Earth AI 正在垂直整合關鍵礦物勘探流程

模型的好壞取決於其數據，而對 Roman Teslyuk 來說，數據的取得速度不夠快。

「我討厭延遲，」Earth AI 的創辦人兼執行長 Teslyuk 告訴 TechCrunch。

在過去幾年中，Earth AI 一直在澳洲那些無人認為會有礦藏的地區搜尋銅、鉑和鈀等關鍵礦物。這家新創公司的 AI 模型建議了幾個已被證明具有潛力的地點，但定位礦物濃度最高的岩石的速度比 Teslyuk 預期的要慢。

他說，問題出在實驗室。

「自從我們提升了鑽探能力後，就開始遇到這些嚴重的延遲，」他說。Teslyuk 表示，通常處理岩石樣本以尋找關鍵礦物證據的實驗室，其積壓訂單大約為兩個月。但最近，隨著開發新資源的興趣激增，延遲時間增加了一倍以上。「我們落後了 7 公里——有 7,000 公尺的樣本我們還沒有相關數據。」

因此，Earth AI 獨家告訴 TechCrunch，他們正著手建立自己的實驗室，希望能將時間從五個月縮短到五天。

Teslyuk 說，Earth AI 的模型擅長標出具有開發成礦場潛力的區域，但一旦確定了這些區域，該公司仍需要進行鑽探，以確認地下存在哪些礦物以及它們是如何分布的。地下勘探技術已經取得了長足進步，但目前仍沒有任何技術可以取代鑽探。

一旦鑽探岩芯被提取出來，就需要由實驗室進行處理。「我們不知道是否挖到了金子。我們無法用肉眼看到它，」他說。

對於礦場經濟價值的最終決策（包括可能影響出售的決策），Earth AI 仍將使用第三方來驗證其發現。但在勘探過程中，一個快速的內部實驗室有潛力顯著降低成本，因為它能確保鑽機被派往正確的地點，為模型獲取最佳數據。

「如果你不能及時得到答案，必須等待五個月，那麼下一個關於『在哪裡鑽探』的問題就不會像原本那樣精準，」Teslyuk 說。「為了減少鑽探量，你需要有效地提出正確的問題，及時獲取資訊，以便精確縮小目標範圍。」

主題

當您透過我們文章中的連結購買商品時，我們可能會賺取少量佣金。這不會影響我們的編輯獨立性。

氣候領域資深記者

Tim De Chant 是 TechCrunch 的資深氣候記者。他曾為多家出版物撰稿，包括《連線》（Wired）雜誌、《芝加哥論壇報》（Chicago Tribune）、Ars Technica、《The Wire China》以及他擔任創刊編輯的《NOVA Next》。

De Chant 同時也是麻省理工學院（MIT）科學寫作研究所的講師，並於 2018 年獲得 MIT 的奈特科學新聞獎學金（Knight Science Journalism Fellowship），期間他研究了氣候技術並探索了新聞業的新商業模式。他擁有加州大學柏克萊分校的環境科學、政策與管理博士學位，以及聖奧拉夫學院（St. Olaf College）的環境研究、英語和生物學學士學位。

您可以透過電子郵件 tim.dechant@techcrunch.com 聯繫或核實來自 Tim 的外聯訊息。

StrictlyVC 在舊金山開啟新的一年。立即報名，參加與來自 Uber、Replit、Eclipse 等領導者的不設限爐邊對談與 VC 洞察。此外，還有能真正產生影響的高價值人脈連結。門票有限。