Zum Inhalt springen
Advancing Bits to Master Atoms
← Alle Beiträge

Leitfäden8 Min. Lesezeit

Ein Entdeckungsprogramm planen: Budget, Runden und was zuerst getestet wird.

Für F&E-Leitungen, die ein Quartal planen: Mit einem Pilotprojekt beginnen, in Runden arbeiten, Budget fürs Labor einplanen und Rechenleistung dort einsetzen, wo sie eine Entscheidung verändert.

Eine lange Graphitschiene trägt eine gleichmäßige Reihe kleiner, identischer Silberkristalle in die Ferne, daneben eine dünne kobaltblaue Scheibe.Eine lange Graphitschiene trägt eine gleichmäßige Reihe kleiner, identischer Silberkristalle in die Ferne, daneben eine dünne kobaltblaue Scheibe.

Ein Entdeckungsprogramm ist eine Folge von Entscheidungen unter einem Budget: welches Ziel zuerst, wie viele Kandidaten durchsucht werden, wie viele hergestellt werden, wann gründlicher geprüft wird und wann an jemanden übergeben wird, der das Material in großem Maßstab herstellen kann. Dieser Leitfaden richtet sich an die F&E-Leitung, die ein Quartal dieser Arbeit rund um MS Lattice plant. Er hält sich an das, was das Protokoll über Kosten und Zeit aussagt, und überlässt Laborsätze und Personalstärke dir.

Beginne mit einem Pilotprojekt an deinem eigenen Ziel

Der erste Schritt ist ein Pilotprojekt. Ein Pilotprojekt lässt MS Lattice an deinem eigenen Ziel laufen und übergibt dir die Shortlist, jeder Kandidat gerankt, jede Prüfung festgehalten. Mit deinem eigenen Ziel zu beginnen, ist wichtig. Eine Demonstration am Problem eines anderen sagt dir wenig darüber, wie die Engine mit deinen Grenzen, deinen Zielkonflikten und der Sprache deiner Domäne umgeht.

Ein Pilotprojekt wird durch einen Plan umrissen, und das Angebot folgt ihm: die Materialdomänen, die Kampagnen und wie dein Team MS Lattice einsetzen wird. Bevor es beginnt, vereinbarst du mit MatterSpace, was geteilt wird, wo es verarbeitet wird und wie lange es aufbewahrt wird. Bring ein Ziel mit, bei dem dein Team weiß, wie eine gute Antwort aussieht, damit du die Shortlist nach ihrem tatsächlichen Wert beurteilen kannst.

Wähle den Modus nach dem, was du bereits hast. Mit einem Ziel und ohne Ausgangsstruktur durchsucht Open Discovery den gesamten Zusammensetzungsraum. Mit einem guten Material, das verbessert werden soll, sucht Prototype-Guided Optimization rund um deine Struktur und rankt jede Variante im Vergleich dazu. Um zuerst zuzusehen, wie die Engine ein Material erreicht, das du kennst, nutze Guided Rediscovery oder den Blind Rediscovery Benchmark.

In Runden denken, nicht in einer großen Suche

Entdeckung funktioniert in Runden. Jede Kampagne liefert eine gerankte Shortlist; dein Labor stellt einige davon her und testet sie; was du lernst, schärft die nächsten Vorgaben. MS Lattice ist für diesen Rhythmus gebaut: den Gewinner behalten, das Ziel verschärfen, erneut laufen lassen. Die Suche lernt während des Laufs, wo sie suchen muss, sodass jede Runde dorthin geht, wohin die Nachweise der letzten zeigen.

Eine Kampagne kann kurz oder lang sein. Laut Protokoll lief eine von einem KI-Agenten gesteuerte Kampagne mit 8 Kandidaten in 4 bis 5 Minuten, eine Guided-Rediscovery-Kampagne dauerte rund drei Minuten, und der Blind-Benchmark durchsuchte 64 Kandidaten in rund 32 Minuten. Kampagnen können auch wochenlang laufen, mit Live-Fortschritt Runde für Runde, Checkpoints, mit denen eine lange Kampagne genau dort weitermacht, wo sie aufgehört hat, und der Möglichkeit, jederzeit zu stoppen.

