利用人工智能降低关键矿产供应的风险 - Tech Xplore

2024-10-01 14:00:36 英文原文

本文已根据 Science X 的编辑流程和政策进行审阅。编辑在确保内容可信度的同时强调了以下属性:

事实核查

同行评审的出版物

可信来源

校对

利用人工智能降低关键矿产供应的风险

澳大利亚可能会失去其在用于清洁能源、电动汽车和太阳能电池的关键和稀有矿产方面的世界领先优势,根据莫纳什大学和塔斯马尼亚大学的研究,除非它在采矿业采用人工智能。

在《自然通讯》上发表的一篇论文中,研究人员认为人工智能将彻底改变铜、锂的开采、镍、锌、钴和稀土矿物,用于生产清洁能源技术。

澳大利亚拥有世界上最大的已探明镍和锌储量以及第二大已探明的钴储量,因此处于受益的有利地位以及铜和世界第三大探明储量的铝土矿。它也是世界上最大的铝土矿和锂生产国,也是第三大钴生产国。

联合研究员、莫纳什大学经济系研究副院长 Russell Smyth 教授表示,利用这些资源,澳大利亚必须在采矿过程的各个阶段采用人工智能。

“通过正确的政策和技术进步,人工智能有潜力改变采矿业,使其更加高效、更具成本效益、风险较小且环境友好。”Smyth 教授说道。

关键和稀有矿物是到 2050 年实现净零排放的关键部分。但国际能源署 (IEA) 认为这需要 12.5 年的时间从勘探到生产,这意味着投资者认为风险太大。

为了到 2050 年实现全球净零排放,IEA 估计到 2030 年需要投资 360-4500 亿美元,从而预计供应量在180-2200亿美元之间。这意味着高达2300亿美元的投资缺口。

这种缺口可能导致未来供应不足,使脱碳努力成本更高,并可能减慢进程。史密斯教授表示,他们的研究可以帮助解决其中的一些问题。

“人工智能可以通过使用基于无人机的摄影测量和遥感来改进矿产测绘等流程;更准确地计算矿山的寿命并改进Smyth 教授表示:“人工智能还可以通过预测成本井喷风险以及设备规划来降低所需的投资回报率。”塔斯马尼亚大学塔斯马尼亚商业与经济学院的联合研究员 Joaquin Vespignani 副教授表示,他们的理论表明,后端关键技术和非技术障碍尚未解决的矿产项目(例如涉及锂和钴的项目)会给投资者带来额外的风险,他们将其称为后端风险溢价。

“我们表明,后端风险溢价结束的风险溢价增加了资本成本,因此有可能减少该行业的投资。我们认为,后端风险溢价也可能会降低人工智能技术在采矿业中预期生产率的提高。”副教授 Vespignani 说。

“然而,人工智能的进步可能会减少后端风险溢价。”通过缩短采矿项目的工期和降低相关风险来减少所需的投资率,从而消除了风险溢价本身。我们的结论是,降低能源转型相关成本的最佳方法是政府大力投资人工智能采矿技术和研究。

“如果世界各国政府不对采矿业的人工智能进行大量投资,提高生产力并改善环境实践,清洁能源转型对于社区来说成本高昂,可能会减慢脱碳工作的风险很高。”

更多信息:Joaquin Vespignani 等人,人工智能投资可降低风险关键矿物供应,《自然通讯》(2024)。DOI:10.1038/s41467-024-51661-7

关于《利用人工智能降低关键矿产供应的风险 - Tech Xplore》
暂无评论

摘要

本文已根据 Science X 的编辑流程和政策进行审阅。澳大利亚处于有利地位,拥有全球最大的镍和锌探明储量、第二大钴和铜探明储量以及世界第三大铝土矿探明储量。史密斯教授表示,他们的研究可以帮助解决其中的一些问题。“然而,人工智能的进步可能会通过缩短采矿项目的工期来降低后端风险溢价,并通过降低相关风险来降低所需的投资率。”如果世界各国政府对采矿业中的人工智能没有大量投资,为了提高生产力和改善环境实践,清洁能源转型很可能会给社区带来高昂的成本,从而可能减缓脱碳努力。