本期《十字路口》邀请了 DeepOptica 的创始人相子恒,探讨了 AI 在矿业领域的应用。DeepOptica 致力于利用 AI 技术实现地球透明化,帮助矿业公司更快速、精准地发现和评估矿产资源。相子恒分享了他们如何通过 AI 整合地质、地球物理和遥感卫星数据,构建矿业领域的世界模型,从而更准确地预测地下矿藏的经济价值。他们还利用合成数据增强 AI 模型的泛化能力,并与 Kobold Metals 等公司的方法进行对比,强调 DeepOptica 侧重于评估矿产的整体价值,而不仅仅是优化钻孔位置。相子恒还分享了他从剑桥赛艇队队长经历中获得的领导力经验,以及对创业公司如何利用自身优势吸引人才的见解。
Part 1: 项目愿景与创始人背景
00:13DeepOptica:用 AI 技术助力矿业资源发现与评估,打造矿业技术金融公司
DeepOptica:用 AI 技术助力矿业资源发现与评估,打造矿业技术金融公司
本期《十字路口》的嘉宾是 DeepOptica 的创始人相子恒。DeepOptica 是一家利用 AI 技术帮助人们在不确定的环境中做决策的公司,主要服务于矿业,旨在更准确地找到矿产。DeepOptica 的愿景是用 AI 驱动,将地球透明化,帮助企业更快、更准地发现和评估矿产资源,并成为矿业的技术金融公司。目前,DeepOptica 已签约 550 万人民币左右的订单,收入将近 100 万人民币,并在下半年完成种子轮融资。
02:36DeepOptica 创始人相子恒:从剑桥赛艇队大队长到 AI 矿业创业者
DeepOptica 创始人相子恒:从剑桥赛艇队大队长到 AI 矿业创业者
DeepOptica 的创始人相子恒介绍了其团队背景,包括 CTO 和 CFO 的资深从业经历。相子恒回顾了自己如何在剑桥用四年时间从赛艇队男二队队员成长为学院赛艇队主席的经历,他认为自己对赛艇运动的理解以及组织大家提升成绩的能力是当选队长的关键。他希望在剑桥才能做的事情,除了像哈利波特一样的氛围,还有体育。
04:10AI 赋能矿业:DeepOptica 如何用 AI 技术将地球变透明
AI 赋能矿业:DeepOptica 如何用 AI 技术将地球变透明
相子恒认为矿业是一个很酷的行业,如同马斯克探索太空,矿业则是在探索地球和地底世界。他希望通过 AI 技术让地球透明化,精准定位矿产,为人类发展所用。他认为目前各种大模型架构以及对世界模型的理解,为将物理知识集合到 AI 模型提供了潜力。DeepOptica 正在尝试将地球科学集成到模型中,而不仅仅是单纯的物理世界。
Part 2: 核心技术与模型构建
07:14DeepOptica:AI 模型集成地质、地球物理与遥感知识,提升探矿效率
DeepOptica:AI 模型集成地质、地球物理与遥感知识,提升探矿效率
相子恒介绍了传统探矿的流程,包括地质学家踏勘、地质填图,寻找地表矿物漏头,以及利用地球物理和遥感卫星技术分析磁场、重力场和光谱信息。矿业企业需要通过钻孔来获取地下岩性和金属含量信息。DeepOptica 的 AI 模型通过大量数据,将物理量和地质结合,在特定地区的磁场异变情况下,结合当地地质条件,满足成矿特征和物理量测量,从而集成地质、地球物理和遥感卫星知识。
09:56DeepOptica:合成数据增强 AI 泛化能力,构建矿业世界模型
DeepOptica:合成数据增强 AI 泛化能力,构建矿业世界模型
DeepOptica 使用大量数据解析不同组成部分,并结合三维繁衍和地质解析。为解决数据不足的问题,采用合成数据增强 AI 的泛化能力,目前合成数据占比约 50%。通过对比已有矿体结构与合成的三维地质状态来验证合成数据的准确性。相较于 Kobold Metals 通过贝叶斯决策优化钻孔,DeepOptica 致力于搭建矿业世界模型,揭示地下三维矿体结构,评估经济价值,提供更全面的解决方案。
12:47DeepOptica:让地球透明化,从有经济价值的矿体开始
