การระดมทุน

Polaron ระดมทุน 8 ล้านดอลลาร์เพื่อสร้างชั้นอัจฉริยะสำหรับวัสดุศาสตร์

Antoine Tardif
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญแพลตฟอร์ม AI ของ Polaron ทำการวิเคราะห์โครงสร้างจุลภาคอัตโนมัติ…
ดูเพิ่มเติม
  • แพลตฟอร์ม AI ของ Polaron ทำการวิเคราะห์โครงสร้างจุลภาคอัตโนมัติ เพื่อเชื่อมโยงกระบวนการผลิตวัสดุกับผลลัพธ์ด้านประสิทธิภาพ
  • เครื่องมือออกแบบเชิงสร้างสรรค์ของบริษัทแนะนำการกำหนดค่าวัสดุที่สามารถผลิตได้ โดยใช้ความสัมพันธ์ระหว่างกระบวนการและโครงสร้างที่เรียนรู้มา
  • Polaron ได้รับเงินทุน 8 ล้านดอลลาร์เพื่อขยายทีมวิศวกรและนำเครื่องมือไปใช้งานในอุตสาหกรรมหนัก

Polaron ได้รับเงินทุนใหม่ $8 ล้าน ในขณะที่ทำงานเพื่อเปลี่ยนแปลงวิธีการทำความเข้าใจ ออกแบบ และผลิตวัสดุระดับสูง สตาร์ทอัพในลอนดอนกำลังสร้างสิ่งที่เรียกว่า ชั้นอัจฉริยะสำหรับวัสดุศาสตร์ — เทคโนโลยีที่มีเป้าหมายในการแก้ไขความท้าทายอุตสาหกรรมที่ยาวนาน: ทำความเข้าใจว่าวัสดุถูกสร้างขึ้นอย่างไร ซึ่งจะส่งผลต่อประสิทธิภาพสุดท้ายของวัสดุ

รอบการระดมทุนนี้นำโดย Racine² ซึ่งเป็นกองทุนที่มุ่งเน้นผลกระทบและมีเงินสนับสนุนจาก Serena และ Makesense โดยมีการเข้าร่วมจาก Speedinvest, Futurepresent และกลุ่มนักลงทุนแองเจิลจากระบบนิเวศ AI ในอุตสาหกรรม Polaron วางแผนใช้เงินทุนเพื่อขยายทีมวิศวกร เร่งการนำเครื่องมือการออกแบบเชิงสร้างสรรค์ไปใช้ และสนับสนุนความต้องการที่เพิ่มขึ้นจากลูกค้าในอุตสาหกรรมรถยนต์ พลังงาน และอุตสาหกรรมหนักอื่นๆ

การเปลี่ยนแปลงข้อมูลวัสดุให้เป็นความเข้าใจ

เป็นเวลามากกว่าศตวรรษที่การผลิตมุ่งเน้นไปที่การทำให้กระบวนการอัตโนมัติ — การรีด การหล่อ การเคลือบ และการขึ้นรูปวัสดุในระดับใหญ่ แต่การทำความเข้าใจวัสดุเองยังคงเป็นกระบวนการที่ใช้แรงงานคนเป็นหลัก วิศวกรมักจะพึ่งพาเครื่องมือที่ไม่เชื่อมต่อ สคริปต์แบบกำหนดเอง และการวิเคราะห์ภาพจุลทรรศน์แบบอัตวิสัยเพื่ออนุมานว่าการเลือกกระบวนการผลิตส่งผลต่อความแข็งแรง ความทนทาน หรือประสิทธิภาพอย่างไร

ที่ใจกลางของปัญหานี้คือหลักการสำคัญของ วิทยาศาสตร์วัสดุ: กระบวนการแปรรูปกำหนดโครงสร้าง และโครงสร้างกำหนดประสิทธิภาพ การจัดเรียงของเกรนผลึก รูพรุน เฟส และข้อบกพร่องภายในวัสดุจะควบคุมว่ามันจะแสดงพฤติกรรมอย่างไรในโลกแห่งความเป็นจริง โครงสร้างเหล่านี้ไม่ใช่ทางทฤษฎี — มันสามารถมองเห็นได้ภายใต้กล้องจุลทรรศน์ — แต่การดึงข้อมูลเชิงลึกที่สอดคล้องและสามารถนำไปใช้ได้จากโครงสร้างเหล่านี้มักจะช้าและต้องใช้แรงงานมากในอดีต

แพลตฟอร์มของ Polaron ได้รับการออกแบบมาเพื่อเปลี่ยนแปลงสิ่งนี้โดยการสอนเครื่องจักรให้อ่านและตีความโครงสร้างจุลภาคในระดับใหญ่

