Et oppdagelsesprogram er en rekke beslutninger innenfor et budsjett: hvilket mål først, hvor mange kandidater det skal søkes etter, hvor mange som skal lages, når det skal sjekkes grundigere, og når arbeidet skal overlates til noen som kan lage materialet i stor skala. Denne veiledningen er for FoU-lederen som planlegger et kvartal med slikt arbeid rundt MS Lattice. Den holder seg til det loggen sier om kostnad og tid, og overlater laboratoriesatser og bemanning til deg.
Start med en pilot på ditt eget mål
Første steg er en pilot. En pilot kjører MS Lattice på ditt eget mål og gir deg kortlisten, hver kandidat rangert, hver kontroll loggført. Det betyr noe å starte på ditt eget mål. En demonstrasjon på andres problem sier lite om hvordan motoren håndterer grensene dine, avveiningene dine og språket i domenet ditt.
En pilot avgrenses av en plan, og pristilbudet følger den: materialdomenene, kampanjene og hvordan teamet ditt skal kjøre MS Lattice. Før den starter, blir du enig med MatterSpace om hva som deles, hvor det behandles og hvor lenge det lagres. Ta med et mål der teamet ditt vet hvordan et godt svar ser ut, så du kan vurdere kortlisten på egne premisser.
Velg modus ut fra hva du allerede har. Med et mål og ingen startstruktur søker Open Discovery gjennom hele sammensetningsrommet. Med et godt materiale å forbedre søker Prototype-Guided Optimization rundt strukturen din og rangerer hver variant opp mot den. Vil du først se motoren nå et materiale du kjenner, bruker du Guided Rediscovery eller Blind Rediscovery Benchmark.
Tenk i runder, ikke i ett stort søk
Oppdagelse foregår i runder. Hver kampanje gir en rangert kortliste; laboratoriet ditt lager og tester noen få; det du lærer, strammer inn neste kravspesifikasjon. MS Lattice er bygget for den rytmen: behold vinneren, stram inn målet, kjør igjen. Søket lærer hvor det skal lete mens det kjører, så hver runde går dit bevisene fra forrige runde peker.
En kampanje kan være kort eller lang. Ifølge loggen tok en kampanje med 8 kandidater styrt av en KI-agent 4 til 5 minutter, en Guided Rediscovery-kampanje tok omtrent tre minutter, og den blinde benchmarken søkte gjennom 64 kandidater på omtrent 32 minutter. Kampanjer kan også kjøre i ukevis, med fremdrift live runde for runde, sjekkpunkter som lar en lang kampanje fortsette nøyaktig der den stoppet, og muligheten til å stoppe når som helst.
Planlegg derfor kvartalet rundt laboratoriesykluser, ikke regnesykluser. Syntese, karakterisering og gjennomgangen som følger, bestemmer tempoet i en runde.
Hva regnekraften koster, ifølge loggen
Regnekraft er der KI-basert oppdagelse i det stille kan bli dyr, fordi screening av alt betyr å betale for hver struktur som aldri hadde en sjanse. MS Lattice holder kravene dine inne i søket, så regnekraften går til reelle kandidater, aldri til en høystakk. Loggen setter tall på det.
- ≈ $0.003i regnekraft per kandidat i den blinde benchmarken
- ≈ 30 si regnekraft per kandidat i samme kjøring
- < $0.20en Blind Rediscovery-kjøring: 64 kandidater, 32 minutter, begge forseglede mål funnet
- < $0.0004per kandidat i agentens kampanje fra start til slutt
Med omtrent en tredjedels cent i regnekraft per 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 KI-agents komplette kampanje med 8 kandidater kostet under $0,003. Å rangere riktig struktur ut fra en formel tok omtrent 38 sekunder per forbindelse.
Hver plan viser estimert kostnad før start, og en plan som ikke kan kjøres, blir avvist med begrunnelse før noe starter. Hver kampanje kjører innenfor budsjettet du setter, og en agent som styrer MS Lattice via MCP, sjekker budsjettet og prisen før den starter. Disse tallene er regnekraften i loggen; hva en pilot gjennom Norck koster, følger pilotplanen og kommer som et pristilbud.