Plane das Quartal also nach Laborzyklen, nicht nach Rechenzyklen. Synthese, Charakterisierung und die anschließende Auswertung bestimmen das Tempo einer Runde.

Was die Rechenleistung kostet, laut Protokoll

Bei der Rechenleistung kann KI-gestützte Entdeckung unbemerkt teuer werden, denn wer alles screent, bezahlt für jede Struktur, die nie eine Chance hatte. MS Lattice hält deine Anforderungen innerhalb der Suche ein, sodass Rechenleistung in aussichtsreiche Kandidaten fließt, nie in einen Heuhaufen. Das Protokoll liefert die Zahlen dazu.

  • ≈ $0.003Rechenkosten pro Kandidat im Blind-Benchmark
  • ≈ 30 sRechenkosten pro Kandidat im selben Lauf
  • < $0.20ein Blind-Rediscovery-Lauf: 64 Kandidaten, 32 Minuten, beide versiegelten Ziele gefunden
  • < $0.0004pro Kandidat in der End-to-End-Kampagne des Agenten

Bei rund einem Drittel Cent Rechenkosten pro Kandidat ist die Rechnung im großen Maßstab einfach: 1.000 Kandidaten für 3 US$, 10.000 für 30 US$, 100.000 für 300 US$ und 1.000.000 für 3.000 US$. Die komplette 8-Kandidaten-Kampagne eines KI-Agenten kostete unter 0,003 US$. Die richtige Struktur aus einer Formel zu ranken, dauerte rund 38 Sekunden pro Verbindung.

Jeder Plan zeigt seine geschätzten Kosten vor dem Start, und ein Plan, der nicht laufen kann, wird mit Begründung abgelehnt, bevor irgendetwas startet. Jede Kampagne läuft innerhalb des Budgets, das du festlegst, und ein Agent, der MS Lattice über MCP steuert, prüft Budget und Preis, bevor er startet. Diese Zahlen sind die protokollierten Rechenkosten; was ein Pilotprojekt über Norck kostet, richtet sich nach dem Pilotplan und kommt als Angebot.

Eine kleine, präzise gefräste kobaltblaue Scheibe auf einer matten schiefergrauen Ebene neben einem hohen, geordneten Kristallturm aus Kugeln in mattem Graphit und satiniertem Silber.Eine kleine, präzise gefräste kobaltblaue Scheibe auf einer matten schiefergrauen Ebene neben einem hohen, geordneten Kristallturm aus Kugeln in mattem Graphit und satiniertem Silber.
Ein winziger Kristall auf einer Präzisionswaage: Die Rechenleistung hinter einem Kandidaten wiegt wenig neben der Arbeit, ihn herzustellen.

Wo die echten Kosten liegen

Stell die Rechenkosten dem gegenüber, was auf sie folgt. Ein neues anorganisches Material herzustellen heißt, Ausgangsstoffe zu beschaffen, einen Syntheseweg zu finden, der die richtige Phase bildet, die Struktur zu bestätigen und dann die entscheidende Eigenschaft unter einsatznahen Bedingungen zu messen. Eine Schicht muss abgeschieden und im Zerspanungseinsatz erprobt werden. Ein Magnet muss hergestellt, verarbeitet und bei Temperatur gemessen werden. Ein Elektrolyt muss in eine Zelle eingebaut werden. Jeder Schritt braucht Fachleute, Geräte und Zeit, und jeder kostet weit mehr als die Suche, die den Kandidaten vorgeschlagen hat.

Genau das spricht für eine kurze, gut gerankte Liste. Eine Liste mit Millionen Einträgen verlagert das Problem vom Computer an die Laborbank. Die Konsequenz für die Planung ist direkt: Plane das Budget des Programms rund um Synthese und Tests und betrachte die Rechenleistung als den kleinen Posten, der entscheidet, wohin der große fließt.

Dein Labor kann Hunderte herstellen. MS Lattice liefert die, deren Herstellung sich lohnt.

