OZ Minerals和以资源为中心的平台Unearthed宣布了他们的Explorer Challenge的获胜者，领导团队获得了500,000美元的奖金。
为期三个月的比赛为参与者提供了开发矿物勘探新工艺的机会，以帮助提高发现率，因为矿床变得越来越难找。
Guru团队因其“使用地球化学，地球物理学和地表地质学的矿物勘探的可解释机器学习模型”项目而获得了50万美元的最高奖金。三人团队由迈克尔·罗达，杰西·奥伯和格伦·威利斯组成。
Rodda担任团队的数据科学家，而Ober和Willis分别来自环境科学和过程工程背景。
Oz Minerals发布了Prominent Hill铜金矿的采矿数据，该团队从1000多个全球参与者中被选为总冠军。
OZ Minerals首席执行官安德鲁·科尔（Andrew Cole）表示，审核所收到的各种解决方案的过程是“非常出色的”过程。
“我们需要寻找新的见解以及更智能地处理我们的数据的方式，” Cole说。“参加资源管理器挑战赛的创新者提供了我们在内部从未想过的矿物勘探方法，包括将数据集融合在一起，组合多层信息并基于大量数据集进行预测的方法。”
Guru团队的设计将在实际条件下在现场进行测试，以期在2019年底之前钻出确定的头号目标。
二等奖获得者20万美元，是公司DeepSightX的“多学科方法”，针对的是结合了AI和地球科学专业知识的目标人群。Cyency获得了100,000美元的三等奖，Cyency应用数据科学挑选了10个候选点估计的最佳例子。
有几个较小的奖项，包括50,000美元的deCODES学生团队奖，以及四个类别分别为25,000美元的奖项，分别授予Avant Data Solutions，OreFox团队，Phar Lap团队和SRK Consulting。
“许多行业专业人士和矿业公司开始意识到，他们在勘探中的真正竞争优势是速度，而不一定是数据或技术知识产权，”众包行业负责人Holly Bridgwater说。
“我认为，人群为您提供的产生新想法，开发解决方案和使流程自动化的能力可以产生很大的变化并提供竞争优势。”
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。