La grande ricerca tecnologica per trovare i metalli necessari per la revisione energetica

La domanda di batterie al litio, cobalto, grafite e altri materiali è in aumento. L'IA può aiutare a dissotterrarli.

Una miniera di nichel e una fonderia a Manitoba. Getty

di

• Maddie Stone pagina di archivio

11 agosto 2021

Nelle ultime settimane, ogni giorno che il tempo lo ha permesso, un elicottero appaltato da KoBold Metals ha sorvolato una parte remota del Quebec settentrionale trasportando un carico insolito.

Una bobina di rame larga 115 piedi penzolava dal ventre dell'imbarcazione, inviando onde elettromagnetiche nella terra e creando correnti nelle rocce nel sottosuolo. Qualsiasi buon conduttore elettrico ha inviato segnali rivelatori a una bobina ricevente, suggerendo che le rocce potrebbero contenere preziosi depositi di nichel e cobalto, metalli utilizzati nelle batterie che alimentano telefoni cellulari, laptop e auto elettriche.

Dopo che il pilota ha terminato la scansione di un'area di terra - in una buona giornata, l'elicottero coprirà più di 100 miglia - i dati sono stati trasmessi via satellite agli scienziati KoBold che lavorano in uffici a migliaia di chilometri di distanza. Questi ricercatori hanno inserito i nuovi dati del sondaggio in modelli di apprendimento automatico, che li hanno combinati con risme di altri dati che l'azienda ha raccolto per migliorare la comprensione della geologia della regione. Infine, hanno inserito tutte queste informazioni in un sistema di intelligenza artificiale sviluppato da KoBold in collaborazione con la Stanford University. Il sistema attinge a un'ampia potenza di calcolo per consigliare al team i posti migliori in cui eseguire il rilevamento successivo.

Utilizzando questa gamma high-tech di strumenti software, la società di esplorazione mineraria con sede a San Francisco, sostenuta da Bill Gates e Jeff Bezos, può modificare i suoi piani di ricognizione aerea di giorno in giorno per puntare più rapidamente su luoghi promettenti per perforare.

È molto diverso dal modo in cui i geologi hanno tradizionalmente cercato giacimenti minerari, il che equivale a raccogliere dati sul campo e analizzarli al termine della stagione di esplorazione.

Laddove i metodi convenzionali si basavano interamente sull'interpretazione umana, oggigiorno lo sono la scienza dei dati e l'apprendimento automatico divenire una parte più grande dello sforzo per trovare il prossimo grande giorno di paga sottoterra. Riconoscendo che i metalli alla base della tecnologia moderna stanno diventando sempre più difficili da trovare nel settore dell'energia pulita appetito per loro cresce esponenzialmente , gli investitori della Silicon Valley scommettono che aziende come KoBold possono aiutare l'attività mineraria a tenere il passo, accelerando la scoperta di nuovi minerali e riducendone i costi.

Indipendentemente dal fatto che questa intuizione sia corretta o meno, gli esperti affermano che il coinvolgimento di importanti figure tecnologiche potrebbe attirare l'attenzione sulla mancanza di investimenti in nuove miniere e potenzialmente attrarre i finanziamenti necessari per le startup che sperano di raccogliere metalli in un modo più ecologicamente e socialmente responsabile.

Quando le persone pensano ai veicoli elettrici, è facile dimenticare le materie prime che alimentano questa roba luccicante che vediamo nello showroom, afferma Kwasi Ampofo , analista del settore minerario presso la società di ricerca energetica BloombergNEF.

Più difficile da trovare

Si prevede che la domanda di metalli e minerali come litio, cobalto, grafite e nichel, tutti utilizzati nelle batterie che alimentano i veicoli elettrici e la rete impennata nei prossimi anni . Un maggio rapporto dell'Agenzia internazionale per l'energia ha rilevato che l'implementazione di tecnologie per l'energia pulita al ritmo necessario per prevenire 2 ˚C di riscaldamento globale aumenterà la domanda di minerali utilizzati per l'accumulo di energia di oltre trenta volte entro il 2040.

Storia correlata

Estrazione 24 ore al giorno con i robot Le aziende minerarie stanno lanciando camion, trapani e treni autonomi, il che aumenterà l'efficienza ma ridurrà anche la necessità di dipendenti umani.

