The Critical Technology in Finding Critical Materials
42:38 Share

采矿业中有一个常见的短语,大致意思是:“如果无法种植,就必须开采。” 这对于理解我们周围的物理世界——我们的家园、汽车、桌上的所有东西——至关重要,因为这些东西都需要从地球表面和地下开采的材料。

这是 Connie Chan,a16z 的普通合伙人。Connie 领导了对各种公司的投资,从直播购物到宗教超级应用程序再到 AI 租赁代理。但 Connie 最重要的赌注之一并非你通常意义上的科技故事。它投资于一家矿产勘探公司,该公司利用人工智能和人类智慧在五大洲寻找关键材料。

对你们许多人来说,这是一个刚刚开始兴起的主题,因为如果你想建设未来,我们正在谈论和梦想的许多新技术都将需要更多金属。一个非常明显的例子是电动汽车。电动汽车需要大型电池,而这些电池需要更多铜、锂和镍。很明显,未来几十年将出现巨大的供应缺口。

目前全球电动汽车的销量已占汽车总销量的 14%。2024 年,在中国,电动汽车销量占汽车总销量的多数。而这些电动汽车所需的铜是普通燃油汽车的 4 倍。因此,如果我们想推动这场绿色革命,我们肯定需要更多采矿业。

这不仅仅是电动汽车。如果你考虑数据中心,力拓公司估计,到 2050 年,全球 6% 到 7% 的铜将直接用于数据中心。你可能会说,2050 年听起来还很遥远,但现实情况是,寻找矿山需要数年时间,寻找矿床也需要数年时间。

然后需要数年时间来估算矿床的大小,找出最佳的开采方法。然后需要数年时间来建设矿山,然后需要几十年时间才能真正开采出所有这些金属,这意味着如果我们在未来一、二、三十年内需要更多金属,我们今天就必须找到这些金属。因此,随着这一主题不仅成为科技对话的前沿,也成为国家对话的前沿,我们邀请了来自 COBOL 团队的三位嘉宾。

Tom Hunt,科博尔德金属公司技术副总裁。我的整个职业生涯都在技术和气候变化的结合点上。我叫 Mfikei Makai。我来自赞比亚,是一名受过训练的采矿和土木工程师。我在这个行业工作了 16 年多一点。你好,George Gilchrist,科博尔德金属公司地球科学副总裁。我是南非约翰内斯堡的地球科学家。

Tom、MVK 和 George 参与了一系列项目,从太阳能印刷到在现有矿山中工作。在今天的节目中,我们将探讨是什么使这些金属真正不可替代,目前的发现过程,技术和数据如何改变游戏规则,以及如何决定何时钻探。单个钻孔的成本高达 100 万美元。因此,事不宜迟,让我们开始吧。

提醒一下,此处的內容仅供参考,不应被视为法律、商业、税务或投资建议,也不应被用于评估任何投资或证券,并且并非针对 a16z 基金的任何投资者或潜在投资者。请注意,a16z 及其关联公司也可能持有本播客中讨论的公司投资。有关更多详细信息,包括我们投资的链接,请访问 a16z.com/disclosures。

首先,我想谈谈为什么这些金属如此重要?对于能源转型,我们将需要建造约 20 亿辆电动汽车,这意味着我们实际上必须发现大约 1000 个新的矿山,才能提供将用于这些汽车的锂、镍、铜和钴。

在建造这些汽车之后,我们可以回收电池,但我们首先需要将电池放入这些汽车中。因此,铜或锂没有替代品。铜是仅次于银的第二种导电性最好的金属。除非我们发现大量的银,否则我们将长期使用铜。

锂既是最轻的元素,也是电负性最强的元素。在研究下一代电池的过程中,锂的能量密度确实没有替代品。因此,这些金属在全球能源转型供应链中是不可替代的。它们对于太阳能、公用事业规模电池、各种新型发电以及下一代数据中心的建设也至关重要。

