De grote technische zoektocht om de metalen te vinden die nodig zijn voor de energierevisie

De vraag naar lithium, kobalt, grafiet en andere batterijmaterialen stijgt enorm. AI kan helpen ze op te graven.

Een nikkelmijn en smelterij in Manitoba. Getty

door

• Maddie Stone archiefpagina

11 augustus 2021

De afgelopen weken vloog elke dag dat het weer het toeliet, een helikopter van KoBold Metals over een afgelegen deel van het noorden van Quebec met een ongebruikelijke lading.

Een 35 meter brede koperen spoel bungelde aan de buik van het vaartuig en zond elektromagnetische golven de aarde in en veroorzaakte stromingen in rotsen diep onder de grond. Elke goede elektrische geleider stuurde veelbetekenende signalen terug naar een ontvangerspoel, wat suggereert dat de rotsen waardevolle afzettingen van nikkel en kobalt-metalen zouden kunnen bevatten die worden gebruikt in de batterijen die mobiele telefoons, laptops en elektrische auto's van stroom voorzien.

Nadat de piloot klaar was met het scannen van een stuk land - op een goede dag zal de helikopter meer dan 100 mijl afleggen - werden de gegevens via satelliet verzonden naar KoBold-wetenschappers die duizenden kilometers verderop in kantoren werkten. Deze onderzoekers stopten de nieuwe onderzoeksgegevens in modellen voor machine learning, die ze combineerden met tal van andere gegevens die het bedrijf heeft verzameld om het begrip van de geologie van de regio te verbeteren. Ten slotte hebben ze al deze informatie ingevoerd in een kunstmatig intelligentiesysteem dat KoBold in samenwerking met Stanford University heeft ontwikkeld. Het systeem maakt gebruik van enorme rekenkracht om het team te adviseren over de beste plaatsen om vervolgens te onderzoeken.

Met behulp van deze hightech reeks softwaretools kan het in San Francisco gevestigde mineraalexploratiebedrijf, ondersteund door Bill Gates en Jeff Bezos, zijn plannen voor luchtonderzoek van dag tot dag wijzigen om sneller toegang te krijgen tot veelbelovende boorplaatsen.

Het staat ver af van hoe geologen traditioneel hebben gejaagd op minerale afzettingen, wat neerkomt op het verzamelen van veldgegevens en het analyseren ervan wanneer het verkenningsseizoen voorbij is.

Waar conventionele methoden volledig afhankelijk waren van menselijke interpretatie, zijn datawetenschap en machine learning tegenwoordig: worden een groter deel van de inspanning om de volgende grote betaaldag ondergronds te vinden. Erkennend dat de metalen die aan de basis liggen van moderne technologie, moeilijker te vinden zijn dan die van de schone-energiesector trek voor hen groeit exponentieel , wedden Silicon Valley-investeerders erop dat bedrijven als KoBold de mijnbouwsector kunnen helpen bij te blijven, de ontdekking van nieuwe ertsen te versnellen en de kosten te verlagen.

Of dat vermoeden juist is, zeggen experts dat de betrokkenheid van grote technische figuren de aandacht kan vestigen op het gebrek aan investeringen in nieuwe mijnen en mogelijk de benodigde financiering kan aantrekken voor startups die metalen willen oogsten op een meer milieuvriendelijke en maatschappelijk verantwoorde manier.

Als mensen aan elektrische voertuigen denken, is het gemakkelijk om de grondstoffen te vergeten die worden gebruikt in dit glanzende spul dat we in de showroom zien, zegt Kwasi Ampofo , een analist in de mijnbouwsector bij het energieonderzoeksbureau BloombergNEF.

Moeilijker te vinden

De vraag naar metalen en mineralen zoals lithium, kobalt, grafiet en nikkel, die allemaal worden gebruikt in batterijen voor elektrische voertuigen en het elektriciteitsnet, zal naar verwachting toenemen stijging in de komende jaren . een mei verslag doen van door het Internationaal Energie Agentschap vastgesteld dat het inzetten van schone-energietechnologieën in het tempo dat nodig is om 2 ˚C opwarming van de aarde te voorkomen, de vraag naar mineralen die worden gebruikt voor energieopslag tegen 2040 meer dan dertigvoudig zal doen toenemen.

Verwant verhaal

24 uur per dag mijnen met robots Mijnbouwbedrijven rollen autonome vrachtwagens, oefeningen en treinen uit, wat de efficiëntie zal verhogen, maar ook de behoefte aan menselijke werknemers zal verminderen.

