Predicting the Earth with Josh Goldman: How KoBold Uses AI to Find Critical Minerals
40:53 Share

嗨，各位听众，欢迎回到《No Priors》。今天，我们与Kobold Metals的联合创始人Josh Goldman对话。Kobold正在构建全球最大的地球科学数据集合，并利用其AI工具更好地识别锂和铜等矿床，成为更好的勘探者。Kobold目前每年在四大洲的70多个项目上投资超过1亿美元。

Josh，欢迎来到《No Priors》。很高兴认识你。非常感谢邀请我。这是一个非常有趣的现实世界中的业务。你经营着一间智能矿业公司。这是什么意思？Kobold做什么？我们勘探矿产。

我们寻找锂和铜以及其他我们需要建造由电池和人工智能驱动的其他业务所需的金属。我们开发人工智能技术，并将人工智能与人类智慧相结合，成为更好的勘探者，更成功地找到这些业务所需的矿物来源。

你们既寻找矿产，也实际进行开采吗？还是它只是一种寻找这些资产或资源的工具？这是一个核心问题。因此，我们的业务重点是勘探，之所以专注于勘探，有两个原因。

一是那里有更多的价值可以创造。二是技术在那里可以真正发挥作用。勘探的经济效益非常显著。只需几百万美元的资本，就可以创造100到1000倍的回报。勘探是一个非常古老的行业。想想19世纪中叶的淘金者。

如果你能获得正确的采矿权，如果你能在正确的地方挖掘，你就能发财。这取决于你寻找的地方以及你寻找的效率。因此，发现的单位经济效益非常显著。勘探作为一项业务的问题在于成功率非常低。

你必须尝试很多很多不同的地点才能找到一些东西，而且这个问题越来越难。但这也是技术如此具有差异化作用的原因。我们正在寻找越来越难以找到的东西。过去，你只需步行穿过地面进行勘探，就能用肉眼找到矿物。许多在地表形成的铜矿物会被地表环境中的空气和水改性，变成蓝色和绿色，就像自由女神像上的铜绿一样。

现在，任何你徒步穿过地面就能用眼睛找到的东西都已经找到了。我们需要更智能的方法来寻找隐藏的矿物。它们实际上在地下，被岩石掩盖。因此，技术是一种创造差异化、成为更好勘探者的方式。

一旦我们找到东西，就会有一个连续体，从你有一个好主意，你收集了一些岩石样本，你在地下发现了什么，你有很多不同的孔，你已经确定你有一些连续的东西，到，哦，开采这个在经济上是可行的，到我们正在设计矿山，到我们正在建造矿山。这是一个完整的范围，我们用来寻找和确定这些资源的技术也在发生变化。

也有助于建立一个更经济的矿山项目。因此，我们继续贡献技术并参与项目的演变。为了实际识别矿场或潜在矿场，你们使用什么类型的数据？好的，数据量巨大。自从人类开始观察岩石以来，人类就一直在收集关于地球的数据，对吧？

而且数据量巨大，其中很大一部分实际上是公共领域的。长度尺度也大相径庭。从全球长度尺度开始。你能了解地球，整个地球吗？你可以查看卫星图像，并且可以查看不同颜色的卫星图像。因此，你可以了解地表裸露的岩石。

有一些数据集可以告诉你关于大陆和古代大陆碰撞以及古代大陆原型大陆在哪里以及很久以前它们在哪里相互碰撞并形成山脉的信息。你放大并进入另一个长度尺度，你可以用带有传感器的飞机进行空中测量，这些传感器可以探测岩石的磁性、密度和电导率。去

去收集岩石样本并测量它们的成分，所有不同化学元素的浓度，以及土壤样本也是如此。这些是行业中使用的标准类型的数据。并且有大量这些旧数据集是公共领域的。大多数私营公司必须向监管机构披露其数据。无论你往哪里看，

通常，许多其他公司以前都在那里寻找过，但还没有找到任何东西。但是这些数据，即使是结构化形式的，也分散在数万个不同的存储库中。你找不到所有这些数据都聚合在一个地方的地方。你们俩都必须做很多非常艰苦的技术工作才能将它们整合在一起。

