مقابلات
جوناثان بين، الرئيس التنفيذي ومؤسس مواد نيكسوس – سلسلة المقابلات
جوناثان بين هو الرئيس التنفيذي ومؤسس مواد نيكسوس. مع خلفية في كل من الجانب النظري والعملي للهندسة في علم المواد، كان جوناثان سريعًا في تحديد الفرصة لمنصة نمذجة مواد جديدة. في حين كان باحثًا في جامعة كامبريدج، أسس مواد نيكسوس لتسريع استخدام المواد الجديدة لمواجهة أزمة المناخ.
بحث جوناثان في الدكتوراه في جامعة يورك كان حول تقنيات النمذجة المتقدمة للمواد متعددة التبلور.
إلى جانب دوره في مواد نيكسوس، جوناثان هو مستشار مع برنامج التوجيه للموهوبين العالميين وزمالة قادة الابتكار التي تقدمها الأكاديمية الملكية للهندسة. كما يدرّس علم المواد للهندسة في كلية ترينيتي، كامبريدج وهو زميل زائر في جامعة لندن ساوث بانك.
مواد نيكسوس هي شركة تستخدم الذكاء الاصطناعي لإنشاء مواد متفوقة بشكل أسرع من أي وقت مضى.
يمكنك مشاركة قصة تأسيس مواد نيكسوس؟ ما هو التحفيز الذي أدى إلى إنشاء الشركة وتركيزها على اكتشاف المواد القائمة على الذكاء الاصطناعي؟
في النهاية، حد ما يمكن بناؤه هو المواد المستخدمة في البناء؛ ذلك كان دافعي لدراسة علم المواد. خلال فترتي في جامعة كامبريدج، مع شريكي المؤسس روبرت فورست، دفعنا الرغبة في جعل أبحاثنا تسير بشكل أسرع إلى تطور خوارزميات التعلم الآلي. هذا أصبح أساس تقنية مواد نيكسوس.
كان من الواضح أن هذا البحث يمكن أن يكون له تأثير إيجابي في العالم ويتطلب تسريعه. بنفس الطريقة، أداء المنتجات محدود بالمواد، كما هو الحال مع تقدمنا نحو الصفر الصافي. هذا هو ما ألهمنا لتأسيس الأعمال.
قوة دافعة لنا كشركة هي تحسين حالة العالم، بيئيًا وسياسيًا وأخلاقيًا. هدفنا هو ثورة صناعة المواد من خلال تصميم مواد جديدة تلبي الطلبات المتزايدة على الاستدامة والأداء.
يمكنك شرح كيف يغير الذكاء الاصطناعي عملية اكتشاف المواد، خاصة في سياق مواد نيكسوس؟
بنفس الطريقة التي أثر بها الذكاء الاصطناعي على اكتشاف الأدوية، فهو يغير أيضًا بشكل جوهري اكتشاف المواد؛ يتحول من نهج قائم على التجربة والخطأ إلى عملية تصميم قائم على النية. ولكن على عكس أبحاث الأدوية، هناك تعقيد إضافي ومساحة بحث أوسع عبر الجدول الدوري كله. في مواد نيكسوس، ننظر إلى toàn الطول، من المستوى الكمومي إلى الكتلة – هذا يعني أننا لا نعتمد فقط على الميكانيكا الكمومية للتنبؤ بالتركيب ولكن أيضًا نمذجة تقنيات المعالجة والتركيب. هذا يسمح لنا ليس فقط بالتعرف على المواد ولكن أيضًا بإنتاجها بدقة، في غضون أشهر بدلاً من عقود، مما يسرع بشكل كبير عملية البحث والتطوير.
ما هي الفوائد الرئيسية لاستخدام الذكاء الاصطناعي على أساليب التجربة والخطأ التقليدية في تطوير مواد جديدة؟
استخدام الذكاء الاصطناعي لاكتشاف المواد يوفر عدة مزايا: السرعة والكفاءة التكلفة والاستدامة هي المفاتيح. منصةنا القائمة على الذكاء الاصطناعي يمكنها تحليل مجموعات بيانات ضخمة وتنبؤ بالخصائص المواد بدقة، كل ذلك قبل الدخول إلى مختبر، مما يجعل العملية فعالة من حيث التكلفة وأقل تلوثًا، حيث يقلل من الحاجة إلى تجارب مكلفة ومستهلكة للموارد. هذا يعني أن العمليات التي تأخذ عادة أيامًا في المختبر يمكن أن تتم في ساعات على منصتنا.
هذا يفتح في النهاية مجموعة جديدة من الفرص مع تصميم المواد المستهدف مقابل الاكتشاف. من الممكن دمج أي مجموعة بيانات أو معامل مادة، مثل انبعاثات ثاني أكسيد الكربون أو التكلفة أو الوزن، والبحث عن تركيبات تتوافق مع هذه الاحتياجات المحددة، مما يقلب عملية “الاكتشاف” رأسًا على عقب.