因此,对这些关键金属的需求并不少。但是,我们试图解决的主要问题是什么?是供应短缺吗?这些金属稀有吗?它们很难找到吗?地壳中有很多金属。问题是,我们如何找到那些

地球历史将这些金属矿床浓缩到我们可以经济有效且对环境影响最小程度地开采的地点。金属矿床的浓度越高,为了提取一定量的金属而需要处理的岩石就越少。你

你谈到这些金属并不稀有。这是否意味着我们可以在自家后院找到它们?我们应该在当地、国内寻找吗?这些金属矿床通常位于哪里?是的,我认为我的孩子和邻居家的狗肯定试图在我的后院寻找金属,但它们并没有集中在很多地方。需要非常独特的因素组合

才能将任何金属浓缩到一个小的可开采目标中。这将取决于你正在寻找什么。因此,勘探的一个技巧是真正熟悉你所针对的矿床类型,以了解这些控制因素是如何结合在一起的。如果你正在寻找铜,它可能位于与寻找锂截然不同的地方。

你使用的技术也不同。即使在铜矿中,也会有不同类型的矿床,它们具有非常不同的特性,需要不同的工具和不同的方法。你必须非常灵活。没有形成性的方法可以做出发现。现在的问题是,我们能否比以往更快或更有效地做到这一点?我们能否利用我们掌握的更多数据来指导这些决策,并真正

帮助确定最有希望的地区。科博尔德金属公司走遍世界各地寻找最好的岩石。如果我们的地质构造条件最好,我们会去北极高地。中非铜矿带是世界上最好的铜矿产地之一,这就是我们在那里的原因。请告诉我,高品位或低品位是什么意思?铜就是一个很好的例子。

许多用于开采铜的大型矿床被称为斑岩铜矿床,尤其是在南美洲、印度尼西亚和其他地方。按质量计算,它们含铜量为 0.5%、0.6%。在铜矿带,平均矿床含铜量约为 2% 到 3%,而像我们在曼戈巴发现的那种真正高品位的矿床,含铜量将达到 5% 到 6%。

因此,品位高出一个数量级。这显然在经济上和环境上都具有显著优势。你可以以更小的占地面积开采,并生产大量的铜。因此,这是一个非常有吸引力的目标

所以你的意思是,如果有人开采一吨岩石,那么可能不到 1% 的岩石是可用的铜?是的。你总会在采矿和加工过程中损失一点。因此,你最终获得的实际产品不到你开采的质量的 1%。是的。乔治,如今许多矿山都在扩建,而不是发现新的矿山。这是为什么呢?找到新的矿山真的很难。是的......

40、50、60 年前,地球上许多地方都没有经过测试。许多矿床都在地表。它们可能在地表有表现。意思是说,我可以用肉眼在地面上看到它,或者只是用铲子挖?是的。因此,如果铜到达地表,它会氧化并形成看起来呈绿色或蓝色的矿物。

例如,在铜矿带,会有山丘上有绿色的污渍。因此,发现这些矿床并不困难,但这些矿床大多已被发现。我没有偶然发现一座等待开采的绿色山丘。所以现在我们必须开始在地下寻找,我们需要更多工具,更多数据。因此,扩大现有矿山比花钱尝试在其他地方进行发现更容易。

那么,迄今为止,通常是谁发现了这些矿床呢?许多矿床是由专注于进行发现的小型公司发现的。他们愿意承担更多风险。他们愿意测试新技术。他们愿意在人们可能已经放弃或采用错误的地质方法或错误模型的地区进行更深入或更隐蔽的勘探。因此,这种探索态度推动了成功。

也许在我们深入探讨技术如何改变采矿业之前,你能否与我们分享采矿勘探几十年来是如何变化的吗?我一直很喜欢采矿业的一个故事,这个故事讲述的是有人如何根据《国家地理》杂志的封面发现了一个巨大的金矿床。因为就像你说的那样,它在地表有表现。那么,一二十年前,勘探是什么样子的呢?然后我们可以将其与今天的情况进行对比。

