По мере расширения его применения формируется разнообразный набор стратегий, при этом ведущие компании уже коммерциализируют материалы, разработанные с использованием искусственного интеллекта, и переосмысливают возможности исследований и разработок.
Согласно прогнозам, к 2035 году доходы поставщиков услуг в области вычислительных технологий для анализа материалов достигнут устойчивого среднегодового темпа роста в 9,0%. В отчете также рассматривается преобразующее влияние нынешнего развития искусственного интеллекта и освещаются многочисленные новаторские проекты в области материаловедения. Кроме того, в нем разъясняются базовые технологии, лежащие в основе этой цифровой трансформации в НИОКР, предлагая читателям четкое видение будущего инноваций в области интеллектуальных материалов.
Что такое материальная информатика?
По сути, вычислительные методы в области материаловедения используют мощные инфраструктуры данных и методы машинного обучения для ускорения проектирования, открытия и оптимизации процессов обработки материалов. Интегрируя методы, основанные на данных, на протяжении всего процесса исследований и разработок — от выдвижения гипотез до сбора данных, анализа и извлечения знаний — вычислительные методы в области материаловедения трансформируют традиционные рабочие процессы и обеспечивают более интеллектуальные и быстрые инновации.
Помимо прогнозирования свойств материалов, вычислительные методы в материаловедении позволяют осуществлять обратное проектирование: начиная с набора желаемых свойств и двигаясь в обратном направлении, можно создать идеальный материал. Этот сдвиг значительно сокращает длительные процессы проб и ошибок, которые исторически доминировали в разработке материалов, делая открытия быстрее, дешевле и точнее, чем когда-либо прежде.
Однако вычислительные методы в области материаловедения представляют собой уникальные проблемы по сравнению с другими секторами, основанными на искусственном интеллекте, такими как беспилотные автомобили или социальные сети. Наборы данных часто бывают разреженными, многомерными, предвзятыми и зашумленными, что требует специальных знаний для полного использования их ценности. Успешные подходы преодолевают разрыв между материаловедами и специалистами по обработке данных, сочетая глубокие знания о материалах с передовой аналитикой. При правильной интеграции вычислительные методы в области материаловедения становятся важным фактором, ускоряющим НИОКР и повышающим влияние экспертных знаний на весь инновационный процесс.
Какова будет ситуация в этом секторе в 2025 году?
В последние годы растущее осознание необходимости цифровой трансформации в НИОКР ускорило внедрение вычислительных процессов в материаловедении игроками отрасли, от стартапов до признанных гигантов. Потребность в методах, основанных на данных, становится все более актуальной в материаловедении. Практически все крупные игроки сектора, похоже, так или иначе внедрили вычислительные методы в материаловедении, будь то аутсорсинг, участие в консорциумах или разработка собственных программ.
С появлением ИИ в 2023 году интерес к вычислительным методам обработки материалов только возрос. В ходе интервью для отчета IDTechEx представители отрасли заявили, что если раньше внедрение ИИ, как правило, происходило снизу вверх внутри организаций, то теперь импульс все чаще исходит от руководителей, стремящихся продемонстрировать влияние ИИ на свой бизнес.
В 2024 и 2025 годах появилось несколько впечатляющих новых игроков. Берлинский стартап Dunia Innovations, специализирующийся на разработке материалов с помощью машинного обучения на основе физических принципов и автоматизации лабораторий, был запущен в октябре прошлого года с привлечением 11,5 миллионов долларов инвестиций. В марте этого года Lila Sciences, биотехнологический стартап Flagship Pioneering из Кембриджа, штат Массачусетс, объявил о привлечении 200 миллионов долларов в качестве начальных инвестиций для создания своей «научной суперинтеллектуальной платформы и полностью автономных лабораторий для биологических наук, химии и материаловедения». Примечательно, что как Dunia, так и Lila проявили большой интерес к гетерогенному катализу для таких применений, как производство экологически чистого водорода, подчеркивая потенциал вычислительной техники в области материаловедения для влияния на устойчивое развитие.
С 2023 года деятельность крупных технологических компаний в области вычислительных методов анализа материалов приобрела большую значимость. Платформа Microsoft Azure Quantum Elements, использующая выбор материалов на основе ИИ и ускоренные симуляции теории функционала плотности для разработки материалов, получила широкое распространение в различных областях материаловедения, например, в компаниях Johnson Matthews, AkzoNobel и Unilever. В 2024 году группа фундаментальных исследований в области ИИ компании Meta также опубликовала в открытом доступе огромный набор данных из 110 миллионов точек по неорганическим материалам, надеясь стимулировать проекты по поиску материалов для таких применений, как экологически чистые виды топлива и устройства дополненной реальности. В течение следующих пяти лет главными проблемами для существующих поставщиков вычислительных услуг в области материалов, по всей видимости, станут растущий интерес к материалам со стороны крупных технологических компаний и компаний, занимающихся ИИ, а также собственная разработка платформ вычислительных методов анализа материалов самими компаниями-производителями материалов.
Автор: Сэм Дейл, старший технологический аналитик компании IDTechEx
