চাহিদা বাড়ানো সেই AI উত্থানের জোরে খনিজ অনুসন্ধান দ্রুত হবে বলে বাজি ধরছে Earth AI

AI চাহিদা খনিজ অনুসন্ধানের চিত্র বদলে দিচ্ছে

আরও AI অবকাঠামো, ব্যাটারি, গ্রিড স্টোরেজ এবং বৈদ্যুতিক পরিবহন গড়ে তোলার হুড়োহুড়ি শুধু সফটওয়্যার ও হার্ডওয়্যার বাজারই বদলাচ্ছে না। এটি সেই কাঁচামালের সরবরাহ শৃঙ্খলেও চাপ বাড়াচ্ছে, যা এসব ব্যবস্থা সম্ভব করে। অস্ট্রেলিয়ায় প্রতিষ্ঠিত এবং যুক্তরাষ্ট্রভিত্তিক অনুসন্ধান প্রতিষ্ঠান Earth AI, কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে গুরুত্বপূর্ণ খনিজ ভান্ডার খুঁজে এই বাধাকেই কেন্দ্র করে নিজেদের অবস্থান তৈরি করছে।

New Atlas-এ বর্ণিত কোম্পানি প্রোফাইল অনুযায়ী, Earth AI লিথিয়াম, তামা, নিকেল, কোবাল্ট, গ্রাফাইট এবং বিরল মাটি উপাদানসহ খনিজের ওপর কাজ করছে। এসব উপাদান একসঙ্গে একাধিক শিল্প-উন্নয়নের কেন্দ্রবিন্দুতে রয়েছে: AI-এর জন্য উন্নত চিপ ও ডেটা সেন্টার, বৈদ্যুতিক যানবাহনের জন্য ব্যাটারি, জ্বালানি ব্যবস্থার জন্য সৌর ও স্টোরেজ প্রকল্প, এবং ভোক্তা ইলেকট্রনিক্স, টেলিকমিউনিকেশন ও সামরিক প্রযুক্তি থেকে আসা বিস্তৃত চাহিদা।

মূল যুক্তি সরল। প্রচলিত খনিজ অনুসন্ধান আরও কঠিন, ব্যয়বহুল এবং কম ফলদায়ক হয়ে উঠছে, আর নতুন আবিষ্কারের কৌশলগত গুরুত্ব বাড়ছে। Earth AI বলছে, মেশিন লার্নিং অনালোচিত অঞ্চলগুলো চিহ্নিত করে অনুসন্ধানকে দ্রুত সংকুচিত করতে পারে, যেখানে খনিজ সম্ভাবনা বেশি।

একটি সরবরাহ সমস্যা উপেক্ষা করা কঠিন হয়ে উঠছে

দ্রুত অনুসন্ধানের পক্ষে যুক্তি শুরু হয় চাহিদা থেকে। New Atlas জাতিসংঘের অনুমান উদ্ধৃত করে বলছে, গুরুত্বপূর্ণ খনিজে বৈশ্বিক বাণিজ্য 2030 সালের মধ্যে প্রায় তিনগুণ এবং 2040 সালের মধ্যে চারগুণ হতে পারে, 2023 সালের প্রায় US$2.5 ট্রিলিয়ন থেকে। এই বৃদ্ধির পূর্বাভাস দেখায়, আধুনিক শিল্প ব্যবস্থার অনেকগুলোই একই ধরনের ইনপুটের ওপর নির্ভরশীল।

সমস্যাটি আরও তীব্র হয়েছে কারণ অনুসন্ধান ব্যয় বেড়েও নতুন বড় আবিষ্কার কমে গেছে। উৎস লেখাটি বলছে, দীর্ঘদিন ধরে উল্লেখযোগ্য আবিষ্কারের হার কমছে, কারণ অনেক সহজলভ্য ভান্ডার ইতিমধ্যেই খুঁজে পাওয়া গেছে। ফলে খনি কোম্পানিগুলোকে আরও গভীরে, আরও দূরে এবং বেশি খরচে খুঁজতে হচ্ছে, আর সাফল্যের হারও বেশ কম।