我们今天做的许多工作仍然是同样的基础工作。我们仍在前往地面。我们仍在绘制地质图。我们正在采集土壤样本。这已经做了很长时间了。它非常有效。发生变化的是技术的水平,就可用的地球物理方法而言。因此,测量岩石特性的能力。

它是磁性的吗?一块岩石比另一块岩石密度大吗?我们可以通过我们所谓的重力测量来测量这一点。我们可以使用地震勘探来尝试识别地下深处矿床的形状。这些技术已经有了显著的进步。它们已经成为空中技术,因此我们可以飞越矿床,而无需建造道路和桥梁。我们现在可以轻松地进入地面。它们的分辨率和数据质量都得到了提高。

但是随之而来的是大量的数据。因此,处理和提取这些数据的价值现在成为一个挑战。Tom,请告诉我们,人工智能是如何以十年前不可能的方式用于勘探的?

是的,我认为乔治所描述的这些数据类型是我们需要挤压才能获得指导我们勘探计划的见解的数据。因此,我们可能会从大陆规模开始,例如澳大利亚的卫星数据。我们希望能够找到特定类型的岩石,这些岩石在地表可能表明存在更深处的矿床。

因此,我们可以使用为其他应用程序开发的图像识别和分类算法。我们可以调整这些算法,然后将其应用于我们特定情况的添加,以获得可能导致发现这些地下矿床的见解。但是,仅一个数据源远远不够。我们还将获取整个大陆的磁力数据。我们将获取任何类型的地球化学数据

政府数据集,例如走动、捡起岩石并将其送去进行化学分析的地质学家。这些数据库是可用的,但结构极其糟糕,有多种分析方法,我们需要能够清理这些方法,以便我们能够将其输入我们的算法并将其提供给我们的地球科学家。

我们还获取地质构造数据。那么地形是什么样的?山脉在哪里?不同的岩层以什么坡度进入?我们可以利用所有这些数据来为当地地质解释提供信息。因此,这是从大陆尺度到我们所说的营地尺度,或者大约 10 公里乘 10 公里的范围,因为我们正在缩小对这些矿床之一的搜索范围。

然后我们需要一套完全不同的算法,以便从 10 公里的尺度过渡到我们实际钻探以尝试回答地下是什么的问题。在你钻探之前,你真的无法知道地下是什么。单个钻孔的成本高达 100 万美元。因此,我们希望能够优化钻孔的位置。因此,这些是我们构建的一些算法,这些算法可以增强我们地质学家的能力。

数据的质量非常重要。你提到科博尔德金属公司使用的大量数据以前是无结构的。让我们了解一下数字化数据以及将其转换为可用格式的难度有多大。

因此,非常有才华的地质学家已经在地球表面行走了一百多年,并收集有时是手写记录、有时是经过分析的物理样本、有时是手绘地图、有时是数字地图。因此,所有这些都是非常多样化的无结构数据集。这些数据有时位于政府数据库中,无论是纸质还是数字档案,

或者它们与潜在的合资伙伴在一起,这些合资伙伴可能拥有大量纸质文件,这些文件可以追溯到 50 年或 100 年前。那里有令人难以置信的丰富信息,但这些信息尚未得到利用,因为它被锁在这些纸质记录中。是的,我们已经派出了团队来扫描其中一些纸质记录。

一旦你扫描了记录,工作并没有完成。我们真的希望从这些原始数据中提取尽可能多的信息。例如,在芬兰,有大量的历史数据

但它是芬兰语的。因此,我们需要能够翻译它。人们用来描述岩石的许多词语都是高度专业化的。因此,我们需要特殊的翻译模块来确保这些词语正确地传达出来,然后从这些非结构化报告中提取结构化数据。例如,有人可能会描述某种岩石类型、该岩石的某种粒度以及该岩石的某种化学成分。我们希望将其放入我们的算法可以使用的数据表中。

因此,对我来说,令人着迷的是,我们基本上拥有所有这些地质学家,然后与这些数据科学家配对。鉴于他们来自截然不同的背景,这些团队是如何一起工作的?