ما الدور الذي يلعبونه الذكاء الاصطناعي والتعلم الآلي في تقليل الأثر البيئي لإنتاج المواد؟
استخدام الذكاء الاصطناعي والتعلم الآلي يفتح مجموعة جديدة من فرص المواد من خلال مرحلة الاكتشاف. في مواد نيكسوس، يؤثر هذا على两个 مستويين؛ الأول هو التركيب العنصري للمواد نفسها، والثاني هو ظروف معالجة المواد. يمكن لاكتشاف المواد القائمة على الذكاء الاصطناعي استبعاد عناصر معينة لها تكلفة بيئية عالية (مثل العناصر النادرة) أو تقليل نسبة التركيب. يمكن أيضًا استخدامه للنظر في تقنيات المعالجة (مثل درجة الحرارة أو الضغط أو حتى نقاء الخام) المطلوبة لصنع المادة والتعرف على طرق منخفضة الطاقة. يمكن لهذين الجانبين أن يكون لهما تأثير كبير على الانبعاثات الأولية لإنتاج المواد. ومع ذلك، من المهم ملاحظة أن الأثر البيئي يتجاوز الإنتاج وحده. تطبيق المواد المتفوقة، سواء كانت عالية الأداء أو أرخص، يمكن أن يكون له تأثير إيجابي كبير من خلال جعل التكنولوجيا المستدامة أكثر إمكانية الوصول (مثل السيارات الكهربائية الأرخص)، وأكثر كفاءة (مثل شرائح الكمبيوتر الأفضل للذكاء الاصطناعي)، وأقل سمية في التخلص النهائي (مثل استبدال الهيدروفلوروكربونات).
كيف تمكنت مواد نيكسوس من إنشاء مغناطيس خالي من العناصر النادرة في غضون ثلاثة أشهر، وما هي الآثار المترتبة على هذا الإنجاز؟
كانت منصتنا قادرة على تحليل أكثر من 100 مليون تركيبة محتملة للمغناطيس الخالي من العناصر النادرة قبل الدخول إلى المختبر. هذا يعني أننا عندما تقدمنا إلى مرحلة التركيب، كان لدينا تنبؤًا دقيقًا بالتركيب وخصائصه.
الآثار المترتبة على هذا المغناطيس هائلة: الإنجاز يمتد إلى ما وراء اكتشاف هذه المادة الفردية ويشير إلى تحول في عمليات تصميم المواد التي تعود إلى قرون. مع تطور منصتنا وتطورها، سنكون قادرون على التنبؤ بالتركيبات بسرعة أكبر وأكثر دقة عبر مجالات المواد المتعددة. مع 10^100 تركيبة من العناصر على الجدول الدوري، الإمكانيات لا حصر لها.
هل يمكن للذكاء الاصطناعي استبدال العناصر النادرة في تطبيقات أخرى غير المغناطيس؟
اكتشاف المواد القائمة على الذكاء الاصطناعي له القدرة على تحديد وتطوير مواد بديلة لمجموعة واسعة من التطبيقات بما في ذلك المغناطيس. في هذه الحالة، كان الهدف هو العثور على تركيبة بديلة للمغناطيس تُزيل العناصر النادرة، ولكن خوارزميات البحث القائمة على التعلم الآلي الخاصة بنا مبنية لتطبيقها على أي فئة من المواد. هذا يعني أننا نبني منصة تصميم مواد عالمية.
في الوقت الحالي، تركز قدرات منصتنا على السبائك والكيراميك، مع التركيز بشكل خاص على المواد الوظيفية للتطبيقات في التكنولوجيا الخضراء ذات التأثير العالي مثل المحركات الكهربائية والشبه موصلات والموصلات الفائقة والهيدروجين الأخضر، على سبيل المثال لا الحصر.
كيف تعزز التعاون بين مواد نيكسوس ومعهد هنري رويس وجامعة شيفيلد تطوير مواد جديدة؟
التعاون مع شركاء استراتيجيين رئيسيين عبر نظام الابتكار في المملكة المتحدة، مثل معهد هنري رويس وجامعة شيفيلد، يوفر لنا الوصول إلى مرافق وخبراء من الدرجة العالمية في مجالات متخصصة من علم المواد. تتيح لنا هذه الشراكات تسريع تركيب واختبار تنبؤاتنا.
ما هي القطاعات الأخرى التي يمكن أن تستفيد من اكتشاف المواد القائمة على الذكاء الاصطناعي، وكيف؟
اكتشاف المواد القائمة على الذكاء الاصطناعي يمكن أن يؤثر على كل فئة من المواد. في مواد نيكسوس، نركز على المواد التي تعتبر من أكثرها صعوبة وتكلفة لتقدمها وتحسينها، لأنها تمثل أكبر تأثير إيجابي. كل صناعة سوف تتأثر: الطاقة، الطيران، الحواسيب الفائقة، النقل، على سبيل المثال. على سبيل المثال، في قطاع الطاقة، يمكن للذكاء الاصطناعي مساعدة تطوير مواد أكثر كفاءة ومتوافرة للاستدامة للبطاريات والخلايا الشمسية. في الحواسيب الفائقة، يمكن أن يؤدي إلى إنشاء مواد شبه موصلات جديدة تعزز قدرات تخزين البيانات ومعالجتها. من خلال تمكين تطوير المواد عالية الأداء بسرعة، يمكن للذكاء الاصطناعي دفع الابتكار والاستدامة عبر معظم الصناعات.
ما التطورات المستقبلية في الذكاء الاصطناعي لعلم المواد التي يمكننا توقعها، وكيف سوف تؤثر على الصناعات المختلفة؟
سوف ي続 عملنا في دفع الحدود لما هو ممكن وسوف نكون مخصصين لكسر هذه الحواجز. المواد المتفوقة تعني ابتكارات متفوقة لتلبية تحديات الغد. المستقبل محدود فقط بخيالنا.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا مواد نيكسوس.