并且你必须做很多科学工作来判断这些数据实际上意味着什么以及它是否适合用途。数据存在各种混乱的问题。但是很多这些数据也是非结构化的，地质学家使用了大量的词语。岩石和时间段的地质词汇非常丰富，

有很多文本数据和报告是由公司提交的，通常是向监管机构提交的，一段时间后会公开。并且有大量各种地图中的数据。我最喜欢的我们在世界各地使用的数据集之一是来自赞比亚近100年前的一组地图。原件是用亚麻布手绘的。

我们从一位年长的地质学家那里得到一个提示，告诉我们应该查看州档案馆哪个抽屉里收藏了这组地图。你再也无法再次收集这样的数据了。这非常费力。现在那里有很多农场和居住在那里的人。你不能在他们的地上四处走动查看岩石。但是这些观察是由熟练的地质学家进行的，岩石并没有移动。

因此，数据没有过期日期。因此，你可以使用这些数据集来提供地面实况，并将其用于基于现代机载地球物理勘测和现代卫星图像的机器学习模型的训练。正是所有这些不同类型数据的不同数据集的组合以及对结构化和非结构化数据的系统使用才真正强大。并且是先驱。

钴世界还是仅仅是，我的意思是，也许你只是可以告诉我们一些最大的其他勘探者是谁。就像，你怎么去寻找锂？哦，是的。好的。所以，你再次有了这组不同的长度尺度，对吧？你从地球开始，然后说，好吧，我对锂感兴趣。制造锂矿床的秘诀是什么？

首先，矿床是什么？因此，地壳中存在大量的锂。核心问题是，你车道上的锂浓度非常低。你窗外可以看到的花岗岩中的锂在经济上是无法提取的。它太稀释了。我们寻找的许多矿物，或者我们寻找的金属，它们在地壳中的浓度为每百万分之几十。地壳非常大，所以有很多金属。

因此，我们正在寻找的是地壳中那些自然过程、地球历史上的地质过程已经从非常大量的岩石中收集了一堆金属的地方，然后它们移动了这些金属，并将它们浓缩，然后以更浓缩的形式重新沉积。更像是1%的铜或1%的锂，甚至更多。然后你可以用工业将其余部分带到100%。

这就是矿床是什么。不仅地壳中有很多锂和铜，而且实际上还有很多地方发生过这些地质过程，尽管它们在地球上整体来说是罕见的。因此，问题是，这些自然过程发生过的特殊地点在哪里？

我们如何找到它们？这就是我们所说的勘探是一个信息问题，因为稀缺的资源不是地下的锂或铜金属。实际上是信息。稀缺的资源不是矿床。稀缺的资源是关于矿床位置的信息。

因此，你首先必须了解，矿床是如何形成的？你必须了解秘诀，并且你必须对这些过程可能在地球上发生的哪些地方以及它们如何在数据集中表达有一些想法。然后你可以调动数据，并且你可以开始向数据提出问题。你可以提出假设，然后你可以缩小地球的某个特定部分。然后你实际上想做的是你想去获得土地。我想另一个叠加层可能是某种

相对于国家治理的地理位置，实际开采矿物的监管能力。例如，我的感觉是，例如，美国拥有种类繁多的矿床。我们只是不想再开采某些地点或某些类型的矿物，或者我们不想进行某些类型的开采。因此，在某些情况下，这是一个更多与监管相关的问题，而不是我们能否找到东西？这种理解正确吗？还是这些东西足够稀有和稀缺，以至于你必须搜寻地球的尽头才能找到它们？

监管限制非常重要，但与此同时，你不能在最初的筛选标准中过于狭隘，因为它们足够稀有。你想把自己放在成功概率最高的地方。你想从你能获得的最佳先验开始。

这样，你的成功可能性就会高得多。它不仅仅是监管的函数。我们考虑财产权的安全性。如果我们找到什么东西，我们必须能够将其开发成一个能够生产几十年矿山的矿山。

或者我们必须能够将其出售给愿意这样做的人。因此，你必须能够依赖这样一个事实，即你可以在此期间继续拥有该财产，并且你将知道税率和特许权使用费率将在该期间保持一致。开发具有挑战性，因为你不仅有监管机构，还有许多不同的社区利益。这些事情极其地方化。美国不是整体的。