我们很幸运地生活在科技世界中,有人坐在硅谷,有人坐在中非或澳大利亚。我们一直非常刻意地确保我们的数据科学、软件工程和地球科学团队高度合作,并且能够提取我们已经钻探的岩石,

上传到云端,科博尔德金属公司世界各地的任何人都可以像站在南中非地面上一样精确地查看相同的信息。我们也有能力通过我们正在构建的不同模型来查看图像,以分析我们的岩心。这是我们通过拥有的技术堆栈在公司内部构建的东西。

即使只是语言、词汇,你们是如何互相学习各自技艺的呢?如果你是一位科学家、生物化学家、地质学家,你正在将来自不同背景的人们聚集在一起。你们是如何让每个人都达成共识的呢?

在我们第一次加入科博尔德金属公司时,我们所做的事情之一就是进行某种命名法会议,讨论地质和岩石的基本含义,以及技术和地质的结合,例如创建我们自己的内部词汇表,这对于从未在矿山工作过或从未接触过勘探的人来说很容易理解,反之亦然,对于从未了解在美国使用的不同 AI 模型的人来说也是如此,

这在你吸收新团队成员时就开始了。如果你谈论我们在当地的一些员工,甚至包括社区成员,我们已经有了铜的土著词语,例如 mkuba 这个词,我们帮助

教导我们北美或南非的同事,例如 mucuba 这个词在我们当地语言中是铜的意思。这在某种程度上是一种语言。我们团队中还有一位赞比亚数据科学家,他们会花很多很多周的时间在现场。他们可以去钻机。他们可以向钻井公司、钻井承包商提出许多新的想法,这些钻井公司和钻井承包商已经在行业中以某种方式工作了很多很多年。因此,我们查看钻机,并说,我们如何在

在提取岩心和收集信息方面提高效率,从而减少处理信息的时间。因此,我们很幸运地与允许我们试用 Tom 和他的团队构建的硬件的承包商合作,将其运送到赞比亚,

将其放在钻机旁边,对如何捕捉岩心的图像进行一些基本培训,例如岩心从地下出来时的 360 度成像,这确实是革命性的。而标准做法是,你必须等待几天,拍摄图像,将其校正,然后将其拼接在一起。

数据科学家与地球科学家合作,也正在接受地球科学家的培训,了解他们在岩石中看到的岩性类型,我们正在寻找什么,以及我们如何通过 AI 和 HI 的混合,以及在行业中工作了很多很多年的优秀地球科学家的所有经验,以有意义的方式做出更好的解释和更好的预测。

这是一个很好的观点,科博尔德金属公司如何在硬件和软件方面进行创新。没错。为了为将进行下一代矿床发现的算法和地球科学家提供支持,我们需要尽可能多的数据类型,并将所有这些数据放在他们面前。

因此,我们发现了一些机会,我们可以推动现有技术的进步,以便能够更容易地收集更多类型的数据。其中一种方法是使用高光谱成像。高光谱只是意味着从可见光到红外线的许多不同颜色。高光谱成像真正令人兴奋的是,在红外线下,你实际上可以测量颜色。

不同分子的吸收。因此,你可以使用光来读出化学成分。我们实施了这种方法,即在机载系统上进行高光谱成像,以便我们可以飞越科博尔德金属公司的矿区,用轻型飞机采集 TB 级数据,然后返回并以非常高的空间和光谱分辨率处理这些数据

将走过地面并采集岩石样本的地质学家的地面实况数据与红外光谱扫描这些样本的数据结合起来,真正构建了一个矿产勘探领域以前从未构建过的系统,能够勘测数千平方公里,并自动解释地面上的岩石类型。

