Ga naar de inhoud
Advancing Bits to Master Atoms
← Alle artikelen

Gidsen8 min. leestijd

Een ontdekkingsprogramma plannen: budget, rondes en wat je eerst test.

Voor R&D-leiders die een kwartaal plannen: begin met een pilot, werk in rondes, budgetteer voor het lab en zet rekenkracht in waar die een beslissing verandert.

Een lange grafieten rail die een gelijkmatige rij kleine, identieke zilveren kristallen de verte in voert, met één dunne kobaltblauwe schijf ernaast.Een lange grafieten rail die een gelijkmatige rij kleine, identieke zilveren kristallen de verte in voert, met één dunne kobaltblauwe schijf ernaast.

Een ontdekkingsprogramma is een reeks beslissingen binnen een budget: welk doel eerst, hoeveel kandidaten je doorzoekt, hoeveel je maakt, wanneer je dieper controleert en wanneer je overdraagt aan iemand die het materiaal op schaal kan maken. Deze gids is voor de R&D-leider die een kwartaal van dat werk rond MS Lattice plant. Hij houdt zich aan wat het dossier vermeldt over kosten en tijd, en laat labtarieven en personeelsomvang aan jou over.

Begin met een pilot op je eigen doel

De eerste stap is een pilot. Een pilot draait MS Lattice op je eigen doel en levert je de shortlist, elke kandidaat gerangschikt, elke controle vastgelegd. Beginnen op je eigen doel is belangrijk. Een demonstratie op het probleem van iemand anders zegt je weinig over hoe de engine omgaat met jouw grenzen, jouw afwegingen en de taal van jouw domein.

Een pilot wordt afgebakend door een plan, en de offerte volgt dat plan: de materiaaldomeinen, de campagnes en hoe je team MS Lattice gaat draaien. Voordat de pilot start, spreek je met MatterSpace af wat wordt gedeeld, waar het wordt verwerkt en hoe lang het wordt bewaard. Breng een doel mee waarvan je team weet hoe een goed antwoord eruitziet, zodat je de shortlist op zijn merites kunt beoordelen.

Kies de modus op basis van wat je al hebt. Met een doel en geen startstructuur doorzoekt Open Discovery de hele samenstellingsruimte. Met een goed materiaal om te verbeteren zoekt Prototype-Guided Optimization rond je structuur en rangschikt elke variant ten opzichte daarvan. Wil je eerst zien hoe de engine een materiaal bereikt dat je kent, gebruik dan Guided Rediscovery of de Blind Rediscovery Benchmark.

Denk in rondes, niet in één grote zoektocht

Ontdekking werkt in rondes. Elke campagne levert een gerangschikte shortlist op; je lab maakt en test er een paar; wat je leert, scherpt de volgende briefing aan. MS Lattice is gebouwd voor dat ritme: houd de winnaar, scherp het doel aan, draai opnieuw. De zoektocht leert tijdens het draaien waar ze moet zoeken, zodat elke ronde gaat waar het bewijs van de vorige naar wijst.

Een campagne kan kort of lang zijn. Volgens het dossier draaide een campagne met 8 kandidaten, aangestuurd door een AI-agent, in 4 tot 5 minuten, duurde een Guided Rediscovery-campagne ongeveer drie minuten, en doorzocht de blinde benchmark 64 kandidaten in ongeveer 32 minuten. Campagnes kunnen ook wekenlang lopen, met live-voortgang per ronde, checkpoints waardoor een lange campagne precies verdergaat waar ze stopte, en de mogelijkheid om op elk moment te stoppen.

Plan het kwartaal dus rond labcycli, niet rond rekencycli. Synthese, karakterisering en de beoordeling die volgt, bepalen het tempo van een ronde.

Wat de rekenkracht kost, volgens het dossier

Rekenkracht is waar AI-ontdekking ongemerkt duur kan worden, want alles screenen betekent betalen voor elke structuur die nooit een kans had. MS Lattice houdt je eisen binnen de zoektocht vast, zodat rekenkracht naar kanshebbers gaat, nooit naar een hooiberg. Het dossier zet er getallen op.

  • ≈ $0.003aan rekenkracht per kandidaat in de blinde benchmark
  • ≈ 30 saan rekenkracht per kandidaat in dezelfde run
  • < $0.20een Blind Rediscovery-run: 64 kandidaten, 32 minuten, beide verzegelde doelen gevonden
  • < $0.0004per kandidaat in de end-to-end-campagne van de agent

Bij ongeveer een derde cent aan rekenkracht per kandidaat is de rekensom op schaal eenvoudig: 1.000 kandidaten voor $3, 10.000 voor $30, 100.000 voor $300 en 1.000.000 voor $3.000. De volledige campagne van een AI-agent met 8 kandidaten kwam uit op minder dan $0,003. De juiste structuur rangschikken vanuit een formule kostte ongeveer 38 seconden per verbinding.