সরকার ও শিল্পের জন্য এই সমন্বয় গুরুত্বপূর্ণ। প্রযুক্তি স্থাপনের গতি বাড়লেই যে সম্পদ আবিষ্কারের গতিও বাড়বে, এমন নয়। খনিজ সরবরাহ পিছিয়ে পড়লে জ্বালানি, কম্পিউটিং ও উৎপাদনমুখী প্রকল্পগুলো মূল্য অস্থিরতা, অনুমোদনসংক্রান্ত বিরোধ এবং ভূ-রাজনৈতিক নির্ভরতার ঝুঁকিতে আরও পড়তে পারে।

Earth AI কীভাবে তাদের মডেল কাজ করে বলে জানায়

উৎস উপাদানে যেমন বলা হয়েছে, Earth AI-এর পদ্ধতি পূর্বাভাসমূলক সফটওয়্যারকে স্বত্বাধিকারী মোবাইল, কম-বিঘ্নকারী ড্রিলিং টুলের সঙ্গে যুক্ত করে। সফটওয়্যারটি বড় ভূতাত্ত্বিক ডেটাসেটে প্রশিক্ষিত, যাতে এমন জায়গা চিহ্নিত করা যায় যেগুলো প্রচলিত পদ্ধতিতে এড়িয়ে যাওয়া হয়েছে বা কম মূল্যায়িত হয়েছে বলে কোম্পানি মনে করে। পরে ড্রিলিং ব্যবহার করে দেখা হয়, সেই লক্ষ্যগুলো মাঠে টিকে কি না।

এই সমন্বয় গুরুত্বপূর্ণ, কারণ কোম্পানি AI-কে শারীরিক অনুসন্ধানের বিকল্প হিসেবে দেখাচ্ছে না। বরং কোথায় খুঁজতে হবে তা সফটওয়্যার দিয়ে ঠিক করে এবং সেই ধারণাগুলো মাটিতে কম প্রভাবের উপায়ে পরীক্ষা করে। বাস্তবভাবে, কোম্পানি আবিষ্কারের প্রাথমিক ধাপে সময় ও মূলধনের অপচয় কমাতে চাইছে।

New Atlas-এ বর্ণিত ব্যবসায়িক মডেলটিও উল্লেখযোগ্য। Earth AI শুধু খনন গোষ্ঠীর কাছে সফটওয়্যার বিক্রি করে না। তারা নিজেদের সিস্টেম ব্যবহার করে সাইট খুঁজে ও যাচাই করে, তারপর সফল আবিষ্কারের অধিকার বিক্রি করে। ফলে AI-নির্দেশিত প্রক্রিয়া ধারাবাহিকভাবে উন্নয়নযোগ্য লক্ষ্য দিতে পারছে কি না, তার ওপরই তাদের বাণিজ্যিক ফল নির্ভর করে।

সময়টা কেন গুরুত্বপূর্ণ

কোম্পানির পিচের কেন্দ্রে একটি ironি আছে। যে AI বুম গুরুত্বপূর্ণ খনিজের চাহিদা বাড়াচ্ছে, তাকেই আবার খুঁজে বের করার হাতিয়ার হিসেবে ব্যবহার করা হচ্ছে। এই ফিডব্যাক লুপই ব্যাখ্যা করে কেন Earth AI-এর গল্প এখন প্রাসঙ্গিক, দশ বছর আগে নয়। অনুসন্ধান এখন আর শুধু খননকেন্দ্রিক গল্প নয়। এটি ক্রমশ কম্পিউটিং, বিদ্যুতায়ন এবং শিল্পনীতি-র সঙ্গে জুড়ে যাচ্ছে।