DeepOptica:让地球透明化,从有经济价值的矿体开始
DeepOptica 的目标是让整个地球透明化,但会从有经济价值的矿体开始。相子恒的博士方向是量子光学,与挖矿看似无关,但矿业中常用的地球物理探测手段与量子光学研究中的量子传感技术(如量子重力和量子磁力剂)有共通之处。他认为一旦涉及到物理层面,无论是地球物理还是量子物理,原理都相近,分析和解决问题的方法也相通。
Part 3: 生产力变革与竞争优势
15:27DeepOptica:技术与金融双驱动,打造小而精的技术矿业公司
DeepOptica:技术与金融双驱动,打造小而精的技术矿业公司
相子恒表示,身边的人对 DeepOptica 进入矿业表示支持,因为矿产资源是不可再生资源,人类对金属的需求不断上升,矿产变得越来越有价值。他希望 DeepOptica 是一家体量不大但技术精湛的技术矿业公司,通过 AI 技术将少数核心成员的生产力最大化,让大家享受工作。他认为有了 AI 技术,初创公司不再需要庞大的团队。
17:26DeepOptica:AI 赋能生产力,世界模型与语言模型助力地球透明化
DeepOptica:AI 赋能生产力,世界模型与语言模型助力地球透明化
相子恒表示,DeepOptica 的服务项目不再需要大量人力,AI 提供的生产力加成可以替代传统的咨询服务。他认为世界模型和语言模型的突破,有助于实现将地球变透明的愿景。世界模型可以将物理定律融入模型,预测物体运动规律,这对于地质合成数据和地质推演有很大启发。语言模型和 Agent 可以直接处理资源量储量评估等工作,提高企业效率和模型发展。
20:30DeepOptica:数据与团队是护城河,以更新视角带来行业变革
DeepOptica:数据与团队是护城河,以更新视角带来行业变革
DeepOptica 的矿业模型并非基于开源架构,而是自主搭建,借鉴了 AI 制药、AI 材料等领域的思维。护城河在于数据积累和团队支持,需要矿业技术和运营数据库以及能够支持矿业合成数据到世界模型的团队。相较于传统矿业从业者,DeepOptica 团队能够从数据和技术驱动的角度思考问题,带来更新的力量。DeepOptica 的创始人构成与 Kobold Metals 相似,都包含科学家和金融背景的人才。
Part 4: 市场拓展与技术攻关
23:40DeepOptica:华人团队如何赢得国际客户信任
DeepOptica:华人团队如何赢得国际客户信任
DeepOptica 已经通过早期的概念验证获得了客户的信任,并在中国、蒙古、中东和巴西等地开展业务。巴西最大的地质咨询公司 GE21 与 DeepOptica 展开数据和产品层面的合作。相子恒认为,建立信任的关键在于靠谱,快速理解客户需求,并用心交流。他认为华人团队在 AI 领域具有优势,能够拉近与国际客户的距离。
26:23DeepOptica:AI 解决多解性问题,优化复杂三维系统设计
DeepOptica:AI 解决多解性问题,优化复杂三维系统设计
DeepOptica 的名字让人联想到 DeepSeek 和 DeepMind,相子恒认为 AI 在蛋白质结构分析和地球结构分析中有相似之处,都是将复杂的三维系统转化为二维或 N 维的测量数据。AI 解决的问题是如何在优化测量数据的基础上设计复杂的三维系统。DeepOptica 的核心技术在于通过大量数据收敛繁衍,解决多解性问题,类似于医学 CT 扫描,将二维图像转化为三维结构。
29:52DeepOptica:扩展空间维度,解决地球 CT 数据不足问题
DeepOptica:扩展空间维度,解决地球 CT 数据不足问题
相子恒解释说,地球物理模型比人体 CT 更复杂,因为地球的测量数据只能在地表获取,需要通过拓展空间维度来理解深度。他认为 AI 挖矿能够提高找矿准确度,但目前赛道并不拥挤,仍有许多未解决的问题和未涉及的客户。DeepOptica 正在开发产品,将解决方案卖给中小型矿业企业。
