这家初创公司正在利用人工智能来发现新材料

当世界关注文本、图像和电影生成的人工智能时，一家由前DeepMind高级研究员领导的初创公司正在开发GenAI技术，以支持新物质的制造。

轨道材料是由之前参与DeepMind材料研究工作的Jonathan Godwin创办，旨在开发一款利用人工智能技术的平台，可以用于发现从电池到二氧化碳捕获电池等各种材料。

Godwin表示，他受到启发创立Orbital Materials的灵感来自于看到AlphaFold等人工智能系统的技术，DeepMind的人工智能可以根据氨基酸序列预测蛋白质的三维结构，这种技术可以应用到材料科学中。

“传统的发现新材料的方法长期以来一直依赖于耗时耗力的试错过程在实验室中进行，通常需要多年的实验才能取得成功，”戈德温在与科技媒体TechCrunch的电子邮件采访中说道。“我觉得需要一种新型组织——既有人工智能专家又有材料科学家——来将材料从电脑世界带出来进入真实世界。”

不管是使用AI辅助还是不用，开发新材料通常并不是一个非常直观的过程。

实现某些特性，比如轻量和刚性，需要确定相应的物理和化学结构，以及找出可靠地创建这些结构的过程（例如，熔化、蒸发）。一旦材料被设计出来，就必须根据其预期的应用，在不同条件下进行应力测试，比如极端温度。

人工智能无法解决材料设计中固有的所有挑战。(毕竟，没有什么能够替代真实世界的实验。) 但是它可以通过倚赖计算来节省时间和金钱，以便绘制出能产生哪种类型材料的性质和过程。

高德温表示：“化学和材料公司的技术决策者们很难开发出新产品，因为传统的发现新型先进材料的方法速度太慢、成本太高，无法满足市场需求。然而，随着经济电气化和减碳化，对新型先进材料的需求正在快速增长。”

轨道材料并不是第一个将人工智能应用于材料研发的公司。

Osmium AI由一名前谷歌员工领导，并得到Y Combinator的支持，使工业客户能够预测新材料的物理特性，然后利用人工智能对这些新材料进行改进和优化。过去十年里，有几篇学术论文提出利用人工智能与庞大的分子数据库加速材料设计工作流程的方法。DeepMind本身正在研究人工智能衍生的材料，去年宣布他们开发了一种算法，可以发现数百万种有望用于商业技术的晶体。

但是戈德温声称，轨道材料与众不同的地方在于它独有的材料科学人工智能模型。

戈德温表示：“在构建我们的数据集时，我们从大型语言模型和AlphaFold的成功中汲取了很多灵感。在这些模型中，真正重要的是获取各种不同类型的数据：像ChatGPT这样的模型是在代码、新闻文章、科学文本和百科全书上进行训练的。这种多样性是让这些模型具有非凡能力的原因之一。”

Orbital的模型名为Linus，在新泽西州的初创实验室中充当支柱，驱动材料和化学研究与开发。Godwin表示，Linus是在大量模拟和材料数据集上进行训练的，涵盖了从电池和半导体到催化剂和有机分子的内容。

科学家们使用利努斯输入自然语言说明，例如“对二氧化碳有良好吸收能力的材料”，系统会生成符合条件的3D分子结构。利努斯从一个随机的原子云开始，逐步完善结构，直到找到最满足说明的结构。

Godwin继续说：“我们正在采用全栈人工智能方法来开发内部材料流水线。”

像所有的GenAI一样，Linus并不完美 — 有时会生成一些在物理上无法制造的材料。但Godwin声称它至少成功开发出一种 — 一种便宜、更可靠的过滤器，用于捕捉空气中的二氧化碳。Orbital计划在今年宣布更多细节。

总部位于伦敦的Orbital团队由13人组成，不打算自行生产过滤器，或任何其他材料。相反，目标是将材料带到概念验证或试点演示阶段，然后寻找外部制造商作为合作伙伴。

为了帮助实现这一目标，Orbital最近进行了一轮A轮融资，由Radical Ventures领投，Toyota Ventures参与。这次融资使创业公司的累计募资额达到约2100万元。Godwin表示，新资金将用于扩大Orbital的数据科学和湿实验室团队。

"就像AlphaFold正在帮助加快发现新药物并推向市场一样，奥尔比特材料的技术也正在以前所未有的速度帮助设计和推广新的先进材料,"戈德温说。