Χρηματοδότηση

Η Polaron Συλλέγει 8 Εκατομμύρια Δολάρια για την Ανάπτυξη ενός Επιπέδου Νοημοσύνης για την Επιστήμη των Υλικών

Antoine Tardif
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ πλατφόρμα τεχνητής νοημοσύνης της Polaron αυτοματοποιεί την ανάλυση της μικροδομής…
Δείτε περισσότερα
  • Η πλατφόρμα τεχνητής νοημοσύνης της Polaron αυτοματοποιεί την ανάλυση της μικροδομής για να συνδέσει την επεξεργασία υλικών με τα αποτελέσματα απόδοσης.
  • Τα εργαλεία γενετικής σχεδίασης της εταιρείας προτείνουν κατασκευάσιμες διαμορφώσεις υλικών χρησιμοποιώντας μαθημένες σχέσεις διεργασίας-δομής.
  • Η Polaron εξασφάλισε 8 εκατομμύρια δολάρια για να επεκτείνει την ομάδα μηχανικών της και να αναπτύξει τα εργαλεία της για βαριές βιομηχανίες.

Polaron έχει εξασφαλίσει $8 εκατομμύρια σε νέα χρηματοδότηση καθώς εργάζεται για την επαναπροσδιορισμό του τρόπου με τον οποίο κατανοούνται, σχεδιάζονται και κατασκευάζονται τα προηγμένα υλικά. Η νεοφυής επιχείρηση με έδρα το Λονδίνο κατασκευάζει αυτό που περιγράφει ως ένα επίπεδο νοημοσύνης για την επιστήμη των υλικών – τεχνολογία που στοχεύει στην επίλυση ενός μακροχρόνιου βιομηχανικού προβλήματος: την κατανόηση του πώς η κατασκευή των υλικών καθορίζει την τελική τους απόδοση.

Του γύρου χρηματοδότησης ηγήθηκε η Racine², ένα ταμείο με επίκεντρο την επίδραση, που υποστηρίζεται από Serena και Makesense, με συμμετοχή από Speedinvest, Futurepresent και μια ομάδα αγγέλων επενδυτών από το βιομηχανικό οικοσύστημα της τεχνητής νοημοσύνης. Η Polaron σχεδιάζει να χρησιμοποιήσει το κεφάλαιο για την επέκταση της ομάδας μηχανικής, την επιτάχυνση της ανάπτυξης των εργαλείων παραγωγικού σχεδιασμού και την υποστήριξη της αυξανόμενης ζήτησης από πελάτες σε αυτοκινητοβιομηχανίες, ενέργεια και άλλες βαριές βιομηχανίες.

Μετατρέποντας τα Δεδομένα Υλικών σε Κατανόηση

Για περισσότερο από έναν αιώνα, η κατασκευή έχει επικεντρωθεί στην αυτοματοποίηση των διαδικασιών – έλαση, χύτευση, επίστρωση και μορφοποίηση υλικών σε μεγάλη κλίμακα. Αλλά η κατανόηση των ίδιων των υλικών έχει παραμείνει σε μεγάλο βαθμό χειροκίνητη. Οι μηχανικοί συχνά βασίζονται σε αποσυνδεδεμένα εργαλεία, προσαρμοσμένα σενάρια και υποκειμενική ερμηνεία εικόνων μικροσκοπίου για να συναγάγουν πώς οι επιλογές επεξεργασίας επηρεάζουν την αντοχή, τη διάρκεια ζωής ή την αποτελεσματικότητα.

Στο κέντρο αυτού του προβλήματος βρίσκεται ένα θεμελιώδες αξίωμα της επιστήμης των υλικών: η επεξεργασία καθορίζει τη δομή και η δομή καθορίζει την απόδοση. Η μικροσκοπική διάταξη των κόκκων, πορών, φάσεων και ελαττωμάτων μέσα σε ένα υλικό καθορίζει πώς συμπεριφέρεται στον πραγματικό κόσμο. Αυτές οι δομές δεν είναι θεωρητικές – είναι ορατές υπό το μικροσκόπιο – αλλά η εξαγωγή συνεπών, αξιοποιήσιμων γνώσεων από αυτές ήταν ιστορικά αργή και απαιτούσε πολλή εργασία.

Η πλατφόρμα της Polaron σχεδιάστηκε για να αλλάξει αυτό διδάσκοντας τις μηχανές να διαβάζουν και να ερμηνεύουν τη μικροδομή σε μεγάλη κλίμακα.

