माग वाढवत असलेल्या त्याच AI बूममुळे खनिज शोध वेगाने होईल, असा Earth AI चा दावा

AI मागणी खनिज शोधाची दिशा बदलत आहे

अधिक AI पायाभूत सुविधा, बॅटऱ्या, ग्रिड स्टोरेज आणि विद्युतीकृत वाहतूक उभारण्याच्या शर्यतीमुळे केवळ सॉफ्टवेअर आणि हार्डवेअर बाजार बदलत नाहीत. या प्रणाली शक्य करणाऱ्या कच्च्या मालाच्या पुरवठा साखळीवरही अधिक ताण येत आहे. ऑस्ट्रेलियात स्थापन झालेली आणि अमेरिकेत मुख्यालय असलेली Earth AI ही अन्वेषण कंपनी कृत्रिम बुद्धिमत्तेचा वापर करून महत्त्वाच्या खनिज साठ्यांचा शोध घेण्याद्वारे या अडथळ्याभोवती स्वतःला स्थान देत आहे.

New Atlas ने वर्णन केलेल्या कंपनी प्रोफाइलनुसार Earth AI लिथियम, तांबे, निकेल, कोबाल्ट, ग्राफाइट आणि रेअर अर्थ घटक अशा खनिजांवर लक्ष केंद्रित करते. ही सामग्री एकाच वेळी अनेक औद्योगिक विस्तारांच्या केंद्रस्थानी आहे: AI साठी प्रगत चिप्स आणि डेटा केंद्रे, इलेक्ट्रिक वाहनांसाठी बॅटऱ्या, ऊर्जा प्रणालींसाठी सौर आणि स्टोरेज प्रकल्प, तसेच ग्राहक इलेक्ट्रॉनिक्स, दूरसंचार आणि लष्करी तंत्रज्ञानाकडून येणारी व्यापक मागणी.

मूळ मांडणी सरळ आहे. पारंपरिक खनिज अन्वेषण अधिक कठीण, महाग आणि कमी फलदायी होत आहे, तर नव्या शोधांचे धोरणात्मक महत्त्व वाढत आहे. Earth AI म्हणते की मशीन लर्निंगचा वापर करून दुर्लक्षित प्रदेश ओळखता येतात आणि त्यामुळे शोध प्रक्रिया जलद संकुचित करता येते.

पुरवठा समस्या दुर्लक्ष करणे कठीण होत आहे

वेगवान अन्वेषणाचा मुद्दा मागणीपासून सुरू होतो. New Atlas ने संयुक्त राष्ट्रांच्या अंदाजांचा हवाला देत म्हटले आहे की महत्त्वाच्या खनिजांमधील जागतिक व्यापार 2030 पर्यंत सुमारे तिप्पट आणि 2040 पर्यंत चौपट होऊ शकतो, जो 2023 मधील सुमारे US$2.5 ट्रिलियनवरून वाढेल. हा वाढीचा अंदाज आधुनिक औद्योगिक प्रणाली किती प्रमाणात समान इनपुट्सवर अवलंबून आहेत हे दाखवतो.

या आव्हानाला अधिक तीव्र बनवणारी गोष्ट म्हणजे अन्वेषण खर्च वाढूनही नवे मोठे शोध कमी होत आहेत. स्रोत मजकूरात महत्त्वपूर्ण शोधांच्या दरात दीर्घकालीन घट झाल्याचे दाखवले आहे, कारण अनेक सोपे साठे आधीच सापडले आहेत. त्यामुळे खनिकांना अधिक खोल, अधिक दूर आणि अधिक खर्चिक शोध घ्यावा लागतो, आणि यशाचा दर अनेकदा कमी असतो.

सरकारे आणि उद्योगांसाठी हे मिश्रण महत्त्वाचे आहे. तंत्रज्ञान तैनातीचा वेग वाढला तरी संसाधन शोधाचा वेग आपोआप वाढत नाही. जर खनिज पुरवठा मागे पडला, तर ऊर्जा, संगणन आणि उत्पादन क्षेत्रांतील प्रकल्प किंमतींच्या अस्थिरतेला, परवानगीच्या संघर्षांना आणि भू-राजकीय अवलंबित्वाला अधिक सामोरे जाऊ शकतात.

Earth AI आपले मॉडेल कसे चालते असे सांगते

मूळ साहित्यामध्ये वर्णन केल्याप्रमाणे, Earth AI चा दृष्टिकोन भाकित करणारे सॉफ्टवेअर आणि स्वमालकीची मोबाइल, कमी-व्यत्यय आणणारी ड्रिलिंग साधने यांचे मिश्रण करतो. सॉफ्टवेअर मोठ्या भूवैज्ञानिक डेटासेट्सवर प्रशिक्षित केले जाते, जेणेकरून पारंपरिक पद्धतींनी दुर्लक्षित किंवा कमी लेखले गेले असावेत असे भाग शोधता येतील. त्यानंतर ड्रिलिंगद्वारे हे तपासले जाते की ही लक्ष्ये प्रत्यक्षात टिकतात का.

हे मिश्रण महत्त्वाचे आहे कारण कंपनी AI ला भौतिक अन्वेषणाचा पर्याय म्हणून मांडत नाही. त्याऐवजी, कुठे पाहायचे हे ठरवण्यासाठी ती सॉफ्टवेअर वापरते आणि त्या कल्पना जमिनीवर कमी परिणाम करणाऱ्या पद्धतीने तपासते. प्रत्यक्षात, सुरुवातीच्या शोध टप्प्यांतील वेळ आणि भांडवल वाया जाणे कमी करण्याचा कंपनीचा प्रयत्न आहे.

