داخل مختبرات Dunia الذاتية التي تعمل بالذكاء الاصطناعي لاكتشاف مواد المستقبل
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة. تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج ل...
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة.
تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج لتدريب النموذج.
تركّز الأبحاث الأولى على الحفّازات والمواد الكهروكيميائية للطاقة النظيفة، ضمن تعاونات صناعية مثل اتحاد ASCEND الألماني الممول بـ30 مليون يورو.
How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technolAutonomous laboratories combine AI, robotics, and continuous experimentation to accelerate materials discovery.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technol. Article summary: I can verify Dunia’s core strategy—AI plus robotic “self-driving” labs for faster materials discovery—but I found insufficient public evidence for the specific €280 million, 6,000 m² Berlin “GigaLab,” its named partner s. Topic tags: general, general web, user generated, government. Reference image context from search candidates: Reference image 1: visual subject "# Dunia Innovations scores $11.5M for its ‘self-driving lab’ to speed up discovery of new materials. Dunia Innovations, a Berlin-based deeptech startup specialising in AI-driven ma" source context "Dunia Innovations scores $11.5M for its 'self-driving lab' to speed up ..." Reference image 2: visual su
openai.com
تشكل علوم المواد الأساس غير المرئي لمعظم التقنيات الحديثة: من البطاريات والرقائق الإلكترونية إلى الحفّازات المستخدمة في الطاقة النظيفة. لكن اكتشاف مواد جديدة ظل لعقود عملية بطيئة ومكلفة تعتمد بدرجة كبيرة على العمل اليدوي في المختبرات.
تحاول شركة التكنولوجيا العميقة Dunia Innovations ومقرها برلين تغيير هذه المعادلة عبر بناء مختبرات ذاتية التشغيل تجمع بين الذكاء الاصطناعي والروبوتات والتجارب المستمرة. الفكرة الأساسية: بدلاً من أن يجري العلماء التجارب واحدة تلو الأخرى، تعمل المنصة بشكل آلي في حلقة اكتشاف متواصلة يمكنها تسريع الابتكار في المواد بشكل كبير.
تشير بعض التقارير إلى احتمال إنشاء منشأة بحثية ضخمة مستقبلاً في برلين، لكن المصادر العامة المتاحة تؤكد أساساً المنصة التقنية ومنظومة التعاون البحثي التي تقوم عليها استراتيجية الشركة، وليس تفاصيل منشأة محددة أو حجمها.
لماذا اكتشاف المواد بطيء جداً؟
اليوم تستطيع نماذج الذكاء الاصطناعي التنبؤ بآلاف المواد المحتملة. لكن التنبؤ النظري وحده لا يكفي. فكل مادة واعدة يجب أن يتم تصنيعها فعلياً في المختبر واختبارها والتحقق من خصائصها.
هذه المرحلة التجريبية هي الأكثر بطئاً في العملية العلمية. تقليدياً، تمر الأبحاث بدورة تعرف باسم:
التصميم → التصنيع → الاختبار → التحليل (DMTA)
وقد تستغرق هذه الدورة سنوات قبل الوصول إلى مادة أو حفاز فعال للاستخدام الصناعي.
تسعى Dunia إلى أتمتة هذه الحلقة بالكامل بحيث تعمل التجارب بشكل مستمر وتغذي نماذج الذكاء الاصطناعي بالبيانات في الوقت الحقيقي.
كيف يعمل المختبر الذاتي؟
تعتمد منصة الشركة على نظام اكتشاف مواد في حلقة مغلقة يدمج التعلم الآلي مع أجهزة مختبرية مؤتمتة.
تسير العملية تقريباً بهذه الخطوات:
التصميم: نماذج ذكاء اصطناعي مدعومة بقوانين الفيزياء تقترح مواد جديدة وتتنبأ بخصائصها.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "داخل مختبرات Dunia الذاتية التي تعمل بالذكاء الاصطناعي لاكتشاف مواد المستقبل"؟
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة. تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج لتدريب النموذج.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تركّز الأبحاث الأولى على الحفّازات والمواد الكهروكيميائية للطاقة النظيفة، ضمن تعاونات صناعية مثل اتحاد ASCEND الألماني الممول بـ30 مليون يورو.
داخل مختبرات Dunia الذاتية التي تعمل بالذكاء الاصطناعي لاكتشاف مواد المستقبل
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة. تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج ل...
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة.
تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج لتدريب النموذج.
تركّز الأبحاث الأولى على الحفّازات والمواد الكهروكيميائية للطاقة النظيفة، ضمن تعاونات صناعية مثل اتحاد ASCEND الألماني الممول بـ30 مليون يورو.
