百度投了一家AI“淘金”公司

百度投了一家AI“淘金”公司

文章圖片


智東西
作者|江宇
編輯|漠影
【百度投了一家AI“淘金”公司】智東西12月29日報道 , 近日 , 礦業AI初創公司Deep Optica完成種子輪融資 , 投資方包括BV百度風投與零以創投 。
Deep Optica的創始團隊包括CEO相子恒、CTO方飛和CFO Jesse Huang 。
其中 , CEO相子恒博士畢業于劍橋大學 , 曾擔任多個歐洲航天局項目的負責人 , 長期從事遙感與AI相關研究 , 專注于高不確定性條件下的系統建模與推演 。 CTO方飛博士曾主導英國金融機構的AI轉型工作 , 擅長模型能力嵌入業務流程 。 CSO/CFO Jesse Huang則來自國際投行體系 , 長期負責礦業并購與投融資工作 。
Deep Optica的方向是構建一個“礦業世界模型”系統 , 試圖將傳統依賴人力和經驗的礦業判斷工作 , 通過AI實現自動化與規?;?。
該系統整合了知識圖譜與地質、地球物理、地球化學、遙感、鉆孔等12類數據模態 , 總數據規模超過20TB , 目標是推演成礦背后的條件邏輯 , 為工程與經濟判斷提供基礎 。
Deep Optica數據資產(圖源:極客公園)
Deep Optica的首個產品為Resource Connect(簡稱RC) , 面向礦業交易流程的“案頭判斷”場景 , 提升項目從篩選、評估到決策的效率 。 用戶只需輸入目標區域位置 , RC便可調用當地多源數據 , 對區域成礦條件進行系統化建模 , 輔助圈定潛在成礦靶區 , 并在條件允許下 , 生成地下礦體的三維分布預測 。
RC平臺中的AI智能體體系被劃分為多個職能模塊 , 分別從地質合理性、工程可行性和經濟可行性角度協同工作 。 例如 , 部分智能體用于資產初篩和橫向比較 , 部分負責解析技術文件和歷史數據 , 部分則負責結合市場與成本評估 。
目前 , 該產品已獲得巴西最大礦業地質服務集團的采用 , 并開始拓展南美市場 。
在實際應用中 , RC已在蒙古南戈壁項目中完成一次高效測試 。 面對當地歷史數據不足的情況 , Deep Optica利用其數據清洗能力pipeline , 在一周內抓取并對齊了7倍于原有規模的數據 , 形成礦體預測并提出4個鉆探建議 , 其中3個與淺層礦體相符 , 將評估周期縮短了90%以上 。
此外 , Deep Optica還獲得了UCL(倫敦大學)教授、RL China發起人汪軍的支持 , 其在決策智能領域的經驗提供了向“世界模型”演進的技術方向 。

    推薦閱讀