Jonathan Bean, CEO y Co-Fundador de Materials Nexus – Serie de Entrevistas

Jonathan Bean es el CEO y Co-Fundador de Materials Nexus. Con una formación en ambos lados teóricos y prácticos de la ingeniería de la ciencia de materiales, Jonathan pudo identificar rápidamente la oportunidad para una nueva plataforma de modelado de materiales. Mientras era investigador en la Universidad de Cambridge, fundó Materials Nexus para acelerar la adopción de nuevos materiales para abordar la crisis climática.

La investigación de doctorado de Jonathan en la Universidad de York se centró en técnicas de modelado avanzadas para materiales policristalinos.

Además de su papel en Materials Nexus, Jonathan es mentor en Global Talent Mentoring y en los programas de becas Leaders in Innovation de la Royal Academy of Engineering. También enseña Ciencia de Materiales para Ingenieros en el Trinity College, Cambridge, y es Fellow Visitante en la Universidad de Londres South Bank.

Materials Nexus es una empresa que utiliza la inteligencia artificial para crear materiales superiores más rápido que nunca antes.

¿Puede compartir la historia detrás de la fundación de Materials Nexus? ¿Qué inspiró la creación de la empresa y su enfoque en la descubierta de materiales impulsada por la inteligencia artificial?

En última instancia, el límite de lo que se puede construir es el material utilizado para construirlo; esa fue mi motivación para estudiar la ciencia de materiales. Durante mi tiempo en la Universidad de Cambridge, trabajando con mi co-fundador Robert Forrest, el deseo de hacer que nuestra investigación avanzara más rápido nos inspiró a desarrollar algoritmos de aprendizaje automático. Esto se convirtió en la base de la tecnología de Materials Nexus.

Estaba claro que esta investigación podría tener un impacto positivo en el mundo y su adopción necesitaba ser acelerada. De la misma manera, el rendimiento de los productos está limitado por los materiales, al igual que nuestro progreso hacia la neutralidad climática. Esto es lo que nos inspiró a fundar el negocio.

Una fuerza impulsora para nosotros como empresa es mejorar el estado del mundo, ambiental, geopolíticamente y éticamente. Nuestro objetivo es revolucionar la industria de los materiales diseñando materiales novedosos que cumplan con las crecientes demandas de sostenibilidad y rendimiento.

¿Puede explicar cómo la inteligencia artificial está transformando el proceso de descubierta de materiales, particularmente en el contexto de Materials Nexus?

De la misma manera en que la inteligencia artificial impactó el proceso de descubierta de fármacos, también está cambiando fundamentalmente la descubierta de materiales; transformando lo que es típicamente un enfoque basado en prueba y error en un proceso de diseño basado en intención. Pero a diferencia de la investigación farmacéutica, hay una complejidad adicional y un espacio de búsqueda más amplio en toda la tabla periódica. En Materials Nexus, estamos examinando toda la longitud de onda, desde el nivel cuántico hasta el bulk – esto significa que no solo estamos aprovechando la mecánica cuántica para la predicción de composición, sino que también estamos modelando técnicas de procesamiento y síntesis. Esto nos permite no solo identificar, sino también producir físicamente materiales de alto rendimiento con precisión, en cuestión de meses en lugar de décadas, lo que acelera significativamente el proceso de investigación y desarrollo.

¿Cuáles son los beneficios clave de utilizar la inteligencia artificial en lugar de métodos tradicionales de prueba y error en el desarrollo de nuevos materiales?

Utilizar la inteligencia artificial para la descubierta de materiales ofrece varios beneficios: velocidad, eficiencia de costo y sostenibilidad son clave. Nuestra plataforma impulsada por la inteligencia artificial puede analizar vastos conjuntos de datos y predecir propiedades de materiales con precisión, todo antes de entrar en un laboratorio, lo que hace que el proceso sea rentable y menos derrochador, ya que minimiza la necesidad de experimentos costosos y resource-intensive. Esto también significa que los procesos que normalmente toman días en un laboratorio podrían hacerse en horas en nuestra plataforma.

Esto desbloquea un nuevo conjunto de oportunidades con “diseño” de materiales dirigido en lugar de descubierta. Es posible incorporar cualquier conjunto de datos o parámetro de material, como emisiones de CO2, costo o peso, y buscar composiciones que coincidan con esas necesidades específicas, invirtiendo el proceso de “descubierta”.

¿Cuál es el papel de la inteligencia artificial y el aprendizaje automático en la reducción del impacto ambiental de la producción de materiales?