Der den reelle kostnaden ligger
Sett regnetallene opp mot det som følger etter dem. Å lage et nytt uorganisk materiale betyr å skaffe forløpere, finne en syntesevei som danner riktig fase, bekrefte strukturen og deretter måle egenskapen som betyr noe under forhold nær bruk. Et belegg må påføres og prøves i skjæring. En magnet må lages, bearbeides og måles ved høy temperatur. En elektrolytt må bygges inn i en celle. Hvert steg krever fagfolk, instrumenter og tid, og hvert koster langt mer enn søket som foreslo kandidaten.
Det er argumentet for en kort, godt rangert liste. En liste på millioner flytter problemet fra datamaskinen til laboratoriebenken. Konsekvensen for planleggingen er direkte: budsjetter programmet rundt syntese og testing, og behandle regnekraft som den lille posten som avgjør hvor den store går.
Laboratoriet ditt kan lage hundrevis. MS Lattice leverer dem som er verdt å lage.
Hvor mange som skal lages per runde
Riktig antall per runde er det antallet laboratoriet ditt kan lage og karakterisere godt i én syklus. En kandidat som lages slurvete, i feil fase eller med dårlig tetthet, forteller deg noe om prosessen snarere enn om sammensetningen, og sløser bort en plass.
- Tilpass runden til kapasiteten: tell synteseveiene, ovns- eller påføringstiden og karakteriseringsplassene teamet ditt har, og fyll dem.
- Spre innsatsen: ta kandidater fra ulike familier nær toppen, siden MS Lattice sikter mot ulike sterke svar, ikke nesten-kopier.
- Vekt etter margin: foretrekk kandidater der fordelen på nøkkelegenskapen din er tydelig større enn usikkerheten.
- Ta med en referanse: lag ditt nåværende materiale eller en kjent referanse ved siden av, så hver måling har en sammenligning teamet ditt stoler på.
- Hold noen tilbake: ha de neste rangerte kandidatene klare, så en feil i første parti ikke stanser runden.
Tidlige runder kan gjerne være bredere, for å lære hvor estimatene og prosessen din stemmer overens. Senere runder snevres inn etter hvert som målene strammes, og Prototype-Guided Optimization tar over fra det beste materialet du har laget.
Når du bør bruke verifisering fra første prinsipper
Verifisering fra første prinsipper er kontrollen du tyr til når en vurdering betyr noe: stabilitet mot hver konkurrerende fase i kjemien, elastiske konstanter og fononer, ved behov, for kandidatene du velger. Ifølge loggen vurderte den stabilitet riktig fire av fire ganger og reproduserte silisium på fem av fem referanseverdier, hver innenfor toleransen som ble satt før kjøringen.
I en plan ligger den på grensen mellom screening og laboratoriet. Bruk den for kandidater som snart skal få betydelig synteseinnsats, når stabilitet avgjør mellom to kandidater som ligger tett, og når bruksområdet ditt avhenger av hvordan et materiale bærer last eller hvordan gitteret vibrerer. Det som ikke holder, fanges opp før en eneste dag i laboratoriet.
Når du bør hente inn Norck
Noen team har laboratoriet som skal til for å ta en kortliste videre. Andre har det ikke, eller vil gå lenger enn en laboratorieprøve. Norck kjører MS Lattice etter avtale med MatterSpace, og syntetiserer, validerer og tilvirker deretter vinneren. Et materiale er ikke oppdaget før det er laget.
Norck jobber på to måter, optimering av eksisterende materialer for å gjøre det du har bedre, og banebrytende materialoppdagelse for å finne det som ennå ikke finnes, og arbeidet tilbys i omfang, så du kan kjøpe bare den delen du trenger:
- Oppdagelse: nye materialkandidater, eller et optimert eksisterende materiale.
- Oppdagelse + Validering: kandidater syntetisert og fysisk testet.
- Oppdagelse + Validering + Produksjon: et validert materiale, produsert.
- Fra start til slutt: fra oppdagelse til dine endelige, tilvirkede deler.
Resultater fra den virkelige verden går rett tilbake inn i neste designrunde. I en plan henter du inn Norck når laboratoriekapasiteten er flaskehalsen, når en runde trenger syntese og fysisk testing du ikke gjør internt, eller når en vinner er klar til å gå videre mot produksjon og deler.


En eksempelplan, i grove trekk
Hvert program er forskjellig, så dette er en form, ikke en tidsplan. Den bruker bare det loggen sier, og overlater varigheter og laboratoriekostnader til dine egne tall.
- Pilot på ditt eget målBli enige om planen og hvordan dataene dine håndteres, og kjør deretter MS Lattice på et mål teamet ditt forstår. Les kortlisten, poengsummene og loggen opp mot det du allerede vet.
- Kjør den første runden med kampanjerKjør Open Discovery, eller Prototype-Guided Optimization fra ditt nåværende materiale, med krav og preferanser satt ut fra det piloten lærte deg. Sjekk prisen før start og sett budsjettet.
- Verifiser, og lag deretterSend kandidatene som skal til laboratoriet, gjennom verifisering fra første prinsipper. Lag en runde tilpasset laboratoriet ditt, spredt over familier, med en referanse ved siden av.
- Gi tilbakemelding og stram innTa målingene og årsaken til hver bom med tilbake inn i kravspesifikasjonen. Behold vinneren, stram inn målet, kjør igjen.
- Bestem overleveringenNår en kandidat holder i testene dine, bestemmer du om teamet ditt tar den videre, eller om Norck tar den til validering, produksjon eller ferdige deler.
Regnekraften i den planen forblir liten, og du ser prisen før hver start. Beslutningene som koster ekte penger, hva som skal lages og hvor langt det skal tas, er det loggen over hver kontroll er der for å støtte.
Spørsmål team stiller
Hva bør vi budsjettere for regnekraft?
Ifølge loggen omtrent en tredjedels cent per kandidat, og hver kampanje kjører innenfor budsjettet du setter.
Hvor lang tid tar en runde?
Kampanjer kjører i minutter eller i uker. Syntese og testing bestemmer tempoet i en runde.
Hvordan prises en pilot?
Pristilbudet følger pilotplanen: materialdomenene, kampanjene og hvordan teamet ditt skal kjøre MS Lattice. Skriv med målet ditt, så kommer MatterSpace tilbake med en plan og et pristilbud.
Kan vi starte fra materialet vi bruker i dag?
Ja. Prototype-Guided Optimization søker rundt strukturen din og rangerer hver variant opp mot originalen.
Kan vi kjøpe bare en del av Norcks prosess?
Ja. Oppdagelse, validering, produksjon eller fra start til slutt.


MatterSpaces første domenemotor
MatterSpace bygde MS Lattice for forskerne og ingeniørene som oppdager og designer nye materialer, med utgangspunkt i egenskapene produktet deres trenger.