Wie viele pro Runde herstellen

Die richtige Zahl pro Runde ist die Zahl, die dein Labor in einem Zyklus gut herstellen und charakterisieren kann. Ein nachlässig hergestellter Kandidat, in der falschen Phase oder mit schlechter Dichte, sagt dir etwas über den Prozess statt über die Zusammensetzung und verschwendet einen Platz.

  • Runde an die Kapazität anpassen: Zähle die Synthesewege, die Ofen- oder Abscheidezeit und die Charakterisierungsplätze, die dein Team hat, und fülle sie dann.
  • Die Wetten streuen: Nimm Kandidaten aus verschiedenen Familien nahe der Spitze, denn MS Lattice zielt auf verschiedene starke Antworten, nicht auf Beinahe-Kopien.
  • Nach Abstand gewichten: Bevorzuge Kandidaten, deren Vorteil bei deiner Schlüsseleigenschaft deutlich über ihrer Unsicherheit liegt.
  • Eine Referenz einbeziehen: Stelle dein aktuelles Material oder eine bekannte Referenz parallel her, damit jede Messung einen Vergleich hat, dem dein Team vertraut.
  • Einige zurückhalten: Halte die nächsten gerankten Kandidaten bereit, damit ein Fehlschlag in der ersten Charge die Runde nicht aufhält.

Frühe Runden dürfen breiter angelegt sein, um zu lernen, wo die Schätzungen und dein Prozess übereinstimmen. Spätere Runden werden enger, wenn die Ziele schärfer werden und Prototype-Guided Optimization von deinem besten hergestellten Material aus übernimmt.

Wann die Ab-initio-Verifikation anfordern

Die Ab-initio-Verifikation ist die Prüfung, die du anforderst, wenn ein Urteil zählt: Stabilität gegenüber jeder konkurrierenden Phase der Chemie, elastische Konstanten und Phononen, auf Abruf, für die Kandidaten, die du wählst. Laut Protokoll hat sie die Stabilität viermal von vier richtig beurteilt und Silizium bei fünf von fünf Referenzwerten reproduziert, jeweils innerhalb der vor dem Lauf festgelegten Toleranz.

In einem Plan sitzt sie an der Grenze zwischen Screening und Labor. Fordere sie für Kandidaten an, die gleich ernsthaften Syntheseaufwand bekommen, wenn die Stabilität zwischen zwei knappen Kandidaten entscheidet und wenn deine Anwendung davon abhängt, wie ein Material Last trägt oder wie sein Gitter schwingt. Was nicht hält, wird erkannt, bevor auch nur ein Tag im Labor vergeht.

Wann Norck dazuholen

Manche Teams haben das Labor, um eine Shortlist weiterzuführen. Andere nicht, oder sie wollen weiter gehen als bis zur Laborprobe. Norck betreibt MS Lattice im Rahmen einer Vereinbarung mit MatterSpace und synthetisiert, validiert und fertigt dann den Gewinner. Ein Material ist erst entdeckt, wenn es hergestellt ist.

Norck arbeitet auf zwei Wegen, Optimierung bestehender Materialien, um besser zu machen, was du hast, und bahnbrechende Materialentdeckung, um zu finden, was es noch nicht gibt, und bietet seine Arbeit in Leistungsumfängen an, sodass du nur den Teil kaufst, den du brauchst:

  • Entdeckung: neue Materialkandidaten oder ein optimiertes bestehendes Material.
  • Entdeckung + Validierung: Kandidaten synthetisiert und physisch getestet.
  • Entdeckung + Validierung + Produktion: ein validiertes Material, produziert.
  • End-to-End: von der Entdeckung bis zu deinen finalen, gefertigten Bauteilen.

Ergebnisse aus der Praxis fließen direkt in die nächste Designrunde zurück. Hol Norck in einem Plan dazu, wenn die Laborkapazität der Engpass ist, wenn eine Runde Synthese und physische Tests braucht, die du nicht im eigenen Haus durchführst, oder wenn ein Gewinner bereit ist, Richtung Produktion und Bauteile zu gehen.