How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technolAutonomous laboratories combine AI, robotics, and continuous experimentation to accelerate materials discovery.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: How is Dunia Innovations planning to industrialise AI‑driven materials discovery with its €280 million, 6,000 m² Berlin GigaLab—what technol. Article summary: I can verify Dunia’s core strategy—AI plus robotic “self-driving” labs for faster materials discovery—but I found insufficient public evidence for the specific €280 million, 6,000 m² Berlin “GigaLab,” its named partner s. Topic tags: general, general web, user generated, government. Reference image context from search candidates: Reference image 1: visual subject "# Dunia Innovations scores $11.5M for its ‘self-driving lab’ to speed up discovery of new materials. Dunia Innovations, a Berlin-based deeptech startup specialising in AI-driven ma" source context "Dunia Innovations scores $11.5M for its 'self-driving lab' to speed up ..." Reference image 2: visual su
openai.com
تشكل علوم المواد الأساس غير المرئي لمعظم التقنيات الحديثة: من البطاريات والرقائق الإلكترونية إلى الحفّازات المستخدمة في الطاقة النظيفة. لكن اكتشاف مواد جديدة ظل لعقود عملية بطيئة ومكلفة تعتمد بدرجة كبيرة على العمل اليدوي في المختبرات.
تحاول شركة التكنولوجيا العميقة Dunia Innovations ومقرها برلين تغيير هذه المعادلة عبر بناء مختبرات ذاتية التشغيل تجمع بين الذكاء الاصطناعي والروبوتات والتجارب المستمرة. الفكرة الأساسية: بدلاً من أن يجري العلماء التجارب واحدة تلو الأخرى، تعمل المنصة بشكل آلي في حلقة اكتشاف متواصلة يمكنها تسريع الابتكار في المواد بشكل كبير.
تشير بعض التقارير إلى احتمال إنشاء منشأة بحثية ضخمة مستقبلاً في برلين، لكن المصادر العامة المتاحة تؤكد أساساً المنصة التقنية ومنظومة التعاون البحثي التي تقوم عليها استراتيجية الشركة، وليس تفاصيل منشأة محددة أو حجمها.
لماذا اكتشاف المواد بطيء جداً؟
اليوم تستطيع نماذج الذكاء الاصطناعي التنبؤ بآلاف المواد المحتملة. لكن التنبؤ النظري وحده لا يكفي. فكل مادة واعدة يجب أن يتم تصنيعها فعلياً في المختبر واختبارها والتحقق من خصائصها.
هذه المرحلة التجريبية هي الأكثر بطئاً في العملية العلمية. تقليدياً، تمر الأبحاث بدورة تعرف باسم:
التصميم → التصنيع → الاختبار → التحليل (DMTA)
وقد تستغرق هذه الدورة سنوات قبل الوصول إلى مادة أو حفاز فعال للاستخدام الصناعي.
تسعى Dunia إلى أتمتة هذه الحلقة بالكامل بحيث تعمل التجارب بشكل مستمر وتغذي نماذج الذكاء الاصطناعي بالبيانات في الوقت الحقيقي.
كيف يعمل المختبر الذاتي؟
تعتمد منصة الشركة على نظام اكتشاف مواد في حلقة مغلقة يدمج التعلم الآلي مع أجهزة مختبرية مؤتمتة.
تسير العملية تقريباً بهذه الخطوات:
التصميم: نماذج ذكاء اصطناعي مدعومة بقوانين الفيزياء تقترح مواد جديدة وتتنبأ بخصائصها.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "داخل مختبرات Dunia الذاتية التي تعمل بالذكاء الاصطناعي لاكتشاف مواد المستقبل"؟
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
شركة Dunia Innovations تطور مختبرات ذاتية القيادة تجمع الذكاء الاصطناعي مع الروبوتات لتشغيل دورة البحث العلمي كاملة بشكل آلي وتسريع اكتشاف المواد الجديدة. تعتمد المنصة على نموذج «تصميم–تصنيع–اختبار–تحليل» (DMTA) في حلقة مغلقة، حيث تقترح خوارزميات الذكاء الاصطناعي مواداً جديدة ثم تُصنَّع وتُختبر آلياً وتعود النتائج لتدريب النموذج.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تركّز الأبحاث الأولى على الحفّازات والمواد الكهروكيميائية للطاقة النظيفة، ضمن تعاونات صناعية مثل اتحاد ASCEND الألماني الممول بـ30 مليون يورو.
التصنيع: أنظمة روبوتية في المختبر تقوم بتحضير هذه المواد كيميائياً.