จากคุณลักษณะไปสู่ความเข้าใจ

Polaron ฝึกอบรมโมเดล AI ด้วยปริมาณภาพจุลทรรศน์ที่แท้จริงจำนวนมากที่จับคู่กับคุณสมบัติวัสดุที่วัดได้ ซึ่งช่วยให้ระบบสามารถระบุและวิเคราะห์วัสดุได้โดยอัตโนมัติ โดยระบุคุณลักษณะที่ต้องใช้เวลาวิเคราะห์โดยผู้เชี่ยวชาญหลายพันชั่วโมงในอดีต งานที่เคยใช้เวลาหลายสัปดาห์สามารถทำได้ภายในไม่กี่นาที โดยให้คำติชมอย่างรวดเร็วแก่วิศวกรเกี่ยวกับวัสดุตอบสนองอย่างไรต่อเงื่อนไขการแปรรูปที่แตกต่างกัน

สิ่งสำคัญกว่านั้น ระบบจะให้คำอธิบาย ไม่ใช่แค่การคาดเดา โดยการเชื่อมโยงลักษณะโครงสร้างจุลภาคกับผลลัพธ์ประสิทธิภาพ วิศวกรสามารถเข้าใจ ทำไม วัสดุจึงมีพฤติกรรมเช่นนั้น แทนที่จะพึ่งพาการทดสอบเชิงประจักษ์เท่านั้น ระบบยังสามารถสร้างโครงสร้างสามมิติจากภาพสองมิติและตรวจจับคุณลักษณะที่ซับซ้อนหรือละเอียดที่สามารถพลาดได้ง่ายด้วยวิธีการแบบดั้งเดิม

การเปลี่ยนแปลงจากวิเคราะห์เชิงอธิบายไปสู่ความเข้าใจเชิงสาเหตุนี้คือสิ่งที่ Polaron เชื่อว่าปลดปล่อยช่วงต่อไปของนวัตกรรมวัสดุ

การออกแบบเชิงสร้างสรรค์สำหรับวัสดุที่สามารถผลิตได้

นอกเหนือจากการวิเคราะห์ Polaron กำลังผลักดันไปสู่การออกแบบเชิงสร้างสรรค์ โดยใช้ความสัมพันธ์ที่เรียนรู้ระหว่างกระบวนการ โครงสร้าง และประสิทธิภาพ แพลตฟอร์มสามารถสำรวจพื้นที่การออกแบบที่กว้างขวางและแนะนำการกำหนดค่าวัสดุที่เหมาะสมที่สุดพร้อมกับสภาวะการแปรรูปที่จำเป็นในการผลิต

แทนที่จะทดลองแบบไร้ทิศทางในห้องปฏิบัติการ วิศวกรสามารถใช้ระบบเพื่อระบุการออกแบบที่มีแนวโน้มจะสำเร็จล่วงหน้า — การออกแบบที่ตอบสนองเป้าหมายประสิทธิภาพในขณะเดียวกันก็ยังคงสามารถผลิตได้ในระดับอุตสาหกรรม นี่ช่วยลดช่องว่างที่พบบ่อยในการนวัตกรรมวัสดุ โดยที่ความคิดที่ทำงานได้ในสภาพแวดล้อมการวิจัยที่ควบคุมแล้วล้มเหลวเมื่อเผชิญข้อจำกัดในการผลิตจริง

แพลตฟอร์มได้รับการออกแบบให้ทำงานได้กับวัสดุหลากหลาย รวมถึงโลหะ เซรามิก โพลีเมอร์ และวัสดุผสม ทำให้สามารถใช้ได้กับหลายอุตสาหกรรม

ผลลัพธ์แรกในอุตสาหกรรมที่มีผลกระทบสูง

เทคโนโลยีของ Polaron ได้ถูกใช้แล้วโดยวิศวกรในผู้นำการผลิตระดับโลก รวมถึงผู้ผลิตรถยนต์ไฟฟ้าที่รับผิดชอบต่อการผลิตรถยนต์ไฟฟ้าจำนวนมากทั่วโลก ในโครงการพัฒนาแบตเตอรี่หนึ่ง แพลตฟอร์มได้สนับสนุนการออกแบบวัสดุอิเล็กโทรดใหม่ที่ให้ความหนาแน่นของพลังงานที่ดีขึ้นมากกว่า 10%

ในด้านเช่นแบตเตอรี่ โดยที่การปรับปรุงทีละน้อยส่งผลโดยตรงต่อระยะทางที่ยาวขึ้น การทำงานที่ดีขึ้น หรือต้นทุนที่ลดลง การปรับปรุงดังกล่าวสามารถมีผลกระทบมากได้ การใช้งานเหล่านี้แสดงให้เห็นว่าเครื่องมือของ Polaron ไม่เพียงแต่น่าสนใจทางวิชาการเท่านั้น แต่ยังมีความเกี่ยวข้องเชิงพาณิชย์ด้วย