Από Χαρακτηρισμό σε Κατανόηση

Η Polaron εκπαιδεύει μοντέλα τεχνητής νοημοσύνης σε μεγάλους όγκους πραγματικών εικόνων μικροσκοπίου που συνδυάζονται με μετρημένες ιδιότητες υλικών. Αυτό επιτρέπει στο σύστημά της να χαρακτηρίζει αυτόματα τα υλικά, αναγνωρίζοντας χαρακτηριστικά που προηγουμένως απαιτούσαν χιλιάδες ώρες χειροκίνητης ανάλυσης από ειδικούς. Καθήκοντα που προηγουμένως απαιτούσαν εβδομάδες μπορούν τώρα να ολοκληρωθούν σε λίγα λεπτά, δίνοντας στους μηχανικούς γρήγορη ανάδραση σχετικά με το πώς τα υλικά ανταποκρίνονται σε διαφορετικές συνθήκες επεξεργασίας.

Ακόμη πιο σημαντικό, το σύστημα παρέχει εξηγήσεις, όχι μόνο προβλέψεις. Συνδέοντας μικροδομικά χαρακτηριστικά με αποτελέσματα απόδοσης, οι μηχανικοί μπορούν να κατανοήσουν γιατί ένα υλικό συμπεριφέρεται με τον τρόπο που το κάνει, αντί να βασίζονται αποκλειστικά σε εμπειρικά τεστ. Η πλατφόρμα μπορεί επίσης να ανακατασκευάσει τρισδιάστατες δομές από δισδιάστατες εικόνες και να ανιχνεύσει γρήγορα σύνθετα ή λεπτά χαρακτηριστικά που είναι εύκολο να λησμονηθούν με παραδοσιακές μεθόδους.

Αυτή η μετάβαση από περιγραφική ανάλυση σε αιτιολογική κατανόηση είναι αυτό που η Polaron πιστεύει ότι ξεκλειδώνει την επόμενη φάση της καινοτομίας των υλικών.

Παραγωγικός Σχεδιασμός για Κατασκευάσιμα Υλικά

Πέρα από την ανάλυση, η Polaron προωθείται στον παραγωγικό σχεδιασμό. Χρησιμοποιώντας τις μαθημένες σχέσεις μεταξύ διαδικασίας, δομής και απόδοσης, η πλατφόρμα της μπορεί να εξερευνήσει τεράστιους χώρους σχεδίασης και να προτείνει βελτιστοποιημένες διατάξεις υλικών μαζί με τις συνθήκες επεξεργασίας που απαιτούνται για την παραγωγή τους.

Αντί να πειραματίζονται τυφλά στο εργαστήριο, οι μηχανικοί μπορούν να χρησιμοποιήσουν το σύστημα για να ανακαλύψουν υποσχόμενες σχεδίασεις από την αρχή – αυτές που πληρούν στόχους απόδοσης ενώ παραμένουν κατασκευάσιμες σε βιομηχανική κλίμακα. Αυτή η προσέγγιση βοηθά να γεφυρώσει ένα κοινό κενό στην καινοτομία των υλικών, όπου ιδέες που λειτουργούν σε ελεγχόμενα ερευνητικά περιβάλλοντα αποτυγχάνουν όταν εκτεθούν σε πραγματικούς περιορισμούς παραγωγής.

Η πλατφόρμα σχεδιάστηκε για να λειτουργήσει σε ένα ευρύ φάσμα υλικών, συμπεριλαμβανομένων μετάλλων, κεραμικών, πολυμερών και σύνθετων, καθιστώντας τη εφαρμόσιμη σε πολλούς βιομηχανικούς τομείς.

Πρώιμα Αποτελέσματα σε Βιομηχανίες Μεγάλης Επίδρασης

Η τεχνολογία της Polaron χρησιμοποιείται ήδη από μηχανικούς σε παγκόσμιους ηγέτες κατασκευής, συμπεριλαμβανομένων κατασκευαστών ηλεκτρικών οχημάτων που ευθύνονται για σημαντικό μερίδιο της παγκόσμιας παραγωγής ηλεκτρικών οχημάτων. Σε ένα έργο ανάπτυξης μπαταρίας, η πλατφόρμα υποστήριξε το σχεδιασμό νέων υλικών ηλεκτροδίων που παρείχαν βελτιώσεις πυκνότητας ενέργειας άνω του 10%.

