La scoperta di materiali con l’IA non è mai andata così veloce. MatterGen di Microsoft genera strutture a partire da proprietà target. OMat24 e Open Catalyst di Meta FAIR hanno reso ampiamente disponibile lo screening rapido. Schrödinger offre agli esperti una simulazione approfondita. Citrine Informatics impara dai dati di laboratorio di un’azienda stessa. Periodic Labs, Lila Sciences e Orbital Materials affiancano l’IA a laboratori propri. Ognuno ha fatto avanzare il settore.
MS Lattice risponde alla domanda che un team di materiali si pone davvero: quali pochi dovremmo realizzare per primi?
I numeri dichiarati dal settore
- Microsoft e PNNL hanno vagliato 32,6 milioni di candidati su circa 1000 macchine cloud, in meno di 80 ore, per arrivare a 18.
- Materials Nexus ha analizzato oltre 100 milioni di composizioni e ha impiegato tre mesi per progettare, realizzare e testare un magnete.
Un lavoro notevole. E una lezione chiara: il numero di candidati non è mai stato il prodotto. Il prodotto è la risposta.
Requisiti dentro la ricerca, non un filtro a valle
Le proposte che violano i tuoi limiti vengono scartate prima che venga costruita una struttura.
Una preselezione, non un pagliaio
Centinaia di contendenti classificati invece di milioni di strutture da smistare, ognuno con la documentazione di ogni controllo.
Un’intelligenza che impara mentre lavora
Più affinata a ogni valutazione, con circa un terzo di centesimo di calcolo per candidato.
Prove che puoi rieseguire
Entrambi i target sigillati trovati alla cieca. 73 candidati su 73 ricostruiti dalla loro documentazione.
Pronto per il tuo agente, e per la fabbrica
Il tuo agente IA pilota MS Lattice tramite MCP. Quando emerge un vincitore, Norck lo porta attraverso validazione e produzione fino ai componenti finiti.









