Jonathan Bean je generálnym riaditeľom a spoluzakladateľom Materials Nexus. So zázemím v teoretickej aj praktickej inžinierskej stránke materiálovej vedy Jonathan rýchlo identifikoval príležitosť pre novú platformu materiálového modelovania. Ako výskumník na University of Cambridge založil Materials Nexus s cieľom urýchliť zavádzanie nových materiálov na riešenie klimatickej krízy.
Jonathanov doktorandský výskum na University of York bol zameraný na pokročilé techniky modelovania pre polykryštalické materiály.
Popri svojej úlohe v Materials Nexus je Jonathan mentorom Global Talent Mentoring a Leaders in Innovation Fellowships, ktoré vedie Kráľovská akadémia inžinierstva. Vyučuje tiež materiálovú vedu pre inžinierov na Trinity College v Cambridge a je hosťujúcim členom na London South Bank University.
Materiály Nexus je spoločnosť využívajúca AI na výrobu špičkových materiálov rýchlejšie ako kedykoľvek predtým.
Môžete sa podeliť o príbeh založenia Materials Nexus? Čo inšpirovalo vytvorenie spoločnosti a jej zameranie na objavovanie materiálov poháňaných AI?
V konečnom dôsledku limitom toho, čo sa dá postaviť, sú materiály použité na stavbu; to bola moja motivácia študovať materiálové vedy. Počas môjho pôsobenia na University of Cambridge, keď som pracoval s mojím spoluzakladateľom Robertom Forrestom, túžba urýchliť náš výskum inšpirovala náš smer k vývoju algoritmov strojového učenia. To sa stalo základom technológie Materials Nexus.
Bolo jasné, že tento výskum by mohol mať vo svete pozitívny vplyv a jeho prijatie bolo potrebné urýchliť. Rovnako aj výkonnosť produktov je obmedzená materiálmi, takže aj náš pokrok smerom k nule. To je to, čo nás inšpirovalo k založeniu podnikania.
Hnacou silou pre nás ako spoločnosť je zlepšovanie stavu sveta, environmentálne, geopoliticky a eticky. Naším cieľom je urobiť revolúciu v materiálovom priemysle navrhovaním nových materiálov, ktoré spĺňajú rastúce požiadavky na udržateľnosť a výkon.
Môžete vysvetliť, ako AI transformuje proces objavovania materiálov, najmä v kontexte Materials Nexus?
Rovnakým spôsobom AI ovplyvnila objav lieku zásadne mení aj objavovanie materiálov; transformácia toho, čo je zvyčajne prístup založený na pokusoch a omyloch, na proces navrhovania založený na zámeroch. Ale na rozdiel od farmaceutického výskumu je tu pridaná zložitosť a širší priestor na vyhľadávanie v celej periodickej tabuľke. V Materials Nexus sa pozeráme na celú dĺžkovú škálu, od kvantovej úrovne až po objem – to znamená, že kvantovú mechaniku nevyužívame len na predpovedanie zloženia, ale aj na modelovanie techník spracovania a syntézy. To nám umožňuje nielen identifikovať, ale aj fyzicky presne vyrábať vysokovýkonné materiály, v priebehu niekoľkých mesiacov a nie desaťročí, čím sa výrazne urýchli proces výskumu a vývoja.
Aké sú kľúčové výhody používania AI oproti tradičným metódam pokus-omyl pri vývoji nových materiálov?
Používanie AI na objavovanie materiálov ponúka niekoľko výhod: rýchlosť, nákladová efektívnosť a udržateľnosť sú kľúčové. Naša platforma riadená AI dokáže analyzovať rozsiahle súbory údajov a presne predpovedať vlastnosti materiálu, a to všetko ešte predtým, ako vstúpi do laboratória, vďaka čomu je proces nákladovo efektívny a menej plytvajúci, pretože minimalizuje potrebu drahých a zdrojovo náročných experimentov. To tiež znamená, že procesy, ktoré zvyčajne trvajú niekoľko dní v laboratóriu, sa dajú na našej platforme vykonať za hodiny.
To v konečnom dôsledku odomyká nový súbor príležitostí s cieleným materiálovým „dizajnom“ vs. objavovaním. Je možné začleniť akýkoľvek súbor údajov alebo materiálový parameter, ako sú emisie CO2, náklady alebo hmotnosť, a hľadať kompozície, ktoré zodpovedajú týmto špecifickým potrebám, pričom proces „objavovania“ prevrátite na hlavu.
Akú úlohu zohráva AI a strojové učenie pri znižovaní vplyvu výroby materiálov na životné prostredie?
