Dunia Innovations กำลังเปลี่ยนการค้นพบวัสดุให้เป็นกระบวนการอุตสาหกรรมด้วย AI และหุ่นยนต์

วิทยาศาสตร์วัสดุคือรากฐานของเทคโนโลยีเกือบทุกอย่างในโลกสมัยใหม่ ตั้งแต่แบตเตอรี่ สมาร์ตโฟน เซมิคอนดักเตอร์ ไปจนถึงตัวเร่งปฏิกิริยาที่ใช้ผลิตพลังงานสะอาด แต่ปัญหาคือการค้นพบวัสดุใหม่ยังคงเป็นกระบวนการที่ช้า แพง และต้องพึ่งการทดลองแบบทำทีละขั้นโดยนักวิจัย

สตาร์ตอัพ deep‑tech จากเบอร์ลินชื่อ Dunia Innovations กำลังพยายามเปลี่ยนวิธีนี้ ด้วยแนวคิด “ห้องแล็บอัตโนมัติ” ที่ผสาน ปัญญาประดิษฐ์ หุ่นยนต์ และการทดลองต่อเนื่อง เข้าด้วยกัน เป้าหมายคือทำให้การค้นพบวัสดุใหม่เร็วขึ้นอย่างก้าวกระโดด

แม้ว่าจะมีรายงานบางแห่งกล่าวถึงโครงการห้องแล็บขนาดใหญ่อย่าง “GigaLab” ในเบอร์ลิน แต่ข้อมูลสาธารณะในปัจจุบันยืนยันหลัก ๆ เกี่ยวกับ แพลตฟอร์มเทคโนโลยีและเครือข่ายความร่วมมือด้านวิจัย ของบริษัท มากกว่ารายละเอียดด้านขนาดหรือเงินลงทุนของสถานที่ดังกล่าว

คอขวดของการค้นพบวัสดุ

ในปัจจุบัน AI สามารถคาดการณ์วัสดุใหม่ได้เป็นพันหรือเป็นหมื่นชนิด แต่การคาดการณ์เพียงอย่างเดียวไม่พอ เพราะวัสดุทุกตัวต้องถูก

• สังเคราะห์จริง
• ทดสอบสมบัติ
• ตรวจสอบผลลัพธ์ทางวิทยาศาสตร์

กระบวนการวิจัยแบบดั้งเดิมมักเรียกว่า Design → Make → Test → Analyze (DMTA) ซึ่งอาจใช้เวลาหลายปีกว่าจะได้วัสดุหรือ catalyst ที่ใช้งานได้จริง

Dunia จึงมุ่งแก้ปัญหานี้โดย ทำให้วงจรการทดลองทั้งหมดเป็นอัตโนมัติ เพื่อให้การทดลองเกิดขึ้นต่อเนื่องและสร้างข้อมูลใหม่ให้ AI ตลอดเวลา

ห้องแล็บอัตโนมัติ: AI + หุ่นยนต์ + ข้อมูลจริง

หัวใจของระบบคือแพลตฟอร์มการค้นพบวัสดุแบบ closed‑loop ที่เชื่อมโมเดล AI เข้ากับเครื่องมือทดลองอัตโนมัติในห้องแล็บ

วงจรทำงานโดยประมาณคือ

1. Design – โมเดล AI ที่ผสานความรู้ฟิสิกส์เสนอวัสดุใหม่และทำนายคุณสมบัติ
2. Make – ระบบหุ่นยนต์ในแล็บสังเคราะห์วัสดุที่ AI ออกแบบ
3. Test – เครื่องมือวัดอัตโนมัติทดสอบสมบัติของวัสดุ
4. Analyze – ข้อมูลจากการทดลองถูกส่งกลับไปปรับปรุงโมเดล AI

เมื่อทุกขั้นตอนเชื่อมต่อกันเป็น workflow เดียว ระบบสามารถทำการทดลองจำนวนมากอย่างต่อเนื่อง และสร้างชุดข้อมูลทดลองได้เร็วกว่าห้องแล็บแบบเดิมหลายเท่า

