人工智能變現難？這家AI挖金礦公司已上市

“變現”是當下階段人工智能公司面臨最重要的難題，表面看來人工智能已經在安防、醫療、教育、智能手機、汽車、金融等諸多行業紛紛落地，但這些行業實際上能產生的營收並不十分樂觀。而且諸多均為to G類的項目，資金周期長，現金流不充裕。再加上人工智能人力和物力成本較高，行業面臨較大挑戰。

馬雲說：“選擇比努力重要，眼光比能力重要!” 那麽人工智能變現除了以上這些主流賽道，還有沒有新的藍海呢？近日，一家加拿大人工智能公司Goldspot就把目光瞄準了人類最古老的行業之一——黃金開採。該公司僅成立三年就已在多倫多證券交易所創業板上市。

Goldspot的夢想：徹底改變勘探行業

幾個世紀以來，黃金開採出現了許多創新，但近年來創新已經放緩。在去年的“跟蹤趨勢”報告中，德勤分析師觀察到，“50年前的礦工如果進入今天的礦山，就會發現變化不大，這種情況在其他行業肯定不成立。”

如果研究過去20年的黃金勘探支出，2012年的支出達到峰值，達到61億美元。從那以後，隻發現了四個金礦床。在2012年之前，該行業過去常常每年發現十個。

Goldspot使用人工智能來改善礦物勘探，通過開發能夠攝取不同數據的AI系統來改變經驗主義的采礦方式，從中發現潛在的金礦位置。

具體而言，Goldspot將30多年的歷史遙感、采礦和勘探數據整合到一個綜合的功能性地質模型中。然後，使用該地質模型來識別現有和歷史開採礦床的數據層中的相關性，進而能夠識別具有最高前景潛力的目標區域。

目前，Goldspot通過僅使用4%的地質表面、礦物的拓撲數據，能夠預測加拿大86%的金礦帶現有金礦床。

美國內華達洲Jerritt Canyon礦場的勘探副總裁Jamie Lavigne表示，“Goldspot已經為The Jerritt Canyo項目地區生產了一個非常高質量的三維地質模型，為繼續勘探提供了良好的基礎。我們期待通過對數據的詳細評估（AI技術）來推導出優先目標。JerrittCanyon Gold的管理層期待未來與Goldspot合作繼續探索和開發Jerritt Canyon礦區。”

Goldspot創始人兼總裁丹尼斯·拉維奧萊特（DenisLaviolette）說，“有些人稱Goldspot為'黃金產量到頂'，但我更傾向於將其視為'發現到頂'，這是一個旨在使用人工智能（AI）和機器學習，徹底改變礦產勘探業務的第一個公司。“

這家總部位於蒙特利爾的公司才剛剛成立三年，已經獲得了一些礦業巨頭的支持，其中包括美國全球投資者弗蘭克·霍姆斯（FrankHolmes）、埃裡克·斯普洛特（Eric Sprott）、羅伯·麥克尤恩（Rob McEwen）、礦業金融家三旗（TripleFlag）和霍奇森（Hochschild），而且加拿大金礦巨頭公司Integra Resources和Yamana Gold為早期客戶。

2016年，Goldspot在Integra淘金挑戰賽中獲得第二名，該競賽全球申請人數多達4,600人。目前Goldspot的團隊有23個專業人士，包括6個博士學位。

Goldspot表示，發現一些材料的新來源包括銅、黃金甚至是鈷都是非常艱難的。勘探出新礦產的成功率很低，只有0.5%，如果在已知的礦產資源附近探索，成功率也僅僅只會上升至5%。而且勘探所需的費用支出仍然處於歷史高位，在過去幾十年中，用於黃金勘探的費用大約在543億美元，但發現金礦的速度卻在下降。

