Earth AI 行政總裁兼創辦人 Roman Teslyuk 表示，模型的效能取決於數據質素，但數據產生速度未能滿足需求。「我討厭延誤，」他在接受 TechCrunch 訪問時指出。過去數年，這家初創企業利用 AI 模型，在澳洲無人預期會有礦藏的地區，搜尋銅、鉑和鈀等關鍵礦物。模型已標示出幾個潛力地點，但定位礦物濃度最高的岩石進度，遠低於 Teslyuk 的期望。
問題出在實驗室。「自從我們擴大鑽探能力後，就開始出現嚴重延誤，」他說。通常處理岩石樣本以檢測關鍵礦物的實驗室，積壓期約 2 個月，但近期因開發新礦源興趣急升，延誤已超過雙倍。「我們落後 7 公里——即 7,000 米樣本尚未有數據。」
自建實驗室 縮短 5 個月至 5 天
為解決此問題，Earth AI 決定自設實驗室，獨家向 TechCrunch 透露，此舉盼將處理時間由 5 個月減至 5 天。Teslyuk 指，其模型擅長標示可發展為礦場的區域，但確認地下礦物種類及分佈，仍需鑽探。雖然地下勘探技術大進，但鑽探仍不可或缺。取出鑽芯後，須經實驗室處理。「我們無法憑肉眼判斷是否擊中金礦，」他說。 雖然最終決定礦場經濟價值（包括潛在出售）時，Earth AI 仍會委託第三方驗證發現，但勘探階段的自家快速實驗室，可大幅降低成本。
它確保鑽探針對最佳位置，獲取模型所需優質數據。「若無及時答案，須等 5 個月，下個鑽探問題便不如理想，」Teslyuk 說。「要最小化鑽探，須有效提問，及時獲取資訊，精準鎖定目標。」
AI 內容聲明：本文由 AI 工具輔助撰寫初稿，經 TechRitual 編輯團隊審閱、修訂及事實查核後發佈。如有任何錯誤或需要更正，歡迎聯絡我們。
