在近期于多伦多举行的PDAC活动中，PhotoSat公司总裁Andrea Krupa分享了卫星图像与机器学习如何助力矿业公司提升勘探效率。她指出，这些技术有助于缩小钻探目标范围、减少不必要的野外工作时间，并更早确定勘探资金的分配方向。

PhotoSat成立于1993年，总部位于加拿大温哥华。该公司运用立体和多光谱图像以及深度学习工具，为矿场和勘探项目制作高程测量和蚀变地图。自2014年起，PhotoSat已采用卷积神经网络，帮助客户在派遣现场团队前快速筛选广域区域。

“实地工作绝对是必要的，”Krupa在采访中告诉《北方矿工》视频主持人Devan Murugan，“但这些实地工作可以更高效、更有针对性地部署。”

自2005年以来，PhotoSat已在超过75个国家完成了1300多个矿场测量和300多个蚀变项目。这一进展体现了人工智能在采矿领域的实际应用，包括目标排序、工作流程优化和高效利用技术劳动力，而非替代地质学家。