KoBold mencari tembaga, kobalt, nikel, litium, dan tanah jarang—bahan utama baterai mobil listrik dan teknologi energi terbarukan lainnya. Badan Energi Internasional memperkirakan permintaan untuk semua logam tersebut dapat meningkat empat kali lipat pada tahun 2050, dan permintaan untuk beberapa logam, seperti kobalt dan nikel, dapat membengkak hingga 40 kali lipat. Semua mengatakan, agensi memperkirakan pasar kolektif untuk mineral yang dibutuhkan untuk “teknologi energi bersih” — mulai dari sumber energi terbarukan hingga baterai dan jaringan listrik — akan berlipat ganda pada tahun 2050 menjadi sekitar $ 400 miliar.
“Kami ingin memperluas dan mendiversifikasi pasokan logam ini di seluruh dunia, tetapi kami mengambil pendekatan yang sama sekali berbeda” dari perusahaan pertambangan konvensional, kata pendiri KoBold, Kurt Home, melalui Zoom dari rumahnya di California Utara. “Dua pertiga dari tim kami adalah insinyur perangkat lunak atau ilmuwan knowledge yang tidak pernah melakukan eksplorasi sehari pun dalam hidup mereka. Sepertiga lainnya adalah penjelajah berpengalaman.”
Sementara sebagian besar perusahaan eksplorasi AI menjual layanan mereka ke perusahaan pertambangan, KoBold bertujuan untuk mengambil bagian dalam operasi ekstraksi yang sebenarnya. Saat ini perusahaan tersebut memegang hak eksplorasi ribuan mil persegi tanah di seluruh dunia, dan telah mencapai kesepakatan dengan beberapa perusahaan pertambangan terbesar di dunia, termasuk BHP dan Rio Tinto.
“KoBold melakukan hal yang paling berisiko,” kata Sam Cantor, kepala produk di Minerva Intelligence, startup eksplorasi pertambangan berbasis AI lainnya. Bahkan dengan bantuan AI, memasang taruhan pada deposit mineral potensial masih jauh dari proses yang mudah; logam sering muncul di tempat-tempat dengan kondisi dan sejarah geologis yang sangat berbeda. “Saat Anda melatih algoritme untuk mengenali wajah, Anda dapat berasumsi ada mulut dan berada di bawah hidung dan mata,” kata Cantor. “Tetapi jika Anda menerapkan pelatihan itu pada wajah serangga, Anda mungkin menemukan lebih dari dua mata dan tanpa hidung. Melatih algoritme pada knowledge dari Alaska dan menerapkannya ke Nevada berarti ada banyak asumsi yang salah.” Tapi hasil dari penemuan besar bisa luar biasa. Awal tahun ini Tesla setuju untuk membeli nikel senilai $1,5 miliar dari tambang baru di Minnesota yang dijadwalkan dibuka sekitar tahun 2026.
Tembaga dan nikel sebelumnya ditemukan di situs Crystal Lake yang sekarang dijelajahi KoBold pada tahun 1970-an, tetapi tidak dalam konsentrasi yang cukup tinggi untuk membuat penambangan menguntungkan. Namun, algoritme startup menyarankan mungkin ada lebih banyak di sana. Jadi perusahaan mengirimkan tim ahli geologi dan teknisi, dipimpin oleh Bonner, untuk mengumpulkan lebih banyak knowledge. Mereka mengitari bukit yang ditargetkan dengan kabel listrik kuning sepanjang beberapa mil, mengalirkan arus melaluinya dan mencatat di mana arus menghasilkan medan magnet di bawah tanah. Survei elektromagnetik ini menemukan tujuh atau delapan endapan potensial, tetapi tim tidak tahu pasti apakah itu tembaga atau nikel, atau sesuatu yang lain, seperti grafit. Mereka juga tidak tahu persis bentuk, ukuran, atau lokasi simpanan tersebut. Yang kecil yang dekat dengan permukaan, misalnya, dapat memiliki tanda elektromagnetik yang sama dengan yang besar di bagian bawah.
Sekali lagi, KoBold beralih ke algoritme. Mencari tahu dengan tepat apa yang ada di bawah tanah membutuhkan pengeboran, tetapi itu memakan waktu dan mahal, dan itu membutuhkan penghancuran tanah, yang semuanya ingin diminimalkan oleh KoBold. Jadi dari rumahnya di Boulder, Colorado, ilmuwan knowledge KoBold Beth Reid menerapkan sistem pembelajaran mesin, berdasarkan versi yang lebih umum yang pertama kali dikembangkan di Universitas Stanford, untuk menghasilkan mannequin dari ribuan konfigurasi berbeda dari mineral bawah tanah yang dapat menyebabkan pembacaan elektromagnetik diambil di Ontario. Bonner menggunakan pengalaman geologi dan intuisinya untuk membantu menyaring saran yang tidak mungkin. Reid kemudian bekerja untuk mencari cara mengebor satu lubang yang akan mempersempit kemungkinan itu sebanyak mungkin — yaitu, lokasi, kedalaman, dan sudut yang tepat akan memotong jumlah terbesar dari semua kemungkinan endapan, membuktikan atau menyangkal mana yang sebenarnya ada. Di tanah di situs Crystal Lake, Bonner kemudian menerapkan perhitungan tersebut untuk memposisikan bor. Hasilnya: lubang di tempat terbuka berlumpur itu.
New Replace : [randomize]