Et opdagelsesprogram er en række beslutninger inden for et budget: hvilket mål først, hvor mange kandidater der skal søges, hvor mange der skal fremstilles, hvornår der skal kontrolleres grundigere, og hvornår der skal overdrages til nogen, der kan fremstille materialet i stor skala. Denne guide er til F&U-lederen, der planlægger et kvartal af det arbejde omkring MS Lattice. Den holder sig til det, dokumentationen siger om omkostninger og tid, og overlader laboratoriepriser og bemanding til dig.
Start med et pilotprojekt på dit eget mål
Det første skridt er et pilotprojekt. Et pilotprojekt kører MS Lattice på dit eget mål og leverer shortlisten til dig, hver kandidat rangeret, hver kontrol registreret. Det betyder noget at starte på dit eget mål. En demonstration på en andens problem fortæller dig ikke meget om, hvordan motoren håndterer dine grænser, dine afvejninger og dit domænes sprog.
Et pilotprojekt afgrænses af en plan, og tilbuddet følger den: materialedomænerne, kampagnerne og hvordan dit team vil køre MS Lattice. Før det starter, aftaler du med MatterSpace, hvad der deles, hvor det behandles, og hvor længe det opbevares. Kom med et mål, hvor dit team ved, hvordan et godt svar ser ud, så du kan bedømme shortlisten på dens egne præmisser.
Vælg tilstanden ud fra det, du allerede har. Med et mål og ingen startstruktur søger Open Discovery i hele sammensætningsrummet. Med et godt materiale, der skal forbedres, søger Prototype-Guided Optimization omkring din struktur og rangerer hver variant i forhold til den. Vil du først se motoren nå frem til et materiale, du kender, så brug Guided Rediscovery eller Blind Rediscovery Benchmark.
Tænk i runder, ikke i én stor søgning
Opdagelse foregår i runder. Hver kampagne returnerer en rangeret shortliste; dit laboratorium fremstiller og tester nogle få; det, du lærer, strammer det næste brief. MS Lattice er bygget til den rytme: behold vinderen, stram målet, kør igen. Søgningen lærer, hvor den skal kigge, mens den kører, så hver runde går dérhen, hvor den forrige rundes beviser peger.
En kampagne kan være kort eller lang. I de registrerede kørsler tog en kampagne med 8 kandidater, drevet af en AI-agent, 4 til 5 minutter, en Guided Rediscovery-kampagne tog omkring tre minutter, og den blinde benchmark søgte 64 kandidater på omkring 32 minutter. Kampagner kan også køre i ugevis, med løbende fremskridt runde for runde, checkpoints, der lader en lang kampagne fortsætte præcis dér, hvor den stoppede, og mulighed for at stoppe når som helst.
Planlæg derfor kvartalet omkring laboratoriecyklusser, ikke regnecyklusser. Syntese, karakterisering og den efterfølgende gennemgang bestemmer tempoet i en runde.
Hvad regnekraften koster, ifølge dokumentationen
Det er i regnekraften, at AI-opdagelse i al stilhed kan blive dyr, fordi det at screene alt betyder, at du betaler for hver struktur, der aldrig havde en chance. MS Lattice fastholder dine krav inde i søgningen, så regnekraften går til reelle kandidater, aldrig til en høstak. Dokumentationen sætter tal på det.
- ≈ $0.003i regnekraft pr. kandidat i den blinde benchmark
- ≈ 30 si regnekraft pr. kandidat i samme kørsel
- < $0.20en Blind Rediscovery-kørsel: 64 kandidater, 32 minutter, begge forseglede mål fundet
- < $0.0004pr. kandidat i agentens komplette kampagne
Med omkring en tredjedel af en cent i regnekraft pr. kandidat er regnestykket i stor skala enkelt: 1.000 kandidater for $3, 10.000 for $30, 100.000 for $300 og 1.000.000 for $3.000. En AI-agents komplette kampagne med 8 kandidater kostede under $0,003. At rangere den rigtige struktur ud fra en formel tog omkring 38 sekunder pr. forbindelse.
Hver plan viser sine estimerede omkostninger før start, og en plan, der ikke kan køre, afvises med begrundelsen, før noget starter. Hver kampagne kører inden for det budget, du sætter, og en agent, der styrer MS Lattice via MCP, tjekker budgettet og prisen, før den starter. De tal er regnekraften i de registrerede kørsler; hvad et pilotprojekt via Norck koster, følger af pilotplanen og kommer som et tilbud.


