Դոկտոր Մեթյու Փաթման, Nanotronics-ի գործադիր տնօրեն և համահիմնադիր՝ հարցազրույցների շարք

Դոկտոր Մեթյու Փաթմանը գլխավոր տնօրենն է և համահիմնադիրը Նանոտրոնիկա, գիտատեխնոլոգիական ընկերություն, որը վերաիմաստավորել է գործարանային հսկողությունը պլատֆորմի հայտնագործման միջոցով, որը համատեղում է AI-ը, ավտոմատացումը և բարդ երևակայությունը՝ օգնելու մարդկային հնարամտությանը հայտնաբերելու թերություններն ու անոմալիաները արտադրության մեջ, արդյունաբերություն, որը լճացել է 1950-ականներից ի վեր: Նախքան Nanotronics-ը, Մեթյուը սեփականատերն էր և զարգացման փոխնախագահը Tech Pro, Inc.-ի համար, որը ձեռք է բերվել Roper Industries-ի կողմից 2008 թվականին: Tech Pro-ում աշխատելու ընթացքում նա ղեկավարել է երկու գնումներ և գործիքներ արտադրողի փոխակերպումը նոր համաշխարհայինի: շուկաներ, որոնք ստեղծել են գործընկերություններ կամ դուստր ձեռնարկություններ 15 երկրներում:

Կարող եք նկարագրել, թե ինչ է Նանոտեխնոլոգիա?

Նանոտեխնոլոգիան ստացել է երկու տարբեր իմաստներ շուրջ 35 տարիների ընթացքում: 2020 թվականին ամենատարածվածն այն է, որ նանոտեխնոլոգիան ցանկացած տեխնոլոգիայի օգտագործումն է, որն ունի 100 նանոմետրից պակաս հատկանիշի չափ: Մենք տեսնում ենք նանոտեխնոլոգիա, որը համապատասխանում է դրան, լաքակայուն ծածկույթների, արևապաշտպան միջոցների և ջրի մաքրման մեջ: Սա հնարավորություններ է տալիս, բայց ամենահետաքրքիրը չէ: Ինձ համար նանոտեխնոլոգիան ատոմային առումով ճշգրիտ իրեր արտադրելու կարողությունն է: Երբ դուք ունեք մի բան, որը ատոմային առումով ճշգրիտ է, դուք հնարավորություն ունեք նավարկելու տիեզերքում առանց մակրոաշխարհի սահմանափակման: Դուք ունեք ֆիզիկապես և էլեկտրական հատկություններ, որոնք ոչ միայն գերազանցում են, այլև վերահսկելի են: Այստեղ է, որ նանոտեխնոլոգիան հնարավորություն ունի բացելու նորարարության ոլորտներ, որոնք հնարավոր չէ այլ կերպ: Սա առաջին անգամ ուրվագծվեց Էրիկ Դրեքսլերի կողմից 1980-ականներին, և այժմ, երբ արհեստական ​​ինտելեկտը կարող է փոխազդել նյութագիտության, կենսաբանության, քիմիայի և ֆիզիկայի հետ, ամեն ինչ ավելի հնարավոր է, քան երբևէ եղել է նախկինում:

Ո՞ր ոլորտներն են առավել հասունացել նանոտեխնոլոգիայի կողմից խափանման համար:

Էլեկտրոնիկայի արդյունաբերությունը մի բան է, որը կարծես թե առաջնորդում է մնացած ամեն ինչի համար: Ավանդական կիսահաղորդիչների արտադրության օգտագործմամբ Մուրի օրենքի պոտենցիալ ավարտը իրականում հնարավորություն է նանոտեխնոլոգիայի համար: Կարծում եմ՝ մենք կսկսենք տեսնել այնպիսի բաներ, ինչպիսիք են ենթաշերտերի 3D ճարտարապետությունը, մենք կտեսնենք նոր նյութ, որը նախկինում չէինք կարող օգտագործել ավելի շատ էներգաարդյունավետություն ապահովելու համար: Եվ մենք կկարողանանք տեսնել նախագծերի կառուցումը շատ ավելի քիչ գումարով, քան ներկայումս պահանջվում է կիսահաղորդիչների կառուցման համար: Երբ դուք դա անեք, մենք կտեսնենք, որ մնացածները կարող են օգտվել այս մասշտաբով օբյեկտների մանիպուլյացիայի հատկություններից, լինի դա կենսաբանություն, թե քիմիա, կկիրառվեն օրինակը և նախատիպը, որը մենք կտեսնենք կիսահաղորդիչներում:

