Аружан Ибраева Британский стартап CuspAI привлек 450 млн долларов в инвестиционном раунде серии B. Теперь компанию оценивают в 2,6 млрд долларов, хотя еще в сентябре прошлого года ее стоимость составляла 520 млн долларов. Крупнейшими инвесторами выступили венчурные фонды Kleiner Perkins и NEA, а также структура Bezos Expeditions Джеффа Безоса и венчурное подразделение AMD. Полученные средства компания направит на разработку программного обеспечения, которое поможет быстрее находить новые материалы для микроэлектроники и других высокотехнологичных отраслей.
Одновременно CuspAI запустил консорциум AI Materials Foundry, куда вошли более 48 партнеров, включая Nvidia, Meta и Hyundai Motor Group. Участники планируют объединить вычислительные мощности и научные базы. С помощью искусственного интеллекта они будут подбирать новые молекулярные соединения для компаний, выпускающих полупроводники. Это должно снизить расходы на разработки и ускорить производство микросхем.
Изначально CuspAI искал материалы, способные улавливать углекислый газ и очищать воду. Однако за последний год стартап сменил приоритеты из-за того, что на мировом рынке не хватает чипов памяти. Дефицит полупроводников уже привел к падению стоимости акций многих технологических компаний. По словам сооснователя и генерального директора CuspAI Чеда Эдвардса, сейчас производители микросхем активно ищут альтернативные химические соединения. В этом году стартап направит 80% ресурсов на исследования в области полупроводников. Главная задача – заменить редкие металлы вроде рутения и иридия, поставки которых зависят от сложных логистических цепочек.
Инвестиции помогут профинансировать лаборатории партнеров в Кембридже, Сингапуре и Калифорнии. Стартап также усиливает команду ученых и управленцев. В его консультативный совет входят пионеры технологий искусственного интеллекта Ян Лекун и Джеффри Хинтон, а совет директоров пополнил директор AMD Абхи Талвалкар. Бывший топ-менеджер Google и Apple Джон Джаннандреа поможет открыть офис стартапа в Калифорнии.
Технологии машинного обучения позволяют анализировать колоссальные объемы данных для моделирования новых соединений. В одном из первых проектов CuspAI вместе с Meta искал материалы, способные задерживать углекислый газ. ИИ проанализировал 300 триллионов возможных комбинаций металл-органических структур и отобрал десять вариантов. На практике исследователям удалось синтезировать только шесть из них, и ни одно вещество не превзошло коммерческие аналоги. Тем не менее на работу ушло всего шесть месяцев – намного меньше, чем при стандартных исследованиях. Сейчас стартап использует аналогичный подход, чтобы найти соединения для очистки воды от токсичных химикатов. Финская Kemira Oy протестирует первые 20 структур уже в этом году.
Профессор Кембриджского университета Дэвид Файрен-Хименес, специализирующийся на молекулярной инженерии, призывает не переоценивать возможности нейросетей. По его мнению, ИИ ускоряет первичный отбор, но синтез и испытания физических образцов в лаборатории по-прежнему занимают много времени и требуют больших затрат. На данный момент ни один проект CuspAI или его конкурентов, включая подразделение Google DeepMind, не привел к созданию готового для рынка материала. Тем не менее инвесторы продолжают вкладывать миллиарды долларов в научные ИИ-стартапы, рассчитывая на долгосрочный эффект от автоматизации химических исследований.
