Earth AI का दांव: खनिज अन्वेषण को उसी AI उछाल से तेज किया जा सकता है जो मांग बढ़ा रहा है

AI की मांग खनिज खोज की दिशा बदल रही है

और अधिक AI अवसंरचना, बैटरियों, ग्रिड स्टोरेज और विद्युतीकृत परिवहन बनाने की होड़ सिर्फ़ सॉफ्टवेयर और हार्डवेयर बाज़ारों को नहीं बदल रही है। यह उन कच्चे माल की आपूर्ति-श्रृंखला पर भी दबाव बढ़ा रही है जो इन प्रणालियों को संभव बनाते हैं। ऑस्ट्रेलिया में स्थापित और अमेरिका में मुख्यालय वाली अन्वेषण कंपनी Earth AI, कृत्रिम बुद्धिमत्ता का उपयोग करके महत्वपूर्ण खनिज भंडार खोजने के जरिए इस बाधा पर अपनी स्थिति बना रही है।

New Atlas द्वारा वर्णित कंपनी प्रोफ़ाइल के अनुसार, Earth AI लिथियम, तांबा, निकल, कोबाल्ट, ग्रेफाइट और रेयर अर्थ तत्वों सहित खनिजों पर केंद्रित है। ये सामग्री कई औद्योगिक निर्माण-तरंगों के केंद्र में एक साथ मौजूद हैं: AI के लिए उन्नत चिप्स और डेटा सेंटर, इलेक्ट्रिक वाहनों के लिए बैटरियां, ऊर्जा प्रणालियों के लिए सौर और स्टोरेज परियोजनाएं, और उपभोक्ता इलेक्ट्रॉनिक्स, दूरसंचार तथा सैन्य प्रौद्योगिकी से आने वाली व्यापक मांग।

मुख्य तर्क सीधा है। पारंपरिक खनिज अन्वेषण कठिन, महंगा और कम उत्पादक होता जा रहा है, जबकि नई खोजों का रणनीतिक महत्व बढ़ रहा है। Earth AI का कहना है कि मशीन लर्निंग अनदेखे क्षेत्रों की पहचान करके खोज को तेजी से संकुचित कर सकती है, जहां खनिज संभावना अधिक हो सकती है।

आपूर्ति की समस्या अब नज़रअंदाज़ करना कठिन हो रही है

तेज़ अन्वेषण के पक्ष में तर्क मांग से शुरू होता है। New Atlas संयुक्त राष्ट्र के अनुमानों का हवाला देता है कि महत्वपूर्ण खनिजों में वैश्विक व्यापार 2030 तक लगभग तीन गुना और 2040 तक चार गुना हो सकता है, 2023 के लगभग US$2.5 ट्रिलियन से। यह वृद्धि का अनुमान इस बात को दर्शाता है कि कितनी आधुनिक औद्योगिक प्रणालियाँ इनपुट के उसी समूह पर निर्भर हैं।

यह चुनौती इसलिए और गंभीर हो जाती है क्योंकि अन्वेषण व्यय बढ़ने के बावजूद नई बड़ी खोजें कम होती गई हैं। स्रोत पाठ एक लंबी अवधि में महत्वपूर्ण खोजों की दर में गिरावट की ओर इशारा करता है, क्योंकि कई आसान भंडार पहले ही खोजे जा चुके हैं। इससे खनिकों को और गहराई में, अधिक दूर और अधिक लागत पर खोज करनी पड़ती है, और अक्सर सफलता दर कम रहती है।

सरकारों और उद्योग के लिए यह संयोजन महत्वपूर्ण है। प्रौद्योगिकी तैनाती की तेज़ गति अपने आप संसाधन खोज की तेज़ गति में नहीं बदलती। यदि खनिज आपूर्ति पीछे रह जाती है, तो ऊर्जा, कंप्यूटिंग और विनिर्माण से जुड़ी परियोजनाएँ मूल्य अस्थिरता, अनुमोदन संबंधी विवादों और भू-राजनीतिक निर्भरता के प्रति अधिक संवेदनशील हो सकती हैं।

Earth AI अपने मॉडल को कैसे काम करने वाला बताती है

स्रोत सामग्री में वर्णित Earth AI का तरीका, पूर्वानुमानात्मक सॉफ़्टवेयर को स्वामित्व वाले मोबाइल, कम-व्यवधान वाले ड्रिलिंग उपकरणों के साथ जोड़ता है। सॉफ़्टवेयर को बड़े भूवैज्ञानिक डेटा सेट पर प्रशिक्षित किया जाता है, ताकि उन स्थानों को उजागर किया जा सके जिन्हें कंपनी मानती है कि पारंपरिक तरीकों से नज़रअंदाज़ या कम आँका गया है। फिर ड्रिलिंग का उपयोग यह सत्यापित करने के लिए किया जाता है कि क्या वे लक्ष्य वास्तविक दुनिया में टिकते हैं।

यह संयोजन महत्वपूर्ण है क्योंकि कंपनी AI को भौतिक अन्वेषण के विकल्प के रूप में प्रस्तुत नहीं कर रही है। इसके बजाय, वह सॉफ़्टवेयर का उपयोग यह तय करने के लिए कर रही है कि कहाँ देखना है, और इन विचारों को ज़मीन पर परखने के लिए कम-प्रभाव वाले तरीके के साथ जोड़ रही है। व्यावहारिक रूप से, कंपनी खोज के शुरुआती चरणों में समय और पूंजी की बर्बादी कम करने की कोशिश कर रही है।