Կարո՞ղ եք կիսվել Nanotronics-ի ծագման պատմությունով:

Մենք սկսել ենք Nanotronics-ը 2010 թվականին, երբ ես աշխատում էի Կոլումբիայի համալսարանում: Nanotronics-ն իսկապես արդյունք է, ոչ այնքան ընկերություն ունենալու ցանկության, այլ ցանկանալով համոզվել, որ ամենահուզիչ գյուտերը կարող են մասշտաբային լինել: Համալսարանի լաբորատորիան մեծ պոտենցիալ գյուտի վայր է, բայց դա այնքան էլ մեծ նշանակություն չունի, եթե գյուտը մնա լաբորատորիայում: Սա իմ ԴՆԹ-ում է՝ որպես մեկը, ով ավելի շատ ժամանակ է ծախսել գործարանների հատակների վրա, քան ակադեմիական լաբորատորիաներում: Ես սկսել եմ Nanotronics-ը հորս հետ, եղել է մեկ այլ ընկերության հիմնադիր, որտեղ մենք միասին աշխատել ենք: Այդ ընկերությունը, որը ձեռք է բերվել 2008թ.-ին: Այդ ընկերության (Tech Pro) նպատակն էր օգտագործել համակարգչային տեխնոլոգիաների և գործիքավորումների ամենավերջինը հին արդյունաբերությունները հեղափոխելու համար: Իրոք, Nanotronics-ը այդ հայեցակարգի էվոլյուցիան է: Nanotronics-ի դեպքում այն ​​օգտագործում է արհեստական ​​ինտելեկտը, սուպեր լուծաչափի պատկերները և ռոբոտաշինությունը, որպեսզի փոխի իրերի կառուցման ձևը: Այս գաղափարը ոլորտին հատուկ չէր: Մենք ունեցանք մեր առաջին հաճախորդը 2011-ին, հաջորդ սերնդի կիսահաղորդիչներում, որոնք դժվար էր մասշտաբավորվել նանոմաշտաբի թերությունների պատճառով, որոնք հանգեցնում են վատ եկամտաբերության և կանխեցին զանգվածային ընդունումը, չնայած նրանց տրամադրած անհավանական որակներին: Սա հիանալի վայր էր սկսելու համար, քանի որ այն ներկայացնում էր անհավատալի քանակությամբ մարտահրավերներ: Դա ստիպեց, որ մենք կարողանայինք նայել ոչ միայն այդ կոնկրետ արդյունաբերությանը, այլև ընդհանրապես արտադրության ոսպնյակներ ունենալ: Այս արդյունաբերությունը՝ բարդ կիսահաղորդիչները, այժմ արդյունաբերության ամենաարագ զարգացող հատվածն է:

Nanotronics-ը գերազանցելու արտոնագրված միջոց ունի Abbe Limit. Կարո՞ղ եք սկսել՝ բացատրելով, թե որն է Abbe Limit-ը և ինչպես է Nanotronics-ը կարողանում հաղթահարել այս սահմանափակումը:

Աբբեի սահմանը ֆիզիկայի մի օրենքի ձևակերպումն է, որը կոչվում է դիֆրակցիոն սահման Էռնստ Աբբեի կողմից: Սա օպտիկա ընտրելու միջոց է՝ հաշվարկելով թվային բացվածքը, որպեսզի լույսի ալիքն ավելի մեծ չլինի, քան այն օբյեկտը, որը դուք կցանկանայիք պատկերել: Սա մի բան է, որը մենք կարող ենք հաղթահարել յուրաքանչյուր ասենք, բայց դա մի բան է, որը հաշվողականորեն կարող եք շրջանցել: Մենք ունենք դա անելու մի քանի տարբեր մեթոդներ: Սա լուծելու իսկապես արդյունավետ միջոցներից մեկն այն է, որ մենք ամենևին էլ սկսել ենք: Մենք ունեինք շարժման վերահսկման և պատկերների վերակառուցման շատ ավելի բարդ եղանակներ, քան հիմա: Սա ներառում էր լույսի շարժում և ֆիզիկական իրեր տեղափոխելը և բազմաթիվ պատկերներ վերցնելը և հաշվարկի օգտագործումը, որպեսզի տեսնեինք այն, ինչ այլ կերպ չէր երևա: Մենք դեռ որոշ դեպքերում դա անում ենք, բայց ավելի հաճախ օգտագործում ենք լուսավորության եղանակների համադրություն արհեստական ​​ինտելեկտի հետ: Ըստ էության, մենք դասակարգում ենք այն, ինչ AI-ն ակնկալում է տեսնել, և դա համեմատում ենք տեսանելիի հետ, նույնիսկ եթե լույսի ալիքի երկարությունը մեծ է, քան պատկերված օբյեկտը: Մենք միշտ փնտրում ենք դա անելու նոր ուղիներ, և խնդիրը միշտ չէ, որ լուծումն է, այլ կարողանալը հայտնաբերել մի բան, որն ավելի փոքր է, քան Abbe-ի սահմանաչափը, և կարողանալ դա անել արտադրությանը համապատասխանող թողունակության արագությամբ:

Կարո՞ղ եք քննարկել, թե ինչպես է Nanotronics-ը միաձուլում մեքենայական ուսուցումը նանոտեխնոլոգիայի հետ:

Ես սրան մի փոքր անդրադարձել եմ Աբբեի սահմանաչափի մասին նախորդ հարցին: Նանոտեխնոլոգիայում դուք կարող եք ենթադրել, որ ինչ-որ բան, որը դուք լուծում եք, ավելի փոքր է, քան ձեր օգտագործած լույսի ալիքի երկարությունը: Այսպիսով, եթե դուք ի վիճակի եք տեսնել մի բան, որն ավելի փոքր է և կարող եք տեսնել այն մեքենայական ուսուցման շնորհիվ, ապա դուք ի վիճակի եք մանիպուլյացիայի ենթարկել այն, և դուք կարող եք ինքներդ սովորել դրանից և կարող եք կառուցել դրա հետ: Սա առաջին անգամն է, որ դա հնարավոր է դարձել նանոտեխնոլոգիայի միջոցով: Մենք մի փորձ արեցինք, որը դուք կարող եք պատկերացնել, թե դառնալով ինչ-որ արժեքավոր բան նանոտեխնոլոգիայի մեջ, որը պետք է օգտագործեր 3D տպագրությունը ուժեղացման ուսուցմամբ: 3D տպիչն առաջնորդվում էր ամրապնդող ուսուցման գործակալներով, որոնք պետք է օպտիմալացնեին անոմալիաները շտկելու համար՝ վերջնական հատկություն ստանալու համար: Նրանք դա արեցին այնպես, որ մարդիկ երբեք չեն մտածել դա անել: Թեև դա հենց նանո չէ, նույն գաղափարը կկիրառվի:

Կարո՞ղ եք քննարկել, թե ինչպես կարող են նանոտեխնոլոգիան և մարդիկ մեծացնել միմյանց:

