הסטארט־אפ שגייס 450 מיליון דולר כדי למצוא את החומרים שיניעו את דור השבבים הבא
חברת CuspAI הבריטית הוקמה לפני שנתיים וכבר מוערכת ב־2.6 מיליארד דולר, לאחר שגייסה את אנבידיה, מטא, יונדאי ומשקיעים בולטים למיזם משותף לגילוי חומרים חדשים. היעד: להפחית את התלות במתכות נדירות ולשפר את ייצור השבבים, הקירור ואגירת האנרגיה
תעשיית השבבים נדרשת ליותר אנרגיה, קירור וחומרי גלם ככל שהביקוש למחשוב בינה מלאכותית גדל. CuspAI הבריטית מבקשת להתמודד עם צוואר הבקבוק הזה באמצעות מודלים שמסננים מאגרי מידע עצומים ומציעים חומרים חדשים לתהליכי ייצור, אך הדרך מהדמיה ממוחשבת למוצר תעשייתי עדיין ארוכה.
החברה, שהוקמה לפני כשנתיים בקיימברידג', גייסה 450 מיליון דולר בסבב השקעה שני. הסבב העניק לה שווי של 2.6 מיליארד דולר, לעומת 520 מיליון דולר בספטמבר האחרון, והכניס אליה משקיעים ובהם קרנות ההון סיכון קליינר פרקינס ו־NEA, קרן ההשקעות של ג'ף בזוס וזרוע ההשקעות של AMD. במקביל לגיוס השיקה CuspAI התאגדות חדשה בשם AI Materials Foundry. במסגרתה יחברו יותר מ־48 חברות טכנולוגיה, תאגידי תעשייה ומוסדות מחקר, ובהם אנבידיה, מטא וקבוצת יונדאי, במטרה לחלוק משאבי מחשוב, ידע מדעי ומתקני ניסוי.
הכסף שגויס ישמש בין היתר להקמת מעבדות משותפות בקיימברידג', בסינגפור ובאזור מפרץ סן פרנסיסקו. לפי הנהלת החברה, כ־80% מפעילות המחקר שלה השנה תתמקד בגילוי חומרים, בעיקר עבור תעשיות שבהן עלות הניסויים והזמן הנדרש לפיתוח מעכבים את קצב החדשנות.
המחסור בשבבים שינה את כיוון החברה
CuspAI החלה את דרכה בחיפוש אחר חומרים ללכידת פחמן ולטיהור מים. במהלך השנה האחרונה היא העבירה חלק ניכר מהמיקוד שלה לשרשרת האספקה של תעשיית המוליכים למחצה, לאחר שפניות מצד יצרניות וספקיות המחישו את הביקוש לפתרונות חדשים. אחד היעדים הוא לצמצם את התלות במתכות נדירות כמו רותניום ואירידיום, המשמשות בתהליכים מסוימים של ייצור שבבים וחשופות לסיכוני אספקה. החלפתן בחומרים זמינים וזולים יותר עשויה להפחית עלויות ולצמצם את התלות במספר מצומצם של מדינות וספקים.
הצורך אינו מוגבל לפסי הייצור עצמם. יצרניות שבבים מחפשות חומרים מתקדמים גם לאגירת אנרגיה, לפיזור חום ולקירור מרכזי נתונים. באנבידיה מעריכים כי שיתופי הפעולה במסגרת ההתאגדות יתבצעו לעיתים בין שלושה גורמים: CuspAI, החברה הטכנולוגית ושותף תעשייתי בעל יכולת לייצר ולבדוק את החומר.
המודל הזה נועד להתמודד עם אחת הבעיות המרכזיות בתחום: חברות נוטות לשמור את נתוני הניסויים והתהליכים שלהן בסוד. כתוצאה מכך, מודלי AI מתקשים לקבל מידע אחיד ואיכותי, אף שהיכולת שלהם תלויה במידה רבה בכמות הנתונים ובאמינותם.
המחשב מציע מועמדים, המעבדה קובעת
ההבטחה של בינה מלאכותית במדעי החומרים דומה לזו שנרשמה בתחום התרופות. מודלים יכולים לבחון מספר גדול של מבנים מולקולריים, לזהות דפוסים ולהציע מועמדים שהיו דורשים שנים של ניסוי בשיטות מסורתיות. אלא שהפקת רשימת מועמדים אינה שקולה לפיתוח חומר שימושי. כל מבנה תיאורטי צריך לעבור ייצור במעבדה, בדיקות יציבות, הערכת עלויות והתאמה לתהליך תעשייתי. חלק מהחומרים אינם ניתנים לסינתזה בפועל, ואחרים אינם מציגים יתרון על פני מה שכבר קיים בשוק.
CuspAI כבר התמודדה עם הפער הזה בפרויקט משותף עם חוקרים ממטא. החברה יצרה מאגר של כ־300 טריליון מבנים אפשריים ממשפחת מסגרות מתכתיות־אורגניות, שנועדו ללכוד פחמן דו־חמצני, וצמצמה אותו לעשרה מועמדים שנראו מבטיחים. בשלב המעשי הצליחו החוקרים לייצר פחות מעשרה מהחומרים, ואף אחד מהם לא עלה בביצועיו על הפתרונות המסחריים הקיימים. התוצאה המחישה כי מודל יכול לצמצם מרחב חיפוש עצום, אך אינו מבטל את הניסויים, הכישלונות וההתאמות הנדרשים לאחר מכן.
החברה משתמשת כעת באותו מאגר כדי לחפש חומרים שיוכלו לסלק מהמים כימיקלים עמידים המכונים "כימיקלים נצחיים". חברת הכימיקלים הפינית Kemira מתכננת לייצר ולבחון השנה 20 מבנים שהמודל הציע, אך גם במקרה הזה אין עדיין מועמד שהבשיל למוצר מחוץ למעבדה.
ההון זורם לפני שהמוצר הגיע
למרות היעדר פריצת דרך מסחרית, משקיעים מגדילים את החשיפה לתחום. חברות שהוקמו בידי יוצאי OpenAI ודיפמיינד מגייסות סכומים גדולים לפיתוח מודלים למדעים, וגוגל דיפמיינד הודיעה כי גם היא מתכוונת להרחיב את פעילותה לגילוי חומרים עבור מערכות AI.
CuspAI מנסה לבדל את עצמה באמצעות צוות מחקר וייעוץ מוכר. בין מקימיה נמצא חוקר הבינה המלאכותית מקס ולינג, ובוועדה המייעצת שלה חברים יאן לקון וג'פרי הינטון. לדירקטוריון הצטרף גם בכיר תעשיית השבבים אבהי טלווקר, והחברה גייסה את ג'ון ג'יאננדריאה, לשעבר בכיר בגוגל ובאפל, כדי לסייע בהקמת פעילותה בקליפורניה.
