Dr. Matthew Putman, CEO và Đồng sáng lập của Nanotronics – Loạt phỏng vấn

Dr. Matthew Putman là CEO và Đồng sáng lập của Nanotronics, một công ty công nghệ khoa học đã tái định nghĩa kiểm soát nhà máy thông qua việc phát minh một nền tảng kết hợp AI, tự động hóa và hình ảnh tinh vi để hỗ trợ sự sáng tạo của con người trong việc phát hiện sai sót và dị thường trong sản xuất, một ngành công nghiệp đã bị đình trệ kể từ những năm 1950. Trước khi thành lập Nanotronics, Matthew là chủ sở hữu và Phó Chủ tịch Phát triển của Tech Pro, Inc., một công ty đã được Roper Industries mua lại vào năm 2008. Trong thời gian tại Tech Pro, ông đã lãnh đạo hai vụ mua lại và chuyển đổi nhà sản xuất thiết bị sang các thị trường toàn cầu mới, đã thành lập các đối tác hoặc công ty con tại 15 quốc gia.

Bạn có thể mô tả công nghệ nano là gì?

Công nghệ nano đã có hai ý nghĩa khác nhau trong khoảng 35 năm kể từ khi thuật ngữ này tồn tại. Thông dụng nhất vào năm 2020 là công nghệ nano là việc sử dụng bất kỳ công nghệ nào có kích thước tính năng nhỏ hơn 100 nanomet. Chúng ta thấy công nghệ nano phù hợp với điều này trong các lớp phủ chống vết bẩn, kem chống nắng và lọc nước. Điều này mang lại cơ hội nhưng không phải là điều thú vị nhất. Đối với tôi, công nghệ nano là khả năng sản xuất những thứ có độ chính xác nguyên tử. Khi bạn có một thứ gì đó có độ chính xác nguyên tử, bạn có khả năng điều hướng trong không gian mà không bị hạn chế bởi thế giới vĩ mô. Bạn có các tính chất vật lý và điện tử không chỉ vượt trội mà còn có thể kiểm soát được. Đây là nơi công nghệ nano có khả năng mở ra các lĩnh vực đổi mới không thể đạt được bằng cách khác. Điều này đã được Eric Drexler phác thảo lần đầu tiên vào những năm 1980, và bây giờ rằng Trí tuệ nhân tạo có thể tương tác với khoa học vật liệu, sinh học, hóa học và vật lý, mọi thứ đều có thể hơn bao giờ hết.

Ngành công nghiệp nào dễ bị gián đoạn bởi công nghệ nano?

Ngành công nghiệp điện tử là thứ dường như dẫn đầu mọi thứ khác. Tiềm năng kết thúc của Định luật Moore bằng cách sử dụng sản xuất bán dẫn truyền thống thực sự là một cơ hội cho công nghệ nano. Tôi nghĩ chúng ta sẽ bắt đầu thấy những thứ như kiến trúc 3D của chất nền, chúng ta sẽ thấy vật liệu mới mà chúng ta không thể sử dụng trước đây để cung cấp hiệu suất năng lượng tốt hơn. Và chúng ta sẽ có thể thấy các thiết kế được xây dựng với chi phí thấp hơn nhiều so với chi phí xây dựng bán dẫn hiện tại. Một khi bạn làm điều này, chúng ta sẽ thấy rằng phần còn lại của công nghệ có thể được hưởng lợi từ các tính chất để điều khiển các vật thể ở quy mô này, cho dù đó là sinh học hay hóa học, ví dụ và nguyên mẫu mà chúng ta sẽ thấy trong bán dẫn sẽ được áp dụng.

Bạn có thể chia sẻ câu chuyện về sự hình thành của Nanotronics?

