Stummel Dr. Matthew Putman, CEO und Mitbegründer von Nanotronics – Interviewreihe – Unite.AI
Vernetzen Sie sich mit uns

Interviews

Dr. Matthew Putman, CEO und Mitbegründer von Nanotronics – Interview Series

mm

Veröffentlicht

 on

Dr. Matthew Putman ist CEO und Mitbegründer von Nanotronik, ein Wissenschaftstechnologieunternehmen, das die Fabriksteuerung durch die Erfindung einer Plattform neu definiert hat, die KI, Automatisierung und hochentwickelte Vorstellungskraft kombiniert, um den menschlichen Einfallsreichtum bei der Erkennung von Fehlern und Anomalien in der Fertigung zu unterstützen – einer Branche, die seit den 1950er Jahren stagniert. Vor seiner Zeit bei Nanotronics war Matthew Eigentümer und Vizepräsident für Entwicklung bei Tech Pro, Inc., das 2008 von Roper Industries übernommen wurde. Während seiner Zeit bei Tech Pro leitete er zwei Übernahmen und die Umwandlung des Instrumentenherstellers in einen neuen globalen Markt Märkte und haben Partnerschaften oder Tochtergesellschaften in 15 Ländern gegründet.

Könnten Sie beschreiben, was ist? Nanotechnologie?

Nanotechnologie hat im Laufe der rund 35-jährigen Existenz des Begriffs zwei unterschiedliche Bedeutungen angenommen. Am häufigsten wird im Jahr 2020 als Nanotechnologie jede Technologie bezeichnet, die eine Strukturgröße von weniger als 100 Nanometern aufweist. Wir sehen Nanotechnologie, die dazu passt, in schmutzabweisenden Beschichtungen, Sonnenschutzmitteln und Wasseraufbereitung. Das bietet Chancen, ist aber nicht besonders aufregend. Für mich ist Nanotechnologie die Fähigkeit, Dinge herzustellen, die atomar präzise sind. Wenn Sie etwas haben, das atomar präzise ist, können Sie ohne die Einschränkungen der Makrowelt durch den Raum navigieren. Sie verfügen über physikalische und elektrische Eigenschaften, die nicht nur überlegen, sondern auch kontrollierbar sind. Hier bietet die Nanotechnologie die Möglichkeit, Innovationsfelder zu erschließen, die auf andere Weise nicht möglich wären. Dies wurde erstmals in den 1980er Jahren von Eric Drexler dargelegt, und jetzt, da künstliche Intelligenz mit Materialwissenschaften, Biologie, Chemie und Physik interagieren kann, sind Dinge möglicher als je zuvor.

Welche Branchen sind am reifsten für Störungen durch die Nanotechnologie?

Die Elektronikindustrie scheint für alles andere wegweisend zu sein. Das mögliche Ende des Mooreschen Gesetzes durch die Verwendung der traditionellen Halbleiterfertigung ist tatsächlich eine Chance für die Nanotechnologie. Ich denke, wir werden anfangen, Dinge wie die 3D-Architektur von Substraten zu sehen, wir werden neue Materialien sehen, die wir vorher nicht verwenden konnten, um für mehr Energieeffizienz zu sorgen. Und wir werden sehen, dass Designs für viel weniger Geld gebaut werden, als derzeit für die Herstellung von Halbleitern erforderlich ist. Sobald Sie dies tun, werden wir sehen, dass der Rest von den Eigenschaften zur Manipulation von Objekten auf dieser Skala profitieren kann, egal ob es sich um Biologie oder Chemie handelt, das Beispiel und der Prototyp, die wir bei Halbleitern sehen werden, werden angewendet.

Könnten Sie uns die Entstehungsgeschichte der Nanotronik erzählen?

