق به بستن دورهای سرمایه‌گذاری چشمگیر شدند. بزرگترین تزریق رفت به فلزات کوبولد از برکلی، کالیفرنیا، که در اواخر ژوئن حمایت 195 میلیون دلاری به رهبری تی.

دو شرکت دیگر سرمایه گذاری های اولیه هستند. GeologicAI کلگری، آلبرتا، همچنین یک سرمایه گذاری در زمینه انرژی است. فاش کرد دور سری A 20 میلیون دلاری در اواخر ژوئن VerAI Discoveries مستقر در بوستون فاش شد سری A آن 12 میلیون دلار است در اوایل ماه مارس. همچنین T. Rowe Price را به همراه Orion Resource Partners، Chrysalix Venture Capital و Blumberg Capital به عنوان سرمایه گذار در نظر می گیرد.

هوش مصنوعی چه ربطی به آن دارد؟

هر استارت‌آپ از هوش مصنوعی برای رسیدگی به اکتشاف استفاده می‌کند - با هدف کمک به شرکت‌های معدنی در یافتن ذخایر معدنی پنهان. اما همه آنها یک پیچ و تاب منحصر به فرد ارائه می دهند.

به گفته یایر فراستای، مدیرعامل و یکی از بنیانگذاران، مدل VerAI تماماً در مورد تجزیه و تحلیل است، در مورد "جستجو در فضای داده به جای فضای فیزیکی". او در بیانیه‌ای گفت: «دیگر اکتشافات «آسان» در مورد استخراج معدن وجود ندارد، زیرا اکثریت قریب به اتفاق ذخایر معدنی باقی‌مانده در زیر زمین‌های سرپوشیده پنهان شده‌اند. از نظر تاریخی، زمین های سرپوشیده تکنیک های اکتشاف انسانی را به چالش می کشد، به این معنی که طیف گسترده ای از فرصت ها از دست می رود.

این شرکت از هوش مصنوعی برای شناسایی مکان‌هایی که مواد معدنی وجود دارند استفاده می‌کند – روی لیتیوم، کبالت، نیکل، مس، روی، طلا، نقره و مولیبدن متمرکز شده است. سپس، شرکای خود را برای اکتشاف، کشف و استخراج پیدا می کند. تا کنون، روی دارایی های احتمالی در آریزونا، شیلی، نوادا، انتاریو و پرو متمرکز شده است.

فراستایی گفت: "ما می توانیم اکتشاف مسئولانه را با میزان موفقیت بسیار بهتری به ارمغان بیاوریم." او ادعا می کند که VerAI می تواند پنجره اکتشاف را از سه به چهار سال به دو ماه کاهش دهد، در حالی که هزینه ها را از 3 میلیون دلار به 5 میلیون دلار در مقابل 250,000 دلار کاهش می دهد.

KoBold نیز در درجه اول یک شرکت تحلیلی است که از یادگیری ماشین و داده های علمی برای محدود کردن چشم اندازهای اکتشاف استفاده می کند. فن آوری آن فقط برای پروژه هایی استفاده می شود که در آن مورد علاقه است. این شرکت به طور فعال در زامبیا، در منطقه Chililabombwe، جایی که شرکت اخیراً مجوزی برای سپرده ثروتمند Mingomba دریافت کرده است، مشارکت دارد.

داده ها نشان می دهد که این سایت دارای عیار بالایی از مس است - 3.64 درصد، در مقابل میانگین 0.39 درصد در حال توسعه در سطح جهانی. هر چه عیار بالاتر باشد، سنگ کمتری باید در این فرآیند استخراج شود.

کوبولد تاکنون بر روی 50 ویژگی اکتشافی مرتبط با مس، کبالت، لیتیوم و نیکل کار می کند. این شرکت تخمین می‌زند که حداقل هشت سال طول می‌کشد تا مکان مینگومبا را به یک «معدن فعال» تبدیل کند. اما این می تواند یک موهبت بزرگ برای این منطقه باشد: کمک به رشد کشور از تولید حدود 850,000 تن متریک در سال به بیش از 3 میلیون تن متریک در طی یک دهه. بیانیه مطبوعاتی کوبولد.

رویکرد GeologicAI هوش مصنوعی را با «زمین‌شناسان رباتی» ترکیب می‌کند که از داده‌های فراطیفی، حسگرها، تصویربرداری با وضوح بالا و فلورسانس اشعه ایکس برای بررسی نمونه‌های سنگ استفاده می‌کنند – که اساساً با استفاده از نمونه‌ها یک «دوقلو» دیجیتالی از یک رسوب ایجاد می‌کند. این ماموریت کمک به زمین شناسان انسانی است که داده ها را از هسته های حفاری شده در یک سایت با سرعت بیشتری نسبت به تکنیک های دستی جمع آوری کنند.

کارمایکل رابرتز از شرکت Breakthrough Energy، رهبر تجاری کمیته سرمایه گذاری آن، گفت که نیاز حیاتی به افزایش مقادیر مواد معدنی مانند مس، نیکل، کبالت و لیتیوم باعث علاقه این شرکت به هوش مصنوعی برای استخراج پایدار شده است. او گفت: «ربات‌های اسکن هسته چندحسگر GeologicAI و آنالیز به کمک هوش مصنوعی ترکیبی قدرتمند هستند و ما معتقدیم که فناوری آن‌ها کشف و بازیابی مواد معدنی کلیدی را به طور قابل‌توجهی تسریع می‌کند».

کدام شرکت‌های بزرگ معدنی به‌عنوان وسیله‌ای برای حرکت به سمت استخراج پایدارتر به هوش مصنوعی می‌پردازند؟ مطالعات موردی، نکات و ایده‌های بالقوه را برای کاوش به آن ارسال کنید .