而AI的應用會降低勘探活動的風險，還帶來了很多其它的好處，包括減少支出、獲得有價值的數據、提高發現礦產的速度等等。

人工智能正在采礦行業帶來重大突破

采礦業是一個佔主導地位的行業，它為全球各國創造了大量業務，也影響了經濟的各個方面，為電子到能源的幾乎每個領域提供了所需的原材料。

采礦業利潤豐厚，但它也面臨著電力、基礎設施、健康、安全、資金分配方法、商品價格、環境後果等問題。為了更好地處理場景並克服現有的挑戰，人工智能和機器學習正在采礦行業帶來重大突破。

在人工智能的幫助下，可以克服采礦中與工作相關的風險，如吸入粉塵、因采礦地點的噪音而導致的聽力傷亡、化學風險和坍塌風險。運營、生產力和浪費也可以得到更好的管理。總之，人工智能讓采礦變得更安全，同時也降低了成本。

其實除了Goldpsot，全球還有諸多公司已經將AI應用於采礦的各個環節和場景，並取得了重大突破。

1、加拿大公司Motion Metrics正在使用碎片分析（Fragmentation Analysis）——一種基於人工智能模型，精確測量鏟鬥內的岩石碎片的方法。在這一過程中，收集到的數據可通過有效載荷監測和通過檢查齒磨損優化換齒，為爆破工程師提供有價值的反饋，提高生產率。

2、挪威一家跨國公司Tomra開發了礦物和礦石分選設備，該設備利用傳感器將重要的礦石與廢石分離，有助於提高運營的能源和成本效益。

3、一家名為Petra的數據科學公司開發了一種人工智能算法，該算法能在一分鐘內自動對指定的礦石進行碎片分割，而手工完成時需要一個多小時。

4、BHP是一家總部位於墨爾本的礦業公司，在智利進行了一項銅礦開採項目，該公司使用基於神經網絡技術的智能帽來分析司機的腦電波，以便根據情況采取行動。一旦他們成功測試，這項技術將被集成到150輛卡車，以加速生產力和保證安全。

5、巴西一家金屬礦業跨國公司Vale採用預測分析法來提高機器壽命，並減少資本投資。他們預測卡拉賈斯（ Carajas ）和維多利亞（Victoria，巴西境內）煤礦的鐵路故障率高達85%，從而將運貨卡車輪胎的使用壽命提高了30%，每年節省500萬美元。

6、Goldcorp公司最近與IBM合作，為采礦勘探注入智能技術。IBM Watson正被用於研究鑽井報告、地質調查數據和指定要勘探的區域，這有助於快速定位所需區域。

7、一家名為Dronedeploy 的公司正在使用無人機收集空中數據進行分析。一旦對數據進行分析，它將有助於創建地圖和建立三維模型，以便進行準確的規劃和關鍵計算。這項技術為公司節省了時間和金錢。

眾所周知，印度擁有豐富的鐵、錳、鋁土礦、鉻鐵礦、煤炭等礦產資源。根據2012年的人口普查，大約有700萬人在采礦業工作。它佔工業部門GDP的10%到11%，接近1060億美元。儘管印度是世界上最大的雲母片生產國、第三大鐵礦石生產國和第五大鋁土礦生產國，但印度采礦業仍面臨諸多障礙，包括土地可用性、過時的機制和無效的資本投資等。一份報告表明，CNN和人工智能等深度學習技術幫助了印度采礦業，隨著人工智能在印度的研究加速，許多創業公司即將進入人工智能領域。

最近，許多礦業公司們就表示，人工智能等數字技術將徹底改變這個世界上最古老的行業之一，就像改變其他行業一樣。這說明，礦業公司也將使用人工智能挖礦。而且據埃森哲估計，未來十年內，包括機器人技術和自動化技術在內的創新技術將為金屬和采礦業創造 3210 億美元的價值，相當於預期營收的 3% 到 4%。

注：本文系AI商業周刊編譯，轉載請注明來源。參考來源：forbes、analyticsindiamag、globenewswire、newsfilecorp。