你拥有州监管机构，在州内，你拥有许多不同的社区，许多不同的土著群体。世界各地都是如此。在赞比亚也是如此，有50个不同的酋长国。因此，你在工作的每个地方都有传统的领导者。技术上的成功并没有什么帮助。成功在于你找到的东西在经济上非常适合开发，我们可以开发或者我们可以卖给能够开发它的人。因此，如果我们实际上没有

所谓的社会许可证来运营，如果我们没有投资与社区的关系来建设，并且我们没有在一个可能的地方开始，那么我们将不会成功。但这些绝对是高度地方化的问题。Josh，你能让我们了解一下Kobold目前的运营规模吗？并且，你知道，

你知道，你在哪里寻找，你在哪里拥有土地，你在哪里钻探，你发现了什么？当然。因此，我们运营勘探项目。因此，公司基本上做两件事。我们找到有前景的地方来进行发现。然后我们通过收集数据、收集岩石样本、进行空中测量、钻孔以获取来自地下的岩石样本，来检验我们的假设。

我们开发用于指导我们决策的技术。因此，我们的勘探组合超过60个项目，分布在四大洲。它们位于北美、欧洲、澳大利亚以及非洲的关键地区，目标是铜、锂、镍和钴，以及可能出现的其他商品。同样，在所有这些情况下，我们自己或与合资伙伴一起拥有勘探权。

并且我们正在运营勘探项目。几乎所有这些都是发现前的机会。是我们播下的种子。任何一个都可能成为大型矿床。

我们在赞比亚拥有的东西实际上是一个非凡的矿床。它是目前还不是矿山的品位最高的特大型铜矿床。今天运营中的铜矿的平均品位是矿石中铜的浓度约为0.6%。因此，如果你开采1000公斤矿石，不包括周围的非矿石岩石，其中有6公斤铜可以潜在提取。

而赞比亚的明贡巴矿床，其核心铜品位超过5%，而且规模很大。这非同寻常。这意味着经济效益要好得多，因为如果你比较高品位和低品位矿床，5%和0.5%的矿床，如果它们生产相同数量的铜，它们的收入相同。

但是高品位矿床，如果你的品位是10倍，这意味着你至少生产10倍的岩石。你必须从地下运出10倍的东西，10倍的废物，10倍小的工厂。这意味着经济效益要好得多。资本强度较低。运营成本较低。这意味着环境足迹较小。因此，这就是我们正在寻找的东西。我们正在寻找，你知道，在一个商品业务中，每个人都以相同的价格出售铜。这是一个全球商品市场。并且……

我们赚钱的能力取决于我们的利润率是多少。这意味着我们需要成为低成本生产商，我们想要低资本强度的资产。这就是勘探问题的定义，即寻找最高质量的资产。在赞比亚，到目前为止，我们拥有一个相当非凡的、真正世界级的铜矿床。你能告诉我们更多关于你们正在使用的技术的信息吗？显然，你提到你正在混合老式数据、现代……

基于图像的数据等。然后你必须对它进行数据挖掘或推断这些潜在矿床的位置。你们使用什么类型的模型？你们使用什么方法？从人工智能和数据角度来看，你们如何看待你们正在构建的整体内容？当然。因此，Kobold的技术是一个完整的系统，用于指导勘探决策。

因此，有几十种不同的产品可以一起工作，它们符合三个主题。第一个是传感器，是我们开发的收集关于地球的新类型数据的硬件。

第二个是数据系统，用于获取我们正在收集的所有数据、所有历史数据、来自许多不同类型的数据的结构化数据以及大量的非结构化数据，并将所有这些数据放在一个系统中，以便我们可以系统地与之交互。与其在这些数据中搜索和啄食，我们可以同时与整个数据集合交互。大型语言模型和其他技术对于能够与所有这些不同类型的信息交互非常强大。