Elk plan toont zijn geschatte kosten vóór de start, en een plan dat niet kan draaien, wordt geweigerd met de reden erbij, voordat er iets start. Elke campagne draait binnen het budget dat je instelt, en een agent die MS Lattice via MCP aanstuurt, controleert het budget en de prijs voordat hij start. Die cijfers zijn de rekenkracht volgens het dossier; wat een pilot via Norck kost, volgt uit het pilotplan en komt als offerte.

Eén kleine, precisiegefreesde kobaltblauwe schijf op een mat leistenen vlak naast een hoge, geordende kristaltoren van bollen in mat grafiet en satijnzilver.Eén kleine, precisiegefreesde kobaltblauwe schijf op een mat leistenen vlak naast een hoge, geordende kristaltoren van bollen in mat grafiet en satijnzilver.
Een piepklein kristal op een precisieweegschaal: de rekenkracht achter één kandidaat weegt weinig naast het werk om hem te maken.

Waar de echte kosten zitten

Zet de rekencijfers af tegen wat erop volgt. Een nieuw anorganisch materiaal maken betekent precursors inkopen, een route vinden die de juiste fase vormt, de structuur bevestigen en dan de eigenschap meten die ertoe doet, onder omstandigheden die dicht bij het gebruik liggen. Een coating moet worden gedeponeerd en ermee moet worden gesneden. Een magneet moet worden gemaakt, verwerkt en bij temperatuur gemeten. Een elektrolyt moet in een cel worden ingebouwd. Elke stap vraagt geschoolde mensen, instrumenten en tijd, en elke stap kost veel meer dan de zoektocht die de kandidaat voorstelde.

Dat is het argument voor een korte, goed gerangschikte lijst. Een lijst van miljoenen verplaatst het probleem van de computer naar de labtafel. De gevolgen voor de planning zijn direct: budgetteer het programma rond synthese en testen, en zie rekenkracht als de kleine post die bepaalt waar de grote naartoe gaat.

Je lab kan er honderden maken. MS Lattice levert de kandidaten die het maken waard zijn.

Hoeveel je per ronde maakt

Het juiste aantal per ronde is het aantal dat je lab in één cyclus goed kan maken en karakteriseren. Een kandidaat die slordig is gemaakt, in de verkeerde fase of met een slechte dichtheid, vertelt je iets over het proces in plaats van over de samenstelling, en verspilt een plek.

  • Stem de ronde af op de capaciteit: tel de syntheseroutes, oven- of depositietijd en karakteriseringsplekken die je team heeft, en vul ze dan.
  • Spreid de inzet: neem kandidaten uit verschillende families bij de top, want MS Lattice mikt op verschillende sterke antwoorden, niet op bijna-kopieën.
  • Weeg op marge: geef de voorkeur aan kandidaten waarvan het voordeel op je belangrijkste eigenschap duidelijk boven de onzekerheid uitkomt.
  • Neem een referentie mee: maak je huidige materiaal of een bekende referentie ernaast, zodat elke meting een vergelijking heeft die je team vertrouwt.
  • Houd er een paar achter: houd de volgende paar gerangschikte kandidaten klaar, zodat een mislukking in de eerste batch de ronde niet stillegt.

Vroege rondes kunnen breder zijn, om te leren waar de schattingen en je proces overeenkomen. Latere rondes worden smaller naarmate de doelen strakker worden en Prototype-Guided Optimization het overneemt vanuit je best gemaakte materiaal.

Wanneer je verificatie ab initio inroept

Verificatie ab initio is de controle die je inroept wanneer een oordeel ertoe doet: stabiliteit ten opzichte van elke concurrerende fase binnen de chemie, elastische constanten en fononen, op aanvraag, voor de kandidaten die je kiest. Volgens het dossier beoordeelde ze de stabiliteit vier van de vier keer juist en reproduceerde ze silicium op vijf van de vijf referentiewaarden, elk binnen de tolerantie die vóór de run was vastgelegd.

In een plan zit ze op de grens tussen screening en het lab. Roep haar in voor kandidaten die op het punt staan serieuze synthese-inspanning te vragen, wanneer stabiliteit beslist tussen twee kandidaten die dicht bij elkaar liggen, en wanneer je toepassing afhangt van hoe een materiaal belasting draagt of hoe zijn rooster trilt. Wat niet standhoudt, wordt onderschept nog vóór één dag in het lab.

Wanneer je Norck inschakelt

Sommige teams hebben het lab om een shortlist verder te brengen. Andere niet, of willen verder gaan dan een labmonster. Norck draait MS Lattice op basis van een overeenkomst met MatterSpace en synthetiseert, valideert en produceert daarna de winnaar. Een materiaal is pas ontdekt als het gemaakt is.

