Matlantis

Matlantis

Matlantis เป็นบริการค้นพบวัสดุบนคลาวด์ที่พัฒนาโดย Preferred Networks ร่วมกับ ENEOS โดยใช้ "พลังงานศักย์ของเครือข่ายประสาททั่วไป (PFP)" เพื่อจำลองพฤติกรรมระดับอะตอม ด้วยโมเดลการเรียนรู้ลึกที่มีประสิทธิภาพสูง Matlantis สามารถทำงานที่ต้องใช้เวลาหลายชั่วโมงหรือหลายวันในวิชาเคมีควอนตัมหรือโมเลกุลไดนามิกส์ได้ภายในไม่กี่วินาที ทำให้ผู้ใช้สามารถสังเกตการเปลี่ยนแปลงโครงสร้างและการทำนายคุณสมบัติของวัสดุภายใต้เงื่อนไขต่าง ๆ ได้ทันที

บริการนี้ไม่ต้องให้ผู้ใช้สร้างฮาร์ดแวร์หรือทำการติดตั้งซอฟต์แวร์ที่ซับซ้อน เพียงอัปโหลดพิกัดอะตอมหรือสูตรเคมีผ่านเว็บก็จะได้ข้อมูลพลังงาน แรง และข้อมูลการเปลี่ยนรูปแบบที่แม่นยำ ลดระยะเวลาการวนรอบการพัฒนาวัสดุอย่างมาก

ปัญหาที่แก้ไข

การออกแบบวัสดุแบบดั้งเดิมมักถูกจำกัดด้วยต้นทุนและเวลาคำนวณ โดยเฉพาะเมื่อสำรวจโลหะใหม่ แอลิเมนต์แบตเตอรี่ หรือตัวเร่งปฏิกิริยา Matlantis ใช้พลังงานศักย์ของเครือข่ายประสาทแทนทฤษฎีฟังก์ชันความหนาแน่น (DFT) ซึ่งให้ความแม่นยำใกล้เคียงแต่เร็วขึ้นหลายสิบเท่า ทำให้แก้ปัญหาคอขวดคำนวณและทรัพยากรไม่เพียงพอ นักวิจัย ทีมพัฒนาอุตสาหกรรม และสตาร์ทอัพสามารถกรองวัสดุที่เป็นไปได้ได้อย่างรวดเร็ว ลดต้นทุนและความเสี่ยงของการทดลอง

เหมาะสำหรับใครและวิธีใช้

• นักวิจัยทางวิชาการ: ใช้ทดสอบโมเดลทฤษฎีแบบทันทีในงานวิจัยด้านวัสดุศาสตร์ ฟิสิกส์ของสารแข็ง หรือเคมี
• การพัฒนาอุตสาหกรรม: บริษัทแบตเตอรี่ ซิลิคอน ไฟฟ้า และเคมีสามารถผสาน Matlantis เข้ากับกระบวนการพัฒนาผลิตภัณฑ์เพื่อทำการวนรอบสูตรอย่างรวดเร็ว
• สตาร์ทอัพและที่ปรึกษา: ให้บริการแก้ปัญหาการสำรวจวัสดุแบบกำหนดเอง ลดเวลาจากแนวคิดสู่ต้นแบบ
  วิธีใช้งานง่าย: สร้างโปรเจกต์บนแพลตฟอร์ม Matlantis อัปโหลดไฟล์โครงสร้างหรือสูตรเคมี กำหนดเงื่อนไขการจำลอง (เช่น อุณหภูมิ ความดัน) ระบบจะจัดการคำนวณบนคลาวด์ และส่งผลลัพธ์ในรูปแบบกราฟและรายงานตัวเลข ผู้ใช้สามารถดาวน์โหลดหรือใช้ API เพื่อวิเคราะห์เพิ่มเติม