ゼファーネットのロゴ

AI が電気自動車のバッテリー金属の探索をターボ充電

日付:

世界が化石燃料から再生可能エネルギー源への移行に取り組んでいる中、地球から抽出する石油とガスは減り、リチウム、コバルト、ニッケルなどの鉱物がより多く抽出されることになります。 これらの材料の需要 急上昇しました 過去数年間で、さらに多くのソーラーパネル、電気自動車、バッテリー、風力タービンが導入されるにつれて、さらに成長し続けるでしょう。 重要な鉱物を見つけて採掘することは、費用がかかり、時間がかかり、困難です。 しかし、バークレーを拠点とするスタートアップは、 コボールド・メタルズ プロセスを容易にするために人工知能を使用しています。

彼らは何かを理解しているに違いありません。 ユニコーンを宣言した 大手VC主導で200億ドルの資金を調達し、今夏の初めに 画期的なエネルギーベンチャー (ビル・ゲイツが設立し、ジェフ・ベゾスとジャック・マーが支援するベンチャーキャピタル会社です)そして アンドレッセン・ホロウィッツ.

コボルト 言う その目的は、特に電気自動車のバッテリー用の金属に焦点を当て、「鉱物探査を手作業による判断に基づく試行錯誤のプロセスから、データ駆動型で拡張可能な科学に変える」ことです。 同社は実際に自社で採掘を行うわけではなく、新しい鉱床を見つけてから採掘会社と提携し、より効率的に金属を抽出できるようアドバイザーとしての役割を果たす予定だ。

KoBold には、これを行うためのツールがいくつかあります。 そのデータ システムは TerraShed と呼ばれ、これまで多くのソースに分散され、さまざまな方法で表現されていたパブリック ドメインの地球科学データをすべて統合したものです。 データには、特定の場所の岩石の種類を示す地図から、岩石や土壌サンプル中の元素濃度の地球化学的測定、地表の鉱物の分光反射率を測定する衛星画像など、あらゆるものが含まれる可能性があります。

TerraShed は、これらすべてのデータ ソースを統合し、情報の表現方法を標準化しました。 そのアルゴリズムは、新しい鉱床の検索から始まり、新しい鉱山の建設に至るまで、鉱物探査プロセスの各段階で関連データを処理します。

Machine Prospector は、これらすべてのデータを理解し、意思決定に使用するための KoBold のツールです。 これは、歴史的な地質データに基づいてトレーニングされた機械学習モデルで構成されています。 AI が構造と相互作用をモデル化する方法と同様に、 何百万ものタンパク質 人間がかかる時間のほんのわずかな時間で、このテクノロジーは関連する膨大な量のデータと、それらを組み合わせてさまざまな結果 (この場合は有用な情報) を生み出す無限の方法があるため、KoBold の業務にとって極めて重要です。

KoBold は既存の地質データを使用するだけでなく、新しい情報も探します。 これを行う方法の 35 つは、鉱床を探して飛び回るヘリコプターから巨大な金属探知機を吊り下げることです。 送信機のコイル ループは直径 115 メートル (XNUMX フィート) で、地下深くにある金属からの誘導電流を検出します。

KoBold の送信機コイル ループを装備したヘリコプターが森林地域の鉱物鉱床を調査しています。 画像クレジット: KoBold Metals

同社がウェブサイトで指摘しているように、地下数千フィートではなく地表に比較的近い場所にあるため、簡単に実現できると考えられる世界の鉱床のほとんどはすでに発見されている。 それほど遠くない将来の再生可能世界に電力を供給するには、より多くの鉱物が必要となり、既存の鉱床よりも見つけるのが難しくなるでしょう。

KoBold は現在、60 つの異なる大陸で 3 以上のプロジェクトの可能性を検討しています。

画像のクレジット: コボールド・メタルズ

スポット画像

最新のインテリジェンス

スポット画像