第三个主题是模型，几十个不同的模型用于更好地预测在哪里以及如何寻找。因此，这些模型再次在许多不同的长度尺度上运行。因此，有一些模型是根据卫星图像或我们专有的高光谱航空图像进行训练的。

你在地面上有一些岩石样本。因此，我们可以根据图像预测我们将在地表发现哪些类型的岩石以及这些岩石的特性是什么。然后真正令人兴奋的是，我们不仅仅有一个模型或一个用于锂伟晶岩的模型，或者一个用于可能含有镍矿床的镁铁质到超镁铁质岩石的模型。而是我们根据此做出预测并制定初始假设集。

然后，当我们的团队到达地面时，他们在野外工作的每一天都在收集新的训练数据。他们不仅仅去我们对岩石类型充满信心的地点，因为我们不会学到任何东西。我们将前往模型高度不确定的地点。

少量额外的地面实况数据可以极大地提高我们模型的预测能力。因此，发生的事情是，野外的地质学家进行观察，并使用这些观察结果，我们每天都在重新训练这些模型，并将新的预测提供给团队。你有一对数据科学家或技术人员和地质学家一起解决同一个问题。

关于假设和验证或无效化？我是在想象，好吧，在赞比亚的这组地点，我将深入地下20英尺或其他什么地方，然后我将找到某种物质的这种浓度。绝对的。是的。所以很多，让我给你举很多例子，对吧？一个例子是，我要去

这个位置，我位于锂矿床的伟晶岩容器岩石中。我们将预测存在这些特殊的岩石，伟晶岩，可能含有锂。我们将预测在这个位置有一个，然后我们将降落在上面，我们将对这些岩石进行采样，我们将观察它。好的。这是我们在地表进行的预测。

我们正在进行三维预测，我们说，好吧，现在我认为这里有一层导电岩石。我认为这些导电岩石有前景可以容纳镍、铜和钴。

我认为这层岩石，我们将与这层岩石相交，你知道，在地表以下200到300米之间。它将具有高导电性。它将具有，你知道，关于其中有多少硫以及有多少镍和铜的分布。更重要的是，我会说检验这组假设的最佳地点是将一个孔放在这个位置，并朝这个方向钻探。并且……

其他时候，存在已知的岩石层，你正在说，“好的，我们认为这层岩石会朝这个方向延伸，这里是一个表面，我们预测这层岩石将在这个深度，它将是这个厚度，并且它将含有这么多铜。你将获得所有这些在任何给定点的概率分布。”这些是我们正在进行的预测。然后我们去收集信息，然后根据新数据调整模型，并提供新的预测。

而且，你知道，关于传感器的第三个主题是，我们使用今天可以从服务提供商那里获得的所有可用内容。但是大多数矿业公司并不热衷于使用新的数据类型，也不热衷于投资新类型的技术。

技术。有时我们需要自己去建造。因此，这方面的一个例子是我们的高光谱成像技术。有一些新的成像芯片可用，但尚未在服务市场中部署。矿业行业采用它们的速度太慢了。我们自己建造了高光谱成像系统。不到一年时间，我们就将其安装在轻型飞机上，并且

我们正在勘测我们感兴趣的区域，并且我们正在使用它以极低的采集成本和更快的交付处理图像的时间来获取600种颜色的数据。因此，我们正在使用，我们正在将这些信息与其他类型的数据集成，并使用它来做出决策，首先去哪里，然后在野外如何改变我们的计划，如何改变我们的勘探计划。

在赞比亚的标志性发现中，是否有任何工具或数据集是最重要的？例如，是否有其他人忽略的数据？仅仅是……

查看该地理位置，是某种特定工具……没有一个数据可以实现这一点。这真的是一个关键主题。通常在这个行业中会发明新技术，人们会认为，啊，这将是灵丹妙药。它将帮助我们找到所有矿床，或者仅此数据集将使我们能够做到这一点。实际上，数据是高维的。当你可以增加数据的维数时，你可以提高预测能力。并且

