Intervjuer

Pavle Jeremić, grunnlegger og CEO av Aether – Intervju-serie

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Pavle Jeremić, grunnlegger og CEO av Aether, er en vitenskapsmann-entrepreneur som fokuserer på å omdanne avansert forskning til virkelige industrielle resultater. Med en bakgrunn i biomolekylær ingeniørkunst og tidlig hånd-til-hånd-forskning innen syntetisk biologi og molekylær prototyping, grunnla han Aether for å brygge gapet mellom AI-drevet oppdagelse og fysiske, markedsklare resultater. Hans arbeid handler om å anvende maskinlæring og automatisering på problemer som tradisjonell kjemi og produksjon har slitt med å løse i stor skala.

Aether er et AI-nativt bioteknologiselskap som designer nye proteiner ved hjelp av en kombinasjon av proprietære AI-modeller og høy-gjennomstrømmings-robotikk. Disse proteinene fungerer som molekylære maskiner som kan muliggjøre sterkere og lettere materialer, bryte ned bestandige miljøforurensninger, utvinne kritiske mineraler og støtte mer bærekraftige produksjonsprosesser. Med støtte fra ledende investorer og i rask fremgang mot kommersialisering, har Aether som mål å gjenindustrialisere nøkkelsektorer ved å erstatte langsomme, kapitalintensive kjemiske prosesser med presise, skalerbare og miljøvennlige biologiske alternativer.

Din vei fra tidlige forskningsroller til å etablere Aether viser en konsekvent drivkraft til å omdanne vitenskap til virkelige resultater—hvordan formet disse tidlige erfaringene din beslutning om å etablere selskapet og definere dens misjon?

Min drivkraft tok form i en svært ung alder. Jeg vokste opp i to svært forskjellige verdener, der jeg tilbrakte en del av året i USA og en del av året i det tidligere Jugoslavia. Jeg innsett at de fine universitetsbyene i USA ikke er en realitet for alle deler av verden, og det inspirerte meg til å finne en måte å skape mer overflod, økonomisk frihet og oppadgående mobilitet. Da jeg var rundt 10 år, leste jeg bøker om nanoteknologi, og det klikket at denne type teknologi kunne være en løsning.

Deretter, i ungdomsskolen og på videregående skole, tok en professor ved UC Davis meg inn og lot meg gjøre min egen syntetisk biologisk forskning. Gjennom denne forskningen, innsett jeg at proteiner er det nærmeste vi har til virkelige, funksjonelle nanoskalamaskiner. Dette er der ideen til Aether ble født. Hvis vi kunne bli usedvanlig gode til å bygge nanoskalamaskiner med proteinbaserte byggeklosser, hva slags fantastiske produkter kunne vi lage? Kunne vi skape en fremtid med overflod? Det er vår misjon på Aether i dag.

Hvordan ville du beskrive din Protein Funksjonsmodell for lesere som ikke er kjent med området, og hvorfor representerer den en ny paradigme i proteiningeniørkunst?

På et høyt nivå kan vår Protein Funksjonsmodell kartlegge en proteins funksjon til dens design. Imidlertid, på grunn av den statistiske naturen på nanoskala, kan en protein ha mange forskjellige funksjoner.

Det som driver vår Protein Funksjonsmodell og gjør den unik i industrien, er vår evne til å generere datasamlinger, eller indekser, der vi tester store paneler av proteiner mot store paneler av forskjellige funksjoner samtidig. Ved å gjøre dette, kan vi identifisere de spesifikke funksjonene til hver protein, og deretter gi det funksjonen vi ønsker at det skal utføre. For eksempel, ønsker vi at protein X skal bryte ned en gift og protein Y skal binde til gull. Uansett funksjonen på molekylært nivå, kan vår modell utgi en protein som utfører.

På hvilket tidspunkt innsett du at AI-designet proteiner kunne realistisk gå fra laboratoriekonsepter til kommersielle industrielle løsninger?