บริษัทเรียกระบบนี้ว่า materials acceleration platform เพราะ AI ไม่ได้เรียนรู้จากข้อมูลเก่าอย่างเดียว แต่เรียนรู้จากผลทดลองจริงในห้องแล็บด้วย

ทำไมต้องใช้ Physics‑Informed AI

AI ในเคมีหลายระบบใช้เพียงสถิติหรือความสัมพันธ์ในข้อมูล แต่ Dunia ใช้แนวทางที่เรียกว่า physics‑informed AI ซึ่งรวมข้อจำกัดทางฟิสิกส์และเคมีเข้าไปในโมเดล

ข้อดีคือ AI จะเสนอวัสดุที่

• มีความเป็นไปได้ทางวิทยาศาสตร์
• สามารถสังเคราะห์ได้จริง

ทำให้ลดจำนวนการทดลองที่สูญเปล่า

องค์กร climate‑tech accelerator อย่าง Third Derivative ระบุว่าการรวม AI แบบนี้กับหุ่นยนต์ทดลอง อาจช่วยค้นพบวัสดุ electroactive ได้ เร็วขึ้นถึง 10 เท่า และมีต้นทุนเพียงประมาณหนึ่งในสามของกระบวนการ R&D แบบเดิม

โฟกัสแรก: พลังงานสะอาดและตัวเร่งปฏิกิริยา

ช่วงแรก Dunia มุ่งเน้นวัสดุที่สำคัญต่อการเปลี่ยนผ่านด้านพลังงาน เช่น

• Electrocatalysts สำหรับไฮโดรเจนสีเขียวหรือแอมโมเนีย
• วัสดุสำหรับ แปลง CO₂ เป็นสารเคมีหรือเชื้อเพลิง
• ตัวเร่งปฏิกิริยาขั้นสูงสำหรับอุตสาหกรรมที่ต้องลดการปล่อยคาร์บอน

หลายงานวิจัยของบริษัทเกี่ยวข้องกับ electroactive materials ที่ใช้ในเทคโนโลยี power‑to‑X ซึ่งแปลงไฟฟ้าจากพลังงานหมุนเวียนให้เป็นเชื้อเพลิงหรือสารเคมี

การค้นหาตัวเร่งปฏิกิริยาเหมาะกับระบบอัตโนมัติอย่างมาก เพราะต้องทดลองส่วนผสมของวัสดุจำนวนมหาศาล

ความร่วมมืออุตสาหกรรม: โครงการ ASCEND

ตัวอย่างความร่วมมือที่มีการยืนยันคือโครงการ ASCEND ในเยอรมนี ซึ่งเป็น consortium เพื่อเร่งการค้นพบ catalyst ด้วย AI

พันธมิตรในโครงการประกอบด้วย

• Dunia Innovations
• BASF
• Siemens Energy
• Helmholtz‑Zentrum Berlin
• Fritz Haber Institute (Max Planck Society)
• Technical University Berlin

รัฐบาลเยอรมนีสนับสนุนโครงการนี้ด้วยงบประมาณ 30 ล้านยูโร เพื่อเร่งการพัฒนา catalyst สำหรับอุตสาหกรรมที่ใช้พลังงานสูง

เป้าหมายคือรวม การจำลองด้วยคอมพิวเตอร์ การทดลองอัตโนมัติ และความเชี่ยวชาญด้านอุตสาหกรรม เพื่อสร้างวัสดุรุ่นใหม่สำหรับการเปลี่ยนผ่านพลังงาน

เงินทุนและนักลงทุนสาย Deep Tech

Dunia ก่อตั้งในปี 2022 และระดมทุนได้ประมาณ 10.6 ล้านยูโร (ราว 11.5 ล้านดอลลาร์) เพื่อขยายแพลตฟอร์มห้องแล็บอัตโนมัติ

