Mineral Forecast
ប្រព័ន្ធ AI ភូគព្ភសាស្ត្រប្រើប្រាស់ម៉ាស៊ីនសិក្សា (Machine Learning) ដើម្បីកំណត់គោលដៅខួងយកធនធាន និងការទាមទារដី រួមជាមួយការវិភាគដែលអាចពន្យល់បាន
នេះជាអ្វី?
Mineral Forecast គឺជាប្រព័ន្ធបញ្ញាសិប្បនិម្មិត (AI) ផ្នែកភូគព្ភសាស្ត្រ ដែលប្រើប្រាស់ម៉ាស៊ីនសិក្សាដើម្បីកំណត់គោលដៅតំបន់រ៉ែ (Targeting) និងផ្តល់អនុសាសន៍អំពីទីកន្លែងដែលត្រូវខួង និងកន្លែងដែលត្រូវចុះបញ្ជីកម្មសិទ្ធិរ៉ែ (Stake Claims)។ ប្រព័ន្ធនេះមិនត្រឹមតែផ្តល់នូវទីតាំងណែនាំប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងភ្ជាប់មកជាមួយនូវការវិភាគដែលអាចពន្យល់បាន (Explainability) ដែលជួយឱ្យអ្នកប្រើប្រាស់យល់ពីមូលហេតុដែលម៉ូឌែលមើលឃើញសក្តានុពលលើតំបន់ណាមួយ ជំនួសឱ្យការផ្តល់ចម្លើយបែបប្រអប់ខ្មៅ (Black Box)។
វាជួយដោះស្រាយបញ្ហាអ្វីบ้าง?
ការសម្រេចចិត្តលើការរុករករ៉ែពាក់ព័ន្ធនឹងទិន្នន័យភូគព្ភសាស្ត្រ រូបវិទ្យាផែនដី និងគីមីវិទ្យាផែនដីយ៉ាងច្រើនសន្ធឹកសន្ធាប់ ដែលការរួមបញ្ចូល និងការបកស្រាយដោយមនុស្សត្រូវចំណាយពេលច្រើន និងងាយនឹងរងដែនកំណត់នៃបទពិសោធន៍។ ចំណែកឯការព្យាករណ៍ដោយ AI បែបប្រអប់ខ្មៅសុទ្ធសាធ ក៏ធ្វើឱ្យអ្នកភូគព្ភវិទូពិបាកក្នុងការទុកចិត្ត និងពិបាកពន្យល់ដល់អ្នកវិនិយោគផងដែរ។ Mineral Forecast ផ្សំបញ្ចូលគ្នានូវការកំណត់គោលដៅតាមរយៈម៉ាស៊ីនសិក្សា និងការវិភាគដែលអាចពន្យល់បាន ដែលជួយឱ្យក្រុមហ៊ុនរុករករ៉ែអាចជ្រើសរើសទីតាំងខួង និងគោលដៅទាមទារដីដោយមានមូលដ្ឋានច្បាស់លាស់ក្រោមថវិកាមានកំណត់ ព្រមទាំងអាចពិនិត្យមើលហេតុផលភូគព្ភសាស្ត្រនៅពីក្រោយនោះផងដែរ។ វាសាកសមសម្រាប់ក្រុមហ៊ុនរុករករ៉ែ ក្រុមអ្នកភូគព្ភវិទូ និងអ្នកវិនិយោគកម្មសិទ្ធិរ៉ែ។ ដោយសារព័ត៌មានអំពីក្រុមហ៊ុន និងប្រទេសរបស់ឧបករណ៍នេះមិនទាន់ត្រូវបានបញ្ចេញឱ្យដឹងជាសាធារណៈ អត្ថបទនេះគ្រាន់តែពិពណ៌នាអំពីមុខងារដែលគេស្គាល់ប៉ុណ្ណោះ សូមផ្ទៀងផ្ទាត់លក្ខណៈជាក់លាក់ជាមួយប្រភពផ្លូវការ។
លក្ខណៈសំខាន់
- ការកំណត់គោលដៅតំបន់រ៉ែដោយប្រើម៉ាស៊ីនសិក្សា (Targeting)
- ផ្តល់អនុសាសន៍លើទីតាំងខួង និងការចុះបញ្ជីកម្មសិទ្ធិរ៉ែ
- ការវិភាគដែលអាចពន្យល់បាន (Explainability)
- ការរួមបញ្ចូលទិន្នន័យភូគព្ភសាស្ត្រ រូបវិទ្យាផែនដី និងគីមីវិទ្យាផែនដី
- ជួយសម្រួលដល់ការសម្រេចចិត្តរុករករ៉ែក្រោមថវិកាមានកំណត់
គុណសម្បត្តិ
- មិនត្រឹមតែផ្តល់ចម្លើយទេ ថែមទាំងអាចពន្យល់ពីហេតុផលភូគព្ភសាស្ត្រទៀតផង
