สตาร์ทอัพด้านวิทยาศาสตร์วัสดุที่ใช้ปัญญาประดิษฐ์เร่งค้นพบวัสดุใหม่ ดึงดูดเม็ดเงินลงทุนมหาศาล
ในยุคที่ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนโฉมอุตสาหกรรมวิทยาศาสตร์วัสดุ สตาร์ทอัพหลายแห่งกำลังแข่งขันกันพัฒนาแพลตฟอร์มที่ใช้ AI เพื่อค้นพบวัสดุชนิดใหม่ๆ อย่างรวดเร็ว โดยได้รับการสนับสนุนจากนักลงทุนรายใหญ่ทั่วโลก การค้นพบวัสดุใหม่เหล่านี้มีศักยภาพในการแก้ปัญหาใหญ่หลวง เช่น พลังงานสะอาด การแพทย์ และอุตสาหกรรมเซมิคอนดักเตอร์ ซึ่ง传统การวิจัยที่ใช้เวลาหลายปีและต้นทุนสูงกำลังถูกแทนที่ด้วยกระบวนการที่ใช้เวลาเพียงไม่กี่เดือน
ตามรายงานล่าสุดจาก MIT Technology Review พบว่าสตาร์ทอัพในสาขานี้ระดมทุนได้รวมกว่า 2 พันล้านดอลลาร์สหรัฐในช่วง 2-3 ปีที่ผ่านมา โดยบริษัทชั้นนำอย่าง CuspAI จากสหราชอาณาจักรเพิ่งระดมทุนรอบ Series A ได้ 30 ล้านดอลลาร์สหรัฐ นำโดยนักลงทุนจาก Playground Global และ Temasek Holdings แพลตฟอร์มของ CuspAI ใช้โมเดล generative AI เพื่อออกแบบโครงสร้างอะตอมที่เป็นไปได้ โดยอาศัยข้อมูลจากการทดลองจริงผสานกับการจำลองทางคอมพิวเตอร์ ทำให้สามารถคาดการณ์คุณสมบัติของวัสดุใหม่ได้อย่างแม่นยำ เช่น ตัวนำยอดเยี่ยม (superconductors) หรือวัสดุสำหรับแบตเตอรี่ที่ชาร์จเร็วขึ้น
อีกบริษัทที่น่าจับตามองคือ Kebotix ซึ่งตั้งอยู่ในรัฐแมสซาชูเซ็ตส์ สหรัฐอเมริกา ได้รับการสนับสนุนจาก Bill Gates ผ่าน Breakthrough Energy Ventures และระดมทุนรวมกว่า 100 ล้านดอลลาร์สหรัฐ Kebotix พัฒนาห้องปฏิบัติการอัตโนมัติที่ผสาน AI กับหุ่นยนต์ เพื่อทดสอบวัสดุจริงแบบ high-throughput โดย AI จะวิเคราะห์ผลลัพธ์และปรับสูตรการสังเคราะห์วัสดุในรอบถัดไป ผลงานเด่นคือการค้นพบตัวเร่งปฏิกิริยา (catalysts) สำหรับผลิตไฮโดรเจนที่ประหยัดพลังงานมากขึ้น ซึ่งช่วยลดต้นทุนการผลิตพลังงานหมุนเวียน
Citrine Informatics จากแคลิฟอร์เนีย เป็นผู้บุกเบิกด้าน “materials informatics” ตั้งแต่ปี 2013 โดยใช้ machine learning เพื่อเพิ่มประสิทธิภาพกระบวนการผลิตให้กับบริษัทใหญ่อย่าง BASF และ GE บริษัทนี้ระดมทุนล่าสุด 33 ล้านดอลลาร์สหรัฐจาก Insight Partners และใช้แพลตฟอร์มที่รวมข้อมูลวัสดุจากแหล่งต่างๆ เพื่อทำนายคุณสมบัติ เช่น ความแข็งแรงหรือการนำไฟฟ้า โดยลูกค้าสามารถลดเวลาในการพัฒนาวัสดุได้ถึง 10 เท่า