Hvis du hadde snakket med meg på begynnelsen av Aether, ville jeg ha fortalt deg at det viktigste vi måtte gjøre som selskap, var å konstruere dette nye proteinsystemet. Men, vi tok en svært bevisst beslutning for et par år siden om ikke bare å konstruere proteinet, men også å integrere vertikalt og skape ferdige produkter. Så vi satte i gang, lærte leksjoner underveis, og i dag høster vi fruktene av fantastisk produktdesign, vår skala av evner og produkter som har stor påvirkning og er i markedet.

Hva tillater AI-designet proteiner å overgå tradisjonelle kjemiske produksjonsmetoder i hastighet, effektivitet eller skalerbarhet?

Vår prosess med våre AI-designet proteiner gir oss presisjonen og sofistikasjonen til massive kjemiske fabrikker, men til en brøkdel av størrelsen, og muliggjør oss å lage nye produkter raskere, mer rimelig og mer bærekraftig.

Proteiner tilbyr spesifisitet – de er nanomaskiner som bygger, eller binder, eller bryter med presisjon. Dette gjør dem effektive. Med bruk av AI, kan vi konstruere dem til å være enda bedre. Vi kan lage proteiner som katalyserer en spesifikk reaksjon; for eksempel, syer sammen monomerer for å sette dem sammen i en raskere rate.

Hvordan tester og validerer du at et nytt designet protein vil fungere pålitelig i krevende, virkelige verdensmiljøer som forsvar, luftfart eller mineralutvinning?

Vi tester og validerer proteinfunksjonalitet i virkelige forhold gjennom omfattende prototyping i benk-skala katalytiske reaktorer. Vi vurderer relevante ytelsesparametere; for eksempel, selektivitet for dysprosium over terbium, nedvelger de beste kandidatene som deretter skaleres opp for validering i pilotprøver og utover.

Blant dine nåværende applikasjoner, fra avanserte materialer til miljømessig rehabilitering, hvilken forventer du å skalerer først, og hvorfor?

Vi har nylig samlet inn 15 millioner dollar for å skalerer våre første kommersielle produkter i supermaterialer, RapidPrint og Ultra 3D, som skriver ut opptil 10 ganger raskere og 2 ganger sterkere enn bransjestandardene. De brukes i å drive droner for forsvar og komplekse deler for luftfartsindustrien – to områder der vi ser mest etterspørsel nå.

Hvordan vurderer du de miljømessige fordelene av ditt arbeid, enten det gjelder å bryte ned bestandige kjemikalier, fange inn karbon eller muliggjøre mer bærekraftig produksjon?

Vi bruker forskjellige metoder for å vurdere miljømessige fordelene. Med å muliggjøre mer bærekraftig produksjon, for eksempel, vurderer vi forskjellen i giftige kjemikalier og energi brukt mellom vår prosess og den tradisjonelle kjemiske ruten.

Etterhvert som du går dyptere inn i kommersialisering, hvordan ser du at selskapet utvikler seg i forhold til produkter og industriell fokus?

Vårt mål er til slutt å integrere vertikalt fra molekylært nivå helt til kiloton-nivå produksjon av fantastiske produkter over hele planeten.

Ser du fem år fremover, hva slags fremgang håper du Aether oppnår, og hva slags milepæler ville indikere at dere er på riktig spor?

Ser fem år fremover, håper vi å bygge grunnlaget for å gjenindustrialisere USA gjennom flere størrelsesordener billigere og mer effektive produksjonsteknologier basert på de molekylære monteringsmaskinene vi skaper.

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

Antoine er en visjonær leder og medgrunnlegger av Unite.AI, drevet av en urokkelig lidenskap for å forme og fremme fremtiden for AI og robotikk. En serial entrepreneur, han tror at AI vil være like disruptiv for samfunnet som elektrisitet, og blir ofte fanget i å prise potensialet for disruptive teknologier og AGI.

Som en futurist, er han dedikert til å utforske hvordan disse innovasjonene vil forme vår verden. I tillegg er han grunnlegger av Securities.io, en plattform som fokuserer på å investere i banebrytende teknologier som definerer fremtiden og omformer hele sektorer.