उत्तरप्रकाशित2 सप्ताह पहलेLast edited 2 सप्ताह पहले20 स्रोत

कैसे Dunia Innovations AI‑चालित ऑटोनॉमस लैब से मटेरियल्स डिस्कवरी को औद्योगिक स्तर पर ले जाना चाहती है

बर्लिन की स्टार्टअप Dunia Innovations AI मॉडल, रोबोटिक्स और ऑटोमेटेड प्रयोगों को जोड़कर ‘सेल्फ‑ड्राइविंग लैब’ बना रही है जो मटेरियल्स डिस्कवरी के पूरे Design‑Make‑Test‑Analyze चक्र को स्वचालित करती है। कंपनी का physics‑informed AI मॉडल संभावित नई सामग्रियाँ डिज़ाइन करता है और रोबोटिक सिस्टम उन्हें बनाकर परीक्षण करते...

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

1.2M0

Conceptual illustration of an AI‑driven autonomous laboratory using robotics and machine learning to discover new materials — 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.
AI संकेत
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

मटेरियल्स साइंस में सबसे बड़ा अवरोध

आज की लगभग हर आधुनिक तकनीक—बैटरियाँ, सेमीकंडक्टर, रासायनिक कैटालिस्ट या स्वच्छ ऊर्जा प्रणालियाँ—नई सामग्रियों (materials) पर निर्भर करती हैं। लेकिन इन सामग्रियों की खोज की पारंपरिक प्रक्रिया बेहद धीमी और महंगी रही है।

सामान्य तौर पर वैज्ञानिक शोध में Design → Make → Test → Analyze (DMTA) नाम का चक्र चलता है। वैज्ञानिक पहले किसी संभावित सामग्री का डिज़ाइन बनाते हैं, उसे प्रयोगशाला में तैयार करते हैं, फिर उसका परीक्षण करते हैं और अंत में डेटा का विश्लेषण करते हैं। एक उपयोगी कैटालिस्ट या सामग्री तक पहुँचने में अक्सर कई साल लग सकते हैं।

AI मॉडल अब हजारों संभावित सामग्रियों की भविष्यवाणी कर सकते हैं, लेकिन समस्या यह है कि हर उम्मीदवार को वास्तविक प्रयोगों में बनाकर और जांचकर साबित करना पड़ता है—यही चरण सबसे धीमा है।

Dunia Innovations का “ऑटोनॉमस लैब” विचार

बर्लिन की डीपटेक स्टार्टअप Dunia Innovations इस समस्या को हल करने के लिए AI और रोबोटिक्स को जोड़कर स्वचालित प्रयोगशालाएँ विकसित कर रही है। इसका लक्ष्य मटेरियल्स डिस्कवरी को एक निरंतर चलने वाली स्वचालित प्रक्रिया में बदलना है।

कंपनी का प्लेटफ़ॉर्म मूल रूप से एक क्लोज़्ड‑लूप डिस्कवरी सिस्टम है, जहाँ AI और प्रयोगशाला उपकरण लगातार एक‑दूसरे से सीखते हैं।

यह चक्र कुछ इस तरह काम करता है:

Design: AI मॉडल संभावित नई सामग्रियों का डिज़ाइन बनाते हैं और उनके गुणों की भविष्यवाणी करते हैं।
Make: रोबोटिक लैब सिस्टम उन सामग्रियों को प्रयोगशाला में बनाते हैं।
Test: स्वचालित उपकरण उनकी कार्यक्षमता मापते हैं।
Analyze: प्रयोगों से मिला डेटा फिर AI को वापस दिया जाता है, जिससे अगली भविष्यवाणियाँ बेहतर होती हैं।

इस तरह प्रयोग लगातार चलते रहते हैं और सिस्टम धीरे‑धीरे बेहतर सामग्री खोजने में अधिक सक्षम होता जाता है।

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं