Den store tekniske søken etter å finne metallene som trengs for energioverhalingen

Etterspørselen etter litium, kobolt, grafitt og andre batterimaterialer er skyhøye. AI kan hjelpe med å grave dem opp.

En nikkelgruve og smelteverk i Manitoba. Getty

av

• Maddie Stone arkivside

11. august 2021

De siste ukene, hver dag som været tillot, fløy et helikopter kontrahert av KoBold Metals over en avsidesliggende del av det nordlige Quebec med noe uvanlig last.

En 115 fot bred kobberspiral dinglet fra buken på fartøyet, og sendte elektromagnetiske bølger inn i jorden og skapte strømmer i bergarter dypt under jorden. Eventuelle gode elektriske ledere sendte kontrollsignaler tilbake til en mottakerspole, noe som tyder på at steinene kan inneholde verdifulle forekomster av nikkel og kobolt - metaller som brukes i batteriene som driver mobiltelefoner, bærbare datamaskiner og elektriske biler.

Etter at piloten var ferdig med å skanne et stykke land - på en god dag vil helikopteret dekke mer enn 100 miles - ble dataene overført via satellitt til KoBold-forskere som jobbet på kontorer tusenvis av miles unna. Disse forskerne koblet de nye undersøkelsesdataene inn i maskinlæringsmodeller, som kombinerte dem med mengder av andre data selskapet har samlet for å forbedre forståelsen av regionens geologi. Til slutt matet de all denne informasjonen inn i et kunstig intelligenssystem KoBold utviklet i samarbeid med Stanford University. Systemet trekker på enorm beregningskraft for å gi teamet råd om de beste stedene å spørre etter.

Ved å bruke dette høyteknologiske utvalget av programvareverktøy kan det San Francisco-baserte mineralutforskningsselskapet, støttet av Bill Gates og Jeff Bezos, endre sine luftbårne undersøkelsesplaner fra dag til dag til raskere å komme inn på lovende steder å bore.

Det er langt fra hvordan geologer tradisjonelt har jaktet på mineralforekomster, som går ut på å samle feltdata og analysere dem når letesesongen er over.

Der konvensjonelle metoder helt og holdent baserte seg på menneskelig tolkning, er datavitenskap og maskinlæring i disse dager ferd med å bli en større del av arbeidet med å finne den neste store lønningsdagen under jorden. Ved å erkjenne at metallene som ligger til grunn for moderne teknologi blir vanskeligere å finne ettersom sektoren for ren energi appetitt for dem vokser eksponentielt , Silicon Valley-investorer satser på at selskaper som KoBold kan hjelpe gruvevirksomheten med å holde tritt, akselerere oppdagelsen av nye malmer og redusere kostnadene.

Uansett om den anelsen er riktig eller ikke, sier eksperter at involvering av store teknologiskikkelser kan trekke oppmerksomhet til mangelen på investeringer i nye gruver og potensielt tiltrekke nødvendig finansiering for startups som håper å høste metaller på en mer miljømessig og sosialt ansvarlig måte.

Når folk tenker på elektriske kjøretøy, er det lett å glemme råvarene som inngår i disse skinnende tingene vi ser i utstillingsrommet, sier Kwasi Ampofo , en gruvesektoranalytiker ved energiforskningsfirmaet BloombergNEF.

Vanskeligere å finne

Etterspørselen etter metaller og mineraler som litium, kobolt, grafitt og nikkel, alle brukt i batterier som driver elektriske kjøretøy og nettet, forventes å økning i årene som kommer . En mai rapportere av Det internasjonale energibyrået fant at bruk av ren energiteknologi i det tempoet som er nødvendig for å forhindre 2 ˚C med global oppvarming, vil øke etterspørselen etter mineraler brukt i energilagring mer enn tretti ganger innen 2040.

Relatert historie

Gruvedrift 24 timer i døgnet med roboter Gruveselskaper ruller ut autonome lastebiler, øvelser og tog, som vil øke effektiviteten, men også redusere behovet for menneskelige ansatte.

