虎嗅

Самый молодой в Японии постоянный профессор вернулся на родину, чтобы заняться предпринимательством и создать «банк материалов».

原文:日本最年轻的终身正教授回国创业,要攒一座“材料银行”

Краткое содержание статьи

Статья посвящена стартапу “Цайке Юаньту” (Caike Yuan Tu), работающему в области разработки новых материалов с использованием технологий искусственного интеллекта (AI for Materials). Компания создала два ключевых технологических барьера: крупнейшую в мире базу данных экспериментов по энергетическим материалам и кластер физических моделей, что позволяет ей использовать алгоритмы искусственного интеллекта в сочетании с автоматизированными экспериментами для быстрого поиска материалов с улучшенными характеристиками. В коммерческом плане компания сначала предлагает услуги по индивидуальной разработке новых материалов, создавая своего рода “банк материалов”, а затем сама строит производственные линии для их продажи. Особое внимание уделяется практическому применению технологий, а не простому продвижению идей. В отрасли наблюдается большой интерес к инвестициям, но также много пузырей; компания “Цайке Юаньту” выделяется тем, что получает заказы ещё до своего официального основания. В будущем ожидается прорыв в области твердотельных батарей, где Китай и США имеют свои преимущества, однако Китай больше сосредоточен на практических решениях.

Основные технологические аспекты

Основные технологические инструменты компании “Цайке Юаньту”:

1. Крупнейшая в мире база данных экспериментов по энергетическим материалам: компания потратила 7 лет на сбор данных из научных статей (включая данные неудачных экспериментов), собрав более миллиона записей. Эта база данных чрезвычайно ценна: в США пытались создать аналогичную, но из-за высоких затрат на ручную обработку данный процесс оказался невозможным; алгоритмы искусственного интеллекта при автоматическом анализе статей допускают ошибки более 90%. База данных включает только реальные результаты экспериментов, что делает её более полезной по сравнению с теоретическими моделями или базами данных органических молекул.

2. Кластер физических моделей: позволяет алгоритмам искусственного интеллекта более точно предсказывать свойства материалов, используя физические законы. Сочетание этих двух инструментов с автоматизированными экспериментами обеспечивает высокую эффективность поиска новых материалов. Например, компания помогла ведущим энергетическим компаниям преодолеть проблемы с катализаторами, существовавшие многие годы.

Коммерческий подход

Бизнес-модель компании “Цайке Юаньту” включает два этапа:

1. Этап развития легкого актива: предоставление услуг по индивидуальной разработке новых материалов и оптимизации процессов производства; при этом компания создает собственный “банк материалов”, который может использоваться клиентами в случае нехватки или для совместного использования. Например, в условиях нестабильных цен на редкоземельные элементы банк материалов позволяет избежать проблем с поставками.

2. Этап развития тяжелого актива: строительство собственных производственных линий для продажи материалов (например, химических продуктов, используемых в зеленой энергетике, или материалов для твердотельных батарей). Причина перехода на производство заключается в больших доходах, получаемых от продаж материалов, а не в продаже программного обеспечения. Компания выбирает клиентов с учетом принципов избегания конкуренции.

Ситуация в отрасли

В отрасли наблюдается большой интерес к инвестициям, но также много пузырей: многие компании имеют лишь теоретические концепции без реальных результатов. Компания “Цайке Юаньту” выделяется тем, что получает заказы ещё до своего официального основания, что является редкостью на рынке. Ли Хао (Li Hao), руководитель компании, утверждает, что увеличение эффективности исследований в 100 раз подтверждено практическими результатами, а не простыми заявлениями.

Будущие перспективы

Согласно Ли Хао, первой областью, которая может быть переворошена технологиями искусственного интеллекта в области материаловедения, являются твердотельные батареи. Человечество изучило лишь 8% возможных вариантов твердотельных электролитов; оставшиеся 92% представляют собой неизведанные ресурсы. Многие компании заявляют о планах массового производства твердотельных батарей уже сейчас, но на самом деле боятся, что конкуренты могут опередить их. По его оценкам, массовое внедрение технологий потребует ещё около двух лет. Другими потенциальными областями прорыва могут стать синтез аммиака (традиционные методы потребляют 3% мирового энергопотребления; искусственный интеллект может помочь найти более экономичные электрохимические методы производства аммиака с использованием возобновляемых источников энергии) и традиционная химия.

Конкуренция между Китаем и США

Китай и США имеют свои преимущества в области использования технологий искусственного интеллекта для разработки материалов:

  • Китай: крупные команды исследователей, сильные способности к разработке программного обеспечения и практическому внедрению технологий (особенно в области батарей и катализаторов);
  • США: обширные возможности в области вычислительных ресурсов и финансирования, но более узкая специализация (например, на изучении сверхпроводящих материалов, которые могут быть использованы только через десятилетия).

Ли Хао считает, что практический подход Китая способствует быстрому развитию отрасли.

Вывод

Технологии искусственного интеллекта в области материаловедения позволяют быстро находить новые материалы и реализовывать их в практических продуктах. Прорывы в области твердотельных батарей могут изменить нашу жизнь так же, как это произошло с литиевыми батареями.