因此,与具有悠久历史的手绘地质图相比,我们实际上可以制作数据驱动的地质图。太好了。乔治,鉴于你之前曾在更传统的勘探和采矿公司工作过,也许可以分享一些关于这项技术或数据如何让你感到惊讶的例子。

是的,有很多例子。一些国家拥有大型数据集,这些数据集是多年来由不同地区勘探者积累的数据集。每个勘探者都在寻找特定的东西,因此他们并不一定对所有东西都进行化验。他们并没有测量每个样本中的每种元素。他们只是针对少数几种元素。

而现在我们可能正在寻找一种非常具体的元素,而它只存在于该数据集的一小部分中。通常情况下,你会认为,哦,很可惜我们有这个巨大的数据集,但我们只能使用其中的一小部分。而数据科学家会说,没关系。我们感兴趣的元素与其他元素之间存在关系。

鉴于我们已知的每个样本点上所有其他元素的品位,我们可以很好地了解该元素的品位是多少。我们可以通过剔除我们确实知道该品位的例子来测试它。然后我们可以估计该品位是多少,然后进行比较。这非常接近,因为我们不仅仅是将其与一种或两种元素进行比较。我们将查看众多元素之间的关系。

因此,这个看起来像一个树干的巨大数据集,我们实际上能够利用数据的全部价值和分布。这使我们能够进入其他人不会进入的地区。这就是一种方法。另一种方法是 Tom 谈到的数字化数据,地图。如果我扫描一张地图,我可以在电脑屏幕上查看它,但我必须仔细查看它。

现在我可以只搜索一个搜索词,然后就会出现包含该词的 12 张地图,并且会立即显示该词在地图上的位置。我能够进行询问,也许是钻孔的名称,或者是我在一系列地图上的报告中寻找的某种元素。突然之间,所有这些信息都变得更容易查询得多。我可以花时间运用我的地质学知识

我的培训经验,而不是花时间打开和关闭东西。因此,能够推进对新发现的搜索是一个巨大的优势。

嗨,我是 Steph。看,我们在 a16z 播客中介绍了很多成功的企业。每个成功公司的共同点是,他们已经弄清楚了营销。但是,随着渠道的饱和以及内容供应量的与日俱增,很难在喧嚣中脱颖而出。因此,随着营销变得越来越难以理解,我将谈谈营销。

我向世界上两位最敏锐的营销人员 HubSpot 首席营销官 Kip Bodnar 和营销高级副总裁 Kieran Flanagan 寻求帮助,他们主持了《逆势营销》播客。他们在大众意识到之前,对所有最新的营销趋势和增长策略进行了分解,所有这些都伴随着适量的 AI。此外,你甚至可能会在我的一个或两个剧集中听到我的声音。

因此,无论你是在试图发展公司、通讯、YouTube 频道,还是仅仅是想保持你的分销优势,请在任何你正在收听的地方查看《逆势营销》播客。有了所有这些数据,你们是如何知道哪些内容需要优先处理的呢?你们是如何决定哪些信息更重要的呢?然后,这又是如何指导现场实际工作的呢?在一个数据丰富的世界中,这成为一个挑战,即你们是如何知道实际需要关注什么呢?

其中一些将来自我们使用其他项目数据的经验。因此,地球科学家将与数据科学家互动,说在这个环境中,我们知道这些因素非常关键。

这就是地球科学家和数据科学家之间的合作变得如此重要的原因,它不是两个独立的实体。它是非常合作和具体的。因此,没有现成的选择。我们不是在开发一个可以销售给勘探公司的工具,该工具可以帮助他们在任何环境中进行发现。我们所做的一切都是针对我们正在工作的地区量身定制的。

一个关键方面也是对地下不确定性的建模。地表以下的不确定性令人难以置信。因此,能够绘制出高度不确定或低不确定性区域的地图,这也可以使我们能够优化我们收集下一个数据点的位置。因此,我们可以从这些公开可用或合资类型的数据集开始。但最终,我们必须去现场收集我们自己的数据。

我想这种不确定性也使我们想到了这样一个问题,有了所有这些技术,当我们钻探时,它如何提高了我们的准确性?你是否已经看到在获得更多信息所需的钻探次数方面有所减少?

