Компания называет такую инфраструктуру платформой ускорения материаловедения (materials acceleration platform) — системой, где алгоритмы учатся не только на симуляциях, но и на реальных лабораторных результатах.
Многие модели в химии и материаловедении строятся исключительно на статистике данных. Dunia использует другой подход — physics‑informed AI.
Это означает, что алгоритмы учитывают фундаментальные физические и химические законы при генерации новых материалов. Такой подход помогает:
По оценкам климатического акселератора Third Derivative, комбинация такого ИИ с роботизированными экспериментами может ускорить поиск новых электроактивных материалов примерно в 10 раз и снизить стоимость исследований примерно до третьей части традиционных R&D‑процессов.
На первом этапе Dunia сосредоточилась на материалах, необходимых для декарбонизации промышленности и энергетики.
Ключевые направления включают:
Особое внимание уделяется электроактивным материалам, используемым в технологиях Power‑to‑X — когда возобновляемая электроэнергия превращается в химические носители энергии.
Такие задачи хорошо подходят для автоматизации: поиск эффективного катализатора часто требует проверки сотен или тысяч комбинаций материалов.
Одним из ключевых подтверждённых проектов с участием Dunia является немецкий консорциум ASCEND, посвящённый ускорению разработки катализаторов.
В него входят:
Цель проекта — объединить компьютерное моделирование, автоматизированные эксперименты и промышленную экспертизу, чтобы быстрее создавать катализаторы для энергоёмких отраслей.
Среди инвесторов:
Этот список отражает растущий интерес европейских фондов к ИИ для научных открытий и климатическим технологиям.
Хотя публичных подтверждений конкретного технологического стека крупной лаборатории Dunia пока нет, развитие индустриального ИИ показывает, как подобные системы могут масштабироваться.
Например:
Те же технологии — цифровые двойники, симуляции и автономные роботы — являются фундаментальными элементами масштабируемых автоматизированных лабораторий.
Если автономные лаборатории станут массовыми, они могут радикально изменить экономику научных исследований.
Потенциальные преимущества:
Это особенно важно для Европы. Регион традиционно силён в материаловедении и химии, но уступает США и Китаю в инфраструктуре масштабного ИИ.
Системы, объединяющие алгоритмы, робототехнику и реальные эксперименты, могут помочь сохранить ключевые технологические компетенции внутри европейской научно‑промышленной экосистемы.
Dunia Innovations представляет новое поколение научной инфраструктуры — ИИ‑нативные лаборатории, где алгоритмы проектируют эксперименты, а роботы проводят их практически без участия человека.
Технология закрытого цикла исследований уже применяется для поиска катализаторов и энергетических материалов. А если такие платформы масштабируются, научные открытия могут начать происходить со скоростью промышленного производства.
Comments
0 comments