Hacker News 의견

• RF 머신러닝 모델이 리튬 농도를 예측하는 데 사용되었음. RF 모델은 XGBoost와 K-nearest neighbors보다 높은 정확성과 낮은 편향을 보여 최종 모델로 선택되었음

  • 지질학적, 지구화학적, 온도 정보가 RF 모델 조정에 사용되었음
  • 공간적으로 연속적인 예측을 위해 지하 지질 정보가 중요함

• 네바다에 큰 리튬 매장지가 있으며, General Motors가 Thacker Mine의 생산물에 접근하기 위해 6억 5천만 달러를 투자했음

  • 광산은 Mill City 근처에 위치하며, 개발의 징후가 보임
  • 광산 주변에 이웃이 없고, 도로와 철도 접근성이 좋음

• 단기 에너지 인프라에는 긍정적이지만, 환경 파괴에 대한 우려가 있음

  • ML 예측이 정확하다면, 폐수 염수 데이터를 기반으로 모델링할 수 있음
  • 리튬 추출 방법에 대한 정보가 부족함

• 리튬 공급은 문제가 아니며, 호주에는 충분한 공급이 있음

  • 전환 공장이 주로 중국에 있어, 리튬 카보네이트로 전환할 정제소가 필요함

• 공간적 자기상관에 대한 언급과 함께, USGS가 다시 이 분야에 관심을 가지는 것이 긍정적임

• Mobile Basin에서의 채굴에 대한 반대 의견이 있음. 이 지역은 북미에서 가장 다양한 생태계를 가짐

• 리튬이 풍부해지면 배터리 비용이 크게 낮아질 수 있는지에 대한 질문이 제기됨

• 남부 아칸소에서 저렴한 땅을 구매할 시기가 왔다는 의견이 있음