因此,我们基本上是想量化不确定性,并且能够在一个可以最大化我们获得的信息量的区域进行钻探,这将使地球科学和数据科学团队了解地下岩石中发生的情况,这与我所说的传统方法大相径庭,从 TOPS 点来看,你有一个 10 公里乘 10 公里的营地,你在那里放置一个网格。

钻探并寄希望于一切顺利。我们非常有针对性地选择地球科学和数据科学团队想要钻探的区域,钻探孔的角度,以及我们认为资源可能存在的位置,即所谓的穿刺点。

在 24 个月内,精确度水平提高了信心,尤其是在我们在赞比亚的项目中。我们已经增加了 10 台钻机。显然,对于每台钻机,我们都知道存在一定程度的不确定性,但我们希望尽可能地量化这种不确定性。

因此,当你谈到钻探以获取信息时,这意味着有时我们进行钻探不仅仅是为了寻找资源,而是进行任何能够为我们提供最多信息的钻探,这些信息将证实或否定大量假设?是的。我们希望能够快速证伪假设,因为你可以一直钻探下去,但对某人来说,这是一个成本。

因此,即使你钻探并证伪了一个特定的假设,你也没有找到你正在寻找的东西。

或者你证实了你认为系统中正在发生的事情。这有很多信息,通常在传统的采矿勘探中,有人会说,哦,我们没有找到我们正在寻找的东西。但我们从那个特定的孔中学到了东西。这种学习使我们回到原点,说,好吧,划掉假设七。让我们提出一个新的假设。这基本上是数据驱动的决策。

是的,关于如何进行勘探的许多决策将取决于该环境中的先例是什么?我们将钻探什么网格大小?邻居们在钻探什么?传统的钻探间距是多少?其中一些可能取决于达到一定数据密度的既定监管要求。有趣的是,作为地质学家,我们知道

我们对地下深处的情况了解有限。当你与地质学家谈论时,关于地质学家的一个著名的事情是,如果你把一群地质学家聚集在一起,你会得到 N+1 个意见。你知道,这总是一个笑话。如果有四个地质学家,就会有五个意见。我们天生就知道这一点,但这并没有纳入决策过程。我们没有建立能够解释我们知道可能存在的所有不同可能性的模型。

0 因此,我们通常会锚定在一个模型上,我们的钻探、采样和勘探都将集中在这个模型上。我们将不断测试这个模型,直到最终意识到它不起作用,或者我们希望它能够成立。而在科博尔德,我们很乐意同时持有多个模型。

我们将同时测试这些模型中的每一个,因为你们正在测试同一个空间。但是,我们设计的钻孔是为了最大限度地提高我们可以用我们正在钻探的每个孔有效测试这些模型的数量。哪些特定区域将解决我们需要了解的某些问题,哪个假设是有效的,哪个假设不是?

因此,实际上将这一点融入其中,并能够展示不确定性以及我们在继续钻探时如何减少这种不确定性,是一个非常关键的重点,这也是勘探中非常不寻常的事情。将我们的 AI 工具应用于锂勘探的一个例子实际上是在加拿大,在那里我们知道正确的地理过程已经发生在这个花岗岩带内。

我们知道这是可能蕴藏锂矿的花岗岩的正确类型,但我们不知道在数百平方公里的没有道路通行的地方,你必须用直升机运送一个团队去查看地面上是否有锂的迹象。而且

为了调查这个非常大的区域,传统的方法是放下一个野外团队,也许在夏天结束时接他们,他们将走过尽可能多的地形,并在表面找到他们能找到的任何锂。这既不够快也不够便宜,所以我们知道我们可以做得比标准做法更好。

