Jonathan Bean, CEO & Co-Founder of Materials Nexus – Intervju-serie

Jonathan Bean er CEO & Co-Founder of Materials Nexus. Med en bakgrunn i både den teoretiske og praktiske ingeniør-siden av materialvitenskap, var Jonathan rask til å identifisere muligheten for en ny materialmodellering-plattform. Mens han var forsker ved University of Cambridge, grunnla han Materials Nexus for å akselerere oppaket av nye materialer for å møte klimakrisen.

Jonathan’s PhD-forskning ved University of York var på avanserte modelleringsteknikker for polykristallinske materialer.

I tillegg til sin rolle i Materials Nexus, er Jonathan en mentor med Global Talent Mentoring og Leaders in Innovation Fellowships, som drives av Royal Academy of Engineering. Han underviser også i Materialvitenskap for ingeniører ved Trinity College, Cambridge og er en Visiting Fellow ved London South Bank University.

Materials Nexus er et selskap som bruker AI til å lage overlegne materialer raskere enn noen gang før.

Kan du dele historien bak grunnleggingen av Materials Nexus? Hva inspirerte opprettelsen av selskapet og fokuset på AI-drevet materialoppdagelse?

Ultimat, grensen for hva som kan bygges, er materialene som brukes til å bygge det; det var min motivasjon til å studere materialvitenskap. Under min tid ved University of Cambridge, arbeidet jeg med min med-grunnlegger Robert Forrest, og ønsket om å gjøre vår forskning raskere, inspirerte vår vending mot utviklingen av maskinlæringsalgoritmer. Dette ble grunnlaget for Materials Nexus’ teknologi.

Det var klart at denne forskningen kunne ha en positiv innvirkning på verden, og at dens tilpasning trengte å akselereres. På samme måte, er produktets ytelse begrenset av materialer, og likeledes er vår fremgang mot nullutslipp. Dette inspirerte oss til å grunnlegge bedriften.

En drivkraft for oss som selskap er å forbedre verdens tilstand, miljømessig, geopolitisk og etisk. Vårt mål er å revolusjonere materialindustrien ved å designe nye materialer som møter de økende kravene til både bærekraft og ytelse.

Kan du forklare hvordan AI transformerer prosessen for materialoppdagelse, særlig i sammenheng med Materials Nexus?

På samme måte AI påvirkte legemiddeloppdagelsen, påvirker det også materialoppdagelsen; transformerer hva som vanligvis er en prøving-og-feil-basert tilnærming til en intensjonsbasert designprosess. Men i motsetning til farmasøytisk forskning, er det en ekstra kompleksitet og en større søkeplass over hele periodiske tabell. Hos Materials Nexus, ser vi på hele lengdeskalaen, fra kvantum-nivå til bulk – dette betyr at vi ikke bare utnytter kvantemekanikk for sammensetningsprediksjon, men også modellerer prosess- og synteseteknikker. Dette gjør at vi ikke bare kan identifisere, men også fysisk produsere høy-ytelsesmaterialer nøyaktig, på noen måneder i stedet for tiår, og betydelig akselererer R&D-prosessen.

Hva er de viktigste fordelene med å bruke AI i stedet for tradisjonelle prøving-og-feil-metoder i utviklingen av nye materialer?

Bruken av AI for materialoppdagelse tilbyr flere fordeler: hastighet, kostnadseffektivitet og bærekraft er nøkkel. Vår AI-drevne plattform kan analysere store datamengder og forutsi materialegenskaper nøyaktig, alt før vi setter foten i et laboratorium, og gjør prosessen kostnadseffektiv og mindre sløsende, ettersom den minimerer behovet for dyre og ressurskrevende eksperimenter. Dette betyr også at prosesser som vanligvis tar dager i et laboratorium, kan gjøres på noen timer på vår plattform.

Dette låser opp en ny sett med muligheter med målrettet material «design» i stedet for oppdagelse. Det er mulig å inkorporere hvilken som helst datamengde eller materialparameter, som for eksempel CO2-utslipp, kostnad eller vekt, og søke etter sammensetninger som matcher disse spesifikke behovene, og snu «oppdagelsesprosessen» på hodet.

Hva rolle spiller AI og maskinlæring i å redusere miljøpåvirkningen av materialproduksjon?