Hvor de reelle omkostninger ligger
Sæt regnetallene op mod det, der følger efter dem. At fremstille et nyt uorganisk materiale betyder at skaffe prækursorer, finde en rute, der danner den rigtige fase, bekræfte strukturen og derefter måle den egenskab, der betyder noget, under betingelser tæt på driften. En belægning skal påføres og skæres med. En magnet skal fremstilles, forarbejdes og måles ved driftstemperatur. En elektrolyt skal bygges ind i en celle. Hvert trin kræver dygtige folk, instrumenter og tid, og hvert koster langt mere end den søgning, der foreslog kandidaten.
Det er argumentet for en kort, velrangeret liste. En liste på millioner flytter problemet fra computeren til laboratoriebordet. Konsekvensen for planlægningen er direkte: budgettér programmet omkring syntese og test, og behandl regnekraften som den lille post, der afgør, hvor den store går hen.
Dit laboratorium kan fremstille hundredvis. MS Lattice leverer dem, der er værd at fremstille.
Hvor mange der skal fremstilles pr. runde
Det rette antal pr. runde er det antal, dit laboratorium kan fremstille og karakterisere godt i én cyklus. En kandidat, der er fremstillet skødesløst, i den forkerte fase eller med dårlig densitet, fortæller dig noget om processen snarere end om sammensætningen og spilder en plads.
- Tilpas runden til kapaciteten: tæl de synteseruter, den ovn- eller påføringstid og de karakteriseringspladser, dit team har, og fyld dem op.
- Spred indsatsen: tag kandidater fra forskellige familier nær toppen, da MS Lattice sigter efter forskellige stærke svar, ikke næsten-kopier.
- Vægt efter margin: foretræk kandidater, hvis fordel på din vigtigste egenskab ligger klart uden for usikkerheden.
- Medtag en baseline: fremstil dit nuværende materiale eller en kendt reference ved siden af, så hver måling har en sammenligning, dit team stoler på.
- Hold nogle tilbage: hav de næste rangerede kandidater klar, så en fejl i det første parti ikke bremser runden.
Tidlige runder kan godt være bredere for at lære, hvor estimaterne og din proces stemmer overens. Senere runder snævres ind, efterhånden som målene strammes, og Prototype-Guided Optimization tager over fra dit bedste fremstillede materiale.
Hvornår du skal bruge verifikation ud fra første principper
Verifikation ud fra første principper er den kontrol, du bruger, når en afgørelse betyder noget: stabilitet over for hver konkurrerende fase i kemien, elastiske konstanter og fononer, efter behov, for de kandidater, du vælger. I de registrerede kørsler vurderede den stabiliteten korrekt fire gange ud af fire og reproducerede silicium på fem af fem referenceværdier, hver inden for den tolerance, der var fastsat før kørslen.
I en plan ligger den på grænsen mellem screening og laboratorium. Brug den til kandidater, der er ved at få en betydelig synteseindsats, når stabiliteten afgør valget mellem to tætte kandidater, og når din anvendelse afhænger af, hvordan et materiale bærer last, eller hvordan dets gitter vibrerer. Det, der ikke holder, fanges før en eneste dag i laboratoriet.
Hvornår du skal inddrage Norck
Nogle teams har laboratoriet til at føre en shortliste videre. Andre har ikke, eller vil længere end en laboratorieprøve. Norck kører MS Lattice efter aftale med MatterSpace og syntetiserer, validerer og fremstiller derefter vinderen. Et materiale er ikke opdaget, før det er fremstillet.
Norck arbejder på to måder, optimering af eksisterende materialer for at gøre det, du har, bedre og banebrydende materialeopdagelse for at finde det, der endnu ikke findes, og arbejdet tilbydes i omfang, så du kun køber den del, du har brug for:
- Opdagelse: nye materialekandidater eller et optimeret eksisterende materiale.
- Opdagelse + Validering: kandidater syntetiseret og fysisk testet.
- Opdagelse + Validering + Produktion: et valideret materiale, produceret.
- Hele vejen: fra opdagelse til dine endelige, fremstillede dele.
Resultater fra den virkelige verden går direkte tilbage i næste designrunde. I en plan inddrager du Norck, når laboratoriekapaciteten er flaskehalsen, når en runde kræver syntese og fysisk test, du ikke udfører internt, eller når en vinder er klar til at gå videre mod produktion og dele.


En eksempelplan i hovedtræk
Hvert program er forskelligt, så dette er en form, ikke en tidsplan. Den bruger kun det, dokumentationen siger, og overlader varigheder og laboratorieomkostninger til dine egne tal.
- Pilotprojekt på dit eget målAftal planen og hvordan dine data håndteres, og kør derefter MS Lattice på et mål, dit team forstår. Læs shortlisten, scorerne og dokumentationen op mod det, du allerede ved.
- Kør den første runde af kampagnerKør Open Discovery, eller Prototype-Guided Optimization fra dit nuværende materiale, med krav og præferencer sat ud fra det, pilotprojektet lærte dig. Tjek prisen før start, og sæt budgettet.
- Verificér, og fremstil derefterSend de kandidater, der skal i laboratoriet, gennem verifikation ud fra første principper. Fremstil en runde, der passer til dit laboratorium, spredt over familier, med en baseline ved siden af.
- Før tilbage, og stram opBring målingerne og årsagen til hver fejl tilbage i briefet. Behold vinderen, stram målet, kør igen.
- Beslut overdragelsenNår en kandidat holder i dine test, beslutter du, om dit team fører den videre, eller om Norck tager den videre til validering, produktion eller færdige dele.
Regnekraften i den plan forbliver lille, og du ser prisen før hver start. De beslutninger, der koster rigtige penge, hvad der skal fremstilles, og hvor langt det skal føres, er dem, dokumentationen for hver kontrol er der for at understøtte.
Spørgsmål, teams stiller
Hvad bør vi budgettere med til regnekraft?
I de registrerede kørsler omkring en tredjedel af en cent pr. kandidat, og hver kampagne kører inden for det budget, du sætter.
Hvor lang tid tager en runde?
Kampagner kører i minutter eller i uger. Syntese og test bestemmer tempoet i en runde.
Hvordan prissættes et pilotprojekt?
Tilbuddet følger planen for pilotprojektet: materialedomænerne, kampagnerne og hvordan dit team vil køre MS Lattice. Skriv med dit mål, så vender MatterSpace tilbage med en plan og et tilbud.
Kan vi starte fra det materiale, vi bruger i dag?
Ja. Prototype-Guided Optimization søger omkring din struktur og rangerer hver variant mod originalen.
Kan vi nøjes med at købe en del af Norcks proces?
Ja. Opdagelse, validering, produktion eller hele vejen.


MatterSpaces første domænemotor
MatterSpace byggede MS Lattice til de forskere og ingeniører, der opdager og designer nye materialer, med udgangspunkt i de egenskaber, deres produkt har brug for.









