Contatti

Per veicoli elettrici

L'intelligenza artificiale di Bill Gates e Jeff Bezos alla ricerca di terre rare

La startup americana KoBold finanzierà un progetto per la ricerca di giacimenti di metalli rari in Groenlandia

di Mauro Speranza 25 Agosto 2021 14:51
financialounge -  intelligenza artificiale KoBold smart terre rare veicoli elettrici

Utilizzare l'intelligenza artificiale anche per ricercare le cosiddette 'terre rare', i materiali indispensabili alla produzione di veicoli elettrici. È questo l'obiettivo di KoBold Metals, la startup statunitense finanziata da Equinor e da Breakthrough Energy Ventures, i fondi 'climate-friendly' dei miliardari Bill Gates, Jeff Bezos e Jack Ma.

L'ACCORDO TRA KOBOLD E BLUEJAY


KoBold ha da poco firmato un accordo con la società mineraria britannica Bluejay Mining per la creazione di un joint venture con la prima che avrà la maggioranza del capitale (51%). L'intesa prevede la ricerca di depositi metallici indispensabili alla transizione energetica in Groenlandia all'interno del progetto Disko-Nuussaug nella baia di Disko. Obiettivo della missione è quello di individuare materie quali il nichel, il rame, il cobalto e altre terre rare utilizzate nei veicoli elettrici.

15 MILIONI DI DOLLARI


KoBold finanzierà il progetto con una somma di 15 milioni di dollari entro la fine del 2024 e quasi il 20% del finanziamento verrà impiegato per operazioni di valutazione geologica, mentre il resto per le trivellazioni iniziali del sito. Secondo l'amministratore delegato di KoBold, Kurt House, la regione di Disko potrebbe essere “un deposito di metalli per le batterie di prima classe”, a seguito degli eventi geologici vissuti in passato dalla zona.

IL RUOLO DELL'INTELLIGENZA ARTIFICIALE


Fondata nel 2018 con sede a Berkeley, KoBold Metals utilizza le tecnologie di intelligenza artificiale, oltre al cloud di computing, che gli permettono di scegliere quali terreni acquistare e dove trivellare, ottimizzando così l'esplorazione mineraria. A tal scopo, la startup utilizza la piattaforma TerraShed capace di aggregare e classificare grandi quantità di dati scientifici. Questi vengono successivamente utilizzati da un sistema di algoritmi chiamato 'Machin Prospector' che li analizza tramite tecniche di machine learning per prevedere la composizione del sottosuolo “in maniera statisticamente valida”, spiegano da KoBold.
Share:
Trending