Matlantis ประกาศการอัปเกรดครั้งใหญ่สำหรับโปรแกรมจำลองอะตอมแบบสากลเพื่อการค้นพบวัสดุ พร้อมเปิดสำนักงานในสหรัฐอเมริกาโดยเฉพาะ

(SeaPRwire) –   ชุดข้อมูลการฝึกอบรมสำหรับเทคโนโลยี AI หลักของ Matlantis ได้รับการพัฒนาโดยใช้ r²SCAN ซึ่งเพิ่มความแม่นยำในการจำลองอะตอมเป็นสองเท่าเมื่อเทียบกับเวอร์ชันก่อนหน้า

เคมบริดจ์, แมสซาชูเซตส์, 16 กรกฎาคม 2568 — Matlantis™ ซึ่งเป็นศูนย์กลางในสหรัฐอเมริกาของหน่วยงานค้นพบวัสดุของบริษัท AI ชั้นนำของญี่ปุ่น Preferred Networks, Inc. (PFN) ประกาศในวันนี้ถึงการอัปเดตครั้งใหญ่สำหรับโปรแกรมจำลองอะตอมสากล Matlantis™ และการเปิดสำนักงานในเมืองเคมบริดจ์ รัฐแมสซาชูเซตส์ เพื่อเร่งการนำการวิจัยวัสดุที่ขับเคลื่อนด้วย AI มาใช้ทั่วอเมริกาเหนือ การอัปเดตนี้เป็นการนำเสนอ PFP (Preferred Potential) เวอร์ชัน 8 ซึ่งเป็นเทคโนโลยี AI ที่เป็นกรรมสิทธิ์ของ PFN ซึ่งช่วยให้นักวิจัยในอุตสาหกรรมต่างๆ สามารถเร่งการค้นพบ ปรับปรุงประสิทธิภาพการคาดการณ์ และปลดล็อกขอบเขตใหม่ๆ ในวิทยาศาสตร์วัสดุด้วยระดับความแม่นยำในการจำลองที่ไม่เคยมีมาก่อน

PFP เวอร์ชัน 8 ถือเป็นก้าวสำคัญในฐานะศักยภาพระหว่างอะตอมของการเรียนรู้ของเครื่อง (MLIP) สากลตัวแรกที่ได้รับการฝึกอบรมด้วยชุดข้อมูลที่พัฒนาด้วยวิธีการใหม่ที่เรียกว่า r²SCAN (restored-regularized strongly constrained and appropriately normed) functional PFP เวอร์ชันสูงสุด 7 อาศัยชุดข้อมูลที่สร้างขึ้นด้วยวิธีที่เรียกว่า PBE (Perdew-Burke-Ernzerhof) functional ซึ่งได้รับการยอมรับอย่างกว้างขวางจาก MLIP นอกเหนือจาก PFP อย่างไรก็ตาม เป็นที่ทราบกันดีว่า PBE มีข้อจำกัดบางประการในด้านความแม่นยำในการจำลอง ซึ่งก็คือความสอดคล้องของการจำลองพฤติกรรมของวัสดุด้วยคอมพิวเตอร์กับผลการทดลองในโลกแห่งความเป็นจริง

การนำวิธีการ r²SCAN มาใช้เป็นการสิ้นสุดความพยายามอย่างต่อเนื่องของ PFN ในช่วงสองสามปีที่ผ่านมาเพื่อเอาชนะข้อจำกัดด้านความแม่นยำของแนวทางที่ใช้ PBE การพัฒนาชุดข้อมูลการฝึกอบรมด้วยวิธีการ r²SCAN นั้นต้องใช้การคำนวณที่เข้มข้นกว่า โดยต้องใช้เวลาในการประมวลผลมากกว่าวิธี PBE ถึงสามถึงห้าเท่า อย่างไรก็ตาม เนื่องจาก PFP เวอร์ชัน 8 ได้รับการฝึกอบรมด้วยชุดข้อมูลที่สร้างด้วย r²SCAN และ PBE ผู้ใช้ Matlantis จึงสามารถบรรลุความแม่นยำในการจำลองได้สูงถึงสองเท่าในช่วงเวลาเดียวกับเวอร์ชันก่อนหน้า

