Aussteller & Produkte
Events
Speakers

CuspAI, ein Unternehmen mit etwa 20 Mitarbeitern, konzentriert sich auf KI-gestützte Materialforschung.

Die Firma entwickelt eine Plattform, die als eine Art „Suchmaschine für Materialien“ dient. Diese nutzt maschinelles Lernen, um neue Materialien für verschiedene Anwendungen zu designen. Zu den ersten Anwendungsbereichen gehören:

  • Gastrennung und Kohlenstoffabscheidung: Neue Materialien könnten die Effizienz bei der CO₂-Abscheidung deutlich verbessern.
  • Halbleitermaterialien: Mit fortschreitender Miniaturisierung von Chips wird die Materialforschung immer wichtiger, um neue, leistungsfähigere Alternativen zu Silizium zu finden.
    •

    Die Plattform basiert auf generativen KI-Modellen, die neue Moleküle erzeugen und simulieren. Zusätzlich nutzt CuspAI physikbasierte Modelle, um die Eigenschaften dieser Moleküle vorherzusagen.

    Technologische Grundlagen und KI-Modelle

    Die Plattform setzt auf verschiedene Methoden:

  • Generative Modelle, die neue Moleküle entwerfen und ihre Eigenschaften konditionieren.
  • Force Field, die physikalische Simulationen ermöglichen, indem sie die Energien und Kräfte von Atomen berechnen.
  • Eigenschaftsprädiktoren, die Simulationen umgehen, indem sie direkt Materialeigenschaften vorhersagen.
  • KI-gestützte Suchagenten, die effizient die besten Materialien aus einer großen Menge potenzieller Kombinationen herausfiltern.
    •

    Welling betont, dass KI enorme Fortschritte in der Materialforschung ermöglicht. Simulationen, die früher Wochen dauerten, können durch KI-gestützte Modelle in Sekunden durchgeführt werden.

    Datenquellen und Zusammenarbeit mit Unternehmen

    CuspAI greift auf verschiedene Datenquellen zurück, darunter:

  • Öffentliche Datenbanken wie Materials Project und Nomad.
  • Unternehmensspezifische Daten, die durch Kooperationen mit Firmen bereitgestellt werden.
  • Eigene Simulationen, die synthetische Daten generieren, um die KI-Modelle zu verbessern.
    •

    Eine besondere Herausforderung besteht darin, domänenspezifisches Wissen mit KI zu verbinden. Welling beschreibt, dass viele Unternehmen zwar Daten haben, jedoch nicht die notwendigen Machine-Learning-Experten, um diese effizient zu nutzen. CuspAI bietet hier eine Brücke zwischen Materialwissenschaft und KI.

    Für die nächste Phase sucht Welling weiterhin nach exzellenten Forschern im Bereich maschinelles Lernen und Chemie. Die Standorte des Unternehmens – unter anderem in Cambridge, Amsterdam und Berlin – bieten dabei ein attraktives Umfeld für europäische Talente.