แนวโน้มการลงทุนนี้ได้รับแรงหนุนจากความสำเร็จของงานวิจัยจากสถาบันชั้นนำ เช่น Google DeepMind ที่เผยแพร่ GNoME (Graph Networks for Materials Exploration) ในปี 2023 ซึ่งค้นพบวัสดุคริสตัลชนิดใหม่กว่า 2.2 ล้านชนิด โดย 380,000 ชนิดมีศักยภาพสูงในการใช้งานจริง สตาร์ทอัพหลายแห่งนำโมเดลเหล่านี้มาพัฒนาต่อ โดยผสานกับข้อมูลเอกชนเพื่อให้ได้ผลลัพธ์ที่เฉพาะเจาะจงมากขึ้น
นอกจากนี้ บริษัทอย่าง Xaira Therapeutics (แม้จะเน้นยา แต่ขยายสู่ materials) และ Aionics ที่มุ่งพัฒนาอิเล็กโทรไลต์สำหรับแบตเตอรี่ลิเธียมโลหะ ก็ได้รับทุนกว่า 100 ล้านดอลลาร์สหรัฐจาก Samsung Next และ NVIDIA Aionics ใช้ AI เพื่อออกแบบโมเลกุลที่ป้องกันการเจริญเติบโตของเดนไดรต์ (dendrites) ซึ่งเป็นปัญหาหลักของแบตเตอรี่รุ่นใหม่ ทำให้แบตเตอรี่มีความหนาแน่นพลังงานสูงขึ้น 50% โดยไม่เสี่ยงต่อการระเบิด
อย่างไรก็ตาม ผู้เชี่ยวชาญเตือนถึงความท้าทายหลายประการ ประการแรก การตรวจสอบวัสดุที่ AI ค้นพบต้องอาศัยการทดลองจริง ซึ่งยังคงใช้เวลานานและมีต้นทุนสูง Dr. Keith Butler จาก University of Liverpool ระบุว่า “AI สามารถสร้างไอเดียได้นับล้าน แต่การสังเคราะห์และทดสอบจริงยังเป็นขวดคอ” ประการที่สอง คือการขาดข้อมูลคุณภาพสูง โดยฐานข้อมูลวัสดุส่วนใหญ่ครอบคลุมเพียงวัสดุที่รู้จักดีอยู่แล้ว ทำให้ AI อาจพลาดวัสดุแปลกใหม่
นอกจากนี้ การแข่งขันยังรุนแรงจากยักษ์ใหญ่เทคโนโลยี เช่น Microsoft ที่ร่วมมือกับ Lawrence Livermore National Laboratory พัฒนา MatterGen โมเดล generative สำหรับวัสดุ 2 มิติ และ Meta ที่เปิดใช้งานวัสดุ informatics ฟรีผ่าน Hugging Face สตาร์ทอัพจึงต้องเน้นความเชี่ยวชาญเฉพาะด้าน เช่น การผสาน AI กับห้องปฏิบัติการอัตโนมัติ เพื่อสร้างข้อได้เปรียบ
ในประเทศไทย โอกาสนี้เปิดช่องให้ภาคอุตสาหกรรม เช่น พลังงานและอิเล็กทรอนิกส์ นำ AI มาปรับใช้ โดยสามารถร่วมมือกับสตาร์ทอัพต่างชาติหรือพัฒนาแพลตฟอร์มในประเทศ เพื่อลดการพึ่งพาวัสดุนำเข้า การลงทุนในสาขานี้ไม่เพียงเร่งนวัตกรรม แต่ยังช่วยขับเคลื่อนเศรษฐกิจหมุนเวียนและความยั่งยืน
อนาคตของวิทยาศาสตร์วัสดุกำลังถูกกำหนดโดย AI ซึ่งจะทำให้การค้นพบวัสดุ “wonder material” อย่างกราฟีนหรือ perovskite สำหรับโซลาร์เซลล์เกิดขึ้นบ่อยครั้งยิ่งขึ้น หากสตาร์ทอัพเหล่านี้พิสูจน์ความสำเร็จในการนำสู่ตลาดเชิงพาณิชย์ได้ การลงทุนที่เพิ่มขึ้นจะไม่ใช่เรื่องน่าแปลกใจ
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)