Штучний інтелект допомагає створювати нові матеріали
У світі, де всі фіксують увагу на штучному інтелекті, що генерує текст, зображення та фільми, стартап Orbital Materials, очолюваний колишнім старшим дослідником DeepMind, розробляє технологію GenAI для підтримки виробництва нових фізичних матеріалів.
Orbital Materials, заснована Джонатаном Годвіном, який раніше брав участь у дослідженнях матеріалів в DeepMind, створює платформу на основі штучного інтелекту, яка може використовуватися для відкриття матеріалів — від батарей до клітин, що захоплюють вуглекислий газ.
Натхнення від AlphaFold
Джонатан Годвін, засновник Orbital Materials, розповідає, що його надихнуло створити компанію після спостережень за тим, як методи, що лежать в основі систем штучного інтелекту, таких як AlphaFold, можуть застосовуватися в матеріалознавстві. AlphaFold, розробка DeepMind, здатна передбачити тривимірну структуру білка з його амінокислотної послідовності. Це відкрило нові горизонти для можливостей штучного інтелекту в науках про матеріали.
Виклики традиційних методів
Годвін пояснює, що традиційні методи відкриття нових матеріалів часто покладаються на трудомісткі процеси проб і помилок у лабораторіях, що можуть тривати роками до досягнення успіху. “Я відчув, що потрібна нова організація — одна з експертами з штучного інтелекту та матеріалознавцями, щоб вивести матеріали з комп’ютера в реальний світ”, — сказав Годвін в інтерв’ю TechCrunch.
Роль штучного інтелекту у створенні матеріалів
Створення нового матеріалу не є інтуїтивним процесом. Досягнення певних властивостей — наприклад, легкості та жорсткості — вимагає визначення відповідних фізичних і хімічних структур, а також з’ясування процесів (наприклад, плавлення, випаровування) для надійного створення цих структур. Матеріал потім повинен проходити стрес-тестування в різних умовах — наприклад, екстремальних температурах, залежно від його призначення.
Штучний інтелект не може вирішити всі виклики, притаманні дизайну матеріалів. Немає заміни реальним експериментам, але він може заощадити час і гроші, використовуючи обчислення для картування властивостей і процесів, які можуть призвести до створення певних типів матеріалів.
Запит на нові передові матеріали
Годвін зазначає, що технічні керівники в хімічних і матеріалознавчих компаніях борються за розробку нових продуктів, тому що традиційні методи відкриття нових передових матеріалів занадто повільні й дорогі, щоб задовольнити цей попит. “Попит на нові передові матеріали значно зростає, оскільки наші економіки стають електрифікованими та декарбонізованими”, — сказав Годвін.
Конкуренція на ринку AI для матеріалознавства
Orbital Materials не є першою компанією, що застосовує штучний інтелект до R&D матеріалів. Osmium AI, керована колишнім співробітником Google і підтримана Y Combinator, дозволяє промисловим клієнтам передбачати фізичні властивості нових матеріалів, а потім вдосконалювати та оптимізувати їх за допомогою штучного інтелекту. Кілька академічних статей за останнє десятиліття пропонували способи прискорення робочих процесів дизайну матеріалів за допомогою штучного інтелекту та величезних баз даних молекул. DeepMind також досліджує матеріали, створені штучним інтелектом, минулого року оголосивши, що розробила алгоритм для відкриття мільйонів кристалів, які можуть одного дня живити комерційні технології.
Відмінність Orbital Materials
Що вирізняє Orbital Materials, за словами Годвіна, це їх власна модель штучного інтелекту для матеріалознавства. “Ми багато чого запозичили від успіхів великих мовних моделей і AlphaFold у побудові наших наборів даних”, — сказав Годвін. “У цих моделях дуже важливо отримати різні типи даних: моделі, як ChatGPT, тренуються на коді, новинних статтях, наукових текстах і енциклопедіях. Ця різноманітність — одна з речей, що надає моделям їхні надзвичайні можливості.”
Модель Linus
Модель Orbital Materials, яка називається Linus, служить основою лабораторії стартапу в Нью-Джерсі, де вона керує дослідженнями та розробками матеріалів і хімії. Linus була навчена на великому наборі даних симуляцій і матеріалів, від батарей і напівпровідників до каталізаторів і органічних молекул.
Розробка матеріалів за допомогою Linus
Вчені, використовуючи Linus, вводять інструкції природною мовою, наприклад: “матеріал, що добре поглинає вуглекислий газ”, і система генерує тривимірну молекулярну структуру, яка відповідає критеріям. Починаючи з випадкової хмари атомів, Linus ітеративно вдосконалює структуру, доки не зупиниться на тому, що найкраще відповідає інструкціям.
Переваги та обмеження
Як і всі генеруючі моделі штучного інтелекту, Linus не є досконалою — іноді вона генерує матеріали, які фізично неможливо виготовити. Але, за словами Годвіна, вона успішно розробила принаймні один матеріал — дешевший і надійніший фільтр для захоплення вуглекислого газу з повітря. Orbital планує оголосити більше деталей цього року.
Плани на майбутнє
Orbital Materials, базуючись у Лондоні з командою з 13 осіб, не планує виробляти фільтр самостійно — чи будь-які інші матеріали. Мета полягає в тому, щоб довести матеріали до етапу proof of concept або пілотної демонстрації, а потім шукати зовнішніх виробників як партнерів.
Залучення інвестицій
Для досягнення цієї мети Orbital недавно залучила $16 мільйонів у рамках раунду серії А, очолюваного Radical Ventures з участю Toyota Ventures. Це збільшує загальну суму залучених коштів до близько $21 мільйона. Годвін зазначає, що новий капітал буде спрямований на розширення команди з обробки даних і мокрої лабораторії.
“Так само, як AlphaFold дозволяє відкривати нові ліки та швидше виводити їх на ринок, технологія Orbital Materials дозволяє проектувати та комерціалізувати нові передові матеріали з безпрецедентною швидкістю,” — сказав Годвін.