Norck werkt op twee manieren, optimalisatie van bestaande materialen om beter te maken wat je hebt en baanbrekende materiaalontdekking om te vinden wat nog niet bestaat, en het werk wordt aangeboden in scopes, zodat je alleen het deel koopt dat je nodig hebt:

  • Ontdekking: nieuwe materiaalkandidaten, of een geoptimaliseerd bestaand materiaal.
  • Ontdekking + Validatie: kandidaten gesynthetiseerd en fysiek getest.
  • Ontdekking + Validatie + Productie: een gevalideerd materiaal, geproduceerd.
  • End-to-end: van ontdekking tot je uiteindelijke, gefabriceerde onderdelen.

Resultaten uit de echte wereld vloeien direct terug in de volgende ontwerpronde. Schakel Norck in een plan in wanneer labcapaciteit de beperking is, wanneer een ronde synthese en fysieke tests vraagt die je niet in-house uitvoert, of wanneer een winnaar klaar is om richting productie en onderdelen te gaan.

Acht ronde opstapsokkels in mat grafiet en satijnzilver lopen in een zachte curve op van een kobaltblauwe stip links naar een precisiebewerkt onderdeel van satijnmetaal rechts.Acht ronde opstapsokkels in mat grafiet en satijnzilver lopen in een zachte curve op van een kobaltblauwe stip links naar een precisiebewerkt onderdeel van satijnmetaal rechts.
Poeder, geperste pellet, ruw blok en bewerkt onderdeel: de weg die een winnende samenstelling na de shortlist nog moet afleggen.

Een voorbeeldplan, in hoofdlijnen

Elk programma is anders, dus dit is een vorm, geen planning. Het gebruikt alleen wat het dossier vermeldt en laat doorlooptijden en labkosten aan je eigen cijfers over.

  1. Pilot op je eigen doelSpreek het plan af en hoe er met je gegevens wordt omgegaan, en draai MS Lattice dan op een doel dat je team begrijpt. Lees de shortlist, de scores en het dossier tegen wat je al weet.
  2. Draai de eerste ronde campagnesDraai Open Discovery, of Prototype-Guided Optimization vanuit je huidige materiaal, met eisen en voorkeuren ingesteld op basis van wat de pilot je heeft geleerd. Controleer de prijs vóór de start en stel het budget in.
  3. Verifieer, en maak danStuur de kandidaten die naar het lab gaan door verificatie ab initio. Maak een ronde die past bij je lab, gespreid over families, met een referentie ernaast.
  4. Koppel terug en scherp aanBreng de metingen en de reden voor elke misser terug in de briefing. Houd de winnaar, scherp het doel aan, draai opnieuw.
  5. Bepaal de overdrachtAls een kandidaat standhoudt in je tests, beslis dan of je team hem verder brengt of dat Norck hem naar validatie, productie of afgewerkte onderdelen brengt.

De rekenkracht in dat plan blijft klein, en je ziet de prijs ervan vóór elke start. De beslissingen die echt geld kosten, wat je maakt en hoe ver je het brengt, zijn waar het dossier van elke controle voor dient.

Vragen die teams stellen

Wat moeten we budgetteren voor rekenkracht?

Volgens het dossier ongeveer een derde cent per kandidaat, en elke campagne draait binnen het budget dat je instelt.

Hoe lang duurt een ronde?

Campagnes lopen minuten of weken. Synthese en testen bepalen het tempo van een ronde.

Hoe wordt een pilot geprijsd?

De offerte volgt het pilotplan: de materiaaldomeinen, de campagnes en hoe je team MS Lattice gaat draaien. Schrijf ons met je doel, en MatterSpace komt terug met een plan en een offerte.

Kunnen we beginnen bij het materiaal dat we vandaag gebruiken?

Ja. Prototype-Guided Optimization zoekt rond je structuur en rangschikt elke variant ten opzichte van het origineel.

Kunnen we maar een deel van het proces van Norck afnemen?

Ja. Ontdekking, validatie, productie of end-to-end.

De eerste domeinengine van MatterSpace

MatterSpace bouwde MS Lattice voor de wetenschappers en ingenieurs die nieuwe materialen ontdekken en ontwerpen, vanuit de eigenschappen die hun product nodig heeft.

Lees verder

Heb je een materiaaldoel? Vertel ons wat het moet kunnen.

Deel het materiaaldomein, de eigenschappen die je nodig hebt en de grenzen die het materiaal moet respecteren. We laten je zien hoe MS Lattice het via Norck zou aanpakken, van een gerangschikte shortlist voor je eigen lab helemaal tot afgewerkte onderdelen.