Jonathan Bean, PDG & Co-Fondateur de Materials Nexus – Série d’entretiens

Jonathan Bean est le PDG & Co-Fondateur de Materials Nexus. Avec une formation dans les aspects théoriques et pratiques de l’ingénierie des matériaux, Jonathan a rapidement identifié l’opportunité pour une nouvelle plateforme de modélisation de matériaux. Alors qu’il était chercheur à l’Université de Cambridge, il a fondé Materials Nexus pour accélérer l’adoption de nouveaux matériaux pour lutter contre la crise climatique.

Les recherches de doctorat de Jonathan à l’Université de York portaient sur des techniques de modélisation avancées pour les matériaux polycristallins.

En plus de son rôle chez Materials Nexus, Jonathan est mentor pour Global Talent Mentoring et les Leaders in Innovation Fellowships organisés par la Royal Academy of Engineering. Il enseigne également la science des matériaux pour les ingénieurs au Trinity College, Cambridge, et est chercheur invité à la London South Bank University.

Materials Nexus est une entreprise qui utilise l’IA pour créer des matériaux supérieurs plus rapidement que jamais auparavant.

Pouvez-vous partager l’histoire derrière la fondation de Materials Nexus ? Qu’est-ce qui a inspiré la création de l’entreprise et son accent sur la découverte de matériaux basée sur l’IA ?

En fin de compte, la limite de ce qui peut être construit est déterminée par les matériaux utilisés pour le construire ; c’était ma motivation pour étudier la science des matériaux. Pendant mon séjour à l’Université de Cambridge, en travaillant avec mon co-fondateur Robert Forrest, le désir de faire avancer nos recherches plus rapidement nous a inspirés pour développer des algorithmes d’apprentissage automatique. C’est devenu la base de la technologie de Materials Nexus.

Il était clair que ces recherches pourraient avoir un impact positif dans le monde et que leur adoption devait être accélérée. De la même manière, les performances des produits sont limitées par les matériaux, tout comme notre progrès vers la neutralité carbone. C’est ce qui nous a inspirés pour fonder l’entreprise.

Une force motrice pour nous en tant qu’entreprise est d’améliorer l’état du monde, sur le plan environnemental, géopolitique et éthique. Notre objectif est de révolutionner l’industrie des matériaux en concevant des matériaux novateurs qui répondent aux demandes croissantes en matière de durabilité et de performances.

Pouvez-vous expliquer comment l’IA transforme le processus de découverte de matériaux, en particulier dans le contexte de Materials Nexus ?

De la même manière que l’IA a impacté le processus de découverte de médicaments, elle change fondamentalement la découverte de matériaux ; transformant ce qui est généralement une approche basée sur les essais et les erreurs en un processus de conception basé sur l’intention. Mais contrairement à la recherche pharmaceutique, il y a la complexité ajoutée et un espace de recherche plus large sur toute la table périodique. Chez Materials Nexus, nous examinons toute la longueur d’onde, du niveau quantique au bulk – cela signifie que nous exploitons non seulement la mécanique quantique pour la prédiction de composition, mais également les techniques de traitement et de synthèse. Cela nous permet non seulement d’identifier, mais également de produire physiquement des matériaux à haute performance avec précision, en quelques mois plutôt qu’en décennies, ce qui accélère considérablement le processus de R&D.

Quels sont les principaux avantages de l’utilisation de l’IA par rapport aux méthodes traditionnelles d’essais et d’erreurs pour développer de nouveaux matériaux ?

L’utilisation de l’IA pour la découverte de matériaux offre plusieurs avantages : rapidité, efficacité coût-efficacité et durabilité étant les clés. Notre plateforme basée sur l’IA peut analyser d’immenses ensembles de données et prédire les propriétés des matériaux avec précision, tout cela avant de mettre les pieds dans un laboratoire, ce qui rend le processus rentable et moins gaspilleur, car il minimise le besoin d’expériences coûteuses et gourmandes en ressources. Cela signifie également que des processus qui prennent généralement des jours dans un laboratoire pourraient être effectués en quelques heures sur notre plateforme.

Cela débloque en fin de compte un nouveau ensemble d’opportunités avec une conception de matériaux ciblée par opposition à la découverte. Il est possible d’incorporer n’importe quel ensemble de données ou paramètre de matériau, tel que les émissions de CO2, le coût ou le poids, et de rechercher des compositions pour répondre à ces besoins spécifiques, renversant le processus de « découverte ».

Quel rôle l’IA et l’apprentissage automatique jouent-ils dans la réduction de l’impact environnemental de la production de matériaux ?

