AI 喚醒地下巨人:Zanskar 獲 1.15 億美元融資,推動地熱能源邁向兆瓦級規模
地熱新創 Zanskar 完成 1.15 億美元 C 輪融資,利用 AI 與貝氏證據學習技術,精準定位隱藏在地下的兆瓦級地熱能源。了解 AI 如何將地熱發電從傳統的隨機發現轉變為可預測的科學流程。
我們腳下的土地隱藏著超乎想像的巨大能量。美國能源部預測,地熱發電到 2050 年可產生 60 GW 的電力,佔全美供應量近 10%。然而,能源新創公司 Zanskar 的執行長 Carl Hoiland 認為這個數字太過保守,在 AI 技術的加持下,地熱能源的潛力應是「兆瓦(Terawatt)」級別,而非僅止於千兆瓦。
Zanskar AI 地熱能源 融資:AI 驅動的綠能轉型
根據 TechCrunch 報導,Zanskar 最近完成了由 Spring Lane Capital 領投的 1.15 億美元 C 輪融資。傳統地熱開發高度依賴地表的熱點跡象(如溫泉或火山),但高達 95% 的地熱系統在表面完全不露痕跡。這家新創公司正利用機器學習模型,從大量的歷史「意外發現」數據中抽絲剝繭,精準定位隱藏在深層地下的熱能資源。
貝氏證據學習:將探勘從賭博轉變為科學
為了降低昂貴的鑽探風險,Zanskar 採用了一種名為貝氏證據學習 (BEL) 的 AI 方法。該技術能將現有數據轉化為一系列假設,並透過模擬模型不斷驗證與排除,最終計算出各站點的成功機率。這種方式讓地熱能源開發不再是盲目試錯,而是資料驅動的精確決策。目前該公司在美國西部已擁有足以支撐 1 GW 發電量的開發管線。
相关文章
BloombergNEF最新報告預測,太陽能將在十年內成為全球最大電力來源。但AI數據中心的爆炸性需求,可能同時推動再生能源與化石燃料的雙重擴張。
台積電與加拿大Northland Power簽訂30年企業購電協議,鎖定海龍離岸風電逾1GW全部產能。在AI用電需求暴增的背景下,這份合約揭示的不只是綠能承諾,更是製造業能源戰略的新典範。
機器學習監控工具element-data遭供應鏈攻擊,惡意版本潛伏12小時,竊取雲端金鑰、SSH憑證與API Token。開源軟體信任危機再度警示亞洲企業與開發者。
伊朗無人機攻擊波斯灣海水淡化設施,揭示現代衝突中民用基礎設施的脆弱性。這對依賴技術製水的地區,乃至全球水安全格局,意味著什麼?
观点
分享你对这篇文章的看法
登录加入讨论