XiaoMi-AI文件搜索系统
World File Search SystemGeoscience
由主要资源和替代资源生产电池生产的国际关键金属研讨会
会议1资源和挑战主席。Prof. Dr. Mark Pownceby 10.45-11.10 Prof. Evvy Kartini (NBRI-National Battery Research Institute) – Challenge, Opportunity, and Landscape of Battery Industry in Indonesia 11.10-11.35 Ms Allison Britt (Geoscience Australia) - Overview on Australia Critical Mineral Resources, Availability, and Industries 11.35-12.00 Dr Suzanne Neville (Australian Critical Minerals R&D Hub) - Overview on Critical Minerals Secondary / Alternative Resource, and its Research in Australia 12.00-12.25 Mr Dany Amrul Ichdan (Mind ID Indonesia) – Critical Metals at Mind ID 12.25-13.50 Group Photo - Lunch Break and Networking Session (DVC R&D Karen Hapgood / PVC Flagship Initiatives Alan Duffy, Dean of SoEng Prof Emad Gad, Ambassador/Consul General of Republic印度尼西亚，教育和文化的依恋者）
主要卡鲁盆地的水文地质学：当前知识...
致谢 项目团队谨对以下情况表示感谢： • 水研究委员会为研究项目提供资金和协助， • 工作组成员为确保项目成功而付出的时间和宝贵意见。1997 年 8 月成立的首届指导委员会由以下人员组成： - A.G. Reynders 先生（水研究委员会）- 主席 - K. Pietersen 先生（水研究委员会）- 主席 - A. Woodford 先生（水务和林业部） - L. Chevallier 博士（地球科学委员会） - J.F. 教授Botha（自由州大学） - G.J. 教授van Tonder（自由州大学） - B. Th. 教授Verhagen（威特沃特斯兰德大学）- M. Simonic 先生（Hydromedia Solutions）- R. Meyer 先生（CSIR）- C. Hartnady 教授（开普敦大学）- M.R. 博士Johnson（地球科学委员会）- W. Colliston 博士（自由州大学）- J. Loock 先生（自由州大学）- J.R. Vegter 先生（顾问）- N. Andersen 先生（NJB Andersen Consulting）
2024 年 4 月 9 日
约 95,000 平方公里的数据。 约 375,000 公里的机载地球物理数据。 606 次地面地球物理勘测。 约 228,000 个土壤样本结果。 约 32,000 个钻孔日志。总计 380 GB 的数据和 260,000 个文件。 该公司将利用 Planetary AI Ltd Xplore 矿产勘探技术，该技术是与 International Geoscience Services Limited 合作开发的。Xplore 是一个将语义技术与机器学习独特地结合在一起的系统。语义技术是人工智能的一个分支，专注于以机器可读的格式理解和表示数据、信息和知识的含义。它使计算机能够以类似于人类理解的方式理解、解释和推理数据，从而提高信息检索、集成和分析的有效性。这使得计算机能够像地质学家一样“理解”地质数据的含义和背景，以便根据特定的矿床模型确定潜在矿化区域。
建立净零排放产业
彭博新能源财经 (BNEF) 的分析表明，中国、日本和韩国的太阳能和风能资源均不足以满足 50% 的电力和 100% 的可再生能源氢气需求（BNEF 2020）。由于太阳能和风能目前是成本最低的新型发电形式，全球电力生产的竞争力将转向风能和太阳能资源最丰富的国家，就像曾经的煤炭、石油和天然气资源丰富的国家一样。幸运的是，澳大利亚拥有世界上最令人羡慕的资源：由于澳大利亚的太阳能辐照度高，一个占地 50 平方公里的太阳能发电场所产生的能量足以满足澳大利亚所有的电力需求（Geoscience Australia 2020）。澳大利亚既受益于丰富的太阳辐射，也受益于强劲的陆上风。最近评估显示，有 400 万平方公里的土地同时拥有这两种资源（Grattan 2020）。
人工智能的道德建议......
摘要 人工智能 (AI) 为地球科学提供了许多机会来提高生产力、减少模型中的不确定性并促进新知识的发现。地球科学也面临风险，从过时、不准确和错误信息的传播到对基本人权的威胁。尽管联合国教科文组织等许多机构都制定了道德人工智能框架，但它们水平很高，缺乏地球科学方面的实际细节，尤其是大型语言模型 (LLM)。当前地球科学人工智能/LLM 的设计、训练和部署方式与核心道德原则不一致就证明了这一点。利用联合国教科文组织和国际科学理事会 (ISC) 的原则和框架，提出了十项建议，以弥合实践与这些道德框架之间的差距。批判现实主义被用作一种基本哲学，它有可能利用判断理性为伦理和道德问题提供合理的建议。这些建议可能有助于国际社会的利益相关者就地质科学中道德人工智能的“良好面貌”得出结论，重点是语言模型及其应用。这可能会为开发商、监管者、政策顾问、期刊编辑、地质调查、协会、机构和工会、出版商、资助机构、地球科学家和决策者提供信息。
2022 年的主要战略技术趋势
一家全球石油和天然气公司同时实施了 14 项超自动化计划。这些计划包括有针对性的任务自动化、工业化 90 多个不同领域（包括智能文档处理）以及地球科学和海上石油钻井作业的自动化。自动化决策是战略性的，并以目标业务成果为前提，无论是质量、上市时间、业务敏捷性还是新业务模式的创新。
Geoffrey S. Ellis博士的声明
这一发现首先在2018年的科学文献中描述了，并激发了对自然存在或“地质”氢的资源潜力的新兴趣。几个国家通过对地球科学，技术，基础设施的投资以及准备公用事业和制造业的投资来积极地朝着氢经济发展。法国的研究人员已经研究了十多年来的地质氢资源潜力。澳大利亚研究近年来有所扩大。在巴西，哥伦比亚和其他地方正在进行积极的探索运动。
定量因果关系，因果关系引导的科学发现，...
摘要可以说，因果关系分析应该为解释深度学习和概括铺平一种有希望的方法。将因果关系纳入人工智能（AI）算法，但由于其模糊性，非量化性，计算效率低下而受到挑战。在过去的18年中，这些挑战基本上已经解决了，建立了最初是由大气可预测性动机的严格的因果关系形式。这不仅在大气 - 海洋科学中开辟了一个新领域，即信息流，而且还导致了其他学科的科学发现，例如量子力学，神经科学，金融经济学等，通过各种应用。This note provides a brief review of the decade-long effort, including a list of major theoretical results, a sketch of the causal deep learning framework, and some representative real-world applications in geoscience pertaining to this journal, such as those on the anthropogenic cause of global warming, the decadal prediction of El Niño Modoki, the forecasting of an extreme drought in China, among others.关键字：因果关系，Liang-Kleeman信息流，因果人工智能，模糊认知地图，可解释性，Frobenius-Perron操作员，天气/气候预测