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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。