Η Earth AI προχωρά σε κάθετη ενοποίηση της διαδικασίας εντοπισμού κρίσιμων μετάλλων, δημιουργώντας τα δικά της εργαστήρια ανάλυσης, με στόχο να μειώσει δραστικά τους χρόνους που απαιτούνται για την αξιολόγηση δειγμάτων.
Η startup, με επικεφαλής τον ιδρυτή και CEO Roman Teslyuk, χρησιμοποιεί μοντέλα Τεχνητής Νοημοσύνης για τον εντοπισμό κοιτασμάτων μετάλλων όπως ο χαλκός, η πλατίνα και το παλλάδιο σε περιοχές της Αυστραλίας που μέχρι πρότινος δεν θεωρούνταν πολλά υποσχόμενες. Αν και τα μοντέλα έχουν εντοπίσει αρκετά promising σημεία, η διαδικασία επιβεβαίωσης μέσω γεωτρήσεων και ανάλυσης δειγμάτων αποδεικνύεται χρονοβόρα.
Το βασικό bottleneck εντοπίζεται στα εξωτερικά εργαστήρια που αναλύουν τα δείγματα πετρωμάτων. Σύμφωνα με τον Teslyuk, οι καθυστερήσεις που παλαιότερα κυμαίνονταν γύρω στους δύο μήνες έχουν πλέον ξεπεράσει τους πέντε, λόγω της αυξημένης ζήτησης για νέες πηγές κρίσιμων μετάλλων και η εταιρεία έχει ήδη συσσωρεύσει περίπου 7.000 μέτρα γεωτρήσεων για τα οποία δεν υπάρχουν ακόμη δεδομένα, όπως αναφέρει το TechCrunch.
Για να αντιμετωπίσει το πρόβλημα, η Earth AI σχεδιάζει να δημιουργήσει in-house εργαστήρια, μειώνοντας τον χρόνο ανάλυσης από περίπου πέντε μήνες σε μόλις πέντε ημέρες.
Η προσέγγιση της εταιρείας βασίζεται στη συνδυαστική χρήση AI και γεωτρήσεων. Τα μοντέλα υποδεικνύουν περιοχές με πιθανό ενδιαφέρον, ωστόσο η επιβεβαίωση της ύπαρξης και της συγκέντρωσης των μετάλλων απαιτεί φυσική δειγματοληψία και εργαστηριακή ανάλυση.
Παρότι για τις τελικές αποφάσεις που αφορούν την οικονομική αξία ενός κοιτάσματος —ιδιαίτερα σε περιπτώσεις πιθανής πώλησης— η εταιρεία θα συνεχίσει να χρησιμοποιεί τρίτους για επικύρωση, η ύπαρξη εσωτερικών εργαστηρίων αναμένεται να βελτιώσει σημαντικά την αποδοτικότητα της εξερεύνησης.
Η ταχύτερη πρόσβαση σε δεδομένα επιτρέπει πιο στοχευμένες γεωτρήσεις, μειώνοντας το κόστος και αυξάνοντας την ακρίβεια των μοντέλων.