这就是那里的故事，就像其他任何地方一样。它是新分析方法、量化不确定性和理解各种可能性以及关于这些矿床系统形成方式的关键科学见解的组合。

所有这些东西结合在一起才使这一切成为可能。无法将人工智能与人类智慧分开。无法隔离一个独特强大的数据片段。这就是我认为创新有限的原因之一，因为我们认为，

哦，你知道，20世纪90年代发明的新型机载重力梯度仪将找到所有矿床。它没有，但它非常强大。当我们可以获得这些数据时，我们非常高兴。我们自己去收集它。但是这些是对预测能力的增量改进，但只有当你能够以统一的方式使用所有这些不同的数据集时，这才是可能的。

以统一的方式。像这样的项目是如何估值的？如果你将其出售给其他人或你开发它，听起来像是，好吧，铜的价格是多少。你随着时间的推移承担一些风险。然后是基于浓度多少的运营成本。

矿床，然后像它的规模有多大。然后这些东西会给你一些关于业务的现金流模型。完全正确。是的。这是，实际上，对这样的自然资源资产进行估值非常容易。它们都根据未来生产的现值进行交易，这是非常容易知道的。知道一个矿山20年后将生产什么比知道一家SaaS公司的销售额20年后将是多少以及它的价格是多少要容易得多，对吧？

我觉得受到了攻击。是的。但它们是完全不同的业务类型。你认为你建造了一个可以移动的矿山，你知道，每年说1000万吨矿石。然后你要做的就是每年开采1000万吨矿石。你将首先开采品位最高的矿石，然后是次高的矿石。平均而言，它将生产它将生产的任何百分比的铜。

所以很简单，对吧？现金流是收入，是商品价格。产量取决于你建造的矿山规模以及你如何计算成本。成本是众所周知的，因为你需要知道，好吧，你需要多少卡车来运输？你需要抽多少水？抽水要花多少钱？这都是简单明了的事情。

然后你需要资本成本，就像，好吧，我要建一个工厂。这些东西是，你知道，它们是大容器。就像你有一个罐子和一个破碎机，破碎机里有一些钢球，或者磨机里有一些钢球。这些都是已知的东西。它们通常是建造的。因此，你可以计算出利润率是多少。你可以看到资本状况将是什么。你必须评估你可以回收多少比例的铜。然后这些就是你的敏感性。就像，啊，我认为我们可以获得90%的铜。

如果我们可以获得92%，经济效益会更好。如果我们只获得88%，它会稍微稀释一些。但这些是不确定性。然后你根据资产的风险状况进行折现。它处于什么阶段？你离生产还有多远？并且……

如果你在一个不太稳定的司法管辖区，你可能会要求更高的回报率。所以它很简单。实际上，我们非常有把握地知道明贡巴20年后的销售量。

这太棒了。如果我们发现更多资源，则存在潜在的上行空间。关于这些矿床的一件事是，一旦你进入地下并开始开采，你就会更多地了解地质情况，并且你会不断发现延伸部分。因此，矿山的设计通常是基于前20年进行投资担保的。然后实际上，这些矿山中的许多矿山运营了几十年，特别是几十年以上

50年、60年、70年，因为资源不断增加，你可以在运营过程中不断增加资源。因此，了解这些矿山的估值方法实际上非常简单。这些是硬资产。存在财产权益，市场会相应地对其进行估值。它们都根据未来生产的现值进行交易。今天的勘探公司总体上有多成功？如果我看看，如果我

开始，我不知道如何问这个问题，但是如果我开始采样100个地点，我有100个假设，例如，我找到一个吗？我找到零个吗？我找到10个吗？就像，你认为Kobold能好多少？是的。这是，这是，这是一个关键问题，对吧？就像，该行业的成功率是多少，我们希望做得更好多少？所以，嗯，嗯，在行业中，它已经，它已经变得糟糕了10倍，在过去的30年中。

因为问题变得越来越难，而行业创新缓慢。思考这个问题的方法不是成功的数量。你可以去看看。有一些研究会说成功率为0.5%或类似的东西。但是实际上算作尝试的内容是模棱两可的。

我们思考这个问题的方式是，关键的资源投入是你必须投资一些资金来运行勘探项目。你必须让地质学家乘坐直升机出去采集样本。你必须钻孔。如果你选择一个花费一定资金的勘探项目组合，例如行业范围内的10亿美元，你会获得多少成功？