因此,我们所做的是从卫星数据开始,从魁北克很大一部分地区关于先前发现锂的地方的报告开始。

然后,我们将卫星图像与那些含锂岩石的记录相匹配。然后,我们能够预测在我们的矿权中哪些地方可能存在含锂岩石。因此,我们派人到实地去证实或否定我们的机器学习模型预测可能存在锂的地方是否存在锂。

他们通过卫星链路立即报告说:“伙计们,你们刚刚把我们送到一个广阔的地衣田里。这里甚至没有岩石。到处都是地衣。”这不是我们正在寻找的东西。但这让我们能够在一夜之间更新我们的模型,以便我们能够在一夜之间使用我们的人们在实地实际发现的新地面实况重新运行数千平方公里的模型。

因此,通过添加误报和真阳性,我们能够将模型预测的准确性提高了一个数量级以上。然后,在我们进行这个直升机支持的野外项目后的几周内,我们实际上能够找到锂辉石,这就是我们正在寻找的含锂矿物。这是一个例子,说明如何通过能够迭代和更新这些机器学习模型,将可能需要数年昂贵的远程野外工作压缩到大约一周的时间内。

如果我比较石油和天然气领域正在发生的事情以及他们如何将传统方法和技术结合起来,这与采矿领域相比如何?采矿业领先于石油和天然气行业,还是落后于石油和天然气行业,或者是否存在共同的经验教训?采矿业使用的技术远远落后于我们用于寻找石油和天然气的技术。

我们工作的一部分是采用这些为寻找化石燃料而开发的惊人技术,然后对其进行调整,以便它们可能更小、更便宜,因此适用于发现金属而不是石油和天然气。这方面的例子包括定向钻探,在石油和天然气领域,现在您可以处理

精确控制您想要钻探的确切轨迹。这对采矿业来说是新的。我们需要使这项技术更小,以便它适合我们使用的钻机。

另一个例子是最初为寻找石油和天然气而发明的地球物理技术。我们可以调整这些技术,无论是地震成像,还是电磁成像,我们可以调整这些技术,使它们适合寻找我们正在寻找的矿体。所以实际上是采用其他行业开发的工具,例如石油和天然气,或者在这些人工智能算法的情况下,已经开发的工具

并为图像处理开发,我们可以利用这些工具来解决我们面临的复杂问题。我们经常谈论铜、镍、锂。这种方法对地下其他金属有效吗?你们如何看待这项技术可以应用的范围?是的,它肯定适用于任何搜索空间。正在开发的过程很复杂。

解决数据问题。他们正在寻找矿化控制,你可以在查看不同的商品时调整这些控制。因此,控制镍矿床的东西与控制锂矿床的东西大相径庭。这就是

不去找商业软件供应商来尝试解决你的问题,而是让数据科学团队和地球科学团队紧密合作,说,这些是这个特定环境中的问题。即使你在考虑镍勘探、镍矿床,所有这些都是不同的。

是的,这项技术实际上是一个工具箱,我们可以将其应用于世界各地的不同勘探项目和多种矿产商品。因此,你在澳大利亚用来寻找锂的工具与你在北极用来寻找铜的工具可能不同,但它们有很多相似之处,

当我开始在科博尔德工作时,我对矿产勘探行业还很陌生,我以为社会会有一种非常复杂的方法来寻找我们日常生活中使用的材料。但实际上,矿产勘探的工具非常原始,我们可以迅速超越矿产勘探的现有技术水平。我认为关于行业现状的一个轶事就是有多少信息

