Автономные лаборатории Dunia Innovations: как ИИ и роботы ускоряют открытие новых материалов

Современные технологии — от аккумуляторов до микрочипов и «зелёного» водорода — зависят от новых материалов. Но их открытие остаётся долгим и дорогим процессом. Даже в эпоху искусственного интеллекта большинство лабораторий по‑прежнему работают почти так же, как десятилетия назад.

Берлинский стартап Dunia Innovations пытается изменить эту модель. Компания разрабатывает автономные лаборатории, где искусственный интеллект, робототехника и автоматизированные эксперименты работают как единая система, резко ускоряя процесс научных открытий.

Важно отметить: широко обсуждаемый крупный проект «GigaLab» в Берлине пока не подтверждён публичными документами. Зато сама технологическая платформа Dunia и её научные партнёрства подтверждены источниками.

Главная проблема: узкое место экспериментов

ИИ уже способен предсказывать тысячи потенциальных материалов с нужными свойствами. Но предсказания сами по себе не создают новых технологий. Каждый вариант нужно синтезировать и проверить в реальном эксперименте.

Именно здесь возникает главное «узкое место». Классический научный цикл разработки материалов выглядит так:

Design → Make → Test → Analyze (DMTA)

То есть: спроектировать материал, синтезировать его, протестировать свойства и проанализировать результат. Этот цикл может занимать годы, прежде чем появляется рабочий катализатор или новый функциональный материал.

Dunia пытается автоматизировать весь этот процесс.

Как работает автономная лаборатория

Платформа компании объединяет машинное обучение, роботизированные лабораторные системы и поток данных из реальных экспериментов.

Процесс выглядит примерно так:

1. Design — проектирование. Модели ИИ предлагают кандидаты на новые материалы и прогнозируют их свойства.
2. Make — синтез. Роботизированные лабораторные установки автоматически создают эти материалы.
3. Test — тестирование. Автоматические приборы измеряют их характеристики.
4. Analyze — анализ. Полученные данные возвращаются в модели ИИ, улучшая следующие прогнозы.

В результате формируется замкнутый цикл исследований, который может работать практически непрерывно.

Компания называет такую инфраструктуру платформой ускорения материаловедения (materials acceleration platform) — системой, где алгоритмы учатся не только на симуляциях, но и на реальных лабораторных результатах.

Почему важен «физически информированный» ИИ

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:

• уменьшить количество нереалистичных гипотез
• снизить число бесполезных экспериментов
• сосредоточиться на практически осуществимых решениях

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.

Фокус на энергетическом переходе

На первом этапе Dunia сосредоточилась на материалах, необходимых для декарбонизации промышленности и энергетики.

Ключевые направления включают:

• электрокатализаторы для производства зелёного водорода и аммиака
• материалы для превращения CO₂ в химические продукты или топливо
• катализаторы для более чистых промышленных процессов

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.

Консорциум ASCEND: сотрудничество науки и индустрии

Одним из ключевых подтверждённых проектов с участием Dunia является немецкий консорциум ASCEND, посвящённый ускорению разработки катализаторов.

В него входят:

• Dunia Innovations
• BASF
• Siemens Energy
• Helmholtz‑Zentrum Berlin
• Институт Фрица Хабера общества Макса Планка
• Технический университет Берлина

Федеральное правительство Германии выделило на программу €30 млн.

Цель проекта — объединить компьютерное моделирование, автоматизированные эксперименты и промышленную экспертизу, чтобы быстрее создавать катализаторы для энергоёмких отраслей.

Инвестиции и развитие стартапа

Dunia была основана в 2022 году и уже привлекла около €10,6 млн (примерно $11,5 млн) инвестиций.

Среди инвесторов:

• Elaia
• redalpine
• European Innovation Council (EIC)
• Pace Ventures
• Kindred Capital
• Deep Science Ventures
• Anglo American

Этот список отражает растущий интерес европейских фондов к ИИ для научных открытий и климатическим технологиям.

Экосистема индустриального ИИ вокруг таких лабораторий

Хотя публичных подтверждений конкретного технологического стека крупной лаборатории Dunia пока нет, развитие индустриального ИИ показывает, как подобные системы могут масштабироваться.

Например:

• Siemens и NVIDIA работают над цифровыми двойниками и промышленным ИИ для моделирования сложных систем.
• ABB Robotics интегрирует платформу NVIDIA Omniverse в RobotStudio для обучения и развёртывания физических ИИ‑систем в робототехнике.

Те же технологии — цифровые двойники, симуляции и автономные роботы — являются фундаментальными элементами масштабируемых автоматизированных лабораторий.

Почему это важно для европейского deep‑tech

Если автономные лаборатории станут массовыми, они могут радикально изменить экономику научных исследований.

Потенциальные преимущества:

• более быстрые циклы открытия новых материалов
• огромные экспериментальные наборы данных для обучения ИИ
• снижение стоимости научных исследований
• непрерывные эксперименты вместо разовых проектов

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.

Итог

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.