然后，你知道，在行业范围内，10亿美元的成功将有数百次失败，但截至30年前有8个发现。而今天，不到一个。

不到一个像高质量经济矿床一样的东西。呃，所以这就是为什么，这就是为什么总体的勘探不是一项好生意。呃，所以Kobold，我们的目标是每次发现5000万到1亿美元。这是目标。呃，这就是我们想要达到的程度。呃，到目前为止，呃，我们，我们现在有一个非凡的铜矿床，我们已经成功了。现在我们需要一次又一次地做到这一点。一个，呃，

我在资本方面听到的一件事，可能是也可能不是真的，所以能得到你对此的看法会很棒，那就是很多过去收购并经营这些资产的人，就矿业资产或类似的东西而言，至少在西方世界，遇到了越来越多的资本限制，因为由于ESG或其他项目，资金已经枯竭。这是否一直是影响

你对如今从事这项业务的参与者的看法？或者你认为这真的无关紧要？并且有很多资本可用，只是很难找到这些矿床。是的，我认为

真正的稀缺性是优质的矿石矿床。优秀的项目不会有融资问题。无论谁拥有它们。优秀的项目有很多追求者想要购买它们。问题是优秀的项目并不多。所以这就是我们需要做的。我们需要去寻找更多真正高质量的矿床。

你认为世界上有哪些地区相对于此而言严重勘探不足？这因商品而异。铜长期以来一直是勘探目标。所以人们一直在南美洲和中非寻找铜。

然而，这些地方仍然有一些地方是相当未经勘探的。我们在赞比亚非常活跃，那里当然有明贡巴，以及许多其他勘探项目。赞比亚明贡巴所在的地区位于地下深处，那里没有地表露头。赞比亚拥有铜矿床的盆地深处是相当未经勘探的。嗯哼。

刚果这样的司法管辖区面临许多挑战。许多商品的勘探潜力仍然巨大。已经有很多活动，但可能会有更多活动。

锂，世界上大部分地区都未经勘探。直到最近，直到用于电动汽车、无人机等大型设备的锂离子电池的增长，锂才成为主要的勘探目标，而不仅仅是个人设备。

今天投入生产的大型锂矿床，至少是硬岩锂矿床，是由在20世纪80年代寻找用于电容器和电子工业的钽的人发现的。因此，锂矿床形成的科学知识尚处于起步阶段。

这真的很令人兴奋，因为一点点科学理解的提高可以成为一个非常有效的差异化因素。所以有取得重大突破的潜力。你认为有哪些商品的稀缺性被夸大了？

我听到的一个例子是，稀土矿物可能并不像人们所说的那样稀有，并且矿床比人们常说的在中国更广泛。或者像，你认为哪些东西实际上并不稀缺，但人们却说它们稀缺？那是名单的首位。稀土，关于稀土的很多说法是因为它的名字里包含“稀有”这个词。是的。是的。

好的品牌。并不那么稀有。此外，锂、铜、镍和钴不是稀土元素。稀土元素是一个明确的术语，不仅仅是指稀有的东西，而是钕和镝，它们对永磁体很重要，而永磁体对电动机等很重要。它们很重要。除了名字“稀有”之外，稀土之所以受到关注，是因为中国集中了下游加工能力。

因此，在中国的激励措施的推动下，已经进行了大量的加工。你从地下开采矿物，然后你必须将它们精炼成可以放入产品中的金属。

而且，而且这确实做了几件事。一是这意味着其他人很难去建造加工设施，对吧？

因为你在争夺原料。你想从某个地方获取铜精矿，然后将其冶炼成铜金属。我们必须去购买你的铜精矿。如果一个中国企业愿意以高于你的价格购买，因为他们会接受更低的利润率，那么这会让事情变得更加困难。像这样的项目更难承保。

因此，它对愿意投入资本投资加工能力的私人商业行为者产生了威慑作用。如果没有担保或补贴之类的东西，另一个私人行为者很难做到这一点，而我们作为一家企业没有任何这些东西。Kobold 的一个优势是我们拥有非常好的资产，而不是补贴制度。