Σε πεδία όπως οι μπαταρίες, όπου οι σταδιακές βελτιώσεις μεταφράζονται άμεσα σε μεγαλύτερη εμβέλεια, καλύτερη απόδοση ή χαμηλότερο κόστος, τέτοιες βελτιώσεις μπορούν να έχουν υπερμεγέθεις επιπτώσεις. Αυτές οι πρώιμες αναπτύξεις υποδηλώνουν ότι τα εργαλεία της Polaron δεν είναι απλώς ακαδημαϊκά ενδιαφέροντα, αλλά εμπορικά σχετικά.

Ρίζες στην Ακαδημαϊκή Έρευνα

Η εταιρεία προέκυψε ως τεχνοβλαστός από το Ιμπεριαλ Κολέγιο του Λονδίνου μετά από επτά χρόνια ερευνών στη διασταύρωση της τεχνητής νοημοσύνης και της επιστήμης των υλικών. Η Polaron ιδρύθηκε από τον CEO Isaac Squires, τον CTO Steve Kench και τον Chief Scientist Sam Cooper, οι οποίοι στόχευαν να μεταφράσουν την πρωτοποριακή έρευνα σε εργαλεία που θα μπορούσαν να χρησιμοποιηθούν από μηχανικούς της πράξης.

Αυτή η ακαδημαϊκή βάση παραμένει κεντρική στην προσέγγιση της εταιρείας, αλλά ο στόχος είναι σαφώς βιομηχανική εφαρμογή – μεταφέροντας την καινοτομία των υλικών από τους αργούς κύκλους δοκιμών και σφαλμάτων και σε ροές εργασίας σχεδιασμού που βασίζονται σε δεδομένα.

Επιπτώσεις για τη Μηχανική και Κατασκευή Υλικών

Τεχνολογίες που εφαρμόζουν την μηχανική μάθηση απευθείας στη μικροδομή των υλικών δείχνουν προς μια ευρύτερη μετατόπιση στον τρόπο με τον οποίο αναπτύσσονται τα φυσικά προϊόντα. Αν οι σχέσεις διαδικασίας-δομής-απόδοσης μπορούν να μοντελοποιηθούν αξιόπιστα, η μηχανική των υλικών μπορεί να αρχίσει να μοιάζει με άλλους επιστημονικούς κλάδους που βασίζονται σε δεδομένα, όπου η επανάληψη συμβαίνει ψηφιακά πριν συμβεί στο εργοστάσιο.

Στην πράξη, αυτό θα μπορούσε να συντομεύσει τους χρόνους ανάπτυξης για μπαταρίες, δομικά στοιχεία και προηγμένα σύνθετα, ενώ θα μειώσει την εξάρτηση από τις δαπανηρές φυσικές δοκιμές και λάθη. Μπορεί επίσης να επιτρέψει πιο συνεπή αποτελέσματα κατασκευής, καθώς οι αποφάσεις διαδικασίας γίνονται ενημερωμένες από στατιστική κατανόηση και όχι μόνο από συσσωρευμένη διαίσθηση.

Με τον καιρό, αυτού του είδους η προσέγγιση θα μπορούσε να επηρεάσει τον τρόπο με τον οποίο οργανώνονται οι ομάδες υλικών, πώς διατηρείται η γνώση κατασκευής, και πώς γρήγορα τα νέα υλικά μεταφέρονται από ερευνητικά περιβάλλοντα στην παραγωγή. Όσο τα δεδομένα μεγαλώνουν και τα μοντέλα βελτιώνονται, η ικανότητα σύνδεσης τη μικροσκοπική δομή με τη μακροσκοπική απόδοση μπορεί να γίνει μια θεμελιώδης ικανότητα σε βιομηχανίες που εξαρτώνται από προηγμένα υλικά.

Ο Antoine είναι ένας οραματιστής ηγέτης και ιδρυτικός εταίρος της Unite.AI, με αμείωτο πάθος για τη διαμόρφωση και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Έχοντας ιδρύσει πολλές επιχειρήσεις, πιστεύει ότι η τεχνητή νοημοσύνη θα μεταμορφώσει την κοινωνία όσο και ο ηλεκτρισμός και συχνά μιλά με ενθουσιασμό για τις δυνατότητες των ανατρεπτικών τεχνολογιών και της τεχνητής γενικής νοημοσύνης (AGI).

Ως μελλοντολόγος, είναι αφοσιωμένος στη διερεύνηση του τρόπου με τον οποίο αυτές οι καινοτομίες θα διαμορφώσουν τον κόσμο μας. Επιπλέον, είναι ιδρυτής του Securities.io, μιας πλατφόρμας που εστιάζει στις επενδύσεις σε τεχνολογίες αιχμής οι οποίες επαναπροσδιορίζουν το μέλλον και μεταμορφώνουν ολόκληρους κλάδους.