New Atlas द्वारा वर्णित व्यवसाय मॉडल भी उल्लेखनीय है। Earth AI केवल खनन समूहों को सॉफ़्टवेयर बेचने वाली कंपनी नहीं है। वह अपने सिस्टम का उपयोग करके स्थलों की खोज और पुष्टि करती है, फिर सफल खोजों के अधिकार बेचती है। इसका मतलब है कि उसका व्यावसायिक परिणाम इस बात पर निर्भर करता है कि क्या AI-निर्देशित प्रक्रिया लगातार ऐसे लक्ष्य दे सकती है जो विकास के योग्य हों।

समय का महत्व क्यों है

कंपनी के दावे के केंद्र में एक विरोधाभास है। वही AI उछाल जो महत्वपूर्ण खनिजों की मांग बढ़ा रहा है, उन्हें खोजने के उपकरण के रूप में भी इस्तेमाल किया जा रहा है। यही फीडबैक लूप बताता है कि Earth AI की कहानी अभी क्यों प्रभावी लगती है, एक दशक पहले क्यों नहीं। अन्वेषण अब केवल खनन की कहानी नहीं रह गई है। यह तेजी से कंप्यूटिंग, विद्युतीकरण और औद्योगिक नीति से जुड़ रही है।

यदि कंपनी के तरीके प्रभावी साबित होते हैं, तो लाभ एक ही क्षेत्र तक सीमित नहीं होगा। अतिरिक्त खनिज आपूर्ति बैटरी उत्पादन से लेकर ट्रांसमिशन उपकरण और विशेष इलेक्ट्रॉनिक्स तक सब पर असर डाल सकती है। संभावित लाभ वित्तीय जितने हैं, उतने ही रणनीतिक भी हैं, क्योंकि कई देश महत्वपूर्ण आपूर्ति-श्रृंखलाओं में निर्भरता कम करने की कोशिश कर रहे हैं।

फिर भी, स्रोत सामग्री इसे एक हल हो चुकी समस्या के रूप में नहीं पेश करती। यह Earth AI को संसाधन पाइपलाइन के कठिन चरण पर एक लक्षित दांव लगाने वाली कंपनी के रूप में प्रस्तुत करती है। खोज अब भी अनिश्चित है, और अन्वेषण उपकरण तभी मायने रखते हैं जब वे मैदान में वास्तविक सफलता दर बेहतर करें।

क्या बात प्रमुख है

• कंपनी खनिज अन्वेषण को सीधे AI और स्वच्छ-ऊर्जा निर्माण-तरंग से जोड़ रही है, इसे एक अलग उद्योग कथा नहीं मान रही।
• इसका मॉडल केवल सॉफ़्टवेयर दावों पर निर्भर रहने के बजाय AI पूर्वानुमानों को भौतिक सत्यापन के साथ जोड़ता है।
• अवसर बड़ा है क्योंकि लिथियम, तांबा, निकल और रेयर अर्थ्स की मांग एक साथ कई उद्योगों में बढ़ रही है।
• मूल चुनौती संरचनात्मक है: खर्च बढ़ने के बावजूद बड़ी खोजें दुर्लभ होती गई हैं।

औद्योगिक तकनीक में व्यापक बदलाव

Earth AI का तरीका उभरती प्रौद्योगिकी में एक व्यापक प्रवृत्ति को दर्शाता है: डेटा-आधारित तरीकों को पुरानी भौतिक उद्योगों पर लागू करना, जहाँ बाधाएँ महंगी और धीमी होती हैं। अन्वेषण इस तरह के बदलाव के लिए एक अच्छा उम्मीदवार है, क्योंकि कंपनियाँ कहाँ ड्रिल करती हैं, इसमें मामूली सुधार भी बड़े आर्थिक परिणाम दे सकते हैं।

इसका मतलब यह नहीं है कि AI अकेले खनन के मूलभूत नियम बदल देता है। भंडार फिर भी मौजूद होने चाहिए, उनका सत्यापन होना चाहिए, और किसी भी अंतिम विकास को वित्तपोषण, अनुमोदन और संचालन संबंधी वास्तविकताओं का सामना करना ही होगा। लेकिन यदि सॉफ़्टवेयर व्यावसायिक रूप से उपयोगी संसाधन खोजने की संभावना बढ़ा देता है, तो यह अधिक चिप्स, बैटरियों और अवसंरचना बनाने की दौड़ में एक महत्वपूर्ण साधन बन सकता है।

फिलहाल, Earth AI को सबसे बेहतर तरीके से उस आपूर्ति-श्रृंखला के फ्रंट एंड को आधुनिक बनाने के प्रयास के रूप में समझा जा सकता है, जिस पर डिजिटल और ऊर्जा परिवर्तन तेजी से निर्भर हैं। उस अर्थ में, कंपनी केवल खनिज नहीं खोज रही। वह यह परख रही है कि क्या AI औद्योगिक विस्तार के सबसे धीमे हिस्सों में से एक को तेज कर सकता है।

यह लेख New Atlas की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.