用 AI 找礦：把探勘當資訊問題

111 · 用 AI 找礦：把探勘當資訊問題

40:54YouTube 上架 2025-04-17Josh Goldman（KoBold Metals）

No Priors Ep. 111 | With KoBold Metals Co-Founder and President Josh Goldman

Josh Goldman 談 KoBold Metals 為什麼只做探勘不做開採，怎麼把衛星、航測、老地圖與田野樣本合在一起訓練模型，以及公司為何把認識論當成日常工作方法。

111 講了什麼

只做探勘，不做開採Josh 說探勘的單位經濟很好，幾百萬美元的資本可能換到 100 到 1000 倍的回報；缺點是成功率很低，而且越來越難找。也正因為難，技術才拉得開差距。
稀缺的是資訊，不是金屬地殼裡的鋰和銅很多，難的是找到地質作用把金屬濃縮起來的那些地點。所以 KoBold 把探勘當成資訊問題：先懂礦床怎麼形成，再用資料縮小範圍。
高品位決定經濟性營運中銅礦的平均品位約 0.6%，尚比亞 Mingomba 的核心超過 5%。產量一樣時營收一樣，但品位高 10 倍，要挖的岩石、廢料與廠房都少 10 倍，成本和環境足跡也跟著小。
模型與田野每天互相修正技術分成感測器、資料系統與模型三條線。地質學家刻意去模型最沒把握的地方取樣，少量新資料就能大幅改善預測，模型每天重訓、每天送出新的預測。
礦的估值很好算礦以未來產出的現值交易，產量、營運成本與資本支出都估得出來。Josh 說，要知道一座礦 20 年後產多少，比預測 SaaS 公司 20 年後的銷量容易得多。
公司照科學方法運作預測要能被證偽，取樣之前就要寫下什麼觀察會讓假說作廢；同時保留多個替代假說，其中至少一個要有經濟意義。公司裡還有一位 chief philosopher。

從哪一段開始看17 段

00:03開場與公司定位主持人介紹 Josh 與 KoBold Metals。Josh 說公司找的是鋰、銅這些電池與 AI 需要的金屬，做法是把 AI 和人的判斷合在一起。
01:07為什麼只做探勘探勘能創造的價值最多，技術也最能拉開差距。肉眼看得到的礦早就被找完，現在要找的都藏在地下。
03:12用哪些資料從衛星、航測到岩石與土壤樣本，很多是公開的老資料，散在數萬個資料庫，另有大量文字報告與地圖。Josh 最喜歡的是一批將近一百年前、手繪在亞麻布上的尚比亞地圖。
06:35礦床是什麼金屬在地殼裡只有幾十 ppm，礦床是地質作用把它們濃縮到 1% 左右的地方。真正稀缺的是「礦在哪裡」的資訊。
08:40法規與社區主持人問監管的影響。Josh 說初步篩選不能太窄，但產權保障、稅率與權利金是否穩定、跟當地社區的關係，都決定找到的東西能不能開發。
10:59規模與尚比亞的礦四大洲 60 多個探勘專案，幾乎都還沒有發現。尚比亞的 Mingomba 是還沒成為礦場的大型銅礦裡品位最高的，高品位代表要挖的岩石、廠房與環境足跡都更小。
13:36技術全貌數十個產品歸在感測器、資料系統與模型三個主題；LLM 這類技術讓團隊能一次處理整個資料庫，不用一份一份翻。
15:28田野與模型的循環地質學家每天到模型最不確定的地方取樣，模型每天重訓。預測的對象包括地表岩石、地下岩層的深度與厚度，也包括鑽孔該打在哪、往哪個方向。
18:23自製高光譜感測器礦業採用新感測器太慢，KoBold 不到一年就做出自己的高光譜成像系統，裝在輕型飛機上取得 600 色的資料，成本低很多、出圖也快很多。
19:11沒有單一關鍵資料主持人問尚比亞那次發現靠的是哪項工具。Josh 說沒有哪一份資料能單獨做到，業界每次都以為找到了萬靈丹，其實靠的是多種資料一起用。
20:41礦的估值礦以未來產出的現值交易，產量、營運成本、資本支出與回收率都能估，再依風險折現。礦場常照前 20 年做投資評估，實際上可以開 50 到 70 年。
24:02業界成功率與目標Josh 說業界的成功率過去 30 年變差了 10 倍，因為問題變難、業界又創新得慢；KoBold 的目標是每次發現花 50 到 100 million。
25:37資金不是瓶頸主持人聽說西方礦業因為 ESG 等因素越來越難募資。Josh 認為真正稀缺的是好礦，好專案不愁沒人買。
26:40還有哪裡沒探勘尚比亞較深、地表看不出來的盆地仍探勘不足，剛果的潛力也還很大；鋰直到近年才成為主要目標，鋰礦怎麼形成的科學還在起步。
28:13稀土與中國的加工產能主持人問哪些東西被說得太稀缺。Josh 說稀土沒那麼稀有，受關注是因為下游加工集中在中國，其他私人業者很難在沒有補貼的情況下投資加工產能。
32:27認識論與公司文化公司的業務就是做更好的預測，所以要面對不確定性、保留多個假說，假說也必須可證偽；內部有一份「epistemology of exploration」文件。
36:55創辦緣起Josh 讀物理、博士做量子計算，之後做能源顧問與油氣私募。2018 年與 Kurt House 決定不再做化石燃料，從電池與 AI 兩股趨勢推出鋰與銅的需求。