Սա առաջին դեպքն է, երբ մարդիկ մեծ ճարտարությամբ և ցանկացած պահի բազմաթիվ տարբեր հասկացություններ կամրջելու ունակությամբ կարող են աշխատել արհեստական ​​բանականության անհավանական արագությամբ: Դա կարելի է անել՝ շարունակաբար թարմացնելով մեր նպատակները, որոնց համար մենք կցանկանայինք, որ AI-ն օպտիմալացներ: Դա մեզ համար ուղեցույց տրամադրելու միջոց է այդ AI-ի արդյունքը դիտելիս: Մենք միշտ չէ, որ գիտենք, թե ինչ ռազմավարություն և մարտավարություն կձեռնարկի արհեստական ​​ինտելեկտը, բայց գիտենք այն արդյունքը, որին մենք կցանկանայինք հասնել: Սա հատկապես կարևոր է նանոտեխնոլոգիայի մեջ, որտեղ մեր բնազդներից շատերը համահունչ չեն ֆիզիկայի աշխատանքին: Բարեբախտաբար, արհեստական ​​ինտելեկտը չունի այս բնազդների խնդիրը և կարող է փոխարենը արձագանքել իրավիճակին և սովորել այնպես, որ մենք պարզապես ունակ չենք: Ըստ էության, մենք սովորեցնում ենք արհեստական ​​ինտելեկտին՝ նրան տալով շատ հնարավորություններ ինքնուրույն սովորելու առանց մեր կողմնակալության, և դրա դիմաց սովորեցնում ենք մեզ, թե ինչ է հնարավոր:

Nanotronics-ը համագործակցել է գենոմի հաջորդականության մի շարք ընկերությունների հետ՝ օգնելու նվազեցնելու գենոմի հաջորդականության ծախսերը: Կարո՞ղ եք քննարկել այս համագործակցություններից մի քանիսը:

Թեև ես չեմ կարող քննարկել այն մանրամասները, թե ինչ ենք մենք անում մեր հաճախորդների համար գենոմի հաջորդականության հարցում, կարող եմ ասել, որ մեր նպատակը և որտեղ մենք որոշակի հաջողություններ ենք տեսել, եզակի լուսավորության եղանակների և AI-ի օգտագործումն է՝ բերքատվությունը բարելավելու համար: Ավելի լավ եկամտաբերությունը կարող է շատ կապված լինել հաջորդականության գնի հետ: Եթե ​​դուք դա անեք, դա ի վերջո հանգեցնում է պատվաստանյութերի և այլ թերապևտիկ միջոցների ավելի արագ զարգացմանը, ինչպես նաև գենոմի չափազանց էժան հաջորդականացմանը, որը կարող է հանգեցնել $100 գենոմի: Իմ անձնական նպատակը, ինչպես շատ ուրիշների համար է, տեսնել անհատականացված բժշկությունը որքան հնարավոր է շուտ իրականություն դառնա:

Որո՞նք են մի քանի ուղիներ, որոնցով նանոտեխնոլոգիան կարող է բարձրացնել բերքատվությունը՝ միաժամանակ նվազեցնելով թափոնները:

Նանոտեխնոլոգիան պետք է կապված լինի թափոնների կրճատման հետ, կամ դա իսկապես նանոտեխնոլոգիա չէ, իմ կարծիքով: Մենք կասենք, որ նանոտեխնոլոգիան և ատոմային ճշգրիտ արտադրությունը հոմանիշներ են, հետևաբար, ձեր արտադրած կերային պաշարն ընդհանրապես չպետք է թափոններ չպարունակի: Մենք կարծում ենք, որ դա հնարավոր է, եթե մտածեք, թե ինչ է ձեռք բերվել՝ օգտագործելով ամրապնդման ուսուցումը այլ արտադրական տեխնիկայի համար, որոնք մենք անում ենք:

 Կա՞ որևէ այլ բան, որով կցանկանայիք կիսվել Nanotronics-ի մասին:

Մենք անում ենք մի բան, որը մենք կոչ ենք անում խելացի գործարանային հսկողություն (IFC): Մենք տեսնում ենք, որ խելացի գործարանների ճանապարհն անցնում է ավանդական գործարանների բերքատվության բարելավումից դեպի ատոմային ճշգրիտ գործարաններ:

Շնորհակալություն հիանալի հարցազրույցի համար, այն ընթերցողները, ովքեր ցանկանում են ավելին իմանալ, պետք է այցելեն Նանոտրոնիկա.