Utnytting av AI og maskinlæring låser opp en stor ny sett med materialmuligheter gjennom oppdagelsesfasen. Hos Materials Nexus, har denne påvirkningen to sider; først er det de grunnleggende elementene i materialene selv, og andre er materialenes prosessbetingelser. AI-materialoppdagelse kan enten ekskludere bestemte elementer som har en høy miljøkostnad (for eksempel sjeldne jordarter), eller redusere deres sammensetningsprosent. Det kan også brukes til å se på prosess-teknikker (for eksempel temperaturen, trykket eller renheten til malm) som kreves for å lage materialet, og identifisere lav-energi-metoder. Disse to aspektene kan ha en betydelig innvirkning på primær-utslippet av materialproduksjon. Imidlertid er det viktig å merke seg at miljøpåvirkning går utover produksjon alene. Bruken av overlegne materialer, både høy-ytelse eller billigere, kan ha en enormt positiv sekundær miljøpåvirkning ved å gjøre bærekraftige teknologier mer tilgjengelige (for eksempel billigere EV), mer effektive (for eksempel bedre datamaskin-chip til AI), og mindre giftige i deres sluttfase-avhending (for eksempel erstatter hydrofluorkarboner).

Hvordan klarte Materials Nexus å lage et sjeldne-jord-fritt magnet i bare tre måneder, og hva er implikasjonene av denne gjennombruddet?

Vår plattform kunne analysere over 100 millioner potensielle sammensetninger av sjeldne-jord-frie magnetiske materialer, før vi satte foten i et laboratorium. Dette betyr at når vi gikk videre til syntese-stadiet, hadde vi allerede en nøyaktig forutsigelse av sammensetningen og dens egenskaper.

Implikasjonene av denne magneten er betydelige: gjennombruddet går utover oppdagelsen av denne enkelt-materialet og signaliserer transformasjonen av århundre-gamle materialdesign-prosesser. Ettersom vår plattform blir mer utviklet og intelligent, vil vi kunne forutsi sammensetninger enda raskere og over flere materialområder. Med 10^100 sammensetninger av elementer i periodiske tabell, er mulighetene endeløse.

Kan AI potensielt erstatte sjeldne jord-metaller i andre anvendelser utenfor magnetiske materialer?

AI-drevet materialoppdagelse har potensialet til å identifisere og utvikle alternative materialer for en bred rekke anvendelser utenfor magnetiske materialer. I dette tilfelle var målet å finne en alternativ magnetisk sammensetning som fjernet sjeldne jord-arter, men våre maskinlærings-søkealgoritmer er bygget for å bli anvendt på hvilket som helst material-klassifikasjon. Dette betyr at vi bygger en universell materialdesign-plattform.

For tiden er våre plattform-kapasiteter fokusert på legeringer og keramiske materialer, med en spesiell fokus på funksjonelle materialer for anvendelser i høy-impakt-grønne-teknologier som elektriske motorer, halvledere, superledere og grønn hydrogen, for å nevne noen.

Hvordan samarbeidet mellom Materials Nexus, Henry Royce Institute og University of Sheffield forbedrer utviklingen av nye materialer?

Våre samarbeid med nøkkel-strategiske partnere over hele Storbritannias innovasjons-økosystem, som for eksempel Henry Royce Institute og University of Sheffield, gir oss tilgang til verdensklasse-fasiliteter og ekspertise i spesialiserte områder av materialvitenskap. Disse partnerskapene muliggjør oss å akselerere syntesen og testingen av våre forutsigelser.

Hvilke andre sektorer kan dra nytte av AI-drevet materialoppdagelse, og hvordan?

AI-drevet materialoppdagelse kan påvirke hver material-klassifikasjon. Hos Materials Nexus fokuserer vi på materialer som anses for å være noen av de mest vanskelige og dyreste å fremme og forbedre, ettersom de står til å gjøre den største positive innvirkning. Hver industri vil bli påvirket: energi, luftfart, superdatamaskiner, transport, for å nevne noen. For eksempel, i energisektoren, kan AI hjelpe med å utvikle mer effektive og bærekraftige materialer for batterier og sol-celler. I superdatamaskiner, kan det føre til skapelsen av nye halvleder-materialer som forbedrer data-lagring og prosesserings-egenskaper. Ved å muliggjøre rask utvikling av høy-ytelses-materialer, kan AI drive innovasjon og bærekraft over nesten alle industrier.

Hva fremtidige fremgang i AI for materialvitenskap kan vi forvente å se, og hvordan vil de påvirke ulike industrier?

Vårt arbeid vil fortsette å presse grensene for hva som er mulig, og vi er dedikert til å bryte disse barrierene. Overlegne materialer betyr overlegen innovasjon for å møte kravene til morgendagens utfordringer. Fremtiden er bare begrenset av vår fantasi.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Materials Nexus.