“การอัปเดตนี้แสดงถึงความก้าวหน้าที่สำคัญ” กล่าวโดย CEO ของ Matlantis “ในปี 2021 เราเป็นรายแรกของโลกที่เปิดตัวโปรแกรมจำลองเชิงพาณิชย์โดยใช้ MLIP สากล และตอนนี้โปรแกรมจำลองของเรา Matlantis เป็นรายแรกทั่วโลกที่รวม r²SCAN ซึ่งรับประกันความแม่นยำในการจำลองสูง เราเชื่อว่าสิ่งนี้จะปูทางไปสู่ยุคของการค้นพบวัสดุโดยใช้คอมพิวเตอร์ เราจะยังคงสนับสนุนนักวิจัยในอเมริกาเหนือและส่วนอื่นๆ ของโลกเพื่อค้นพบวัสดุใหม่ที่เป็นนวัตกรรมและยั่งยืน”

Matlantis ซึ่งร่วมลงทุนโดย PFN และ ENEOS ซึ่งเป็นบริษัทพลังงานที่ใหญ่ที่สุดของญี่ปุ่น และ Mitsubishi Corporation ได้ถูกนำไปใช้โดยผู้นำในอุตสาหกรรมและนักวิชาการกว่า 100 รายทั่วโลกตั้งแต่เปิดตัวในเดือนกรกฎาคม 2021 ปัจจุบัน Matlantis เป็นหนึ่งในแพลตฟอร์มที่ขับเคลื่อนด้วย AI ที่มีจำหน่ายในเชิงพาณิชย์เป็นครั้งแรก ซึ่งสร้างขึ้นเพื่อการจำลองอะตอมในระดับอุตสาหกรรม โดยนำเสนอ MLIP เดียวที่ครอบคลุม 96 องค์ประกอบ (ตั้งแต่ไฮโดรเจนถึงคูเรียม) และให้ความแม่นยำระดับ DFT (density functional theory) เร็วกว่าเดิมถึง 20 ล้านเท่า

Matlantis ช่วยให้ทีมวิจัยสามารถ:

• ทำการจำลองได้ตั้งแต่วันแรกที่ใช้งาน:
  Matlantis ให้บริการในรูปแบบซอฟต์แวร์บนคลาวด์ในรูปแบบบริการ (SaaS) ผู้ใช้สามารถเข้าถึงได้ผ่านเบราว์เซอร์และเริ่มค้นหาวัสดุใหม่ได้ตั้งแต่วันแรกที่ใช้งาน เนื่องจากศักยภาพระหว่างอะตอมของการเรียนรู้ของเครื่อง (MLIP) ของ Matlantis ได้รับการฝึกอบรมด้วยชุดข้อมูลขนาดใหญ่แล้ว ผู้ใช้จึงสามารถมุ่งเน้นไปที่การค้นพบวัสดุได้ทันทีโดยไม่ต้องเสียเวลาในการสร้างแบบจำลองการเรียนรู้ของเครื่อง

• ค้นหาวัสดุที่ยังไม่ถูกค้นพบหลากหลายประเภท
  ในฐานะโปรแกรมจำลองอะตอมสากล Matlantis ครอบคลุมวัสดุที่หลากหลายสำหรับแบตเตอรี่ เซมิคอนดักเตอร์ ตัวเร่งปฏิกิริยา และอื่นๆ โดยไม่จำเป็นต้องเปลี่ยนแบบจำลอง AI ขึ้นอยู่กับประเภทของวัสดุเหล่านั้น

• เร่งการค้นพบวัสดุ
  ด้วย Matlantis นักวิจัยสามารถทำการจำลองได้ในเวลาเพียงไม่กี่ชั่วโมง ซึ่งปกติแล้วจะต้องใช้เวลาหลายปีในการคำนวณ DFT แบบเดิม ความเร็วที่เพิ่มขึ้นนี้จะเปลี่ยนรูปแบบการออกแบบซ้ำๆ ในการค้นพบวัสดุ ปรับรูปร่างกระบวนการวิจัยและพัฒนาเพื่อให้ข้อมูลเชิงลึกด้านคอมพิวเตอร์นำไปสู่การทดลอง แทนที่จะตรวจสอบความถูกต้องในภายหลัง

• บรรลุความแม่นยำในการจำลองที่สูงกว่าที่เคยมีมา
  ด้วยชุดข้อมูลการฝึกอบรมใหม่ที่สร้างขึ้นด้วยวิธีการ r²SCAN Matlantis สามารถจำลองคุณสมบัติของวัสดุด้วยความแม่นยำที่สูงกว่า MLIP ทั่วไปในช่วงเวลาเดียวกัน ซึ่งช่วยลดช่องว่างระหว่างการจำลองและการทดลองให้แคบลงไปอีก

