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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。