Men gruvesektoren holder ikke tritt . Det kan ta mer enn et tiår å bringe nye gruver på nett når et selskap har sikret seg mineralrettigheter og tillatelser. Å oppdage det beste stedet å grave et hull i bakken kan ta enda lengre tid: med de fleste lett identifiserbare, høyverdige malmlegemer som allerede er funnet og investering i leting synkende , nye mineralforekomster blir vanskeligere å få øye på. En vanlig tommelfingerregel i feltet er at bare én av 100 evaluerte nettsteder vil finne en forekomst som kan utvinnes lønnsomt. Men noen eksperter tror det er nærmere én av 1000.

Datavitenskapelige verktøy som maskinlæring, der algoritmer er opplært til å sile gjennom massive datasett og spotmønstre, har potensial til å øke hastigheten på oppdagelsesprosessen. I økende grad bruker gruveselskaper disse systemene til å analysere datasett om geologi, geokjemi og geofysikk på en gang, i håp om å oppdage korrelasjoner som ikke ville være synlige for et menneske.

Ved å kombinere denne tilnærmingen med AI-beslutningsverktøyet utviklet med Stanford, satser KoBold på at det kan øke oppdagelsesraten med en faktor på 20, sier Josh Goldman , selskapets teknologisjef. KoBold sier at tilnærmingen også vil redusere miljøpåvirkningen av leting fordi det vil bety færre bortkastede borehull i bakken.

I motsetning til flere annen datavitenskapsselskaper som fokuserer på gruvedrift, KoBold selger ikke en tjeneste. I stedet utvikler den programvareverktøy for å lede sitt eget utforskende arbeid, noe som betyr at KoBold kan bestemme hvor prospektering skal finne sted. Og den hevder at den bare vil fungere på områder der den kan gjøre det etisk og med fellesskap.

KoBold-arbeidere i felten forbereder seg til en luftundersøkelse.

GNOM, DVERG

Selv om det gjenstår å se om KoBold kan innfri løftene om langt bedre oppdagelsesrater og renere gruvedrift, har salgsargumentet gitt gjenklang hos investorer. Selskapet, som ble grunnlagt i 2018 og sysselsetter omtrent to dusin dataforskere og geologer, har samlet inn titalls millioner dollar fra Breakthrough Energy Ventures, et klimateknologifond som teller Bill Gates, Jeff Bezos og Richard Branson blant sine investorer og styre. medlemmer, samt Andreessen Horowitz , et ledende venturekapitalfirma i Silicon Valley. Tidlig i 2021 tok det norske statlige oljeselskapet Equinor en eierandel i KoBold og lovet ytterligere finansiering gjennom sin venturekapitalarm, som investerer i selskaper som jobber for å muliggjøre en lavkarbon-fremtid.

Vi investerte i KoBold Metals for å hjelpe til med å løse det kritiske problemet med å finne og utvikle de enorme mengdene av nøkkelbatterimaterialene som trengs for å elektrifisere planeten, sier Carmichael Roberts, som sitter i investeringskomiteen hos Breakthrough Energy Ventures. Mulig mangel på både kobolt og nikkel er forventet innen det neste tiåret. Kobolt- og nikkelgruvedrift deler også en urolig historie om Miljø og menneskerettigheter overgrep, plassering press på store teknologifirmaer for å finne flere etiske kilder.

Selskapet har to offentlig avslørte gruvekrav, i Quebec og nordlige Saskatchewan , hvor den gjennomfører utforskende feltarbeid fra bakken og luften denne sommeren. Det jobber også på en tredje ikke avslørt eiendom i Canada og på uspesifiserte steder i Zambia og vestlige Australia, sier Goldman.

Noe av grunnen til at selskapet har fokusert sin første innsats på Canada er at nasjonen har store mengder undersøkelsesdata i det offentlige domene, inkludert narrative feltrapporter, tidsslitte geologiske kart, geokjemiske data om borehullprøver, luftbårne magnetiske og elektromagnetiske undersøkelsesdata , lidar-avlesninger og satellittbilder som strekker seg over mange tiår med utforskning.

Vi har et system der vi kan innta alle disse dataene og lagre dem i standardformater, kvalitetskontrollere alle dataene, gjøre dem søkbare og være i stand til å programmere tilgang til dem, sier Goldman.