Ma il settore minerario non sta al passo . Potrebbero volerci più di un decennio per portare nuove miniere online una volta che un'azienda si assicura i diritti e i permessi minerari. Scoprire il posto migliore per scavare una buca nel terreno può richiedere ancora più tempo: con la maggior parte dei giacimenti di minerali di alta qualità facilmente identificabili già trovati e investimenti nell'esplorazione in declino , i nuovi giacimenti minerari stanno diventando sempre più difficili da individuare. Una regola pratica comunemente affermata nel campo è che solo uno su 100 siti valutati produrrà un deposito che può essere estratto con profitto. Ma alcuni esperti pensano che sia più vicino a uno su 1.000.

Gli strumenti di scienza dei dati come l'apprendimento automatico, in cui gli algoritmi sono addestrati per setacciare enormi set di dati e modelli di individuazione, hanno il potenziale per accelerare notevolmente il processo di scoperta. Sempre più spesso, le compagnie minerarie utilizzano questi sistemi per analizzare set di dati su geologia, geochimica e geofisica contemporaneamente, nella speranza di individuare correlazioni che non sarebbero evidenti a un essere umano.

Combinando questo approccio con lo strumento decisionale basato sull'intelligenza artificiale sviluppato con Stanford, KoBold scommette che può aumentare i tassi di scoperta di un fattore 20, afferma Josh Goldman , Chief Technology Officer dell'azienda. KoBold afferma che l'approccio ridurrà anche l'impatto ambientale dell'esplorazione perché significherà meno perforazioni sprecate nel terreno.

a differenza di parecchi Altro società di data science che si concentrano sul mining, KoBold non vende un servizio. Invece, sta sviluppando strumenti software per guidare il proprio lavoro esplorativo, il che significa che KoBold può decidere dove avverrà la prospezione. E afferma che funzionerà solo in aree in cui può farlo eticamente e con il consenso della comunità.

I lavoratori KoBold sul campo si preparano per un'indagine aerea.

LEPRECAUN

Mentre resta da vedere se KoBold può mantenere le promesse di tassi di scoperta molto migliori e operazioni minerarie più pulite, il passo di vendita ha avuto risonanza con gli investitori. La società, fondata nel 2018 e impiega circa due dozzine di data scientist e geologi, ha raccolto decine di milioni di dollari da Breakthrough Energy Ventures, un fondo per la tecnologia del clima che conta Bill Gates, Jeff Bezos e Richard Branson tra i suoi investitori e il consiglio di amministrazione membri, così come Andreessen Horowitz , una delle principali società di venture capital della Silicon Valley. All'inizio del 2021, la compagnia petrolifera statale norvegese Equinor ha acquisito una partecipazione in KoBold e ha promesso ulteriori finanziamenti attraverso il suo ramo di capitale di rischio, che investe in società che lavorano per consentire un futuro a basse emissioni di carbonio.

Abbiamo investito in KoBold Metals per aiutare a risolvere il problema critico di trovare e sviluppare le grandi quantità dei materiali chiave delle batterie necessari per elettrificare il pianeta, afferma Carmichael Roberts, che fa parte del comitato di investimento di Breakthrough Energy Ventures. Possibili carenze di sia il cobalto che il nichel sono previsti entro il prossimo decennio. Anche l'estrazione di cobalto e nichel condividono una storia travagliata ambientale e diritti umani abusi, collocazione pressione sulle principali aziende tecnologiche per trovare fonti più etiche.

La società ha due affermazioni minerarie divulgate pubblicamente, in Québec e Saskatchewan settentrionale , dove quest'estate sta conducendo ricerche sul campo esplorative da terra e dall'aria. Sta anche lavorando in una terza proprietà segreta in Canada e in siti non specificati in Zambia e nell'Australia occidentale, afferma Goldman.

Parte del motivo per cui l'azienda ha concentrato i suoi sforzi iniziali sul Canada è che la nazione ha grandi quantità di dati di rilevamento di dominio pubblico, inclusi rapporti sul campo narrativo, mappe geologiche usurate dal tempo, dati geochimici su campioni di perforazioni, dati di rilevamenti magnetici ed elettromagnetici aerotrasportati , letture lidar e immagini satellitari che coprono molti decenni di esplorazione.

Abbiamo un sistema in cui possiamo ingerire tutti questi dati e archiviarli in formati standard, controllare la qualità di tutti i dati, renderli ricercabili ed essere in grado di accedervi in ​​modo programmatico, afferma Goldman.

Slancio high-tech

Una volta raccolte tutte le informazioni disponibili per un sito, il team di KoBold esplora i dati utilizzando l'apprendimento automatico. L'azienda potrebbe, ad esempio, costruire un modello per prevedere quali parti dei giacimenti di minerali hanno le più alte concentrazioni di cobalto, o creare una nuova mappa geologica di una regione che mostri tutti i diversi tipi di roccia e le strutture di faglia. Può aggiungere nuovi dati a questi modelli man mano che vengono raccolti, consentendo a KoBold di cambiare in modo adattivo la sua strategia di esplorazione quasi in tempo reale, afferma Goldman.

Il Canada rende pubblicamente disponibili set di dati e altre informazioni, come questa immagine generata da lidar del Saskatchewan.

GOVERNO DEL CANADA

KoBold ha già utilizzato le intuizioni dei modelli di apprendimento automatico per acquisire le sue affermazioni minerarie canadesi e sviluppare i suoi programmi sul campo. La sua partnership con Stanford's Centro per la previsione delle risorse della Terra , in corso da febbraio, aggiunge un ulteriore livello di analisi al mix sotto forma di un agente decisionale AI in grado di tracciare un intero piano di esplorazione.

Il geoscienziato di Stanford Jef Caers, che sta supervisionando la collaborazione, spiega che questo decisore digitale quantifica l'incertezza nei risultati del modello di KoBold e quindi progetta un piano di raccolta dati per ridurre in sequenza tale incertezza. Come un giocatore di scacchi che cerca di vincere una partita con il minor numero di mosse possibile, l'IA mirerà ad aiutare KoBold a prendere una decisione su un potenziale cliente con il minimo sforzo sprecato, sia che si tratti di perforare in un punto particolare o di andarsene.

Guy Desharnais , un geologo esploratore che ha scritto e tenuto conferenze sulle applicazioni di mining per l'apprendimento automatico, afferma che c'è un enorme valore nell'uso di questo tipo di strumenti per compilare e analizzare molti set di dati contemporaneamente. Ma Desharnais avverte anche che ci sono molti avvertimenti sul fatto che l'apprendimento automatico possa fare salti intuitivi o decisioni intelligenti.

I dati geologici sono spesso molto irregolari sia nello spazio che nel tempo e questa irregolarità, insieme a una qualità dei dati incoerente, può far sì che i modelli si attacchino a falsi segnali o facciano inferenze errate. Inoltre, poiché i giacimenti minerari di alta qualità sono rari, i geologi spesso non hanno molti esempi positivi di ciò che stanno cercando per addestrare un algoritmo per rilevare quelli simili.

Alla fine, il vero lavoro per trovare il deposito sarà un geologo umano che prenderà quegli strumenti per migliorare le proprie capacità, afferma Desharnais.

Può essere difficile dire se l'apprendimento automatico o altri strumenti di intelligenza artificiale stanno aiutando gli esseri umani a scoprire cose che non troverebbero da soli, afferma Holly Bridgwater , un geologo esploratore presso Unearthed, un'organizzazione australiana che ospita hackathon e altri sforzi per promuovere l'innovazione nel settore delle risorse. Bridgwater spiega che solo alcuni potenziali obiettivi minerari selezionati vengono mai testati, perché il processo è così costoso. Ottenere quel ciclo di feedback positivo su ciò che funziona davvero è una sfida, dice.

Ma mentre Bridgwater sospetta che sarà difficile per KoBold dimostrare che i suoi strumenti stanno effettivamente migliorando di venti volte i tassi di scoperta di minerali, ritiene che l'obiettivo dell'azienda fosse ragionevole. Penso che sia altamente plausibile, dice, perché il nostro tasso di successo è pessimo.

Ampofo, l'analista minerario di BloombergNEF, afferma che il simbolismo di una startup tecnologica ben finanziata che entra nello spazio minerario potrebbe essere più significativo di qualsiasi metallo per batterie scoperto da KoBold.

Desharnais è d'accordo.

Penso che l'impatto più grande che avrà un'azienda come KoBold sarà che attirerà l'attenzione sulla mancanza di investimenti, dice. Saranno in grado di raccogliere fondi da fonti in cui altre persone non hanno raccolto fondi, per far emergere nuovi dati o aggiornare vecchi dati e trovare effettivamente cose nuove.