“ด้วย PFP 8.0 ในที่สุดเราก็มีศักยภาพระหว่างอะตอมของการเรียนรู้ของเครื่องสากลที่รักษาความเที่ยงตรงระดับ DFT ที่ดีที่สุดในขณะที่ครอบคลุมตารางธาตุส่วนใหญ่” Prof. Ju Li, Ph.D., ที่ปรึกษาด้านเทคนิคของ Matlantis กล่าว ซึ่งได้รับการยอมรับอย่างกว้างขวางจากผลงานของเขาในด้านการสร้างแบบจำลองอะตอมและการวิจัยวัสดุ “การผสมผสานระหว่างความแม่นยำและความเร็วช่วยให้วิศวกรสร้างแผนภาพเฟสหรือคัดกรองระบบหลายองค์ประกอบได้ในเวลาไม่กี่ชั่วโมงหรือหลายวัน แทนที่จะเป็นสัปดาห์หรือเดือน ซึ่งเป็นงานที่ให้ข้อมูลโดยตรงเกี่ยวกับการออกแบบโลหะผสม วัสดุแบตเตอรี่ และการใช้งานที่มีมูลค่าสูงอื่นๆ การจัดตั้งสำนักงานในสหรัฐอเมริกาหมายความว่าเราสามารถทำงานร่วมกับพันธมิตรอุตสาหกรรมและวิชาการได้ใกล้ชิดยิ่งขึ้น ลดวงจรการตอบรับ และนำความสามารถใหม่ๆ ของ Matlantis ออกสู่ตลาดได้เร็วขึ้น”

Dr. Katsushisa Yoshida, Director, Deputy Head of Research Center for Computational Science and Informatics, Resonac กล่าวว่า: “เรารู้สึกตื่นเต้นที่ได้ยินเกี่ยวกับการอัปเดตครั้งใหญ่ของ Matlantis และการเปิดสำนักงานใหม่ในสหรัฐอเมริกา เราตั้งตารอว่าวิวัฒนาการของแพลตฟอร์มนี้จะช่วยเร่งการพัฒนาวัสดุของเราให้เร็วขึ้นได้อย่างไร”

PFP 8.0 ได้รับการพัฒนาโดยใช้ซูเปอร์คอมพิวเตอร์ของ PFN และ 2.0 และ 3.0 ที่จัดทำโดย National Institute of Advanced Industrial Science and Technology (AIST) และ AIST Solutions Co., Ltd. ของญี่ปุ่น การใช้ ABCI 3.0 ได้รับการสนับสนุนโดย ABCI 3.0 Development Acceleration Program

เกี่ยวกับ Matlantis
Matlantis ซึ่งพัฒนาร่วมกันโดย PFN และ ENEOS เป็นโปรแกรมจำลองอะตอมสากลที่รองรับการค้นพบวัสดุขนาดใหญ่โดยการจำลองพฤติกรรมของวัสดุใหม่ในระดับอะตอมบนคอมพิวเตอร์ PFN และ ENEOS ได้รวมแบบจำลองการเรียนรู้เชิงลึกเข้ากับโปรแกรมจำลองทางกายภาพแบบเดิมเพื่อเพิ่มความเร็วในการจำลองขึ้นเป็นหมื่นเท่าและรองรับวัสดุที่หลากหลาย Matlantis เปิดตัวในเดือนกรกฎาคม 2021 ในรูปแบบซอฟต์แวร์บนคลาวด์ในรูปแบบบริการโดย Matlantis Inc. (เดิมชื่อ Preferred Computational Chemistry) ซึ่งเป็นบริษัทที่ร่วมลงทุนโดย PFN, ENEOS และ Mitsubishi Corporation Matlantis ถูกใช้โดยบริษัทและองค์กรกว่า 100 แห่งในการค้นพบวัสดุต่างๆ รวมถึงตัวเร่งปฏิกิริยา แบตเตอรี่ เซมิคอนดักเตอร์ โลหะผสม สารหล่อลื่น เซรามิก และสารเคมี
สำหรับข้อมูลเพิ่มเติม โปรดไปที่:

ติดต่อสื่อ:
Janabeth Ward
Scratch Marketing + Media for Matlantis

“`