Nguồn ảnh: Zanskar

Nguồn năng lượng địa nhiệt trong lòng đất lớn đến mức các chuyên gia của Bộ Năng lượng Mỹ (DOE) cho rằng điện địa nhiệt có thể đạt công suất 60 gigawatt (tương đương gần 10% sản lượng điện của Mỹ) vào năm 2050. Tuy nhiên, ông Carl Hoiland, đồng sáng lập kiêm CEO của Zanskar , cho rằng con số đầy tham vọng này vẫn còn quá thấp, chủ yếu vì nó đánh giá chưa đúng tiềm năng của điện địa nhiệt truyền thống.

Các ước tính của DOE dựa trên những tiến bộ trong địa nhiệt tăng cường (enhanced geothermal), một công nghệ sử dụng các kỹ thuật tương tự như fracking để tiếp cận các lớp đá nóng nằm sâu dưới lòng đất. GaNgược lại, địa nhiệt truyền thống (khai thác các khu vực đá nóng có nứt gãy tự nhiên) lại gần như dậm chân tại chỗ, hiện chỉ tạo ra khoảng 4 gigawatt điện tại Mỹ, tăng thêm chỉ khoảng 1 gigawatt trong hơn một thập kỷ qua.

Theo Hoiland, địa nhiệt truyền thống bị kìm hãm bởi những giả định lỗi thời. Hoiland nói: “Họ đã đánh giá thấp số lượng các hệ thống địa nhiệt chưa được phát hiện. Với các kỹ thuật khoan hiện đại, có thể khai thác được nhiều năng lượng hơn rất nhiều từ mỗi hệ thống, thậm chí có thể gấp mười lần hoặc hơn. Khi đó, tiềm năng sẽ không còn là hàng chục gigawatt (GW) nữa, mà có thể lên tới quy mô terawatt (TW).”

Với việc ứng dụng trí tuệ nhân tạo để giúp giải phóng ngành địa nhiệt, Zanskar đã hồi sinh một nhà máy điện đang gặp khó khăn ở New Mexico và phát hiện ra hai địa điểm mới với tổng tiềm năng hơn 100 megawatt. Những kết quả này đã giúp Zanskar huy động được 115 triệu USD trong vòng gọi vốn Series C, do công ty đầu tư Spring Lane Capital dẫn đầu. 

Theo Hoiland, nhiều địa điểm địa nhiệt tiềm năng đã bị bỏ qua vì mọi người thường chỉ tìm kiếm các dấu hiệu trên bề mặt như suối nước nóng hay núi lửa. Tuy nhiên, khoảng 95% các hệ thống địa nhiệt không có những dấu hiệu này.

Để tìm kiếm các nguồn địa nhiệt mới, Zanskar trước hết đưa vào các mô hình học máy có giám sát nhiều loại dữ liệu khác nhau, bao gồm cả các phát hiện tình cờ trước đây. Khi mô hình này xác định được một địa điểm triển vọng, công ty sẽ cử đội ngũ đến hiện trường để xác minh.

Sau đó, Zanskar phải xây dựng kế hoạch phát triển địa điểm đó. Để làm việc này, nhóm sử dụng một phương pháp AI khác được thiết kế riêng cho mục đích này, gọi là “học suy luận Bayes dựa trên bằng chứng” (Bayesian evidential learning – BEL). Trong BEL, những dữ liệu hiện có được dùng để xây dựng một loạt các giả định được gọi là “tiền đề”, sau đó các mô hình sẽ tìm cách bác bỏ những giả định này và đưa ra xác suất cho từng kịch bản. 

Ở những nơi dữ liệu còn thiếu, Zanskar đã phát triển một bộ mô phỏng địa nhiệt để lấp đầy khoảng trống.

Cho đến nay, cách tiếp cận của Zanskar đang cho thấy hiệu quả. Vòng gọi vốn trước đó đã cho phép startup thăm dò ba địa điểm, và cả ba đều được đánh giá là thành công. 

Hoiland không cho rằng Zanskar đã giải quyết được mọi thách thức trong việc tìm kiếm tài nguyên địa nhiệt, nhưng ông tin rằng công ty đang đi đúng hướng.

Hoiland nói: “Giờ đây chúng tôi biết rằng đây chính là tương lai của công tác thăm dò. Cách tiếp cận này sẽ thay đổi ngành địa nhiệt trong một khoảng thời gian rất ngắn.”