第二点是，由于中国拥有如此多的下游加工能力，那么你就会将原材料运往中国，然后你就会从那里集中下游供应链。然后你用它制造产品。因此，这是中国制造能力的一大优势，因为你已经拥有所有这些材料。

而且，你知道，如果你从一体化经济的角度考虑这个问题，它会非常非常强大。所以这也是稀土经常出现在新闻中的原因之一。是否有任何情况与之相反，你实际上担心某种商品或材料无法满足？

对我们来说非常重要的东西的需求？你知道，我们列出的那些是我们认为既有，你知道，有很多东西可以找到。需求的顺风非常强劲。这些商品市场将有一定的深度。所以你不必

你不必对商品价格有非常准确的看法，我们也没有。同样，我们的目标是成为低成本生产商。因此，市场上的意外情况并不好。我们正在关注其他可能成为那些不寻常商品的商品，但今天没有一个突出的商品是我们正在处理的。所以我们购买格陵兰岛并不重要。

不会去那里。我对这个的玩笑版本是接管下加利福尼亚州，因为它已经被称为加利福尼亚州。它很漂亮，有海滩和沙子。这似乎是一个非常适合吞并的地方，如果你要吞并某个地方的话。是的。

无论哪面旗帜，我都乐意去这些地方。足够了。是的，我也是。这听起来确实不错。只有当算法告诉你，算法和最初的岩石样本告诉你从那里高效地提取锂，我想。是的，我们需要从下加利福尼亚州提取更多锂。所以如果你

很多东西会在海滩上被运往海外。乔什，我们上次见面时，我们进行了一次非常有趣的讨论，关于你认为哲学对业务和你所做的投资有多重要，以及公司运营的方式。你能稍微谈谈这个吗？是的。Kobold 是一种认知项目，真的。我们的业务是做出更好的预测。

这就是我们正在做的，对吧？我们缺乏的是关于矿床在哪里信息的。我们所做的事情，就像实际的商业活动一样，我们做出预测，提出假设。我们出去，部署资金，并花费时间

检验我们的假设。因此，我们作为一家企业的成功取决于我们的预测有多好。所以模型的目的是。我们正在预测地表岩石和地表以下岩石是什么，以及它们的特性是什么，例如它们的密度以及它们包含多少铜、镍和其他物质。那么我们在做这件事方面有多好呢？好吧，我们必须认真思考我们是在什么基础上做出这些预测的？我们对世界了解什么？其中一个关键因素是处理不确定性。当你的数据稀疏时，你就会对数据点之间的所有内容进行预测。许多可能的岩性与数据一致。

当你根据从地表或飞机获得的数据做出预测时，你正在预测地下岩石的特性，那么许多可能的岩性与数据一致。该行业的标准做法是只选择一个并创建你最好的一个模型。因为，好吧，你还做什么呢？很难。你不能同时处理 10,000 个不同的模型。同时记住多个不一致的假设非常困难。

但这是我们必须做的。这就是我们变得更好的方式，那就是接受这种不确定性，并认识到我们的工作是谨慎地减少这种不确定性。这就是我们在出去收集数据时所做的，数据之所以有用，是因为它减少了不确定性。

我们思考这个问题的方式影响了我们实际探索的实践。我们的团队每天都在做什么？科学文化是业务的关键方面之一。我们有一些不寻常的事情。我们公司有一份名为《Kobold 勘探认识论》的文件。

它实际上只有，你知道，其中包含少量核心思想，即认识论之所以重要，是因为我刚才谈到的原因，我们必须做出非常明确的预测。这意味着它们必须是可以证伪的。它必须是，你必须在你收集数据之前公开声明，你可能会观察到什么会让你放弃这个假设，对吧？

这就是我们避免确认偏差的方式，在这个行业中很容易受到这种偏差的影响。你想出一个主意，然后你收集一些数据，然后你找出如何修改你的假设以适应它。然后你证明出去花费更多时间和更多金钱是合理的。