الاختبار: أجهزة القياس الآلية تختبر الأداء والخصائص الفيزيائية والكيميائية.
التحليل: تعود البيانات الناتجة إلى النموذج لتحسين توقعاته في الجولة التالية.
عبر دمج هذه الخطوات في سير عمل مؤتمت ومتواصل، تهدف الشركة إلى إنتاج كميات أكبر بكثير من البيانات التجريبية الموثوقة مقارنة بالمختبرات التقليدية.
تصف Dunia هذا النهج بأنه منصة لتسريع اكتشاف المواد حيث تتعلم نماذج الذكاء الاصطناعي مباشرة من نتائج المختبر الواقعية بدلاً من الاعتماد فقط على المحاكاة أو البيانات التاريخية.
دور الذكاء الاصطناعي المدعوم بالفيزياء
العديد من تطبيقات الذكاء الاصطناعي في الكيمياء تعتمد فقط على الارتباطات الإحصائية. أما Dunia فتدمج التعلم الآلي مع القيود الفيزيائية والكيميائية المعروفة.
هذا النهج — المعروف باسم الذكاء الاصطناعي المدعوم بالفيزياء — يساعد النماذج على اقتراح مواد ليست واعدة نظرياً فقط، بل قابلة للتصنيع عملياً أيضاً، ما يقلل التجارب غير المفيدة في المختبر.
وبحسب مسرّع تقنيات المناخ Third Derivative، فإن الجمع بين الذكاء الاصطناعي المدعوم بالفيزياء والتجارب الروبوتية يمكن أن يسرّع اكتشاف المواد الكهروكيميائية حتى 10 مرات مع خفض التكلفة إلى نحو ثلث تكاليف البحث والتطوير التقليدية.
التركيز الأولي: الطاقة والتحفيز الكيميائي
تركز أبحاث الشركة في البداية على مواد مرتبطة بالتحول العالمي نحو الطاقة النظيفة.
من بين التطبيقات الرئيسية:
حفّازات لإنتاج الهيدروجين الأخضر أو الأمونيا
مواد لتحويل ثاني أكسيد الكربون إلى وقود أو مواد كيميائية
حفّازات متقدمة لتقليل الانبعاثات في الصناعة
وتولي الشركة اهتماماً خاصاً لما يعرف بـ المواد الكهروفعّالة المستخدمة في تقنيات "Power‑to‑X" التي تحول الكهرباء المتجددة إلى وقود أو مواد أولية للصناعة الكيميائية.
هذه المجالات مناسبة جداً للأتمتة لأن اكتشاف الحفّازات يتطلب اختبار عدد هائل من التركيبات الكيميائية المختلفة.
تعاون صناعي عبر اتحاد ASCEND
أحد أبرز المشاريع المؤكدة التي تشارك فيها الشركة هو اتحاد ASCEND الألماني لاكتشاف الحفّازات باستخدام الذكاء الاصطناعي.
يضم المشروع شركاء من الصناعة والبحث العلمي، منهم:
Dunia Innovations
BASF
Siemens Energy
Helmholtz‑Zentrum Berlin
معهد فريتز هابر التابع لجمعية ماكس بلانك
الجامعة التقنية في برلين
وقد خصصت الحكومة الألمانية 30 مليون يورو لدعم المبادرة بهدف تسريع تطوير حفّازات جديدة للصناعات كثيفة الاستهلاك للطاقة.
تمويل واستثمار في التكنولوجيا العميقة
تأسست Dunia عام 2022 وجمعت نحو 10.6 مليون يورو (حوالي 11.5 مليون دولار) لتطوير منصتها للمختبرات الذاتية.
ومن بين المستثمرين:
Elaia
redalpine
مجلس الابتكار الأوروبي (EIC)
Pace Ventures
Kindred Capital
Deep Science Ventures
Anglo American
يعكس هذا الدعم توجهاً أوروبياً متزايداً للاستثمار في الاكتشاف العلمي المدعوم بالذكاء الاصطناعي وتقنيات المناخ.
منظومة تكنولوجية أوسع حول المختبرات المؤتمتة
حتى الآن لا توجد وثائق عامة تؤكد شراكات محددة لمنشأة دنيا كبيرة مستقبلية. لكن البيئة الصناعية المحيطة تشير إلى التقنيات التي يمكن أن تعتمد عليها مثل هذه المختبرات.
تعمل ABB Robotics على دمج منصة NVIDIA Omniverse في برنامج RobotStudio لتدريب وتشغيل الروبوتات الصناعية باستخدام ما يسمى "الذكاء الاصطناعي الفيزيائي".
هذه الأدوات — مثل المحاكاة الرقمية والروبوتات المستقلة — تعد من المكونات الأساسية للمختبرات المؤتمتة بالكامل.
ماذا يعني ذلك لمستقبل الابتكار في أوروبا؟
إذا نجحت منصات مثل منصة Dunia في التوسع، فقد تغيّر اقتصاديات الاكتشاف العلمي بالكامل.
المختبرات الذاتية قد توفر:
دورات اكتشاف أسرع للمواد الجديدة
مجموعات بيانات تجريبية أكبر لتدريب نماذج الذكاء الاصطناعي
خفضاً كبيراً في تكاليف البحث والتطوير
تجارب مستمرة على مدار الساعة بدلاً من المشاريع المحدودة زمنياً
وهذا مهم لأن المواد المتقدمة تشكل العمود الفقري لصناعات كبرى مثل الطاقة والكيماويات والإلكترونيات والتصنيع.
لطالما كانت أوروبا قوية في علوم المواد، لكنها أقل قوة في البنية التحتية للذكاء الاصطناعي على نطاق واسع. وقد تساعد منصات تجمع البرمجيات الذكية مع التجارب الفيزيائية المؤتمتة في سد هذه الفجوة وتعزيز الابتكار العميق داخل القارة.
الخلاصة
تمثل Dunia Innovations موجة جديدة من البنية التحتية العلمية المبنية حول الذكاء الاصطناعي — مختبرات يعمل فيها الخوارزميات والروبوتات والتجارب الواقعية كنظام واحد متكامل.
التقنية الأساسية للشركة، وهي اكتشاف المواد عبر حلقة مغلقة يقودها الذكاء الاصطناعي، موثقة بالفعل وتُستخدم في أبحاث الحفّازات ومواد الطاقة.
أما التفاصيل المتعلقة بمنشآت ضخمة مستقبلية فلا تزال غير مؤكدة في المصادر العامة. لكن الاتجاه العام واضح: مستقبل اكتشاف المواد قد يكون مصنعاً بحثياً ذاتياً يعمل على مدار الساعة حيث يصمم الذكاء الاصطناعي التجارب وتنفذها الروبوتات تلقائياً.
bebeez.euBerlin-based Dunia.ai raises €10.6 million to accelerate clean energy innovations
التصنيع: أنظمة روبوتية في المختبر تقوم بتحضير هذه المواد كيميائياً.
الاختبار: أجهزة القياس الآلية تختبر الأداء والخصائص الفيزيائية والكيميائية.
التحليل: تعود البيانات الناتجة إلى النموذج لتحسين توقعاته في الجولة التالية.
عبر دمج هذه الخطوات في سير عمل مؤتمت ومتواصل، تهدف الشركة إلى إنتاج كميات أكبر بكثير من البيانات التجريبية الموثوقة مقارنة بالمختبرات التقليدية.
تصف Dunia هذا النهج بأنه منصة لتسريع اكتشاف المواد حيث تتعلم نماذج الذكاء الاصطناعي مباشرة من نتائج المختبر الواقعية بدلاً من الاعتماد فقط على المحاكاة أو البيانات التاريخية.
دور الذكاء الاصطناعي المدعوم بالفيزياء
العديد من تطبيقات الذكاء الاصطناعي في الكيمياء تعتمد فقط على الارتباطات الإحصائية. أما Dunia فتدمج التعلم الآلي مع القيود الفيزيائية والكيميائية المعروفة.
هذا النهج — المعروف باسم الذكاء الاصطناعي المدعوم بالفيزياء — يساعد النماذج على اقتراح مواد ليست واعدة نظرياً فقط، بل قابلة للتصنيع عملياً أيضاً، ما يقلل التجارب غير المفيدة في المختبر.
وبحسب مسرّع تقنيات المناخ Third Derivative، فإن الجمع بين الذكاء الاصطناعي المدعوم بالفيزياء والتجارب الروبوتية يمكن أن يسرّع اكتشاف المواد الكهروكيميائية حتى 10 مرات مع خفض التكلفة إلى نحو ثلث تكاليف البحث والتطوير التقليدية.
التركيز الأولي: الطاقة والتحفيز الكيميائي
تركز أبحاث الشركة في البداية على مواد مرتبطة بالتحول العالمي نحو الطاقة النظيفة.
من بين التطبيقات الرئيسية:
حفّازات لإنتاج الهيدروجين الأخضر أو الأمونيا
مواد لتحويل ثاني أكسيد الكربون إلى وقود أو مواد كيميائية
حفّازات متقدمة لتقليل الانبعاثات في الصناعة
وتولي الشركة اهتماماً خاصاً لما يعرف بـ المواد الكهروفعّالة المستخدمة في تقنيات "Power‑to‑X" التي تحول الكهرباء المتجددة إلى وقود أو مواد أولية للصناعة الكيميائية.
