去年夏天,矿业初创公司 KoBold 在赞比亚发现了十多年来全球最大的铜矿床之一,引起了广泛关注。
现在,另一家初创公司 Earth AI 向 TechCrunch 独家透露了他们的重大发现:在澳大利亚一些被其他矿业公司忽视了数十年的地区发现了具有前景的关键矿产。虽然目前还不清楚这些矿藏是否像 KoBold 的发现那样规模庞大,但这一消息表明,未来关键矿产的供应很可能来自于人工智能解析实地数据的综合成果。
"(矿业领域的) 真正前沿并不在于地理位置,而在于技术," Earth AI 的创始人兼首席执行官 Roman Teslyuk 在接受 TechCrunch 采访时表示。
Earth AI 在北领地发现了铜、钴和黄金矿床,在新南威尔士另一处距离悉尼西北 500 公里 (310 英里) 的地点发现了银、钼和锡矿床。
Earth AI 在澳大利亚两个此前被忽视的地区发现了具有前景的关键矿产。
Earth AI 源于 Teslyuk 的研究生学习经历。来自乌克兰的 Teslyuk 在悉尼大学攻读博士学位期间,深入了解了澳大利亚的矿业行业。在澳大利亚,政府拥有矿产资源的所有权,并以六年为期进行租赁。他表示,自 1970 年代以来,勘探公司必须将其数据提交到国家档案库。
"出于某些原因,没有人使用这些数据," 他说。"如果我能建立一个算法来吸收所有这些知识,并从过去数百万地质学家的失败和成功中学习,我就能更好地预测未来在哪里可以找到矿产。"
Teslyuk 最初将 Earth AI 创建为一家专注于预测潜在矿床的软件公司,然后寻找可能对进一步勘探感兴趣的客户。但客户们对投资持谨慎态度,部分原因是他们不愿意在一个未经验证的技术的预测上投入数百万资金。
"矿业是一个非常保守的行业," Teslyuk 说。"任何超出既定准则的东西都被视为异端。"
因此,Earth AI 决定开发自己的钻探设备,以证明其软件所识别的地点确实如预测的那样具有前景。该公司入选了 Y Combinator 2019 年春季批次,并在接下来的几年里不断完善其硬件和软件。今年 1 月,Earth AI 完成了 2000 万美元的 B 轮融资。
虽然该公司像 KoBold 一样使用人工智能寻找矿产,但 Teslyuk 表示他们采用了不同的方法。他说,Earth AI 的算法经过训练,能够快速高效地扫描大面积区域,发现可能被忽视的矿床。
"过去在 20 世纪寻找金属的方式耗时非常长,需要几十年才能找到一些东西," Teslyuk 说。"以现代世界的发展速度,你根本无法等待那么长时间。"
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。