Chúng tôi bắt đầu Nanotronics vào năm 2010, khi tôi đang làm việc tại Đại học Columbia. Nanotronics thực sự là kết quả của việc muốn đảm bảo rằng những phát minh thú vị nhất có thể được mở rộng quy mô. Một phòng thí nghiệm đại học là nơi có tiềm năng phát minh lớn, nhưng nó không có ý nghĩa gì nếu phát minh đó vẫn nằm trong phòng thí nghiệm. Điều này nằm trong DNA của tôi như một người đã dành nhiều thời gian trên sàn nhà máy hơn là trong các phòng thí nghiệm học thuật. Tôi bắt đầu Nanotronics với cha tôi, người sáng lập một công ty khác mà chúng tôi đã làm việc cùng nhau. Công ty đó (Tech Pro) đã được mua lại vào năm 2008. Mục tiêu của công ty đó (Tech Pro) là sử dụng công nghệ máy tính và thiết bị mới nhất để cách mạng hóa các ngành công nghiệp cũ. Thực sự, Nanotronics là sự tiến hóa của khái niệm đó. Trong trường hợp của Nanotronics, nó sử dụng Trí tuệ nhân tạo, hình ảnh siêu phân giải và robot để thay đổi cách mọi thứ được xây dựng. Ý tưởng này không cụ thể cho ngành công nghiệp nào. Chúng tôi đã có khách hàng đầu tiên vào năm 2011, trong lĩnh vực bán dẫn thế hệ tiếp theo, những thứ khó mở rộng quy mô do các khuyết tật ở quy mô nano gây ra, dẫn đến hiệu suất kém và ngăn cản việc áp dụng hàng loạt, mặc dù chúng cung cấp những tính chất tuyệt vời. Đây là một nơi tuyệt vời để bắt đầu, vì nó đưa ra một lượng thách thức đáng kinh ngạc. Điều này khiến chúng tôi không chỉ nhìn vào ngành công nghiệp cụ thể đó mà còn có một ống kính để sản xuất nói chung. Ngành công nghiệp này, bán dẫn hợp chất, hiện là phân khúc phát triển nhanh nhất của ngành công nghiệp.

Nanotronics có một cách được cấp bằng sáng chế để vượt qua giới hạn Abbe. Bạn có thể bắt đầu bằng cách giải thích giới hạn Abbe là gì và làm thế nào Nanotronics có thể vượt qua hạn chế này?

Giới hạn Abbe là sự chính thức hóa của một luật vật lý được gọi là giới hạn tán xạ bởi Ernst Abbe. Đây là một cách để chọn quang học bằng cách tính toán khẩu độ số để sóng ánh sáng không lớn hơn đối tượng bạn muốn hình ảnh. Đây là một thứ mà chúng ta có thể vượt qua, nhưng nó là một thứ mà tính toán có thể vượt qua. Chúng tôi có một số phương pháp khác nhau để thực hiện việc này. Một trong những cách hiệu quả nhất là không phải là thứ mà chúng tôi bắt đầu với Nanotronics. Chúng tôi đã có những cách phức tạp hơn để thực hiện điều khiển chuyển động và xây dựng lại hình ảnh hơn là chúng tôi làm bây giờ. Điều này liên quan đến việc di chuyển ánh sáng và di chuyển các vật thể vật lý và chụp nhiều hình ảnh và sử dụng tính toán để xem những gì sẽ không được nhìn thấy nếu không. Chúng tôi vẫn làm điều này trong một số trường hợp, nhưng thường hơn chúng tôi sử dụng sự kết hợp của các phương thức chiếu sáng với trí tuệ nhân tạo. Về cơ bản, chúng tôi đang phân loại những gì một trí tuệ nhân tạo dự kiến sẽ nhìn thấy và so sánh nó với những gì được nhìn thấy, ngay cả khi bước sóng của ánh sáng lớn hơn đối tượng được hình ảnh. Chúng tôi luôn tìm kiếm những cách mới để thực hiện việc này và thách thức không phải luôn luôn là độ phân giải mà là khả năng phát hiện một thứ gì đó nhỏ hơn giới hạn Abbe, và để có thể làm điều đó với tốc độ sản xuất đáp ứng nhu cầu sản xuất.

Bạn có thể thảo luận về cách Nanotronics kết hợp học máy với công nghệ nano?