Part 5: 商业化路径与未来规划
32:24DeepOptica:2024 年完成核心成矿区验证,2025 年推出泛化矿业世界模型
DeepOptica:2024 年完成核心成矿区验证,2025 年推出泛化矿业世界模型
DeepOptica 计划在 2024 年完成在澳大利亚、南美和非洲等核心成矿区的验证,并在 2025 年上半年推出第一版泛化的矿业世界模型。拿矿方面,DeepOptica 会与客户合作,以技术入股的方式参与矿权获取。相子恒认为,DeepOptica 的技术难以成为通用商品,因为地球科学和计算机科学的结合不够紧密,需要团队在该领域扎根。
35:25DeepOptica:合成数据引擎与人才招聘是关键,商业化前景广阔
DeepOptica:合成数据引擎与人才招聘是关键,商业化前景广阔
相子恒认为,DeepOptica 要成为 DeepMind 这样的企业,需要不断优化合成数据引擎,并招募地球科学、AI 合成数据和大模型方向的人才。他对商业化充满信心,因为矿业领域有太多切入点,模型一旦具备能力,就可以服务于多个地区的矿业企业。他认为做赛艇队队长与创业有相通之处。
Part 6: 领导力经验与创业哲学
37:05DeepOptica:赛艇队长的领导力经验助力创业
DeepOptica:赛艇队长的领导力经验助力创业
相子恒分享了在剑桥赛艇队担任队长的经历,每天两次训练,需要凝聚团队,追求卓越。他通过内部的 alarm 系统、训练前的 brief、团队聚餐等方式,设定小目标,提升团队认同感和凝聚力。他坦言,一开始作为华人面孔担任队长会受到质疑,但他通过争取更好的教练和设备、带领团队参加比赛等方式,赢得了大家的认可。
41:20DeepOptica:无授权领导力与全局观
DeepOptica:无授权领导力与全局观
相子恒认为,无授权的领导力需要慢慢建立,他的风格是用行动感化他人。即使成绩不是最好的,他也会努力提升自己,关注团队成员的幸福感和满足感。他认为领导和别人是否喜欢你没有决定性的关联,重要的是关心团队能否把事情做好。他总结做队长的经历对创业的帮助,包括卷的经历、淡定的领导力以及全局观。
44:23DeepOptica:长期规划与节奏把控
DeepOptica:长期规划与节奏把控
相子恒认为,如果 DeepOptica 没有成功,最大的问题可能出在节奏把握上,包括融资和拿客户的节奏。他通过制定三年长期规划、18 个月中期规划和每三个月为节点的短期规划来把控节奏。他强调,DeepOptica 不是小镇做题家,而是由长线 vision 领导中线 vision,并将中线 vision 拆解为每个人都能执行的小目标。他希望五年后 DeepOptica 的模型在世界范围内有影响力,与全球最大的矿业公司紧密合作,并在矿业金融方向有所积累。
47:05DeepOptica:探索太空与地球的理想
DeepOptica:探索太空与地球的理想
相子恒表示自己并非从小就是学霸,而是一直努力,只是表现得比较轻松。他坦言在读 PhD 和工作经历中也经历过挫折,包括实验结果不理想和创业失败。他认为这些经历让他能够更好地管理压力和预期,并在挫折中保持乐观。他表示自己并非物质欲望很强的人,而是更关注内心的空虚,希望将自己的理想与大家一起搭建起来,探索太空和地球。
50:21DeepOptica:创业公司吸引人才的红利
DeepOptica:创业公司吸引人才的红利
Koji 分享了与 founder 们交流后的感触,认为早期投资的关键在于对创始团队的判断,包括韧性和无授权领导能力。他建议创业公司要充分利用吸引人才的红利,尽可能吸引到优秀的人才,因为创业公司能够提供希望。他认为 DeepOptica 的背景和愿景都很好,要充分利用这个杠杆。
Sign in to continue reading, translating and more.
Open full episode in Podwise