কোম্পানির পদ্ধতি কার্যকর প্রমাণিত হলে লাভ একক কোনো খাতে সীমাবদ্ধ থাকবে না। বাড়তি খনিজ সরবরাহ ব্যাটারি উৎপাদন থেকে ট্রান্সমিশন সরঞ্জাম এবং বিশেষায়িত ইলেকট্রনিক্স পর্যন্ত সবকিছুকে প্রভাবিত করতে পারে। সম্ভাব্য লাভ আর্থিকের পাশাপাশি কৌশলগতও, কারণ অনেক দেশ গুরুত্বপূর্ণ সরবরাহ শৃঙ্খলে দুর্বলতা কমাতে চাইছে।

তবু উৎস উপাদান এটিকে সমাধান হয়ে যাওয়া সমস্যা হিসেবে উপস্থাপন করে না। এটি Earth AI-কে সম্পদ পাইপলাইনের কঠিন এক পর্যায়ে লক্ষ্যভিত্তিক বাজি ধরা একটি কোম্পানি হিসেবে দেখায়। আবিষ্কার এখনো অনিশ্চিত, আর অনুসন্ধান টুল তখনই গুরুত্বপূর্ণ যখন সেগুলো মাঠপর্যায়ে প্রকৃত সাফল্যের হার বাড়ায়।

যা চোখে পড়ে

• কোম্পানি খনিজ অনুসন্ধানকে সরাসরি AI ও পরিষ্কার-জ্বালানি নির্মাণের সম্প্রসারণের সঙ্গে যুক্ত করছে, আলাদা শিল্পকাহিনি হিসেবে নয়।
• এর মডেল শুধু সফটওয়্যার দাবির ওপর নির্ভর না করে AI পূর্বাভাসকে শারীরিক যাচাইয়ের সঙ্গে মিলিয়ে দেয়।
• লিথিয়াম, তামা, নিকেল ও বিরল মাটির চাহিদা একসঙ্গে অনেক শিল্পে বাড়ছে বলে সুযোগ বড়।
• মূল চ্যালেঞ্জ কাঠামোগত: ব্যয় বেড়েও বড় আবিষ্কার কমে গেছে।

শিল্প প্রযুক্তিতে বৃহত্তর পরিবর্তন

Earth AI-এর পদ্ধতি উদীয়মান প্রযুক্তির একটি বৃহত্তর প্রবণতাকে তুলে ধরে: খরচবহুল ও ধীরগতির পুরনো ভৌত শিল্পে ডেটা-নির্ভর পদ্ধতি প্রয়োগ করা। অনুসন্ধান এমন পরিবর্তনের জন্য ভালো ক্ষেত্র, কারণ কোথায় কোম্পানিগুলো ড্রিল করছে তাতে সামান্য উন্নতিও বড় অর্থনৈতিক প্রভাব ফেলতে পারে।

এতে এটা বোঝায় না যে AI একাই খননের মৌলিক নিয়ম বদলে দেয়। ভান্ডার এখনো থাকতে হবে, সেগুলোকে নিশ্চিত করতে হবে, আর যেকোনো চূড়ান্ত উন্নয়নকেই অর্থায়ন, অনুমোদন ও পরিচালনাগত বাস্তবতার মুখোমুখি হতে হবে। কিন্তু সফটওয়্যার যদি বাণিজ্যিকভাবে কার্যকর সম্পদ খুঁজে পাওয়ার সম্ভাবনা বাড়াতে পারে, তবে আরও চিপ, ব্যাটারি ও অবকাঠামো তৈরির দৌড়ে তা একটি অর্থপূর্ণ হাতিয়ার হয়ে উঠতে পারে।

এ মুহূর্তে Earth AI-কে সবচেয়ে ভালোভাবে বোঝা যায় এমন একটি প্রচেষ্টা হিসেবে, যা ডিজিটাল ও জ্বালানি রূপান্তর ক্রমশ নির্ভরশীল যে সরবরাহ শৃঙ্খলের সামনের অংশকে আধুনিক করতে চায়। সে অর্থে, কোম্পানিটি শুধু খনিজ খুঁজছে না। এটি পরীক্ষা করছে, AI কি শিল্প সম্প্রসারণের সবচেয়ে ধীর অংশগুলোর একটিকে দ্রুত করতে পারে।

এই নিবন্ধটি New Atlas-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন.