来源：WIRED

作者：Vince Beiser

题图：MINAKRYN RUSLAN/GETTY IMAGES

寒冷的一个秋日，地质学家威尔逊·邦纳（Wilson Bonner）引领着一行人在加拿大安大略农村一个森林茂密的山坡上艰难行进。与邦纳合作的初创公司KoBold Metals 形容他们的目的地“代表了尖端的人工智能与人类最古老的产业之一的结合”。

经历了半个小时的跋涉后，他们穿过断树和被破坏的灌木丛，进入一片已经被推平了的泥地。一根黑色的管子从地下伸出来，宽度和人的手臂差不多——往下看是一个近一公里深的洞，它是由一个闲置在附近的卡车大小的钻机打入地下的。这个洞看上去没什么特别，但它很有可能标志着采矿业的未来又前进了一步。

随着人们开始从化石燃料转向更环保的替代品，全球正在加紧寻找大量的钴、锂和其他金属，以制造我们所需的电动汽车电池、太阳能板和风力涡轮机。但是，寻找新的矿藏一直都困难且昂贵，更不用说世界上大多数容易发现的储存地都已经被挖掘了出来，剩下的那些往往是在偏远地区和地下深处。矿工们普遍表示，每100个勘探钻孔中只有1个能发现些什么。

（图源：UNSPLASH/DOMINIK VANYI）

KoBold Metals是一家成立了四年的初创公司，它是少数几家试图通过应用人工智能使这一过程更快、更便宜、更有效的公司之一。该公司已经建立了一个巨大的数据库，纳入了它能找到的关于地壳的所有信息——相当于3000万页的地质报告、土壤样本、卫星图像、学术研究论文甚至百年前的手写实地报告。

一个数据科学家团队将所有这些不同的信息转换为机器可读，例如，用光学字符阅读软件扫描书面报告，或将以不同数字格式记录的地球物理信息标准化。

所有这些都要通过机器学习算法来运行，该算法可以通过曾经发现金属的地方的地质和其他特征识别出某种模式，然后在完整的数据库中找到具有类似模式但尚未被勘探的潜在地点，并给出一系列地图，指出可能发现目标金属的地方。

在包括亚马逊创始人杰夫·贝索斯、风险公司Andreessen Horowitz和比尔·盖茨的Breakthrough Energy Ventures在内的投资者的支持下，KoBold的第一批勘探团队于2021年夏天开始在赞比亚、格陵兰岛和加拿大进行勘探，包括安大略省水晶湖附近的地点。

这家公司主要寻找铜、钴、镍、锂和稀土，都是电动汽车电池和其他可再生能源技术的关键成分。国际能源署预测，到2050年，对所有这些金属的需求可能会翻两番，而对于其中一些金属，如钴和镍的需求可能会膨胀到40倍。该机构估计，到2050年，清洁能源技术——从可再生能源到电池和电网的所有——所需的矿物集体市场将增加五倍以上，达到约4000亿美元。

（图源：Athul Alexander/VC Elements）

KoBold公司的创始人库特·豪斯（Kurt House）说：“我们正在寻求扩大这些金属在世界各地的供应并使之多样化，但我们采取的方法与传统采矿公司完全不同。团队中有三分之二是软件工程师或数据科学家，他们一生中从未从事过一天的勘探工作。另外三分之一是经验丰富的勘探者。”

虽然大多数人工智能勘探公司将其服务出售给采矿公司，但KoBold会参与实际开采作业。它目前拥有世界各地数千平方公里土地的勘探权，并与一些世界上最大的矿业公司达成了交易，包括必和必拓公司（BHP）和力拓集团。

“KoBold正在做最冒险的事情。”另一家人工智能驱动的矿业勘探初创公司Minerva Intelligence的产品主管萨姆·坎托尔（Sam Cantor）说，“当你训练一个算法来识别一张脸时，你可以假设有一张嘴，它在鼻子和眼睛下面。但是如果你把这种训练应用于昆虫的脸，你可能会发现不止两只眼睛，或者没有鼻子。在阿拉斯加州的数据上训练一个算法并将其应用于内华达州意味着它可能出现很多错误的假设。”

他的观点在于，即使有人工智能的帮助，对潜在的矿藏下注总会伴随着太大的风险。因为金属通常出现在条件和地质大不相同的地方。当然，哪怕是仅仅一个大发现，也已经足够获得惊人的回报。2022年早些时候，特斯拉同意从明尼苏达州的一个新矿场购买价值15亿美元的镍，该矿场预计在2026年左右开放。

（图源：CNBC）

早在20世纪70年代，KoBold正在勘探的水晶湖地区就发现了铜和镍，但浓度不够高，无法转化为利润。然而，这家初创公司的算法表明，那里可能有更多有待发掘的东西。因此，该公司派出了以邦纳为首的地质学家和技术人员团队，以收集更多数据。

他们用几公里长的黄色电缆绕过目标山头，将电缆通电，并记录下电流与地下产生磁场的地方。这种电磁勘测已经发现了七八个潜在的矿床，但研究小组并不确定它们是铜还是镍，或者是其他东西。他们也不知道这些矿床的确切形状、大小或位置。因为一个靠近地表的小矿床与一个更深的大矿床可能具有相同的电磁信号。

于是，KoBold再次求助于算法。

要想知道地下到底有什么，需要进行钻探，但这很费时费力，而且要拆毁土地，这些都是该公司希望尽量避免的行为。KoBold的数据科学家贝丝·里德（Beth Reid）在她位于科罗拉多州的家中部署了一个机器学习系统，该系统基于斯坦福大学首次开发的一个更通用的版本，以生成可能引发在安大略发现的电磁读数的数千种不同配置的地下矿物模型。

邦纳利用他的地质学经验和直觉来对这些模型进行筛选。然后，里德努力找出如何钻一个孔，尽可能地缩小范围——将各种精确位置、深度和角度与所有可能的矿藏进行交叉对比，证明或排除哪些矿藏是否存在。在水晶湖现场，邦纳随后应用这些计算结果来定位钻头，也就是那个一公里深的洞。

从理论上讲，这个洞能够比用传统方法在地面上戳出的十几个洞提供更多信息。不过，这个团队仍然不知道他们即将发现的到底是什么。他们必须等待从那里带上来的圆柱形岩石样本的实验室化学分析结果。

往好了想，即使他们没有发现金属，这些样本至少也会提供另一层数据，提供新的线索。里德说：“机器学习可以发现元素分布的模式，这使我们了解下面有什么。这都有助于确定下一步的钻探方向。”

（图源：LUCIEN KAHOZI/BLOOMBERG）

为矿业公司提供咨询的加拿大地球科学家马蒂厄·兰德里（Mathieu Landry）说：“能够知道确切的钻探地点是勘探者的梦想，但我们还没有从他们的系统中看到成效。” 兰德里曾在《经济地质学家协会》杂志上与人共同发表一篇文章，认为人工智能“对实际商业成功的影响（在这个案例中以发现矿床为衡量标准）还远未确定”。文章还指出，人工智能长期拥有过度承诺和无法达成目标的“前科”。

兰德里认为，人工智能更有可能在分析岩石样本中的元素等较窄的任务中对采矿业有用，而不是在搜索整个地球的时候。当然，如果人工智能确实被证实能够加快寻找新矿的任何一个环节，它一定会成为一个被所有人接受的好帮手。