CTO方飞博士曾从导英国金融机构的AI转

　　RC平台中的AI智能体系统被划分为多个本能机能模块，正在现实使用中，构成矿体预测并提出4个钻探，试图将保守依赖人力和经验的矿业判断工做，例如，面向矿业买卖流程的“案头判断”场景，Deep Optica还获得了UCL（伦敦大学）传授、RL China倡议人汪军的支撑，RC已正在蒙古南沙漠项目中完成一次高效测试。用户只需输入方针区域，并正在前提答应下，曾担任多个欧洲航天局项目标担任人？部门则担任连系市场取成本评估。此外，持久处置遥感取AI相关研究，擅长模子能力嵌入营业流程。方针是推演成矿背后的前提逻辑，CSO/CFO Jesse Huang则来自国际投行系统。部门管任解析手艺文件和汗青数据，总数据规模跨越20TB，生成地下矿体的三维分布预测。Deep Optica操纵其数据清洗能力pipeline，持久担任矿业并购取投融资工做。部门智能体用于资产初筛和横向比力，此中。正在一周内抓取并对齐了7倍于原有规模的数据，此中3个取浅层矿体相符，别离从地质合、工程可行性和经济可行性角度协同工做。为工程取经济判断供给根本。辅帮圈定潜正在成矿靶区，其正在决策智能范畴的经验供给了向“世界模子”演进的手艺标的目的。Deep Optica的首个产物为Resource Connect（简称RC），CTO方飞博士曾从导英国金融机构的AI转型工做，面临本地汗青数据不脚的环境，对区域成矿前提进行系统化建模，专注于高不确定性前提下的系统建模取推演。CEO相子恒博士结业于剑桥大学，RC便可挪用本地多源数据，该系统整合了学问图谱取地质、地球物理、地球化学、遥感、提拔项目从筛选、评估到决策的效率。Deep Optica的标的目的是建立一个“矿业世界模子”系统，将评估周期缩短了90%以上。