- ធ្វើឱ្យការជ្រើសរើសចំណុចខួង និងការទាមទារដីមានមូលដ្ឋានទិន្នន័យច្បាស់លាស់
- ជួយសម្រួលដល់ការពន្យល់ពីហេតុផលនៃការរុករកទៅកាន់អ្នកវិនិយោគ
គុណវិបត្តិ
- ព័ត៌មានក្រុមហ៊ុន និងប្រទេសមិនទាន់បានបង្ហាញ លក្ខណៈបច្ចេកទេសរង់ចាំការបញ្ជាក់
- ការរុករករ៉ែនៅតែមានភាពមិនប្រាកដប្រជា អនុសាសន៍មិនមែនជាការធានា១០០%
ករណីប្រើប្រាស់
- ក្រុមហ៊ុនរុករករ៉ែជ្រើសរើសចំណុចខួងដោយផ្អែកលើអនុសាសន៍របស់ម៉ូឌែល
- ក្រុមអ្នកភូគព្ភវិទូពិនិត្យមើលហេតុផលដែលអាចពន្យល់បាននៅពីក្រោយតំបន់គោលដៅ
- អ្នកវិនិយោគសិទ្ធិរ៉ែវាយតម្លៃលំដាប់អាទិភាពនៃការចុះបញ្ជីកម្មសិទ្ធិដីរ៉ែ
កំណត់ចំណាំអ្នកកែសម្រួល
ចំណុចនៃការសង្កត់ធ្ងន់លើភាពអាចពន្យល់បាន (Explainability) គឺពិតជាមានប្រយោជន៍ខ្លាំងណាស់ ដែលធ្វើឱ្យអ្នកភូគព្ភវិទูกាន់តែងាយស្រួលទុកចិត្តលើការណែនាំរបស់ AI។
សំណួរញឹកញាប់
តើវាខុសគ្នាពីឧបករណ៍រុករក AI ទូទៅយ៉ាងដូចម្តេច?
វាសង្កត់ធ្ងន់ទៅលើភាពអាចពន្យល់បាន ដោយមិនត្រឹមតែផ្តល់ទីតាំងណែនាំប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់មើលឃើញហេតុផលភូគព្ភសាស្ត្រដែលម៉ូឌែលយល់ថាមានសក្តានុពលលើតំបន់នោះផងដែរ។
តើវាសាកសមសម្រាប់អ្នកណា?
វាត្រូវបានបង្កើតឡើងជាចម្បងសម្រាប់ក្រុមហ៊ុនរុករករ៉ែ ក្រុមអ្នកភូគព្ភវិទូ និងអ្នកវិនិយោគសិទ្ធិរ៉ែ។
តើវាអាចធានាថារកឃើញធនធានរ៉ែនៅពេលខួងដែរឬទេ?
ទេ ការរុករករ៉ែខ្លួនឯងមានភាពមិនប្រាកដប្រជា ប៉ុន្តែប្រព័ន្ធនេះផ្តល់នូវការកំណត់គោលដៅ និងការຈັດลำดับអាទិភាពដែលមានមូលដ្ឋានច្បាស់លាស់ជាងមុន។
ឧបករណ៍ AI ពាក់ព័ន្ធ
MOVUS
ប្រព័ន្ធ AI តាមដានសុខភាពម៉ាស៊ីនពីប្រទេសអូស្ត្រាលី មិនត្រឹមតែផ្តល់ដំណឹងព្រមានទេ ថែមទាំងប្រាប់អ្នកថាគួរជួសជុលមួយណាមុនគេទៀតផង
Luxonis
កាមេរ៉ាជម្រៅ Edge AI ស៊េរី OAK ដំណើរការកុំព្យូទ័រចក្ខុវិស័យ (Computer Vision) ដោយផ្ទាល់លើឧបករណ៍
Waste Robotics
ប្រព័ន្ធរបៀបរបាយសំណល់ AI ជាមួយបច្ចេកវិទ្យាស្កែន Hyperspectral អាចមើលឃើញភាពខុសគ្នានៃវត្ថុធាតុដែលភ្នែកទទេមើលមិនឃើញ
ZenRobotics
ប្រព័ន្ធរៀបចំកាកសំណល់ដោយមនុស្សយន្តដំបូងគេបង្អស់លើពិភពលោក ដែលអាចសម្គាល់ប្រភេទកាកសំណល់បានជាង ៥០០ ប្រភេទ
Glacier
robot ຈັດຮຽງ AI ក្នុងរោងចັກកែច្នៃ ព្រមទាំងបំប្លែងកាកសំណល់ទៅជាទិន្នន័យដែលអាចវិភាគបាន
Neuron Soundware
ស្តាប់សំឡេងម៉ាស៊ីនដើម្បីដឹងថាវាជិតខូច ប្រើប្រាស់ AI សូរស័ព្ទ (Acoustic AI) សម្រាប់ការថែទាំព្យាករណ៍