ジョナサン・ビーン、Materials NexusのCEO＆共同創設者 – インタビュー・シリーズ

ジョナサン・ビーンは、Materials NexusのCEO＆共同創設者です。材料科学の理論的および実践的なエンジニアリングの両方の背景を持つジョナサンは、新しい材料モデリング・プラットフォームの機会をすぐに特定しました。ケンブリッジ大学での研究者として、ジョナサンは気候危機に対処するために新しい材料の導入を加速するためにMaterials Nexusを設立しました。

ジョナサンのヨーク大学での博士研究は、多結晶材料の高度なモデリング技術についてでした。

Materials Nexusでの役割と並行して、ジョナサンはGlobal Talent MentoringとRoyal Academy of Engineeringが運営するLeaders in Innovation Fellowshipsのメンターです。彼はまた、ケンブリッジのトリニティ・カレッジで材料科学を教え、ロンドン・サウス・バンク大学の訪問フェローです。

Materials Nexusは、AIを使用して以前よりも速く優れた材料を作成する会社です。

Materials Nexusの設立の背景を共有できますか？会社の創設とAI駆動の材料発見への焦点がどのようにして生まれたのかについてお話しください。

最終的に、構築できるものの限界は、構築に使用される材料によって決まるということが私の材料科学を学ぶ動機でした。ケンブリッジ大学での共同創設者ロバート・フォレストと一緒に研究していたとき、研究を速く進めるという欲求が私たちを機械学習アルゴリズムの開発に向かわせました。これがMaterials Nexusの技術の基礎となりました。

この研究が世界に正の影響を与えることができ、その採用が加速される必要があることは明らかでした。同様に、製品の性能は材料によって制限されるため、ネット・ゼロへの進歩も材料によって制限されます。これが私たちに会社を設立するインスピレーションを与えました。

私たちとしての企業としての原動力は、環境、地政学、倫理的に世界の状態を改善することです。私たちの目標は、持続可能性と性能の両方に対する需要に応える新しい材料を設計することで材料産業を革命的に変えることです。

Materials Nexusの文脈で、AIが材料発見のプロセスをどのように変革しているかについて説明できますか。

AIが薬剤発見のプロセスに影響を与えたのと同様に、AIは材料発見も根本的に変化させています。通常の試行錯誤に基づくアプローチから、意図に基づく設計プロセスへの変化です。しかし、薬剤研究とは異なり、周期表全体にわたる複雑さとより広い検索空間があります。Materials Nexusでは、量子レベルからバルクまで全長尺度を検討しています。つまり、組成予測のために量子力学を利用するだけでなく、加工および合成技術をモデル化しています。これにより、材料の特性を予測するだけでなく、正確に高性能材料を物理的に生成できるようになりました。従来のR＆Dプロセスを数十年から数ヶ月に短縮することができます。

新しい材料を開発する際に、従来の試行錯誤法と比較してAIを使用することの主な利点は何ですか。

材料発見にAIを使用することで、速度、コスト効率、持続可能性などの利点があります。私たちのAI駆動プラットフォームは、膨大なデータセットを分析し、材料の特性を予測できます。すべてが実験室に入る前に行われるため、コスト効率が高く、無駄が少なくなります。通常、実験室で数日かかるプロセスが、私たちのプラットフォームでは数時間で実行できます。

これにより、新しい機会が解放され、ターゲットを絞った材料「設計」が可能になります。CO2排出量、コスト、重量などの特定のデータセットや材料パラメータを組み込むことができ、特定のニーズに合う組成を検索できます。従来の「発見」プロセスが逆転します。

AIと機械学習は、材料生産の環境への影響を減らす上でどのような役割を果たしますか。

AIと機械学習を活用することで、材料発見の段階で新しい材料の機会が解放されます。生産段階では、影響は二重です。まずは材料自体の元素組成、2つ目は材料の加工条件です。AI材料発見は、特定の元素を除外できます。たとえば、環境コストが高い元素（たとえば、希土類元素）を除外できます。あるいは、その組成の割合を減らすことができます。また、材料を作るために必要な加工技術（たとえば、温度、圧力、または鉱石の純度）を検討し、低エネルギー法を特定できます。これらの2つの側面は、材料生産の一次排出量に大きな影響を与える可能性があります。しかし、環境への影響は生産だけに限定されません。優れた材料、たとえば、高性能または低コストの材料を使用することで、持続可能な技術をよりアクセスしやすく、効率的で、廃棄時の毒性が少なくすることができます。

Materials Nexusは、わずか3ヶ月で希土類フリー磁石をどのようにして作成しましたか。そのブレークスルーの意味は何ですか。

私たちのプラットフォームは、実験室に入る前に、希土類フリー磁石の100万を超える潜在的な組成を分析することができました。これにより、合成段階に進むときに、組成とその特性を正確に予測することができました。

この磁石の意味は重大です。このブレークスルーは、単にこの単一の材料の発見を超えて、百年以上の材料設計プロセスの変革を示しています。私たちのプラットフォームがさらに発展し、賢くなるにつれて、より迅速に、また複数の材料領域で組成を予測できるようになります。周期表の元素の組成は10の100乗です。可能性は無限です。

AIは、磁石以外の用途でも希土類金属を代替することができますか。

AI駆動の材料発見は、磁石以外の用途で代替材料を特定し、開発する可能性があります。この場合、希土類元素を除去した磁石の代替組成を見つけることを目的としましたが、私たちのマシンラーニング検索アルゴリズムは、任意の材料クラスに適用されるように構築されています。これは、我々が汎用的な材料設計プラットフォームを構築していることを意味します。

現在、私たちのプラットフォームの機能は、特に電気モーター、半導体、超伝導体、水素など、高影響力のグリーン・テクノロジーへの応用を目的とした合金とセラミックスに焦点を当てています。

Materials Nexus、Henry Royce Institute、シェフィールド大学の協力は、新しい材料の開発をどのように促進していますか。

イギリスのイノベーション・エコシステムの戦略的パートナーとの協力、たとえばHenry Royce Instituteやシェフィールド大学は、材料科学の専門分野で世界クラスの施設と専門知識へのアクセスを提供します。これらのパートナーシップにより、私たちの予測の合成とテストを加速することができます。

どのセクターがAI駆動の材料発見から利益を得ることができ、どのように利益を得ることができますか。

AI駆動の材料発見は、すべての材料クラスに影響を及ぼす可能性があります。Materials Nexusでは、私たちが最も難しく、高価で、進歩が遅いと考えられている材料に焦点を当てています。これらは、最も大きな正の影響を与える可能性があります。エネルギー、航空、スーパーコンピューティング、輸送など、すべての業界が影響を受けることになります。たとえば、エネルギー部門では、AIは、バッテリーと太陽電池のためのより効率的で持続可能な材料を開発するのに役立ちます。スーパーコンピューティングでは、新しい半導体材料の作成を促進し、データの保存と処理能力を向上させることができます。優れた材料の迅速な開発を可能にすることで、AIは、ほぼすべての業界でイノベーションと持続可能性を推進することができます。

材料科学におけるAIの将来の進歩は何ですか、それらはさまざまな業界にどのような影響を与えるでしょうか。

私たちの仕事は、可能な限りを突き進めることを続けます。私たちは、明日の課題に対処するために必要なイノベーションを促進することを目指しています。優れた材料は、優れたイノベーションを意味します。未来は、私たちの想像力のみによって制限されます。

素晴らしいインタビュー、詳しく知りたい読者はMaterials Nexusを訪問してください。