CuspAI Ltd., une startup qui s'efforce d'accélérer la découverte de matériaux, serait en train de lever un cycle de financement de 400 millions de dollars.
Le Financial Times signalé aujourd'hui que le term sheet a été signé mais que la transaction est toujours en cours de finalisation. Selon le journal, Bezos Expeditions et Kleiner Perkins, fondateur d'Amazon.com Inc., font partie des participants. L'investissement valoriserait CuspAI à 2,6 milliards de dollars, soit plus de cinq fois ce qu'il valait après son dernier cycle de financement.
CuspAI, basée au Royaume-Uni, est dirigée par le PDG Chad Edwards (photo, à droite) et le directeur de la technologie Max Welling (à gauche). Edwards a précédemment cofondé une startup de processeurs quantiques appelée Cambridge Quantum. Welling est professeur d'IA à l'Université d'Amsterdam. Les conseillers de CuspAI comprennent le lauréat du prix Nobel Geoffrey Hinton et Yann LeCun, deux des plus éminents chercheurs en IA au monde.
Les projets matériels nécessitent parfois que les scientifiques développent de nouveaux matériaux. Par exemple, un fabricant de puces travaillant sur une nouvelle interconnexion pourrait avoir besoin d’un conducteur résistant mieux à la chaleur que les options existantes sur le marché. Développer un matériau répondant aux exigences d’un projet peut prendre des années.
CuspAI s'efforce d'accélérer le processus. Selon le Financial Times, la société propose une plateforme d'intelligence artificielle capable de générer des conceptions de matériaux et de les tester dans des simulations. Sa liste initiale de clients comprend ASML Holdings NV, Meta Platforms Inc. et Hyundai Motor Co.
En avril, CuspAI open source une boîte à outils de simulation de matériaux appelée kUPS. La société affirme que le logiciel peut accélérer certaines tâches de recherche d'un facteur 49.
Les simulations permettent aux chercheurs de vérifier si une conception matérielle répond aux exigences d'un projet plus rapidement que les tests réels. Sous le capot, les algorithmes qui alimentent une simulation varient en fonction des objectifs du projet. Tester la capacité d'un câble optique à transmettre la lumière nécessite un algorithme différent de celui d'une simulation qui évalue la durabilité d'une pièce automobile.
Historiquement, combiner plusieurs algorithmes de simulation dans la même évaluation de matériaux était techniquement un défi. CuspAI affirme que sa boîte à outils kUPS facilite le flux de travail. Cela accélère également certains flux de travail associés tels que le débogage des évaluations défectueuses.
Les simulations modélisent souvent des phénomènes chimiques à différentes échelles. Par exemple, une évaluation de la conductivité d'un matériau peut produire des données sur les interactions des particules aux niveaux atomique et moléculaire. Selon CuspAI, kUPS stocke ces mesures multi-résolution dans un format de données optimisé pour les unités de traitement graphique. Il indique que le format permet aux GPU d'exécuter des simulations multi-résolution plus efficacement que les autres technologies.
Les plus grands acteurs de l’écosystème de l’IA s’efforcent également de rationaliser les projets de recherche sur les matériaux. Leurs travaux pourraient créer davantage de concurrence pour CuspAI à long terme.
Plus tôt ce mois-ci, Anthropic PBC révélé que ses chercheurs explorent les moyens d'utiliser Claude pour analyser les données des machines de RMN, ou résonance magnétique nucléaire. Les chimistes utilisent de tels systèmes pour étudier les propriétés de nouveaux matériaux. Une machine RMN fonctionne en dirigeant un rayonnement électromagnétique sur un échantillon de matériau en rotation et en mesurant l’évolution de son champ magnétique. Ces changements peuvent révéler des informations sur la composition et la structure du matériau.
Historiquement, transformer les mesures de matériaux RMN bruts en une forme se prêtant à l’analyse était un processus essentiellement manuel. Anthropic affirme que Claude peut automatiser la tâche dans certains projets de chimie. En outre, la société prévoit d'appliquer la série de modèles à d'autres cas d'utilisation de la chimie.