它依赖于观察岩石,一个优秀的地球学家可以观察一块岩石,并根据岩石周围的环境、晶粒大小、颜色和岩石的矿物学来告诉你关于过去十亿年在这个位置发生的事情的很多信息。

然而,这一切都是用人眼完成的。因此,据说最好的地质学家是见过最多岩石的人。那么,如果我们制作一个系统,能够观察比任何人都多得多的岩石呢?仅仅通过分析我们在明古巴钻探的岩心的图像,我们现在已经从地下提取了近 100 公里的岩心。

一个人需要数年时间才能查看岩心的每一个小部分。然而,这非常适合机器学习算法,它可以在眨眼间查看数百万张图像。因此,能够利用嵌入在数百年的地球科学知识中的真实知识,然后应用新技术

新兴工具来帮助分析和提取这些技术中的真实信息。我认为这非常有前景。太棒了。很多时候,当我阅读现在的头条新闻时,我看到这个词组“关键矿物”。你们是否了解哪些关键矿物对国家利益很重要,例如?或者你如何定义什么是关键矿物?是的,如果你查看所有关键矿物的清单,元素周期表上的几乎所有元素都包含在这些清单中的一个中。

因此,对我来说,关键矿物意味着对我们的经济和国防工业基础至关重要。

如果你看看我们的经济发展的趋势,我们的经济正在走向电气化,走向一切的电气化。因此,最重要的关键矿物是那些使我们能够使经济电气化的矿物。使经济电气化最重要的材料实际上归结为铜和锂是主要的。然后还有其他关键矿物的长尾。

是的,我认为有很多矿物可以发挥类似的作用,有些矿物只是比其他矿物效率更高。随着供应问题或价格的决定,一些矿物可以被替换掉。但有些元素在其所做的事情上非常出色,因此它们是电气化的关键矿物。铜非常擅长传输电力。锂在电池中非常出色。如果

很难看出你如何在很大程度上移除这些元素。其他考虑因素是供应集中在非常小的区域的元素,在地方或较短的时间尺度上可能会变得非常关键的元素。是的,请告诉我更多关于这些的信息。它们是集中在特定的大陆上,还是甚至在国家一级?

就人们真正感兴趣寻找的东西而言,稀土元素并不总是勘探阶梯的顶端。因此,矿床将经历这样的阶段:你会发现矿床,确定它们,然后价格会下降。这些矿床是已知的,但没有人对它们感兴趣。然后会发生价格冲击,每个人都会重新回到它们。因此,稀土矿床分布广泛。它们在地质记录中得到了很好的体现。

但它们并没有被广泛勘探。锂实际上是一个很好的例子,很多很多年人们对锂并不那么感兴趣。它用于非常利基的应用,只是自从电池真正变得如此重要以来,人们突然意识到,等等,锂矿床的历史数据库在哪里?它很小,因为人们没有关注它。我认为一些稀土元素属于这些类别,长期以来它们一直非常利基,现在它们正在

正在变得对未来的技术越来越重要。因此,传统上,作为一名地质学家,当你考虑去勘探什么时,之前可能是根据市场规模或经济角度,鉴于这些金属的价格是多少,去勘探这个是否有意义?现在似乎还有一个驱动因素,可能是国家利益。即使今天的数字没有奏效,也可能还有其他

激励措施来为这些其他金属建立更多的矿床。是的。我认为在采矿业中,对某些元素的持续需求并没有发生很大的转变。这种情况正在发生,并且已经持续了几年,并将继续下去。这与历史上发生的事情大相径庭。我们总是需要铁矿石。我们总是需要铜。但在过去几年中,

其他元素突然变得比过去更重要了。而且看起来对这些元素的需求只会增长。这是一个根本性的转变,许多公司正在将精力重新集中到这些元素上,这些元素长期以来并没有受到勘探界的重视。它不仅仅是公开市场上的供求关系那么简单。存在国家竞争,其中一些元素可能在

因此,这也会成为一个考虑因素,绝对是。是的。国家竞争和对国家的影响,赞比亚对这种新的钴方法的回应是什么?它如何影响整个非洲?这绝对是积极的