New Atlas ने वर्णन केलेले व्यवसाय मॉडेलही लक्षवेधी आहे. Earth AI फक्त खाण कंपन्यांना सॉफ्टवेअर विकणारी संस्था नाही. ती स्वतःच्या प्रणालीचा वापर करून स्थळे शोधते आणि पडताळते, आणि नंतर यशस्वी शोधांचे हक्क विकते. त्यामुळे AI-मार्गदर्शित प्रक्रिया सातत्याने विकासास योग्य लक्ष्ये देऊ शकते का यावरच तिचे व्यावसायिक यश अवलंबून आहे.

वेळ का महत्त्वाची आहे

कंपनीच्या मांडणीच्या मध्यभागी एक विरोधाभास आहे. महत्त्वाच्या खनिजांची मागणी वाढवणारा तोच AI बूम त्यांना शोधण्यासाठी साधन म्हणूनही वापरला जात आहे. हा फीडबॅक लूप Earth AI ची कहाणी आत्ता का महत्त्वाची वाटते, दशकभरापूर्वी का नाही, हे स्पष्ट करतो. अन्वेषण आता फक्त खाणकामाची कहाणी राहिलेली नाही. ती अधिकाधिक संगणन, विद्युतीकरण आणि औद्योगिक धोरणाशी जोडली जात आहे.

कंपनीच्या पद्धती प्रभावी ठरल्या, तर फायदा एका क्षेत्रापुरता मर्यादित राहणार नाही. अतिरिक्त खनिज पुरवठा बॅटरी उत्पादनापासून ट्रान्समिशन उपकरणे आणि विशेष इलेक्ट्रॉनिक्सपर्यंत सर्वांवर परिणाम करू शकतो. अनेक देश महत्त्वाच्या पुरवठा साखळ्यांतील असुरक्षितता कमी करण्याचा प्रयत्न करत असल्यामुळे संभाव्य लाभ आर्थिक जितके, तितकेच धोरणात्मकही आहेत.

तरीही, स्रोत साहित्य हे सुटलेले समस्या म्हणून मांडत नाही. ते Earth AI ला संसाधन पाइपलाइनच्या कठीण टप्प्यावर लक्ष्यित पैज लावणारी कंपनी म्हणून मांडते. शोध अजूनही अनिश्चित आहे, आणि अन्वेषण साधने फक्त तेव्हाच महत्त्वाची ठरतात जेव्हा ती प्रत्यक्ष क्षेत्रात यशाचा दर सुधारतात.

काय ठळक आहे

• कंपनी खनिज अन्वेषणाला थेट AI आणि स्वच्छ-ऊर्जा उभारणीशी जोडत आहे, तो एक स्वतंत्र उद्योग विषय मानत नाही.
• तिचे मॉडेल केवळ सॉफ्टवेअर दाव्यांवर न थांबता AI अंदाज आणि भौतिक पडताळणी यांचे संयोजन करते.
• लिथियम, तांबे, निकेल आणि रेअर अर्थ्सची मागणी एकाच वेळी अनेक उद्योगांमध्ये वाढत असल्याने संधी मोठी आहे.
• मूळ आव्हान संरचनात्मक आहे: खर्च वाढूनही मोठे शोध अधिक दुर्मिळ झाले आहेत.

औद्योगिक तंत्रज्ञानातील व्यापक बदल

Earth AI चा दृष्टिकोन उदयोन्मुख तंत्रज्ञानातील व्यापक प्रवृत्ती दर्शवतो: महाग आणि संथ असलेल्या जुन्या भौतिक उद्योगांमध्ये डेटावर आधारित पद्धती लागू करणे. अन्वेषण अशा बदलासाठी चांगला उमेदवार आहे, कारण कंपन्या कुठे ड्रिल करतात यातले छोटे सुधारही मोठे आर्थिक परिणाम देऊ शकतात.

याचा अर्थ असा नाही की AI एकट्याने खाणकामाची मूलभूत तत्त्वे बदलते. साठे अजूनही अस्तित्वात असणे आवश्यक आहे, त्यांची पुष्टी होणे गरजेचे आहे, आणि कोणत्याही अंतिम विकासाला वित्तपुरवठा, परवानगी आणि कार्यकारी वास्तवांना सामोरे जावे लागेल. पण जर सॉफ्टवेअर व्यावसायिकदृष्ट्या उपयुक्त संसाधने शोधण्याची शक्यता वाढवू शकत असेल, तर अधिक चिप्स, बॅटऱ्या आणि पायाभूत सुविधा उभारण्याच्या शर्यतीत ते अर्थपूर्ण साधन ठरू शकते.

सध्या, Earth AI ला डिजिटल आणि ऊर्जा संक्रमण ज्यावर अधिकाधिक अवलंबून आहेत अशा पुरवठा साखळीच्या अग्रभागाचे आधुनिकीकरण करण्याचा प्रयत्न म्हणून पाहणे योग्य ठरेल. त्या अर्थाने, कंपनी फक्त खनिजांचा शोध घेत नाही. औद्योगिक विस्तारातील सर्वात संथ भागांपैकी एक AI वेगवान करू शकतो का, हे ती तपासत आहे.

हा लेख New Atlas च्या अहवालावर आधारित आहे. मूळ लेख वाचा.