Maar de mijnbouwsector houdt geen gelijke tred . Het kan meer dan tien jaar duren om nieuwe mijnen online te brengen zodra een bedrijf de rechten en vergunningen voor mineralen heeft verkregen. Het vinden van de beste plek om een ​​gat in de grond te graven kan zelfs nog langer duren: met de meeste gemakkelijk identificeerbare, hoogwaardige ertslichamen die al zijn gevonden en investeringen in exploratie afnemend , worden nieuwe minerale afzettingen moeilijker te herkennen. Een algemeen bekende vuistregel in het veld is dat slechts één op de 100 geëvalueerde sites een storting zal opleveren die winstgevend kan worden gedolven. Maar sommige experts denken dat het dichter bij één op de 1.000 ligt.

Datawetenschapstools zoals machine learning, waarbij algoritmen worden getraind om enorme datasets en patronen te doorzoeken, hebben het potentieel om het ontdekkingsproces aanzienlijk te versnellen. Mijnbouwbedrijven gebruiken deze systemen steeds vaker om datasets over geologie, geochemie en geofysica in één keer te analyseren, in de hoop correlaties te ontdekken die voor een mens niet duidelijk zijn.

Door deze aanpak te combineren met de AI-besluitvormingstool die is ontwikkeld met Stanford, wedt KoBold dat het ontdekkingspercentages met een factor 20 kan verhogen, zegt KoBold. Josh Goldman , de chief technology officer van het bedrijf. KoBold zegt dat de aanpak ook de milieu-impact van exploratie zal verminderen, omdat het minder verspilde boorgaten in de grond zal betekenen.

in tegenstelling tot meerdere ander datawetenschapsbedrijven die zich richten op mijnbouw, KoBold verkoopt geen dienst. In plaats daarvan ontwikkelt het softwaretools om zijn eigen verkennende werk te begeleiden, wat betekent dat KoBold mag beslissen waar prospectie zal plaatsvinden. En het beweert dat het alleen zal werken in gebieden waar het dit ethisch kan doen en met instemming van de gemeenschap.

KoBold-arbeiders in het veld bereiden zich voor op een luchtonderzoek.

ELF VAN IERSE FOLKLORE

Hoewel het nog te bezien valt of KoBold de beloften van veel betere ontdekkingspercentages en schonere mijnbouwactiviteiten kan waarmaken, heeft het verkooppraatje weerklank gevonden bij investeerders. Het bedrijf, opgericht in 2018 en heeft ongeveer twee dozijn datawetenschappers en geologen in dienst, heeft tientallen miljoenen dollars opgehaald van Breakthrough Energy Ventures, een klimaattechnologiefonds dat Bill Gates, Jeff Bezos en Richard Branson tot zijn investeerders en bestuur rekent. leden, evenals Andreessen Horowitz , een toonaangevend risicokapitaalbedrijf in Silicon Valley. Begin 2021 nam het Noorse staatsoliebedrijf Equinor een belang in KoBold en beloofde aanvullende financiering via zijn durfkapitaalafdeling, die investeert in bedrijven die werken aan een koolstofarme toekomst.

We hebben geïnvesteerd in KoBold Metals om te helpen bij het oplossen van het kritieke probleem van het vinden en ontwikkelen van de enorme hoeveelheden van de belangrijkste batterijmaterialen die nodig zijn om de planeet te elektrificeren, zegt Carmichael Roberts, die lid is van het investeringscomité bij Breakthrough Energy Ventures. Mogelijke tekorten aan zowel kobalt als nikkel worden verwacht binnen het volgende decennium. Kobalt- en nikkelmijnbouw delen ook een moeilijke geschiedenis van milieu en mensenrechten mishandelingen, plaatsen druk op grote technologiebedrijven om meer ethische bronnen te vinden.

Het bedrijf heeft twee openbaar gemaakte mijnbouwclaims, in Québec en noordelijk Saskatchewan , waar het deze zomer verkennend veldwerk verricht vanuit de grond en vanuit de lucht. Het werkt ook aan een derde niet nader genoemd eigendom in Canada en op niet-gespecificeerde locaties in Zambia en West-Australië, zegt Goldman.

Een deel van de reden waarom het bedrijf zijn aanvankelijke inspanningen op Canada heeft gericht, is dat het land grote hoeveelheden onderzoeksgegevens in het publieke domein heeft, waaronder verhalende veldrapporten, versleten geologische kaarten, geochemische gegevens over boorgatmonsters, magnetische en elektromagnetische onderzoeksgegevens in de lucht. , lidar-metingen en satellietbeelden die vele decennia van verkenning omvatten.

We hebben een systeem waar we al deze gegevens kunnen opnemen en opslaan in standaardformaten, kwaliteitscontrole van alle gegevens, doorzoekbaar maken en programmatisch toegang kunnen krijgen, zegt Goldman.