值得記的話5 句

The scarce resource are not the ore deposits and the scarce resource is the information about where the or deposits are located.稀缺的不是礦床，而是礦床在哪裡的資訊08:09
when you can add dimensionality to the data then you can have improved predictive power資料多一個維度，預測能力就提高一些19:41
it is much easier to know what a mine is going to produce 20 years from now than it is to know what a SAS company's sales volume is going to be 20 years from now要知道一座礦 20 年後產多少，比知道一家 SaaS 公司 20 年後的銷量容易得多21:11
kind of an epistemic project really. Our business is about making better predictions.這其實算是一個認識論的計畫。我們的業務就是做出更好的預測32:27
we will need to mine over the next 25 years more copper than has been mined so far in all of human history未來 25 年我們要開採的銅，會比人類到目前為止開採過的總量還多39:32

名詞與人物10 個

KoBold Metals: Josh 共同創辦的公司，用 AI 加上地質判斷做礦物探勘，目前鎖定銅、鋰、鎳、鈷。
Josh Goldman: KoBold Metals 共同創辦人兼 president，物理背景、博士研究量子計算。
Kurt House: Josh 的共同創辦人，兩人在哈佛念研究所時認識，後來一起做油氣私募投資。
Mingomba: KoBold 在尚比亞的銅礦床，核心品位超過 5%，Josh 稱是還沒成為礦場的大型銅礦裡品位最高的。
ore deposit: 地質作用把金屬濃縮到可以開採的地點，銅或鋰的濃度約 1% 甚至更高。
hyperspectral imaging: KoBold 自製的高光譜成像系統，裝在輕型飛機上，取得 600 色的影像。
pegmatite: 偉晶岩，鋰礦的母岩，Josh 用它說明模型怎麼預測地表岩石。
social license to operate: 在當地社區取得的認可；Josh 說沒有它，技術上找到礦也開發不了。
epistemology of exploration: KoBold 內部的文件，要求預測可證偽、事先寫下放棄假說的條件、同時保留多個假說。
Michael Strevens: KoBold 的 chief philosopher，研究認識論，著有 The Knowledge Machine，談科學與其他求知方式有什麼不同。

提到但沒有展開

Josh 舉的地下預測例子：模型會說某一層導電岩層可能含鎳、銅、鈷，預計在地下 200 到 300 公尺處碰到，並指定鑽孔的位置與方向來驗證。
估值時的敏感度主要在回收率：Josh 舉例，能回收 90% 的銅是基準，92% 經濟性更好，88% 就差一點。
現在量產的大型硬岩鋰礦，Josh 說是 1980 年代有人為電子業的電容器找鉭時發現的，所以鋰礦的形成機制還有很多沒弄懂。

在 YouTube 看原片 ↗

KoBold Metals