Jonathan Bean, Materials Nexusin CEO ja Co-Founder – Haastattelusarja

Jonathan Bean on Materials Nexusin CEO ja Co-Founder. Taustalla sekä teoreettisessa että käytännön insinööritieteessä olevan materiaalitieteen, Jonathan tunnisti nopeasti uuden materiaalimallinnusohjelman mahdollisuuden. Tutkijana Cambridgen yliopistossa hän perusti Materials Nexusin kiihdyttääkseen uusien materiaalien käyttöönottoa ilmastonmuutoksen torjumiseksi.

Jonathanin väitöskirjatutkimus Yorkin yliopistossa käsitteli edistyneitä mallinnustekniikoita polykristallisten materiaalien parissa.

Materials Nexusin roolinsa ohella Jonathan on mentorina Global Talent Mentoringissa ja Royal Academy of Engineeringin Leaders in Innovation Fellowships -ohjelmassa. Hän opettaa myös materiaalitiedettä insinööreille Trinity College Cambridgessa ja on vieraileva tutkija London South Bank Universityssa.

Materials Nexus on yritys, joka käyttää tekoälyä kehittääkseen parempia materiaaleja nopeammin kuin koskaan aiemmin.

Voitko kertoa tarinan Materials Nexusin perustamisesta? Mikä innoitti yrityksen luomisen ja sen painopisteen tekoälyohjatun materiaalilöytöön?

Lopulta, rakennettavien asioiden raja on materiaalien raja, joista ne rakennetaan; se oli motivaationi opiskella materiaalitiedettä. Cambridgen yliopistossa työskennellessäni yhdessä co-founderini Robert Forrestin kanssa, halu tehdä tutkimuksestamme nopeampaa innoitti meitä kehittämään koneoppimisalgoritmeja. Tämä muodostui Materials Nexusin teknologian perustaksi.

Olisi selvää, että tämä tutkimus voisi vaikuttaa maailmaan myönteisesti, ja sen omaksumista olisi kiihdytettävä. Samalla tavoin kuin tuotteiden suorituskyky on rajoitettu materiaaleilla, on myös edistymisemme kohti nettonollaa rajoitettu. Tämä innoitti meitä perustamaan yrityksen.

Meillä on yrityksenä voimakas halu parantaa maailman tilaa ympäristöllisesti, geopolitiikallisesti ja eettisesti. Tavoitteemme on vallankumous materiaaliteollisuudessa suunnittelemalla uusia materiaaleja, jotka vastaavat kasvavia kestävyyden ja suorituskyvyn vaatimuksia.

Voitko selittää, miten tekoäly muuttaa materiaalilöytöprosessia, erityisesti Materials Nexusin kontekstissa?

Samalla tavoin kuin tekoäly vaikuttaa lääkekehitykseen, se muuttaa myös materiaalilöytöä; muuttaa yleensä koetelmuotoista lähestymistapaa tarkoituksenmukaiseksi suunnitteluprosessiksi. Mutta toisin kuin lääketutkimuksessa, on tässä lisäksi monimutkaisuutta ja laajempaa hakutilaa koko jaksollisen taulukon yli. Materials Nexusissa tutkimme koko mittakaavan, kvanttitasolta massaan – tämä tarkoittaa, että käytämme kvanttimekaniikkaa koostumusen ennustamiseen, mutta myös mallinnamme prosessointi- ja synteesimenetelmiä. Tämä mahdollistaa meille materiaalien oikean tunnistamisen ja fyysisen tuottamisen tarkasti, useiden kuukausien sijasta vuosikymmenien, merkittävästi nopeuttaen tutkimus- ja kehitysprosessia.

Mitkä ovat tekoälyn käytön edut perinteisiin koetelmamuotoisiin menetelmiin verrattuna uusien materiaalien kehittämisessä?

Tekoälyn käyttäminen materiaalilöytössä tarjoaa useita etuja: nopeus, kustannustehokkuus ja kestävyys ovat avainasiana. Meidän tekoälyohjattu alustamme voi analyysin avulla tarkastella laajoja tietoja ja ennustaa materiaalien ominaisuuksia tarkasti, kaiken ennen kuin astutaan laboratorioon, mikä tekee prosessista kustannustehokkaan ja vähemmän tuhlaavaa, koska se vähentää tarvetta kalliille ja resursseja vaativille kokeille. Tämä tarkoittaa myös, että prosessit, jotka normaalisti kestävät päivän laboratoriossa, voivat suorittaa useissa tunneissa meidän alustallamme.

Miten tekoäly ja koneoppiminen vaikuttavat materiaalien tuotannon ympäristövaikutuksiin?

