矿产勘探丨科技巨头押注矿业革命，联手绘就地球“藏宝图”

2月5日，微软的比尔·盖茨和亚马逊的杰夫·贝佐斯、AI新星山姆·奥特曼等押注的美国初创公司KoBold Metals（#007）发布公告，他们在赞比亚发现一座巨大的铜矿，这一名为Mingomba的铜矿可能是世界上最大的铜矿之一。Mingomba矿含2.47亿吨矿石，平均铜品位为3.64%，这一数字比世界最大铜生产国智利的铜品位高出约六倍。赞比亚 2023 年矿石产量为 76 万吨。如果 Mingomba 投产，赞比亚将从第九大生产国跃升至第四大生产国，仅次于中国，领先于美国。

创立仅仅不到五年的KoBold公司，利用AI技术大量读取分析所有地球卫星拍摄的地质图片、激光地球扫描数据，以及全球的地震波数据，来识别 60 多个国家/地区的高概率矿产发现区域。只花了一年时间，就重新绘制了一张全球地壳矿藏的分布图。

铜矿市场分析

虽然 Kobold 的 Mingomba 工厂在十年内不会开业，但随着需求增加和供应萎缩，未来两年铜价预计将上涨 75%。

AI+勘探的机会

传统上，找矿是一件非常耗时耗力的工作，类似于大海捞针。矿产勘查人员需要进行大量的地质勘查和采样工作，以确定潜在矿藏的位置和规模。这个过程通常需投入大量的人力、物力和财力，而且成功率并不高。

与AI探矿相比，传统探矿就是盲人摸象、大海捞针。传统做法是，基于国家统计的地质地层数据、依赖有经验的地质学家通过大量的人工来处理各种地质数据，然后获得勘探分析结果，决定试采地点。由于数据有限，很多情况是试采后并未找到所需矿产，造成了成本和时间的浪费。目前，传统的铜、黄金以及钴等的勘探已经非常艰难，勘探出新矿产的成功率只有0.5%，99%以上的常规勘探项目未能成为矿山。

而创立仅仅不到五年的KoBold公司，利用AI技术大量读取分析所有地球卫星拍摄的地质图片、激光地球扫描数据，以及全球的地震波数据，他们只花了一年时间，就重新绘制了一张全球地壳矿藏的分布图，根据这张清晰无比的“藏宝图”，在赞比亚找到了一个巨型铜矿。

因为这个发现，KoBold大举投资，获得了该铜矿的开采权，与赞比亚政府签订了数十年的开采合同，而第一年的试开采产量已经达到40万吨。

KoBold Metals成立于2018年，总部位于美国旧金山，根据该公司的介绍，他们致力于利用先进的科学技术和数据分析方法，寻找世界各地未开发的矿藏资源，以支持可持续的矿产开采和资源利用。主要寻找铜、钴、镍和锂，这些金属是制造电动汽车电池、太阳能电池板、智能手机和许多其他设备的关键材料。

KoBold Metals的创始团队由来自谷歌、NASA和许多知名科技公司的科学家和工程师组成，他们拥有丰富的科技和矿业领域的专业知识和经验。公司借助人工智能、机器学习、地质勘探技术等先进工具，通过大数据分析和模拟，快速准确地识别潜在的矿藏资源，提高勘探效率和成功率。虽然是一家初创公司，该公司研究人员超过100人，据该公司网站介绍，包括来自谷歌、NASA、Exxon、必和必拓、苹果、BarrickGold、Meta、Ivanhoe、Falconbridge、Vale、力拓、SilaNano等的技术人员。

CEO Kurt House是KoBold Metals的联合创始人，也是C12 Energy, LLC的首席执行官和联合创始人，具备科学计算和数据集成背景，研究重点是陆地和海洋环境中的二氧化碳捕获和储存。专注于大规模科学计算和数据集成。曾任斯坦福副教授，KAUST/MIT的博士后研究员，2008年获得哈佛大学地球科学博士学位。

COO 杰夫·尤里纳克，在石油开采领域拥有超过35年的经验，曾经在康菲石油公司担任高管，负责全球的勘探开采工作。负责镍勘探的首席地质师彼得·莱特富特博士曾经负责淡水河谷的全球勘探。

负责铜矿勘探的大卫·布劳顿，是世界著名的沉积物铜矿床专家，早在1997年就参与发现了赞比亚最大的铜矿，2008年，他成为艾芬豪公司的勘探主管，并带领团队在2015年荣获加拿大勘探者与开发商协会颁发的国际矿产发现奖。