รากฐานในการวิจัยเชิงวิชาการ

บริษัทนี้ถูกแยกออกจาก Imperial College London หลังจากการวิจัยเจ็ดปีที่จุดตัดกันของปัญญาประดิษฐ์และวิทยาศาสตร์วัสดุ Polaron ได้ร่วมก่อตั้งโดย CEO Isaac Squires, CTO Steve Kench และ Chief Scientist Sam Cooper ซึ่งออกมาเพื่อแปลการวิจัยเชิงวิชาการที่ทันสมัยให้เป็นเครื่องมือที่วิศวกรสามารถใช้ได้

รากฐานเชิงวิชาการยังคงเป็นส่วนสำคัญของแนวทางของบริษัท แต่จุดสนใจอยู่ที่การประยุกต์ใช้ในอุตสาหกรรม — การย้ายนวัตกรรมวัสดุออกจากวงจรลองผิดลองถูกที่เชื่องช้าไปสู่การทำงานออกแบบที่ขับเคลื่อนด้วยข้อมูล

ผลกระทบต่อวิศวกรรมวัสดุและการผลิต

เทคโนโลยีที่ใช้การเรียนรู้ของเครื่องจักรโดยตรงไปยังโครงสร้างจุลภาคของวัสดุชี้ให้เห็นถึงการเปลี่ยนแปลงที่กว้างขึ้นในการพัฒนาสินค้าทางกายภาพ หากความสัมพันธ์ระหว่างกระบวนการ-โครงสร้าง-ประสิทธิภาพสามารถสร้างแบบจำลองได้อย่างน่าเชื่อถือ วิศวกรรมวัสดุอาจเริ่มคล้ายกับระเบียบวิธีอื่นๆ ที่ขับเคลื่อนด้วยข้อมูล โดยที่การวนซ้ำเกิดขึ้นในดิจิทัลก่อนที่จะเกิดขึ้นบนพื้นโรงงาน

ในทางปฏิบัติ สิ่งนี้อาจทำให้ระยะเวลาการพัฒนาสั้นลงสำหรับแบตเตอรี่ ส่วนประกอบโครงสร้าง วัสดุผสมขั้นสูง และลดการอาศัยการลองผิดลองถูกทางกายภาพที่มีค่าใช้จ่ายสูง นอกจากนี้ยังสามารถช่วยให้ผลการผลิตที่สอดคล้องกันมากขึ้น เนื่องจากการตัดสินใจกระบวนการจะถูกแจ้งโดยข้อมูลเชิงสถิติแทนที่จะอาศัยเพียงสัญชาตญาณที่สะสมมา

เมื่อเวลาผ่านไป การใช้แนวทางนี้อาจส่งผลต่อวิธีการจัดทีมวัสดุ วิธีการรักษาความรู้การผลิต และความเร็วในการย้ายวัสดุใหม่จากสภาพแวดล้อมการวิจัยไปสู่การผลิต เมื่อชุดข้อมูลเติบโตและแบบจำลองดีขึ้น ความสามารถในการเชื่อมโยงโครงสร้างจุลภาคกับสมรรถนะระดับมหภาคอาจกลายเป็นความสามารถพื้นฐานทั่วอุตสาหกรรมที่พึ่งพาวัสดุระดับสูง

อองตวนเป็นผู้นำที่มีวิสัยทัศน์และหุ้นส่วนผู้ก่อตั้ง Unite.AI โดยมีความมุ่งมั่นอย่างไม่เปลี่ยนแปลงในการกำหนดทิศทางและส่งเสริมอนาคตของ AI และหุ่นยนต์ ในฐานะผู้ประกอบการที่ก่อตั้งธุรกิจมาแล้วหลายแห่ง เขาเชื่อว่า AI จะสร้างการเปลี่ยนแปลงครั้งใหญ่ต่อสังคมเช่นเดียวกับไฟฟ้า และมักกล่าวถึงศักยภาพของเทคโนโลยีที่พลิกโฉมโลกและ AGI อย่างกระตือรือร้น

ในฐานะ นักอนาคตศาสตร์ เขาทุ่มเทให้กับการสำรวจว่านวัตกรรมเหล่านี้จะกำหนดรูปแบบโลกของเราอย่างไร นอกจากนี้ เขายังเป็นผู้ก่อตั้ง Securities.io ซึ่งเป็นแพลตฟอร์มที่มุ่งเน้นการลงทุนในเทคโนโลยีล้ำสมัยที่กำลังนิยามอนาคตใหม่และเปลี่ยนโฉมอุตสาหกรรมทั้งภาคส่วน