Tekoälyn ja koneoppimisen hyödyntäminen availee uusia materiaalimahdollisuuksia löytövaiheessa. Materials Nexusissa tämä vaikuttaa tuotannon tasolla kahtena tapana; ensinnäkin materiaalien itse koostumus ja toiseksi materiaalien prosessointiolosuhteet. Tekoälymateriaalilöytö voi joko sulkea tiettyjä alkuaineita, joilla on korkea ympäristöllinen kustannus (esim. harvinaiset maametallit), tai vähentää niiden koostumusprosenttia. Se voi myös tarkastella prosessointimenetelmiä (esim. lämpötila, paine tai malmin puhtaus) tarvittavia materiaalin valmistamiseksi ja tunnistaa matalaenergiaisia menetelmiä. Nämä kaksi asiaa voivat vaikuttaa merkittävästi materiaalien tuotannon ensisijaisiin päästöihin. On kuitenkin tärkeää muistaa, että ympäristövaikutus ulottuu tuotannon ulkopuolelle. Ylempien materiaalien soveltaminen, sekä suorituskyvyltään parempien että halvempien, voi vaikuttaa myönteisesti kestävien teknologioiden saatavuuteen (esim. edullisemmat sähköautot), tehostaa niiden toimintaa (esim. paremmat tietokoneen prosessorit tekoälylle) ja vähentää myrkyllisyyttä loppuvaiheessa (esim. korvaamalla hydrofluorokarbonit).

Kuinka Materials Nexus onnistui luomaan harvinaisten maametallien vapaa magneetti vain kolmessa kuukaudessa, ja mitkä ovat tämän läpimurron vaikutukset?

Meidän alustamme pystyi analysoimaan yli 100 miljoonaa mahdollista harvinaisten maametallien vapaan magneetin koostumusta ennen kuin astuimme laboratorioon. Tämä tarkoitti, että kun edistymme synteesivaiheeseen, meillä oli jo tarkka ennuste koostumuksesta ja sen ominaisuuksista.

Tämän magneetin vaikutukset ovat merkittäviä: läpimurto ei rajoitu ainoastaan yksittäisen materiaalin löytämiseen, vaan se merkitsee myös materiaalimuotoiluprosessien muuttumista vuosisatojen vanhoista menetelmistä. Kun meidän alustamme kehittyy ja muuttuu älykkäämmäksi, pystymme ennustamaan koostumuksia nopeammin ja useilla materiaaleilla. 10^100 koostumusvaihtoehtojen ollessa jakson pöydällä, mahdollisuudet ovat rajattomat.

Voiko tekoäly korvata harvinaiset maametallit muissa sovelluksissa magneettien ulkopuolella?

Tekoälyvoimainen materiaalilöytö voi tunnistaa ja kehittää vaihtoehtoisia materiaaleja laajalle sovellusalueelle magneettien ulkopuolella. Tässä tapauksessa tavoitteena oli löytää vaihtoehtoinen magneettikoostumus, joka poistaa harvinaiset maametallit, mutta meidän koneoppimishakualgoritmejamme on suunniteltu soveltumaan mihin tahansa materiaaliluokkaan. Tämä tarkoittaa, että rakennamme yleistä materiaalimuotoilualustaa.

Miten yhteistyö Materials Nexusin, Henry Royce Instituten ja Sheffieldin yliopiston välillä edistää uusien materiaalien kehittämistä?

Yhteistyömme strategisten kumppaneiden kanssa, kuten Henry Royce Instituten ja Sheffieldin yliopiston kanssa, antaa meille pääsyn maailmanluokan laitteisiin ja asiantuntemukseen materiaalitieteessä. Nämä kumppanuudet mahdollistavat meidän nopeuttaa ennusteiden synteesiä ja testausta.

Mitkä muut sektorit voivat hyötyä tekoälyohjatusta materiaalilöydöstä, ja miten?

Tekoälyohjattu materiaalilöytö voi vaikuttaa jokaiseen materiaaliluokkaan. Materials Nexusissa keskitymme materiaaleihin, jotka ovat vaikeimpia ja kalleimpia kehittää, koska ne tarjoavat suurimman myönteisen vaikutuksen. Jokainen teollisuusala vaikuttaa: energia, ilmailu, supertietokoneet, liikenne, mainittakoon muutama. Esimerkiksi energiasektorissa tekoäly voi auttaa kehittämään tehokkaampia ja kestävämpiä materiaaleja akkuille ja aurinkokennoille. Supertietokoneissa se voi johtaa uusien puolijohdemateriaalien kehittymiseen, jotka parantavat tietojen tallennus- ja prosessointikapasiteettia. Sallimalla nopean kehittämisen korkean suorituskyvyn materiaaleista, tekoäly voi ajaa innovaatiota ja kestävyyttä lähes kaikilla aloilla.

Mitkä tulevaisuuden edistysaskeleet tekoälyssä materiaalitieteessä voidaan odottaa, ja miten ne vaikuttavat eri aloihin?

Työmme jatkuu rajojen venyttämistä siitä, mitä on mahdollista, ja olemme sitoutuneita rikkomaan nämä esteet. Ylempien materiaalien kehittäminen tarkoittaa ylempää innovaatiota tulevien haasteiden vaatimusten täyttämiseksi. Tulevaisuus on vain rajattu mielikuvituksellamme.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Materials Nexusissa.