KoBold Metals为了“以创新的方式观察地下”，KoBold Metals与斯坦福大学地球资源预测中心合作开发了一个AI智能体，这项技术可以帮助勘探者决定工作的地点与方式。他们将数十年的历史数据进行汇聚和重构，建立TerraShedSM数据平台，然后利用名为机器勘探者（Machine Prospector）的预测模型来辅助勘探决策。

人工智能技术能够快速、精确地处理并分析大量数据，自动进行数据抽取、集成、分析建模，大幅提升勘探效率、缩小勘探范围、降低勘探成本、在数据较为匮乏的绿地勘探项目中圈定成矿远景区、发现一些被传统理论或方法忽视的找矿信息。

他们的数据平台存储了特定区域相关的所有可用信息，包括土壤样品、高光谱卫星成像和具有悠久历史的手写钻探报告。然后，该公司运用机器学习的方法来预测成分异常的位置。AI给出的矿脉位置，误差只有几米，整个勘测过程耗时仅十天，而之前的传统探矿，找个三五年都是常事。

根据公司与斯坦福大学合作发表了一篇关于信息有效性（Efficacy of Information）方面的论文，通过这项技术我们从地学数据获得见解”。目前AI的探矿效率大概是全球探矿队伍探矿能力总和的10倍，勘探成本仅为传统勘探的四分之一。

Mingomba可能是KoBold众多投资组合中最先取得成果的项目，该公司还在探索其他60多个区域，集中在澳大利亚、加拿大和美国。KoBold2023年在勘探上花费了近1亿美元，并预计2024年的勘探支出将超过这一数字。KoBold宣布他们的下一个目标是锂矿。

而这家公司的背后，不仅有微软的比尔·盖茨和亚马逊的杰夫·贝佐斯这样的科技巨头，以及AI新星山姆·奥特曼，还包括日本三菱商事、澳大利亚必和必拓等传统公司。

2022年2月，这家初创公司完成了1.925亿美元的B轮融资，其中包括Sam Altman的Apollo Projects、Bond Capital、必和必拓集团和加拿大养老金计划投资委员会的投资。

在2023年6月的C轮融资环节，三菱商事，必和必拓、挪威国家石油公司、包括安德森·霍洛维茨(Andreessen Horowitz)、比尔·盖茨和杰夫·贝佐斯支持的 Breakthrough Energy Ventures等众多知名投资者，这轮融资约1.95亿美元，累计融资达到2.125亿美元，公司估值超过了10亿美元，成为了硅谷最新的独角兽企业之一。

AI+勘矿的玩家

据硅谷科技评论（svtr.ai）数据库统计，全球利用人工智能技术进行矿产勘查的初创企业已有近百家，包括 VerAI、EarthAI、Plotlogic（#013）、GeologicAI（#008、#021） 和 Ideon Technologies，采用AI技术以重塑采矿格局。

加拿大企业Geolearn基于机器学习技术研发的Predikor软件，可根据岩芯照片自动描述岩性、蚀变和矿脉特征，通过针对性的数据训练能够在几分钟内描述数千米长岩芯的特征，并在相关研究中准确识别出加拿大Lalor锌-铜-金矿床中金品位高于1g/t的区域。

澳大利亚企业Earth AI研发的神经网络算法，可基于包括遥感、辐射测量、地球物理和地球化学数据集在内的全球数据预测成矿远景区，大量的现场测试证实该算法对金属矿床绿地勘探项目成矿远景区的预测成功率约为26%，远高于传统勘探方法0.5%的成功率。

加拿大企业Goldspot Discoveries研发的机器学习预测技术，可通过对地质、地球物理、地球化学、卫星遥感等数据的综合分析圈定成矿远景区，该公司声称在他们的测试中，他们能够使用仅占总表面积4%的地质、地形和矿物学等数据预测加拿大Abitibi金矿带地区86% 的现有金矿床。在不久的将来，他们的系统将在Jerritt Canyon矿进行首次重大的公开测试。

此外，中国也已有多个团队针对人工智能矿产勘探技术领域进行研究，包括清华大学背景的霍里思特（#018）、中国地质大学的陈建平教授、中国地质科学院矿产资源研究所的肖克炎研究员、中南大学的毛先成教授、中山大学的周永章教授等。周永章团队针对矿产资源勘查预测需要考虑的变量具有多样性且涉及地质、构造、地层、地球化学、岩石、地球物理、遥感等诸多学科，提出采取“降维”策略来提取符合一定效益规则的有用信息，并利用人工神经网络等方法预测找矿靶区；肖克炎团队进行了支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究，并应用随机森林算法对四川省拉拉铜矿等进行了成矿与矿产资源定量预测。

https://science.caixin.com/2024-02-20/102166777.html