Fleet Space, una startup australiana, ha ampliato in modo significativo la portata prevista di un importante deposito di litio in Quebec utilizzando la sua tecnologia satellitare proprietaria basata sull’intelligenza artificiale. La scoperta sottolinea una tendenza crescente verso un’esplorazione mineraria più rapida ed efficiente guidata dall’intelligenza spaziale.
La sfida della scoperta dei minerali
L’esplorazione mineraria tradizionale è notoriamente lenta e costosa. Per ogni 1.000 potenziali depositi identificati, solo circa tre si dimostrano commercialmente validi, e dimostrarne la fattibilità spesso richiede anni di trivellazione e analisi. Ciò rende il litio – un componente fondamentale nelle batterie dei veicoli elettrici e nello stoccaggio dell’energia – particolarmente difficile da garantire, nonostante l’impennata della domanda.
L’approccio di Fleet Space: AI in orbita
Fleet Space supera molti di questi ostacoli schierando una piccola costellazione di satelliti dotati di sensori avanzati, inclusi rilevatori elettromagnetici e di gravità. Questi sensori mappano il sottosuolo senza perforazioni invasive. I dati grezzi vengono quindi inseriti nella piattaforma AI di Fleet Space, che identifica obiettivi di perforazione ad alto potenziale entro 48 ore. Ciò riduce drasticamente i tempi decisionali, passando da settimane con i metodi tradizionali a pochi giorni.
Espansione del progetto Cisco e potenziale su scala distrettuale
L’attuale progetto Cisco, in cui Fleet Space ha implementato la sua tecnologia, stima ora una resa potenziale fino a 329 milioni di tonnellate di ossido di litio. Ancora più importante, Fleet Space afferma che i depositi di litio potrebbero estendersi ben oltre gli attuali confini di Cisco. L’azienda suggerisce che la regione più ampia possiede un “potenziale su scala distrettuale”, suggerendo ulteriori scoperte significative.
Questa svolta evidenzia come l’intelligenza artificiale e la tecnologia satellitare stiano rimodellando l’esplorazione mineraria, rendendola più veloce, più economica e con maggiori probabilità di produrre risultati in aree in cui i metodi tradizionali non sono all’altezza. La capacità di identificare rapidamente gli obiettivi di perforazione è fondamentale in un mercato in cui la domanda di litio continua a superare l’offerta.
Le implicazioni di questa scoperta si estendono oltre la stessa Cisco, indicando che simili riserve di litio non sfruttate potrebbero essere localizzate in altre formazioni geologiche con lo stesso approccio basato sull’intelligenza artificiale. Questo cambiamento potrebbe accelerare la transizione verso i veicoli elettrici e lo stoccaggio di energia rinnovabile, a condizione che la tecnologia si diffonda in modo efficace.