Aprovechar la inteligencia artificial y el aprendizaje automático desbloquea un nuevo conjunto de oportunidades de materiales a través de la fase de descubierta. En el nivel de producción, el impacto de esto es doble; primero es la composición elemental de los materiales en sí, segundo son las condiciones de procesamiento de los materiales. La descubierta de materiales impulsada por la inteligencia artificial puede excluir elementos específicos que tienen un alto costo ambiental (por ejemplo, elementos de tierras raras) o reducir su porcentaje de composición. También se puede utilizar para examinar técnicas de procesamiento (por ejemplo, temperatura, presión o pureza de mineral) necesarias para hacer el material e identificar métodos de baja energía. Estos dos aspectos pueden tener un impacto significativo en las emisiones primarias de la producción de materiales. Sin embargo, es importante tener en cuenta que el impacto ambiental va más allá de la producción sola. La aplicación de materiales superiores, tanto de alto rendimiento como más baratos, puede tener un impacto ambiental secundario muy positivo al hacer que las tecnologías sostenibles sean más accesibles (por ejemplo, vehículos eléctricos más baratos), más eficientes (por ejemplo, mejores chips de computadora para la inteligencia artificial) y menos tóxicas en su eliminación al final de su vida útil (por ejemplo, reemplazando los hidrofluorocarbonos).

¿Cómo logró Materials Nexus crear un imán libre de tierras raras en solo tres meses, y cuáles son las implicaciones de este avance?

Nuestra plataforma pudo analizar más de 100 millones de composiciones potenciales de imanes libres de tierras raras antes de entrar en un laboratorio. Esto significó que cuando avanzamos a la etapa de síntesis, ya teníamos una predicción precisa de la composición y sus propiedades.

Las implicaciones de este imán son significativas: el avance va más allá del descubrimiento de este material singular y señala la transformación de siglos de procesos de diseño de materiales. A medida que nuestra plataforma se vuelva más desarrollada y inteligente, podremos predecir composiciones aún más rápidamente y en múltiples áreas de materiales. Con 10¹⁰⁰ composiciones de elementos en la tabla periódica, las posibilidades son infinitas.

¿Puede la inteligencia artificial reemplazar metales de tierras raras en otras aplicaciones más allá de los imanes?

La descubierta de materiales impulsada por la inteligencia artificial tiene el potencial de identificar y desarrollar materiales alternativos para una amplia gama de aplicaciones más allá de los imanes. En este caso, el objetivo era encontrar una composición de imán alternativa que eliminara los elementos de tierras raras, pero nuestros algoritmos de búsqueda de aprendizaje automático están diseñados para aplicarse a cualquier clase de material. Esto significa que estamos construyendo una plataforma de diseño de materiales universal.

Actualmente, las capacidades de nuestra plataforma se centran en aleaciones y cerámicas, con un enfoque particular en materiales funcionales para aplicaciones en tecnologías verdes de alto impacto, como motores eléctricos, semiconductores, superconductores y hidrógeno verde, por nombrar algunos.

¿Cómo la colaboración entre Materials Nexus, el Instituto Henry Royce y la Universidad de Sheffield mejora el desarrollo de nuevos materiales?

Nuestras colaboraciones con socios estratégicos clave en el ecosistema de innovación del Reino Unido, como el Instituto Henry Royce y la Universidad de Sheffield, nos brindan acceso a instalaciones y experiencia de clase mundial en áreas especializadas de la ciencia de materiales. Estas asociaciones nos permiten acelerar la síntesis y las pruebas de nuestras predicciones.

¿Qué otros sectores podrían beneficiarse de la descubierta de materiales impulsada por la inteligencia artificial, y cómo?

La descubierta de materiales impulsada por la inteligencia artificial puede impactar cada clase de material. En Materials Nexus, nos centramos en materiales que se consideran algunos de los más difíciles y costosos de progresar y mejorar, ya que tienen el potencial de hacer el mayor impacto positivo. Cada industria se verá afectada: energía, aviación, supercomputación, transporte, por nombrar algunos. Por ejemplo, en el sector energético, la inteligencia artificial puede ayudar a desarrollar materiales más eficientes y sostenibles para baterías y células solares. En la supercomputación, puede llevar a la creación de nuevos materiales de semiconductores que mejoren la capacidad de almacenamiento y procesamiento de datos. Al permitir el desarrollo rápido de materiales de alto rendimiento, la inteligencia artificial puede impulsar la innovación y la sostenibilidad en casi todas las industrias.

¿Qué avances futuros en la inteligencia artificial para la ciencia de materiales podemos esperar ver, y cómo impactarán en varias industrias?

Nuestro trabajo continuará empujando los límites de lo que es posible y estamos dedicados a romper esas barreras. Materiales superiores significan innovación superior para satisfacer las demandas de los desafíos de mañana. El futuro solo está limitado por nuestra imaginación.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Materials Nexus.