Acht runde Stufensockel in mattem Graphit und satiniertem Silber steigen in einer sanften Kurve von einem kobaltblauen Punkt links zu einem präzisionsgefertigten Teil aus satiniertem Metall rechts an.Acht runde Stufensockel in mattem Graphit und satiniertem Silber steigen in einer sanften Kurve von einem kobaltblauen Punkt links zu einem präzisionsgefertigten Teil aus satiniertem Metall rechts an.
Pulver, gepresstes Pellet, Rohling und bearbeitetes Bauteil: der Weg, den eine siegreiche Zusammensetzung nach der Shortlist noch zurücklegen muss.

Ein Beispielplan, in Grundzügen

Jedes Programm ist anders, daher ist dies eine Form, kein Zeitplan. Er nutzt nur, was das Protokoll aussagt, und überlässt Dauer und Laborkosten deinen eigenen Zahlen.

  1. Pilotprojekt an deinem eigenen ZielVereinbare den Plan und den Umgang mit deinen Daten und lass MS Lattice dann an einem Ziel laufen, das dein Team versteht. Lies Shortlist, Scores und Protokoll vor dem Hintergrund dessen, was du bereits weißt.
  2. Die erste Kampagnenrunde durchführenFühre Open Discovery durch oder Prototype-Guided Optimization ausgehend von deinem aktuellen Material, mit Anforderungen und Präferenzen, die du aus dem Pilotprojekt abgeleitet hast. Prüfe den Preis vor dem Start und lege das Budget fest.
  3. Verifizieren, dann herstellenSchick die Kandidaten, die ins Labor sollen, durch die Ab-initio-Verifikation. Stelle eine Runde her, die zu deinem Labor passt, über Familien gestreut, mit einer Referenz daneben.
  4. Zurückspielen und verschärfenBring die Messungen und den Grund für jeden Fehlschlag zurück in die Vorgaben. Den Gewinner behalten, das Ziel verschärfen, erneut laufen lassen.
  5. Über die Übergabe entscheidenWenn ein Kandidat in deinen Tests besteht, entscheide, ob dein Team ihn weiterführt oder Norck ihn zur Validierung, zur Produktion oder zu fertigen Bauteilen bringt.

Die Rechenleistung in diesem Plan bleibt klein, und du siehst ihren Preis vor jedem Start. Die Entscheidungen, die echtes Geld kosten, was hergestellt wird und wie weit es gehen soll, sind genau das, was das Protokoll jeder Prüfung unterstützen soll.

Fragen, die Teams stellen

Was sollten wir für Rechenleistung budgetieren?

Laut Protokoll rund ein Drittel Cent pro Kandidat, und jede Kampagne läuft innerhalb des Budgets, das du festlegst.

Wie lange dauert eine Runde?

Kampagnen laufen Minuten oder Wochen. Synthese und Tests bestimmen das Tempo einer Runde.

Wie wird ein Pilotprojekt bepreist?

Das Angebot richtet sich nach dem Pilotplan: den Materialdomänen, den Kampagnen und wie dein Team MS Lattice einsetzen wird. Schreib uns mit deinem Ziel, und MatterSpace meldet sich mit einem Plan und einem Angebot.

Können wir bei dem Material starten, das wir heute verwenden?

Ja. Prototype-Guided Optimization sucht rund um deine Struktur und rankt jede Variante im Vergleich zum Original.

Können wir nur einen Teil des Prozesses von Norck kaufen?

Ja. Entdeckung, Validierung, Produktion oder End-to-End.

Die erste Domain-Engine von MatterSpace

MatterSpace hat MS Lattice für die Wissenschaftler und Ingenieure gebaut, die neue Materialien entdecken und entwerfen, ausgehend von den Eigenschaften, die ihr Produkt braucht.

Weiterlesen

Du hast ein Materialziel? Sag uns, was es leisten muss.

Nenne uns die Materialdomäne, die Eigenschaften, die du brauchst, und die Grenzen, die das Material einhalten muss. Wir zeigen dir, wie MS Lattice die Aufgabe über Norck angehen würde, von einer gerankten Shortlist für dein eigenes Labor bis hin zu fertigen Bauteilen.