經一千萬個合成地球訓練的AI，在TSXV上市公司ATEX的Valeriano項目中，表現優於傳統銅礦估算

Fleet Space Technologies將Tau 3.8描述為一個旨在將其3D地震智能與鑽探、地質學、地球物理學和礦物學數據結合的系統。其既定目標是重建隱藏的地質結構，為資源擴張的潛在目標進行排名，並識別可以減少不確定性的進一步測量，從而使礦業公司能夠做出更明智的鑽探決策。

該公司將礦物發現視為AI行業的瓶頸，理由是數據中心和輸電線路對銅的需求不斷增長，尤其是在北美。傳統的勘探方法被描述為緩慢、昂貴且不確定。Tau 3.8旨在通過提供對礦體的更清晰洞察，提高勘探的資本效率，潛在地減少無效鑽孔的數量，每個鑽孔可能花費數十萬美元。

在ATEX Resources位於智利的Valeriano銅金項目中，據報導，Tau 3.8通過將Fleet的環境噪音斷層掃描和大地電磁測量與機器學習相結合進行了測試。該模型在針對其訓練中未使用的鑽孔進行評估時，預測銅品位的誤差比傳統地質統計估計減少了38%。對於更深的延伸鑽孔，報告的誤差減少高達67%，這表明在預測礦物濃度方面準確性有所提高。