Wir begannen 2010 mit der Nanotronik, als ich an der Columbia University arbeitete. Bei der Nanotronik geht es nicht so sehr darum, ein Unternehmen zu gründen, sondern darum, sicherzustellen, dass die aufregendsten Erfindungen skaliert werden können. Ein Universitätslabor ist ein Ort mit großem Erfindungspotenzial, aber es bedeutet nicht viel, wenn die Erfindung im Labor bleibt. Das liegt in meiner DNA als jemand, der mehr Zeit in Fabrikhallen als in akademischen Laboren verbracht hat. Ich habe Nanotronics gegründet, als mein Vater der Gründer eines anderen Unternehmens war, in dem wir zusammengearbeitet haben. Dieses Unternehmen wurde 2008 übernommen. Das Ziel dieses Unternehmens (Tech Pro) bestand darin, die neueste Computertechnologie und -instrumentierung zu nutzen, um ältere Industrien zu revolutionieren. Tatsächlich ist Nanotronik die Weiterentwicklung dieses Konzepts. Im Fall der Nanotronik werden künstliche Intelligenz, hochauflösende Bildgebung und Robotik genutzt, um die Art und Weise, wie Dinge gebaut werden, zu verändern. Diese Idee war nicht branchenspezifisch. Wir hatten unseren ersten Kunden im Jahr 2011, bei Halbleitern der nächsten Generation, die aufgrund nanoskaliger Defekte, die zu geringen Erträgen führten, schwer zu skalieren waren und trotz der unglaublichen Qualitäten, die sie bieten, eine Masseneinführung verhinderten. Dies war ein wunderbarer Ausgangspunkt, da es unglaublich viele Herausforderungen mit sich brachte. Dadurch konnten wir uns nicht nur auf diese bestimmte Branche konzentrieren, sondern einen Blick auf die Fertigung im Allgemeinen werfen. Diese Branche, die Verbindungshalbleiter, ist heute das am schnellsten wachsende Segment der Branche.

Nanotronics hat eine patentierte Möglichkeit, dies zu übertreffen Abbe Limit. Könnten Sie zunächst erklären, was die Abbe-Grenze ist und wie Nanotronics diese Einschränkung überwinden kann?

Die Abbe-Grenze ist die Formalisierung eines physikalischen Gesetzes, das von Ernst Abbe Beugungsgrenze genannt wird. Dies ist eine Möglichkeit, die Optik auszuwählen, indem die numerische Apertur so berechnet wird, dass die Lichtwelle nicht größer ist als das Objekt, das Sie abbilden möchten. Dies ist etwas, das wir an sich überwinden können, aber es ist etwas, das man rechnerisch umgehen kann. Dafür stehen uns verschiedene Methoden zur Verfügung. Eine der wirklich effektiven Möglichkeiten, dieses Problem anzugehen, besteht darin, dass wir überhaupt nicht damit begonnen haben. Wir verfügten über viel komplexere Methoden zur Bewegungssteuerung und Rekonstruktion von Bildern als heute. Dabei ging es darum, Licht und physische Dinge zu bewegen, mehrere Bilder aufzunehmen und mithilfe von Berechnungen zu sehen, was sonst nicht zu sehen wäre. In einigen Fällen tun wir dies immer noch, aber häufiger verwenden wir eine Kombination aus Beleuchtungsmodalitäten und künstlicher Intelligenz. Im Wesentlichen klassifizieren wir, was eine KI erwartet, um gesehen zu werden, und vergleichen es mit dem, was gesehen wird, selbst wenn die Wellenlänge des Lichts größer ist als die des abgebildeten Objekts. Wir suchen immer nach neuen Wegen, dies zu erreichen, und die Herausforderung besteht nicht immer in der Auflösung, sondern darin, etwas zu erkennen, das kleiner als die Abbe-Grenze ist, und dies mit Durchsatzgeschwindigkeiten zu tun, die mit der Fertigung mithalten können.

Könnten Sie diskutieren, wie Nanotronik maschinelles Lernen mit Nanotechnologie verbindet?

Ich habe dies in der vorherigen Frage zum Abbe-Limit ein wenig angesprochen. In der Nanotechnologie kann man davon ausgehen, dass etwas, das man auflöst, kleiner ist als die Wellenlänge des Lichts, das man verwendet. Wenn Sie also in der Lage sind, etwas Kleineres zu sehen und es dank maschinellem Lernen zu sehen, dann sind Sie in der Lage, es zu manipulieren, selbst daraus zu lernen und damit zu bauen. Mit der Nanotechnologie war dies erstmals möglich. Wir haben ein Experiment durchgeführt, von dem Sie sich vorstellen können, dass es etwas Wertvolles in der Nanotechnologie werden könnte, nämlich die Verwendung von 3D-Druck mit verstärkendem Lernen. Der 3D-Drucker wurde von Reinforcement-Learning-Agenten gesteuert, die die Behebung von Anomalien optimieren sollten, um eine endgültige Eigenschaft zu erhalten. Sie taten dies auf eine Weise, die Menschen nie für möglich gehalten hätten. Das ist zwar nicht gerade Nano, aber die gleiche Idee würde gelten.