实际上，第三个想法是你必须处理多个替代假设。不仅仅是一个假设，还有哪些其他的可能性？数据收集的目的是区分它们。至少其中一个假设必须具有经济相关性。我们是一家企业，而不是一个科学项目，对吧？但是认真思考你在做什么真的很重要。所以勘探的认识论……

有很多关于此的词汇。感觉像是哲学词汇，但它真的很重要。奇怪的是，我们有一位首席哲学家，他是一位认识论者。他是迈克尔·斯特雷文斯。他写了一本很棒的书，名为《知识机器》，讲述的是什么是科学以及它与其他认知方式有何不同。所以这确实指导了勘探实践和技术发展。因此，许多技术旨在量化不确定性，

然后在一组可能性中确定我们可以收集哪些信息，这些信息可以最有效地减少这种不确定性。对于那些没有内部哲学家的人来说，认识论是对我们所知道的、什么是知识以及我们如何知道它是知识和合理的理解的研究，对吧？也许最后再谈一件事，比如你如何，你是一个数学和物理学专业的人，对吧？

嗯哼。最初，对吧？是的。你去做咨询，你在石油和天然气行业工作，你在石油和天然气行业的私募股权公司工作。所以这感觉更相关。但这就像一个非常酷的发现，一个你可能会去应用决策科学和数据来解决的有趣问题。你是如何决定你想从事采矿和更好的勘探工作的？

我一直对能源和技术的交叉领域很感兴趣。我学习物理学是因为我喜欢处理难题。所以我获得了量子计算博士学位。我一直对物理学感兴趣，因为我喜欢解决难题。我喜欢学习东西。但我想将其应用于当今社会最相关的事情，这些事情与我们的能源系统有关。

而且，你知道，我去能源公司做管理顾问，与电力公司、石油和天然气公司以及制造电力设备、油田设备的工业公司合作。我和我的联合创始人库尔特·豪斯一起在私募股权公司进行石油和天然气的私募股权投资，该公司的领导人赞助了他的上一家创业公司。

我们在哈佛大学一起读研究生时成为了朋友。他本科也学习物理学和哲学，然后研究生学习应用数学和地球科学。我们做了，我们会阅读关于能源主题的论文，并去参观发电厂和煤矿等。

所以我们已经在研究能源系统，并且对原材料如何与全球经济相关非常感兴趣。我们决定我们不想再从事化石燃料的工作了。这是2018年。我们从第一性原理出发思考未来经济将需要哪些原材料。

它们将来自哪里？想想你办公桌和房子周围的所有原材料。这些产品中的每一个最终都起源于农业。我们种植了它。或者来自岩石。我们开采了它。那么我们需要哪些材料呢？好吧，想想全球经济中的大趋势。电池，人工智能。电池，无论是汽车和卡车还是无人机和飞机以及机器人，都可以产生能量。

一辆续航里程长且耐用的汽车，其电池需要锂，这与根本不含锂的燃油汽车不同。人工智能……

我不必向任何收听节目的听众解释。数据中心的巨大建设，以及为这些数据中心供电的电力需要大量的铜。我们在这里谈论的规模是巨大的。到本世纪中叶，为了建设一个由电池和人工智能驱动的未来，我们将在未来 25 年内需要开采的铜比人类历史上迄今为止开采的铜还要多。

为了实现电池供电设备的高渗透率，我们需要将锂的产量提高到今天的十倍。那么这些材料将来自哪里？我们必须去寻找更多这些材料。

并认识到这个问题变得越来越困难，因为创新速度正在放缓。这是一个完美的应用，我们可以利用技术创造一个差异化的业务，并且它为我们的社会做了一些非常重要的事情。这对我以及加入 COBOL 的其他人来说都非常有动力。非常令人兴奋。你正在做的工作太酷了。现在，恭喜。我希望你能找到其他人。好的，我们会随时通知你。谢谢，乔什。

在 Twitter 上关注我们 @NoPriorsPod。如果你想看到我们的脸，请订阅我们的 YouTube 频道。在 Apple Podcasts、Spotify 或你收听节目的任何地方关注该节目。这样你每周都会收到一集新剧集。并在 no-priors.com 上注册电子邮件或查找每集的文字记录。