Využitie AI a strojového učenia odomyká obrovský nový súbor materiálnych príležitostí vo fáze objavovania. Na výrobnej úrovni je tento vplyv dvojaký; prvým je elementárne zloženie materiálov samotných, druhým sú podmienky spracovania materiálov. Objavovanie materiálov umelej inteligencie môže buď vylúčiť špecifické prvky, ktoré majú vysoké environmentálne náklady (napr. prvky vzácnych zemín), alebo znížiť percento ich zloženia. Môže sa použiť aj na preskúmanie techník spracovania (napr. teplota, tlak alebo dokonca čistota rudy), ktoré sú potrebné na výrobu materiálu a na identifikáciu nízkoenergetických metód. Tieto dva aspekty môžu mať významný vplyv na primárne emisie z výroby materiálov. Je však dôležité poznamenať, že vplyv na životné prostredie presahuje samotnú výrobu. Použitie špičkových materiálov, či už vysokovýkonných alebo lacnejších, môže mať mimoriadne pozitívny sekundárny vplyv na životné prostredie tým, že sa udržateľné technológie stanú dostupnejšími (napr. lacnejšie EV), efektívnejšie (napr. lepšie počítačové čipy pre AI) a v konečnom dôsledku menej toxické. likvidácia životnosti (napr. nahradenie fluórovaných uhľovodíkov).
Ako sa Materials Nexus podarilo vytvoriť magnet bez vzácnych zemín len za tri mesiace a aké sú dôsledky tohto prelomu?
Naša platforma bola schopná analyzovať viac ako 100 miliónov potenciálnych kompozícií magnetov bez obsahu vzácnych zemín, a to všetko predtým, ako vstúpila do laboratória. To znamenalo, že keď sme postúpili do fázy syntézy, už sme mali presnú predpoveď zloženia a jeho vlastností.
Dôsledky tohto magnetu sú významné: prelom presahuje objav tohto jedinečného materiálu a signalizuje transformáciu stáročných procesov materiálového dizajnu. Keď sa naša platforma stane rozvinutejšou a inteligentnejšou, budeme schopní predpovedať kompozície ešte rýchlejšie a vo viacerých materiálových oblastiach. S 10100 zloženie prvkov periodickej tabuľky, možnosti sú nekonečné.
Môže AI potenciálne nahradiť kovy vzácnych zemín v iných aplikáciách okrem magnetov?
Zisťovanie materiálov poháňaných umelou inteligenciou má potenciál identifikovať a vyvíjať alternatívne materiály pre širokú škálu aplikácií okrem magnetov. V tomto prípade bolo cieľom nájsť alternatívne zloženie magnetov, ktoré odstránilo prvky vzácnych zemín, ale naše vyhľadávacie algoritmy strojového učenia sú vytvorené tak, aby sa dali použiť na akúkoľvek triedu materiálov. To znamená, že budujeme univerzálnu platformu materiálového dizajnu.
V súčasnosti sú naše možnosti platformy zamerané na zliatiny a keramiku, s osobitným zameraním na funkčné materiály pre aplikácie v ekologických technológiách s vysokým dopadom, ako sú elektromotory, polovodiče, supravodiče a zelený vodík, aby sme vymenovali aspoň niektoré. .
Ako spolupráca medzi Materials Nexus, Henry Royce Institute a University of Sheffield zlepšuje vývoj nových materiálov?
Naša spolupráca s kľúčovými strategickými partnermi v rámci britského inovačného ekosystému, ako je Inštitút Henryho Roycea a Univerzita v Sheffielde, poskytuje prístup k prvotriednym zariadeniam a odborným znalostiam v špecializovaných oblastiach materiálovej vedy. Tieto partnerstvá nám umožňujú urýchliť syntézu a testovanie našich predpovedí.
Ktoré ďalšie sektory by mohli profitovať z objavovania materiálov poháňaných umelou inteligenciou a ako?
Objav materiálov založený na AI môže ovplyvniť každú triedu materiálov. V Materials Nexus sa zameriavame na materiály, ktoré sa považujú za jedny z najťažších a najdrahších na pokrok a zlepšenie, keďže majú najväčší pozitívny vplyv. Zasiahnuté budú všetky odvetvia: energetika, letectvo, superpočítače, doprava, aby sme vymenovali aspoň niektoré. Napríklad v energetickom sektore môže AI pomôcť vyvinúť efektívnejšie a udržateľnejšie materiály pre batérie a solárne články. V superpočítačoch môže viesť k vytvoreniu nových polovodičových materiálov, ktoré zlepšujú možnosti ukladania a spracovania dát. Umožnením rýchleho vývoja vysokovýkonných materiálov môže AI podporovať inovácie a udržateľnosť takmer vo všetkých odvetviach.
Aké budúce pokroky v oblasti AI pre vedu o materiáloch môžeme očakávať a ako ovplyvnia rôzne odvetvia?
Naša práca bude naďalej posúvať hranice toho, čo je možné, a sme odhodlaní tieto bariéry prelomiť. Vynikajúce materiály znamenajú špičkovú inováciu, ktorá spĺňa požiadavky budúcich výziev. Budúcnosť je obmedzená len našou predstavivosťou.
Ďakujeme za skvelý rozhovor, čitatelia, ktorí sa chcú dozvedieť viac, by mali navštíviť Materiály Nexus.