Können Sie darüber sprechen, wie Nanotechnologie und Menschen sich gegenseitig ergänzen können?

Dies ist das erste Mal, dass Menschen mit großer Geschicklichkeit und der Fähigkeit, jederzeit viele verschiedene Konzepte zu verbinden, mit der unglaublich schnellen Fähigkeit einer künstlichen Intelligenz arbeiten können. Dies kann erreicht werden, indem wir unsere Ziele, für die wir eine Optimierung durch KI wünschen, kontinuierlich aktualisieren. Auf diese Weise können wir Orientierung geben und gleichzeitig das Ergebnis dieser KI beobachten. Wir wissen nicht immer, welche Strategie und Taktik die KI verfolgen wird, aber wir wissen, welches Ergebnis wir mit ihr erreichen möchten. Dies ist besonders wichtig in der Nanotechnologie, wo viele unserer Instinkte nicht mit der Funktionsweise der Physik übereinstimmen. Glücklicherweise hat eine KI nicht das Problem dieser Instinkte und kann stattdessen auf die jeweilige Situation reagieren und auf eine Weise lernen, zu der wir einfach nicht fähig sind. Im Wesentlichen lehren wir eine KI, indem wir ihr viele Möglichkeiten geben, selbstständig und ohne unsere Vorurteile zu lernen, und uns im Gegenzug beibringen, was möglich ist.

Nanotronics hat mit einer Reihe von Genomsequenzierungsunternehmen Partnerschaften geschlossen, um dabei zu helfen, die Kosten der Genomsequenzierung zu senken. Könnten Sie einige dieser Partnerschaften besprechen?

Ich kann zwar nicht im Detail darüber sprechen, was wir für unsere Kunden im Bereich der Genomsequenzierung tun, aber ich kann sagen, dass unser Ziel und wo wir einige Erfolge erzielt haben, darin besteht, einzigartige Beleuchtungsmodalitäten und KI zur Verbesserung der Erträge zu nutzen. Bessere Erträge können stark vom Preis einer Sequenz abhängig sein. Wenn Sie dies tun, führt dies schließlich zu einer schnelleren Entwicklung von Impfstoffen und anderen Therapeutika sowie zu einer äußerst kostengünstigen Genomsequenzierung, die zu einem Genom im Wert von 100 US-Dollar führen könnte. Mein persönliches Ziel ist es, wie für viele andere auch, dass die personalisierte Medizin so schnell wie möglich Realität wird.

Wie kann die Nanotechnologie den Ertrag steigern und gleichzeitig den Abfall reduzieren?

Nanotechnologie muss mit der Reduzierung von Abfall verbunden sein, sonst ist sie meiner Meinung nach keine echte Nanotechnologie. Wir werden sagen, dass Nanotechnologie und atomar präzise Fertigung gleichbedeutend sind, daher sollte der Ausgangsstoff für das, was Sie herstellen, überhaupt keinen Abfall enthalten. Wir denken, dass dies möglich ist, wenn man bedenkt, was durch den Einsatz von Reinforcement Learning für andere Fertigungstechniken, die wir anwenden, erreicht wurde.

 Gibt es noch etwas, das Sie über Nanotronik mitteilen möchten?

Wir tun etwas, das wir nennen Intelligente Fabriksteuerung (IFC). Wir sehen den Weg intelligenter Fabriken darin, von der Verbesserung der Erträge traditioneller Fabriken hin zu atomar präzisen Fabriken zu führen.

Vielen Dank für das tolle Interview, Leser, die mehr erfahren möchten, sollten vorbeischauen Nanotronik.

Ein Gründungspartner von unite.AI und Mitglied der Forbes Technology Council, Antoine ist ein Futurist der sich leidenschaftlich für die Zukunft von KI und Robotik interessiert.

Er ist auch der Gründer von Wertpapiere.io, eine Website, die sich auf Investitionen in bahnbrechende Technologien konzentriert.