هذه المجالات مناسبة جداً للأتمتة لأن اكتشاف الحفّازات يتطلب اختبار عدد هائل من التركيبات الكيميائية المختلفة.
تعاون صناعي عبر اتحاد ASCEND
أحد أبرز المشاريع المؤكدة التي تشارك فيها الشركة هو اتحاد ASCEND الألماني لاكتشاف الحفّازات باستخدام الذكاء الاصطناعي.
يضم المشروع شركاء من الصناعة والبحث العلمي، منهم:
Dunia Innovations
BASF
Siemens Energy
Helmholtz‑Zentrum Berlin
معهد فريتز هابر التابع لجمعية ماكس بلانك
الجامعة التقنية في برلين
وقد خصصت الحكومة الألمانية 30 مليون يورو لدعم المبادرة بهدف تسريع تطوير حفّازات جديدة للصناعات كثيفة الاستهلاك للطاقة.
تمويل واستثمار في التكنولوجيا العميقة
تأسست Dunia عام 2022 وجمعت نحو 10.6 مليون يورو (حوالي 11.5 مليون دولار) لتطوير منصتها للمختبرات الذاتية.
ومن بين المستثمرين:
Elaia
redalpine
مجلس الابتكار الأوروبي (EIC)
Pace Ventures
Kindred Capital
Deep Science Ventures
Anglo American
يعكس هذا الدعم توجهاً أوروبياً متزايداً للاستثمار في الاكتشاف العلمي المدعوم بالذكاء الاصطناعي وتقنيات المناخ.
منظومة تكنولوجية أوسع حول المختبرات المؤتمتة
حتى الآن لا توجد وثائق عامة تؤكد شراكات محددة لمنشأة دنيا كبيرة مستقبلية. لكن البيئة الصناعية المحيطة تشير إلى التقنيات التي يمكن أن تعتمد عليها مثل هذه المختبرات.
تعمل ABB Robotics على دمج منصة NVIDIA Omniverse في برنامج RobotStudio لتدريب وتشغيل الروبوتات الصناعية باستخدام ما يسمى "الذكاء الاصطناعي الفيزيائي".
هذه الأدوات — مثل المحاكاة الرقمية والروبوتات المستقلة — تعد من المكونات الأساسية للمختبرات المؤتمتة بالكامل.
ماذا يعني ذلك لمستقبل الابتكار في أوروبا؟
إذا نجحت منصات مثل منصة Dunia في التوسع، فقد تغيّر اقتصاديات الاكتشاف العلمي بالكامل.
المختبرات الذاتية قد توفر:
دورات اكتشاف أسرع للمواد الجديدة
مجموعات بيانات تجريبية أكبر لتدريب نماذج الذكاء الاصطناعي
خفضاً كبيراً في تكاليف البحث والتطوير
تجارب مستمرة على مدار الساعة بدلاً من المشاريع المحدودة زمنياً
وهذا مهم لأن المواد المتقدمة تشكل العمود الفقري لصناعات كبرى مثل الطاقة والكيماويات والإلكترونيات والتصنيع.
لطالما كانت أوروبا قوية في علوم المواد، لكنها أقل قوة في البنية التحتية للذكاء الاصطناعي على نطاق واسع. وقد تساعد منصات تجمع البرمجيات الذكية مع التجارب الفيزيائية المؤتمتة في سد هذه الفجوة وتعزيز الابتكار العميق داخل القارة.
الخلاصة
تمثل Dunia Innovations موجة جديدة من البنية التحتية العلمية المبنية حول الذكاء الاصطناعي — مختبرات يعمل فيها الخوارزميات والروبوتات والتجارب الواقعية كنظام واحد متكامل.
التقنية الأساسية للشركة، وهي اكتشاف المواد عبر حلقة مغلقة يقودها الذكاء الاصطناعي، موثقة بالفعل وتُستخدم في أبحاث الحفّازات ومواد الطاقة.
أما التفاصيل المتعلقة بمنشآت ضخمة مستقبلية فلا تزال غير مؤكدة في المصادر العامة. لكن الاتجاه العام واضح: مستقبل اكتشاف المواد قد يكون مصنعاً بحثياً ذاتياً يعمل على مدار الساعة حيث يصمم الذكاء الاصطناعي التجارب وتنفذها الروبوتات تلقائياً.
bebeez.euBerlin-based Dunia.ai raises €10.6 million to accelerate clean energy innovations