Tôi đã đề cập đến điều này một chút trong câu hỏi trước về giới hạn Abbe. Trong công nghệ nano, bạn có thể giả định rằng một thứ gì đó bạn đang phân giải là nhỏ hơn bước sóng của ánh sáng bạn đang sử dụng. Vì vậy, nếu bạn có thể nhìn thấy một thứ gì đó nhỏ hơn và có thể nhìn thấy nó vì học máy, thì bạn có thể điều khiển nó, và bạn có thể học từ nó và có thể xây dựng với nó. Đây là lần đầu tiên điều này có thể với công nghệ nano. Chúng tôi đã thực hiện một thí nghiệm mà bạn có thể tưởng tượng trở thành một thứ gì đó có giá trị trong công nghệ nano, đó là sử dụng in 3D với học tăng cường. Máy in 3D được hướng dẫn bởi các tác nhân học tăng cường để tối ưu hóa việc sửa chữa các dị thường để có được một thuộc tính cuối cùng. Họ đã làm điều này theo những cách mà con người không bao giờ nghĩ đến. Mặc dù điều đó không chính xác là nano, nhưng ý tưởng tương tự sẽ áp dụng.

Bạn có thể thảo luận về cách công nghệ nano và con người có thể tăng cường lẫn nhau?

Đây là lần đầu tiên khi con người với sự khéo léo và khả năng kết nối nhiều khái niệm khác nhau tại bất kỳ thời điểm nào có thể làm việc với khả năng nhanh chóng đáng kinh ngạc của Trí tuệ nhân tạo. Điều này có thể được thực hiện bằng cách liên tục cập nhật các mục tiêu mà chúng tôi muốn Trí tuệ nhân tạo tối ưu hóa. Đây là một cách để chúng tôi cung cấp hướng dẫn trong khi theo dõi kết quả của Trí tuệ nhân tạo. Chúng tôi không phải lúc nào cũng biết chiến lược và chiến thuật mà Trí tuệ nhân tạo sẽ thực hiện, nhưng chúng tôi biết kết quả mà chúng tôi muốn nó đạt được. Điều này đặc biệt quan trọng trong công nghệ nano, nơi nhiều trực giác của chúng tôi không phù hợp với cách vật lý hoạt động. May mắn thay, một Trí tuệ nhân tạo không có vấn đề về những trực giác này và có thể phản ứng với tình huống tại tay và học theo những cách mà chúng tôi không thể. Về bản chất, chúng tôi đang dạy một Trí tuệ nhân tạo bằng cách cung cấp cho nó nhiều cơ hội để học hỏi một mình mà không có sự thiên vị của chúng tôi và đổi lại, nó đang dạy chúng tôi những gì là có thể.

Nanotronics đã hợp tác với một số công ty giải mã gen để giúp giảm chi phí giải mã gen. Bạn có thể thảo luận về một số hợp tác này?

Mặc dù tôi không thể thảo luận về chi tiết của những gì chúng tôi làm cho khách hàng trong giải mã gen, nhưng tôi có thể nói rằng mục tiêu của chúng tôi và nơi chúng tôi đã thấy một số thành công là sử dụng các phương thức chiếu sáng độc đáo và Trí tuệ nhân tạo để cải thiện hiệu suất. Hiệu suất tốt hơn có thể gắn liền với giá của một trình tự. Nếu bạn làm điều này, nó cuối cùng sẽ dẫn đến sự phát triển nhanh hơn của vắc xin và các liệu pháp khác, cũng như giải mã gen cực kỳ rẻ mà có thể dẫn đến một gen có giá 100 đô la. Mục tiêu cá nhân của tôi, cũng như của nhiều người khác, là thấy thuốc cá nhân hóa trở thành hiện thực càng sớm càng tốt.

Có những cách nào mà công nghệ nano có thể tăng hiệu suất trong khi giảm lãng phí?

Công nghệ nano phải gắn liền với việc giảm lãng phí, hoặc nó không phải là công nghệ nano thực sự theo quan điểm của tôi. Chúng tôi sẽ nói rằng công nghệ nano và sản xuất chính xác nguyên tử là đồng nghĩa, do đó nguyên liệu thô của những gì bạn sản xuất nên không có lãng phí. Chúng tôi nghĩ rằng điều này là có thể nếu bạn nghĩ về những gì đã được thực hiện bằng cách sử dụng học tăng cường cho các kỹ thuật sản xuất khác mà chúng tôi làm.

Có điều gì khác mà bạn muốn chia sẻ về Nanotronics?

Chúng tôi làm một thứ mà chúng tôi gọi là kiểm soát nhà máy thông minh (IFC). Chúng tôi xem con đường của các nhà máy thông minh như đi từ việc cải thiện hiệu suất của các nhà máy truyền thống đến dẫn đầu trong các nhà máy chính xác nguyên tử.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Nanotronics.