Hightech momentum

Zodra het alle beschikbare informatie voor een site heeft verzameld, onderzoekt het team van KoBold de gegevens met behulp van machine learning. Het bedrijf kan bijvoorbeeld een model bouwen om te voorspellen welke delen van ertsafzettingen de hoogste concentraties kobalt bevatten, of een nieuwe geologische kaart maken van een regio die alle verschillende gesteenten en breukstructuren laat zien. Het kan nieuwe gegevens aan deze modellen toevoegen terwijl het wordt verzameld, waardoor KoBold zijn verkenningsstrategie bijna in realtime adaptief kan wijzigen, zegt Goldman.

Canada maakt datasets en andere informatie openbaar, zoals deze door lidar gegenereerde afbeelding van Saskatchewan.

OVERHEID VAN CANADA

KoBold heeft al inzichten uit modellen voor machine learning gebruikt om zijn Canadese mijnbouwclaims te verwerven en zijn veldprogramma's te ontwikkelen. De samenwerking met Stanford's Center for Earth Resources Forecasting , die sinds februari aan de gang is, voegt een extra analyselaag toe aan de mix in de vorm van een AI-beslissingsagent die een volledig verkenningsplan in kaart kan brengen.

Stanford-geowetenschapper Jef Caers, die toezicht houdt op de samenwerking, legt uit dat deze digitale beslisser de onzekerheid in de modelresultaten van KoBold kwantificeert en vervolgens een plan voor gegevensverzameling ontwerpt om die onzekerheid sequentieel te verminderen. Net als een schaker die een partij probeert te winnen in zo min mogelijk zetten, zal de AI KoBold helpen een beslissing te nemen over een prospect met minimale verspilde moeite - of die beslissing nu is om op een bepaalde plek te boren of weg te lopen.

Guy Desharnais , een verkenningsgeoloog die heeft geschreven en doceerde over mining-applicaties voor machine learning, zegt dat het enorm waardevol is om dit soort tools te gebruiken om veel datasets tegelijk te compileren en te analyseren. Maar Desharnais waarschuwt ook dat er veel kanttekeningen worden geplaatst bij de vraag of machine learning intuïtieve sprongen kan maken of intelligente beslissingen kan nemen.

Geologische gegevens zijn vaak zeer fragmentarisch, zowel in ruimte als in tijd, en deze fragmentariteit, samen met een inconsistente gegevenskwaliteit, kan ertoe leiden dat modellen vastklampen aan valse signalen of onjuiste gevolgtrekkingen maken. Bovendien, omdat hoogwaardige ertslichamen zeldzaam zijn, hebben geologen vaak niet veel positieve voorbeelden van wat ze zoeken om een ​​algoritme te trainen om soortgelijke te detecteren.

Uiteindelijk zal het echte werk van het vinden van de afzetting een menselijke geoloog zijn die die gereedschappen gaat gebruiken om hun capaciteit te vergroten, zegt Desharnais.

Het kan moeilijk zijn om te zeggen of machine learning of andere AI-tools mensen helpen dingen te ontdekken die ze zelf niet zouden vinden, zegt Holly Bridgewater , een verkenningsgeoloog bij Unearthed, een Australische organisatie die hackathons en andere inspanningen organiseert om innovatie in de hulpbronnensector te bevorderen. Bridgwater legt uit dat slechts een select aantal potentiële mijnbouwdoelen ooit worden getest, omdat het proces zo duur is. Het is een uitdaging om die positieve feedbacklus te krijgen van wat echt werkt, zegt ze.

Maar hoewel Bridgwater vermoedt dat het moeilijk zal zijn voor KoBold om te bewijzen dat zijn tools de ontdekkingspercentages van mineralen twintigvoudig verbeteren, vindt ze dat het doel van het bedrijf redelijk was. Ik denk dat het zeer aannemelijk is, zegt ze, omdat ons slagingspercentage zo slecht is.

Ampofo, de BloombergNEF-mijnanalist, zegt dat de symboliek van een goed gefinancierde tech-startup die de mijnbouw betreedt, belangrijker kan zijn dan alle batterijmetalen die KoBold ontdekt.

Desharnais is het daarmee eens.

Ik denk dat de grootste impact die een bedrijf als KoBold zal hebben, is dat ze de aandacht vestigen op het gebrek aan investeringen, zegt hij. Ze zullen in staat zijn om geld in te zamelen in bronnen waar andere mensen geen geld hebben ingezameld - om nieuwe gegevens naar buiten te brengen, of om oude gegevens bij te werken en daadwerkelijk nieuwe dingen te vinden.