Høyteknologisk momentum

Når den har samlet all tilgjengelig informasjon for et nettsted, utforsker KoBolds team dataene ved hjelp av maskinlæring. Selskapet kan for eksempel bygge en modell for å forutsi hvilke deler av malmforekomstene som har de høyeste konsentrasjonene av kobolt, eller lage et nytt geologisk kart over en region som viser alle de forskjellige bergartene og forkastningsstrukturene. Den kan legge til nye data til disse modellene etter hvert som de samles inn, slik at KoBold kan tilpasse sin letestrategi nesten i sanntid, sier Goldman.

Canada gjør datasett og annen informasjon offentlig tilgjengelig, for eksempel dette lidar-genererte bildet av Saskatchewan.

REGJERINGEN I CANADA

KoBold har allerede brukt innsikt fra maskinlæringsmodeller for å skaffe sine kanadiske gruvekrav og utvikle feltprogrammene sine. Dets partnerskap med Stanford's Senter for jordressursprognoser , som har pågått siden februar, legger til et ekstra lag med analyser til blandingen i form av en AI-beslutningsagent som kan kartlegge en hel leteplan.

Stanford-geoforsker Jef Caers, som overvåker samarbeidet, forklarer at denne digitale beslutningstakeren kvantifiserer usikkerheten i KoBolds modellresultater og utformer deretter en datainnsamlingsplan for å redusere denne usikkerheten sekvensielt. I likhet med en sjakkspiller som prøver å vinne et parti med så få trekk som mulig, vil AI-en ha som mål å hjelpe KoBold å ta en avgjørelse om et prospekt med minimalt med bortkastet innsats – enten den avgjørelsen er å bore på et bestemt sted eller gå bort.

Guy Desharnais , en letegeolog som har skrevet og foreleste om gruveapplikasjoner for maskinlæring, sier det er en enorm verdi i å bruke denne typen verktøy for å kompilere og analysere mange datasett samtidig. Men Desharnais advarer også om at det er mange forbehold om hvorvidt maskinlæring kan ta intuitive sprang eller intelligente beslutninger.

Geologiske data er ofte svært usammenhengende både i rom og tid, og denne ujevnheten, sammen med inkonsekvent datakvalitet, kan føre til at modeller låser seg på falske signaler eller gjør uriktige slutninger. Dessuten, fordi malmlegemer av høy kvalitet er sjeldne, har geologer ofte ikke mange positive eksempler på hva de leter etter for å trene en algoritme til å oppdage lignende.

På slutten av dagen vil det virkelige arbeidet med å finne forekomsten være en menneskelig geolog som kommer til å ta disse verktøyene for å forbedre deres evner, sier Desharnais.

Det kan være vanskelig å si om maskinlæring eller andre AI-verktøy hjelper mennesker å oppdage ting de ikke ville finne på egen hånd, sier Holly Bridgewater , en letegeolog ved Unearthed, en australsk organisasjon som er vertskap for hackathons og andre anstrengelser for å fremme innovasjon i ressurssektoren. Bridgwater forklarer at bare noen få utvalgte potensielle gruvemål noensinne blir testet, fordi prosessen er så dyr. Å få den positive tilbakemeldingssløyfen på hva som faktisk fungerer er en utfordring, sier hun.

Men mens Bridgwater mistenker at det vil være vanskelig for KoBold å bevise at verktøyene deres faktisk forbedrer mineralfunnratene tjue ganger, føler hun at selskapets mål var rimelig. Jeg tror det er svært plausibelt, sier hun, fordi treffraten vår er så dårlig.

Ampofo, BloombergNEF gruveanalytiker, sier at symbolikken til en velfinansiert teknologistart som kommer inn i gruveområdet kan være mer betydningsfull enn noen batterimetaller KoBold oppdager.

Desharnais er enig.

Jeg tror den største påvirkningen et selskap som KoBold vil ha, er at de vil gjøre oppmerksom på manglende investeringer, sier han. De vil kunne samle inn penger i kilder der andre mennesker ikke har samlet inn penger – for å få ut nye data, eller oppdatere gamle data og faktisk finne nye ting.