La qualité d’un modèle dépend de ses données, et pour Roman Teslyuk, les données n’arrivaient pas assez vite.
« Je déteste les retards », a déclaré à TechCrunch Teslyuk, fondateur et PDG d’Earth AI.
Ces dernières années, Earth AI a recherché des minéraux critiques comme le cuivre, le platine et le palladium dans des régions d’Australie où personne ne pensait qu’il y en aurait. Les modèles d’IA de la startup ont suggéré quelques endroits qui se sont révélés prometteurs, mais la localisation des roches contenant la plus forte concentration de minéraux a été plus lente que Teslyuk ne le souhaiterait.
Le problème, dit-il, c’était les laboratoires.
« Depuis que nous avons augmenté la capacité de forage, nous avons commencé à subir des retards massifs », a-t-il déclaré. En règle générale, les laboratoires qui traitent des échantillons de roche pour détecter la présence de minéraux critiques ont des retards d’environ deux mois, a déclaré Teslyuk. Mais dernièrement, à mesure que l’intérêt pour le développement de nouvelles sources a augmenté, les retards ont plus que doublé. « Nous sommes à 7 km de retard, soit 7 000 mètres d’échantillons sur lesquels nous n’avons pas de données. »
Earth AI est donc en train de créer ses propres laboratoires, a déclaré la startup en exclusivité à TechCrunch, dans l’espoir de réduire le délai de cinq mois à cinq jours.
Les modèles d’Earth AI ont réussi à mettre en évidence les zones susceptibles de devenir une mine, a déclaré Teslyuk, mais une fois celles-ci identifiées, la startup doit encore forer pour confirmer quels minéraux se trouvent en dessous et comment ils sont distribués. L’exploration souterraine a parcouru un long chemin, mais rien ne remplace toujours le forage.
Une fois les carottes extraites, elles doivent être traitées par un laboratoire. « Nous ne savons pas si nous avons décroché l’or ou non. Nous ne pouvons pas le voir de nos yeux », a-t-il déclaré.
Pour les décisions finales sur la valeur économique d’une mine, y compris celles qui pourraient influencer une vente, Earth AI fera toujours appel à des tiers pour valider sa découverte. Mais pendant le processus d’exploration, un laboratoire interne rapide a le potentiel de réduire considérablement les coûts en garantissant que la foreuse est envoyée aux bons endroits afin d’obtenir les meilleures données pour le modèle.
« Si vous n’avez pas les réponses à temps, vous devrez attendre cinq mois pour obtenir une réponse, la prochaine question (où forer) n’est pas aussi bonne qu’elle pourrait l’être », a déclaré Teslyuk. « Pour minimiser les forages, vous devez poser efficacement les bonnes questions, obtenir les informations à temps afin de pouvoir déterminer exactement où aller. »
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