L’exploitation de l’IA et de l’apprentissage automatique débloque un vaste ensemble de nouvelles opportunités de matériaux grâce à la phase de découverte. Au niveau de la production, l’impact de ceci est double ; premièrement, c’est la composition élémentaire des matériaux eux-mêmes, deuxièmement, ce sont les conditions de traitement des matériaux. La découverte de matériaux basée sur l’IA peut soit exclure des éléments spécifiques qui ont un coût environnemental élevé (par exemple, les terres rares) ou réduire leur pourcentage de composition. Elle peut également être utilisée pour examiner les techniques de traitement (par exemple, la température, la pression ou même la pureté du minerai) nécessaires pour fabriquer le matériau et identifier des méthodes à faible énergie. Ces deux aspects peuvent avoir un impact significatif sur les émissions primaires de la production de matériaux. Cependant, il est important de noter que l’impact environnemental va au-delà de la production seule. L’application de matériaux supérieurs, à la fois haute performance ou moins chers, peut avoir un impact positif énorme en rendant les technologies durables plus accessibles (par exemple, des véhicules électriques moins chers), plus efficaces (par exemple, de meilleures puces pour l’IA), et moins toxiques lors de leur élimination (par exemple, en remplaçant les hydrofluorocarbones).

Comment Materials Nexus a-t-il réussi à créer un aimant sans terres rares en seulement trois mois, et quels sont les implications de cette avancée ?

Notre plateforme a pu analyser plus de 100 millions de compositions potentielles d’aimants sans terres rares avant même de mettre les pieds dans un laboratoire. Cela signifiait que lorsque nous sommes passés à l’étape de synthèse, nous avions déjà une prédiction précise de la composition et de ses propriétés.

Les implications de cet aimant sont considérables : la percée va au-delà de la découverte de ce matériau unique et signale la transformation de processus de conception de matériaux vieux de siècles. À mesure que notre plateforme devient plus développée et intelligente, nous serons en mesure de prédire des compositions encore plus rapidement et dans plusieurs domaines de matériaux. Avec 10¹⁰⁰ compositions d’éléments dans la table périodique, les possibilités sont infinies.

L’IA peut-elle potentiellement remplacer les métaux de terres rares dans d’autres applications au-delà des aimants ?

La découverte de matériaux basée sur l’IA a le potentiel pour identifier et développer des matériaux alternatifs pour une vaste gamme d’applications au-delà des aimants. Dans ce cas, l’objectif était de trouver une composition d’aimant alternative qui supprime les éléments de terres rares, mais nos algorithmes de recherche d’apprentissage automatique sont conçus pour être appliqués à n’importe quelle classe de matériaux. Cela signifie que nous construisons une plateforme universelle de conception de matériaux.

Actuellement, les capacités de notre plateforme sont axées sur les alliages et les céramiques, avec un accent particulier sur les matériaux fonctionnels pour des applications dans les technologies vertes à impact élevé, telles que les moteurs électriques, les semi-conducteurs, les supraconducteurs et l’hydrogène vert, pour n’en citer que quelques-uns.

Comment la collaboration entre Materials Nexus, l’Institut Henry Royce et l’Université de Sheffield améliore-t-elle le développement de nouveaux matériaux ?

Nos collaborations avec des partenaires stratégiques clés dans l’écosystème d’innovation du Royaume-Uni, tels que l’Institut Henry Royce et l’Université de Sheffield, nous donnent accès à des installations et à des expertises de classe mondiale dans des domaines spécialisés de la science des matériaux. Ces partenariats nous permettent d’accélérer la synthèse et les tests de nos prédictions.

Quels autres secteurs pourraient bénéficier de la découverte de matériaux basée sur l’IA, et comment ?

La découverte de matériaux basée sur l’IA peut avoir un impact sur chaque classe de matériaux. Chez Materials Nexus, nous nous concentrons sur les matériaux qui sont considérés comme les plus difficiles et les plus coûteux à améliorer, car ils ont le potentiel de faire le plus grand impact positif. Toute l’industrie sera touchée : l’énergie, l’aviation, le calcul haute performance, les transports, pour n’en citer que quelques-uns. Par exemple, dans le secteur de l’énergie, l’IA peut aider à développer des matériaux plus efficaces et plus durables pour les batteries et les cellules solaires. Dans le calcul haute performance, elle peut conduire à la création de nouveaux matériaux semi-conducteurs qui améliorent le stockage et les capacités de traitement des données. En permettant le développement rapide de matériaux à haute performance, l’IA peut stimuler l’innovation et la durabilité dans presque toutes les industries.

Quelles avancées futures dans l’IA pour la science des matériaux pouvons-nous attendre, et comment auront-elles un impact sur les différentes industries ?

Notre travail continuera à repousser les limites de ce qui est possible et nous sommes déterminés à briser ces barrières. Des matériaux supérieurs signifient une innovation supérieure pour répondre aux défis de demain. L’avenir n’est limité que par notre imagination.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter Materials Nexus.