Minerva Intelligence
Platform penaakulan kognitif AI yang menggabungkan kepakaran pakar geologi untuk cari galian dan penilaian risiko bencana
Lawati Laman Web ↗Minerva Intelligence ialah sebuah syarikat yang ibu pejabatnya terletak di Vancouver, Kanada (dengan pejabat cawangan di Darmstadt, Jerman). Pendekatan mereka agak berbeza berbanding kebanyakan syarikat AI dipacu data tulen; mereka mengetengahkan konsep "AI Kognitif" (Cognitive AI) dengan penekanan untuk menterjemah pengetahuan manusia yang terkumpul daripada pakar geologi ke dalam bentuk berstruktur di dalam sistem, bukannya sekadar menyuap data mentah untuk pembelajaran model kendiri.
Ciri-ciri Fungsi dan Senario Aplikasi
Syarikat ini mempunyai dua barisan produk utama. TERRA direka khusus untuk penerokaan perlombongan, menggabungkan pelbagai sumber heterogen seperti peta geologi, rekod gerudi (borehole), dan data geofizikal untuk melakukan pemadanan jenis deposit bijih serta penyusunan keutamaan sasaran penerokaan — kunci kepada keberkesanannya terletak pada penggunaan ontologi pengetahuan geologi berstruktur, membolehkan sistem menerangkan "kenapa sesuatu kawasan itu menyerupai deposit kuprum porfiri", dan bukannya sekadar memuntahkan skor kebarangkalian.
Satu lagi produk mereka, GAIA, mengaplikasikan teknologi teras yang sama kepada risiko bencana alam, mengendalikan penilaian risiko dan perancangan guna tanah untuk banjir, tanah runtuh, serta kebakaran hutan. Pendekatan hibrid "pengetahuan + data" ini mempunyai kewajaran yang kukuh dalam domain profesional: data geologi pada asasnya adalah jarang dan bernilai tinggi, di mana model yang hanya bergantung pada lambakan jumlah data besar biasanya menemui jalan buntu.
Sesuai untuk pasukannya yang terlibat dalam bidang penerokaan perlombongan, syarikat konsultan geologi, serta agensi insurans dan kerajaan yang melakukan penilaian risiko bencana alam.
Ciri-ciri Utama
- Suite AI Perlombongan TERRA: Pemadanan jenis deposit bijih, penyusunan keutamaan sasaran penerokaan, dan integrasi peta geologi
- AI Risiko Iklim GAIA: Penilaian risiko bencana alam seperti banjir, tanah runtuh, dan kebakaran hutan
- Didorong oleh ontologi pengetahuan geologi berstruktur dengan proses penaakulan yang boleh dikesan serta diterangkan
- Mengintegrasikan pelbagai sumber data heterogen termasuk peta geologi, data penggerudian, geofizikal, dan penderiaan jauh
- Aplikasi merentas industri: Perancangan guna tanah, penilaian alam sekitar, dan pengunderaitan insurans
- Output yang boleh diterangkan (explainable), sesuai untuk senario yang memerlukan justifikasi kepada pihak pengawalnya atau pelabur
Kegunaan Lazim
- Saringan dan penyusunan keutamaan zon sasaran untuk penerokaan mineral peringkat awal
- Integrasi peta geologi bersejarah untuk perbandingan persamaan jenis deposit bijih
- Penghasilan peta lapisan risiko banjir, tanah runtuh, dan kebakaran hutan serantau
- Penilaian pendedahan bencana alam dan perancangan guna tanah untuk industri insurans
Ciri Utama
- Suite AI Perlombongan TERRA: Pemadanan jenis deposit bijih, penyusunan keutamaan sasaran penerokaan, dan integrasi peta geologi
- AI Risiko Iklim GAIA: Penilaian risiko bencana alam seperti banjir, tanah runtuh, dan kebakaran hutan
- Didorong oleh ontologi pengetahuan geologi berstruktur dengan proses penaakulan yang boleh dikesan serta diterangkan
- Mengintegrasikan pelbagai sumber data heterogen termasuk peta geologi, data penggerudian, geofizikal, dan penderiaan jauh
- Aplikasi merentas industri: Perancangan guna tanah, penilaian alam sekitar, dan pengunderaitan insurans
- Output yang boleh diterangkan (explainable), sesuai untuk senario yang memerlukan justifikasi kepada pihak pengawalnya atau pelabur
Kelebihan
- Ciri "boleh diterangkan" (explainable) ialah nilai jualan sebenar dan bukan sekadar gimik pemasaran — keputusan geologi dan insurans kedua-duanya memerlukan justifikasi sebab
- Pendekatan berasaskan pengetahuan membolehkan ia bertahan dalam bidang profesional yang kekurangan data berbanding model statistik tulen
- Barisan produk perlombongan dan risiko bencana berkongsi teknologi asas yang sama, menawarkan kebolehgunaan semula teknologi yang tinggi
- Senario aplikasi GAIA (banjir, tanah runtuh) sangat relevan dengan keperluan praktikal di rantau yang kerap terjejas
Kekurangan
- Merupakan alat profesional tahap berat yang hampir mustahil untuk digunakan tanpa latar belakang geologi atau penilaian risiko
- Harga tidak mendedahkan secara umum, memerlukan perundingan terus
- Terminologi "AI Kognitif" mempunyai definisi yang kabur dalam industri, dan keberkesanan praktikalnya sangat bergantung pada kualiti ontologi pengetahuan
- Skala syarikat yang tidak begitu besar bermaksud keupayaan sokongan jangka panjang perlu dinilai sebelum pelancaran
Kes Penggunaan
- Saringan dan penyusunan keutamaan zon sasaran untuk penerokaan mineral peringkat awal
- Integrasi peta geologi bersejarah untuk perbandingan persamaan jenis deposit bijih
- Penghasilan peta lapisan risiko banjir, tanah runtuh, dan kebakaran hutan serantau
- Penilaian pendedahan bencana alam dan perancangan guna tanah untuk industri insurans
Nota Editor
Nota Ketua Editor: Saya sentiasa bersikap skeptikal terhadap istilah seperti "AI Kognitif" kerana ia mudah disalahertikan sebagai helah pemasaran. Walau bagaimanapun, apabila meletakkan Minerva dalam konteks bidang geologi, saya mula memahami sebab mereka mengambil pendekatan ini — kos perolehan data geologi adalah sangat tinggi sehingga satu lubang gerudi bernilai ratusan ribu dolar, bermakna anda tidak mempunyai jutaan data latihan untuk disuapkan. Di bawah keadaan sedemikian, memasukkan pengetahuan manusia ke dalam sistem adalah jauh lebih rasional berbanding memaksa model memproses lambakan data mentah. Barisan produk GAIA amat bermakna dan wajar diberi perhatian oleh komuniti pengurusan bencana.
Soalan Lazim
「認知 AI」跟一般機器學習差在哪？
差在知識從哪來。一般機器學習從資料裡學規律；Minerva 的做法是先把地質學家的專業知識寫成結構化的本體，再用它去推論。好處是資料少也能用、而且推論過程說得出理由，缺點是建本體本身很花人力。
TERRA 和 GAIA 要分開買嗎？
是兩條不同的產品線，針對的客戶也不同——TERRA 賣給礦業探勘，GAIA 賣給災害風險與土地規劃。實際授權方式需要跟他們洽談。
台灣的防災單位用得上嗎？
技術邏輯上是對得上的，但實務落地要看它能不能吃台灣的圖資格式與地質分類系統。這類工具的在地化成本通常不低，建議先做小範圍試算再談導入。