นักลงทุนหลัก ได้แก่

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

กลุ่มนักลงทุนเหล่านี้สะท้อนแนวโน้มที่ยุโรปเริ่มให้ความสำคัญกับ AI สำหรับการค้นพบทางวิทยาศาสตร์และเทคโนโลยีสภาพภูมิอากาศ มากขึ้น

ระบบนิเวศเทคโนโลยีรอบห้องแล็บอัตโนมัติ

แม้ยังไม่มีข้อมูลยืนยันเกี่ยวกับสแต็กเทคโนโลยีของห้องแล็บขนาดใหญ่เฉพาะของ Dunia แต่ระบบอุตสาหกรรม AI รอบ ๆ โลกกำลังพัฒนาเครื่องมือที่สำคัญต่อแนวคิดนี้

ตัวอย่างเช่น

• Siemens และ NVIDIA กำลังพัฒนาเทคโนโลยี digital twin และ AI สำหรับระบบอุตสาหกรรม
• ABB Robotics ผสานแพลตฟอร์ม NVIDIA Omniverse เพื่อจำลองและฝึกหุ่นยนต์ก่อนใช้งานจริง

เทคโนโลยีอย่าง digital twin, simulation และ robotics automation เหล่านี้เป็นองค์ประกอบสำคัญในการสร้างห้องแล็บอัตโนมัติขนาดใหญ่

ความหมายต่ออนาคต Deep Tech ของยุโรป

หากแพลตฟอร์มแบบ Dunia สามารถขยายขนาดได้จริง ผลกระทบอาจใหญ่กว่าการเร่งงานวิจัยเพียงอย่างเดียว

ห้องแล็บอัตโนมัติสามารถ

• ลดเวลาการค้นพบวัสดุใหม่
• สร้างฐานข้อมูลการทดลองขนาดใหญ่สำหรับ AI
• ลดต้นทุน R&D
• เปลี่ยนการวิจัยจากโปรเจกต์เป็นกระบวนการทดลองต่อเนื่อง

สิ่งนี้สำคัญมาก เพราะวัสดุขั้นสูงคือพื้นฐานของอุตสาหกรรมจำนวนมาก ตั้งแต่พลังงาน เคมี อิเล็กทรอนิกส์ ไปจนถึงการผลิตขั้นสูง

ยุโรปมีความแข็งแกร่งด้านวิทยาศาสตร์วัสดุมาอย่างยาวนาน แต่ยังตามหลังบางภูมิภาคในโครงสร้างพื้นฐาน AI ขนาดใหญ่ แพลตฟอร์มที่ผสาน AI ซอฟต์แวร์เข้ากับการทดลองจริงแบบอัตโนมัติ อาจช่วยปิดช่องว่างนี้

บทสรุป

Dunia Innovations เป็นตัวแทนของแนวคิดใหม่ที่เรียกว่า AI‑native scientific infrastructure — ห้องแล็บที่อัลกอริทึม หุ่นยนต์ และการทดลองจริงทำงานเป็นระบบเดียวกัน

เทคโนโลยีหลักของบริษัทคือการค้นพบวัสดุแบบ closed‑loop ที่ขับเคลื่อนด้วย AI ซึ่งเริ่มถูกนำไปใช้กับ catalyst และวัสดุพลังงานแล้ว

ส่วนแนวคิดห้องแล็บขนาดใหญ่ระดับ “GigaLab” ในเบอร์ลินนั้น ยังไม่มีข้อมูลยืนยันรายละเอียดจากแหล่งสาธารณะ

แต่สิ่งหนึ่งที่ชัดเจนคือ ทิศทางของวงการวิทยาศาสตร์กำลังเปลี่ยนไปอย่างรวดเร็ว — จากห้องแล็บที่นักวิจัยทดลองทีละขั้น ไปสู่ โรงงานวิจัยอัตโนมัติที่ AI ออกแบบการทดลอง และหุ่นยนต์ทำงานตลอด 24 ชั่วโมง