제퍼넷 로고

생성 데이터 인텔리전스

AI

AI는 전기 자동차 배터리 금속 검색을 가속화하고 있습니다.

플라톤에 의해 재발행
플라톤에 의해 재발행

시간

조회 수 : 68

세계가 화석 연료에서 재생 가능 에너지원으로 전환하기 위해 노력함에 따라 지구에서 석유와 가스를 덜 추출하고 리튬, 코발트, 니켈과 같은 광물을 더 많이 추출하게 될 것입니다. 이 재료에 대한 수요 폭등하다 지난 몇 년 동안 더 많은 태양광 패널, 전기 자동차, 배터리 및 풍력 터빈을 구현함에 따라 계속해서 성장할 것입니다. 중요한 광물을 찾아 채굴하는 일은 비용이 많이 들고 느리며 어렵습니다. 하지만 버클리에 본사를 둔 한 스타트업은 코볼드 메탈 프로세스를 더 쉽게 만들기 위해 인공 지능을 사용하고 있습니다.

그들은 뭔가에 관심이 있는 게 틀림없어요. 왜냐하면 회사가 그랬거든요. 유니콘을 선언하다 올 여름 초 VC 강국이 주도하여 200억 달러의 자금을 조달한 후 획기적인 에너지 벤처 (Bill Gates가 설립하고 Jeff Bezos와 Jack Ma가 지원하는 벤처 캐피탈 회사입니다) 안드레 센 호로비츠.

코볼트 라고 그 목표는 전기 자동차 배터리용 금속에 특히 중점을 두고 "광물 탐사를 수동적이고 판단에 따른 시행착오 과정에서 데이터 중심의 확장 가능한 과학으로 전환"하는 것입니다. 회사는 실제로 채굴 자체를 수행하지 않을 것입니다. 새로운 매장지를 찾은 다음 채굴 회사와 협력하여 금속을 보다 효율적으로 추출할 수 있도록 조언자 역할을 할 것입니다.

KoBold에는 이 문제를 해결하는 데 사용할 수 있는 몇 가지 도구가 있습니다. TerraShed라고 하는 데이터 시스템은 이전에 여러 소스에 분산되어 다양한 방식으로 표현되었던 모든 공개 도메인 지구과학 데이터를 통합한 것입니다. 데이터에는 특정 위치의 암석 유형을 보여주는 지도부터 암석이나 토양 샘플의 원소 농도에 대한 지구화학적 측정, 지구 표면 광물의 스펙트럼 반사율을 측정하는 위성 이미지 등 모든 것이 포함될 수 있습니다.

TerraShed는 이러한 모든 데이터 소스를 통합하고 해당 정보가 표시되는 방식을 표준화했습니다. 해당 알고리즘은 새로운 광상 검색부터 시작하여 새로운 광산 건설에 이르기까지 광물 탐사 프로세스의 각 단계에 대한 관련 데이터를 처리합니다.

Machine Prospector는 이 모든 데이터를 이해하고 의사 결정에 사용하는 KoBold의 도구입니다. 이는 역사적인 지질학적 데이터에 대해 훈련된 기계 학습 모델로 구성됩니다. AI가 사물의 구조와 상호작용을 모델링하는 방식과 유사합니다. 수백만 개의 단백질 인간이 걸리는 시간보다 훨씬 짧은 시간 안에, 관련 데이터의 양이 엄청나게 많고 이를 결합하여 다양한 결과(이 경우에는 유용한 정보)를 생성할 수 있는 무한한 방법 때문에 이 기술은 KoBold의 운영에 매우 중요합니다.

KoBold는 기존의 지질 데이터를 활용하는 것뿐만 아니라 새로운 정보도 찾아냅니다. 이를 수행하는 한 가지 방법은 광상 매장지를 찾기 위해 날아다니는 헬리콥터에 거대한 금속 탐지기를 매달아 두는 것입니다. 송신기 코일 루프는 직경이 35미터(115피트)이며 지하 깊은 곳에 있는 금속에서 나오는 유도 전류를 감지합니다.

광물 매장지가 있는지 산림 지역을 조사하는 KoBold의 송신기 코일 루프가 장착된 헬리콥터입니다. 이미지 크레디트: KoBold Metals

회사가 웹 사이트에서 지적했듯이, 지하 수천 피트가 아닌 지구 표면에 상대적으로 가깝기 때문에 낮게 매달린 과일로 간주될 수 있는 세계 광물 매장지의 대부분은 이미 발견되었습니다. 멀지 않은 미래에 재생 가능한 세계에 전력을 공급하려면 훨씬 더 많은 광물이 필요할 것이며 기존 매장지보다 찾기가 더 어려울 것입니다.

KoBold는 현재 60개 대륙에서 3개 이상의 가능한 프로젝트를 탐색하고 있습니다.

이미지 신용 : 코볼드 메탈

spot_img

최신 인텔리전스

spot_img

저작권 @ 2024 Plato Technologies Inc.