"Von Nobelpreis bevorzugtes 'AI for Science' hilft CATL bei der Batterieforschung | Fokusanalyse"

Text | Wang Fangyu

Redaktion | Su Jianxun

Die Verkündung des Nobelpreises für Chemie 2024 hat eine Gruppe von AI-Unternehmern und -Praktikern im Inland begeistert.

"Der Nobelpreis für Chemie an AI for Science zu vergeben, erspart mir viel Zeit, anderen zu erklären, was wir tun", sagte Jia Haojun, Gründer und CEO von Deep Principle, zu 36Kr.

In den letzten zwei Tagen hat er über 100 Anrufe von Investitionsfirmen erhalten. Dieses erst vor etwas mehr als einem halben Jahr gegründete AI for Science-Start-up hat einen entscheidenden Punkt in der Branche erreicht.

Am 9. Oktober, Pekinger Zeit, verlieh die Königlich Schwedische Akademie der Wissenschaften den Nobelpreis für Chemie 2024 an drei Wissenschaftler, die sich dem Bereich AI for Science verschrieben haben. Dazu gehören der CEO und leitende Wissenschaftler des zu Google gehörenden AI-Unternehmens DeepMind. Das von ihnen geleitete AlphaFold-Projekt hat einen Meilenstein in der Vorhersage von Proteinstrukturen erreicht und wird als das repräsentativste Ergebnis von AI for Science angesehen.

Bildquelle: Offizielle Website des Nobelpreises

AI for Science (AI4S), also KI-gestützte wissenschaftliche Forschung, ist ein neues wissenschaftliches Forschungsparadigma. Die Entscheidung des Nobelpreises für Chemie bestätigt weitgehend den langfristigen Wert dieses Forschungsparadigmas und des gesamten Bereichs.

Tatsächlich hat AI4S bereits praktische Anwendungen in verschiedenen Bereichen wie Lebenswissenschaften, Arzneimittelforschung und -entwicklung, Materialforschung, Energie, Halbleiter, Umweltwissenschaften und Industriesimulation gefunden, bevor es mit dem Nobelpreis ausgezeichnet wurde. Es kann helfen, Entwicklungszeiten zu verkürzen und Kosten zu senken.

Derzeit ist der größte nachgelagerte Markt für AI4S die Arzneimittelforschung, und ihre Anwendung ist bereits weit verbreitet. Zu den global führenden Pharmaunternehmen, die aktiv investieren, gehören Pfizer, Johnson & Johnson, Merck und AstraZeneca. Laut MedMarket Insights erreichte der globale Markt für AI-Pharmazeutika im Jahr 2023 einen Wert von 1,293 Milliarden Dollar. Öffentlich zugängliche Daten zeigen, dass es in China mittlerweile über 100 AI-Pharmazeutische Unternehmen gibt.

Nachdem sie im Bereich der Arzneimittelforschung erfolgreich gewesen sind, wird die Materialforschung zum nächsten Angriffspunkt für AI4S.

Im Dezember 2023 kündigte der weltweit führende Hersteller von Lithium-Ionen-Batterien CATL an, in Hongkong ein internationales Forschungs- und Entwicklungszentrum zu errichten. Der Vorsitzende, Zeng Yuqun, erklärte, dass sich das Zentrum hauptsächlich auf AI4S konzentrieren werde, um neue Energiematerialien, Systeme und Anwendungslösungen zu erkunden.

Dieses Ereignis wird in der Branche als wegweisend angesehen und deutet auf die Anerkennung des Werts von AI4S durch führende Unternehmen im Bereich Energiematerialien hin.

"Die Entwicklung neuer Materialien mit AI4S ist noch in den Anfängen, und der Markt ist noch begrenzt. Doch der große Entwicklungstrend dieser Technologie ist bereits klar, und das zukünftige Wachstumspotential ist enorm", sagte Ding Zhebo, geschäftsführender Partner von VCapital, das sich auf Investitionen in neue Materialien spezialisiert hat, zu 36Kr.

"In naher Zukunft werden AI-Tools, kombiniert mit automatisierten Laboreinrichtungen und Hochdurchsatz-Screening-Plattformen, die Forschungseffizienz von Fachleuten im Bereich chemische Materialien massiv steigern. AI und Laborroboter werden zu wichtigen Assistenten für Wissenschaftler werden.

AI "befreit" Wissenschaftler, von der Medizin bis zu Materialien

Die Materialforschung wird zum nächsten Vorposten von AI4S. Ein deutliches Zeichen dafür ist, dass mehrere führende Unternehmen der chinesischen AI-Pharmazeutika-Branche "grenzüberschreitend" in die Materialforschung vordringen.

Mitte August kündigte das an der Hongkonger Börse notierte Unternehmen für AI-Pharmazeutika XtalPi eine Zusammenarbeit mit der GCL Group an, um GCL maßgeschneiderte Dienstleistungen für die Forschung und Entwicklung von Neumaterialien bereitzustellen. Laut deren Halbjahresbericht ist die Zusammenarbeit auf fünf Jahre angelegt, mit einem Gesamtvolumen von etwa 1 Milliarde RMB.

Ende August kündigte das AI4S-Start-up DeepMotion, das mehrere Finanzierungsrunden erhalten hat, eine Partnerschaft mit dem Materialhersteller Dongyangguang zur Gründung eines AI4S-Labors für neue Materialien an. Zuvor hatte es angekündigt, eine strategische Partnerschaft mit CATL zur Errichtung eines gemeinsamen Labors eingegangen zu sein.

Der Wettbewerb in der AI-Pharmazeutika-Branche ist intensiv, und seit Anfang des Jahres haben mehrere AI-Pharmaunternehmen aufgrund schlechter Leistungen begonnen, Mitarbeiter zu entlassen und ihre Pipeline anzupassen. Der Vorstoß in neue Anwendungsfelder ist der Weg der Unternehmen, um neue Wachstumschancen zu schaffen.

Derzeit steht die chinesische Materialindustrie vor zahlreichen Herausforderungen, die sich zusammenfassen lassen als "ungleichmäßige Qualität bei fortschrittlichen Basismaterialien, Abhängigkeit von Schlüsselstrategiematerialien und noch unzureichender Durchbruch bei neuen Materialien der nächsten Generation". AI-gestützte Forschung hilft, die Zeit von der Entdeckung bis zur Anwendung von Materialien zu verkürzen und die Forschungseffizienz zu steigern.

Insbesondere in den Bereichen Festkörperbatteriematerialien und photovoltaische Perowskitmaterialien, die jeweils als revolutionäre neue Materialien in ihrer Branche gelten, wird AI4S von vielen Experten als Durchbruchsmöglichkeit angesehen.

Ein Beispiel sind Festkörperbatterien, bei denen eine der Herausforderungen darin besteht, stabile elektrochemische Materialsysteme zu entwickeln. Toyota, das weltweit die meisten Patente im Bereich Festkörperbatterien hält, hat in den letzten 30 Jahren zehntausende von Elektrolytanwendungen für Batterien ausprobiert, aber bisher noch keine Massenproduktion erreicht. AI4S hat das Potenzial, dieses Problem zu lösen.

Yu Ouyang, Akademiemitglied der Chinesischen Akademie der Wissenschaften, sagte ebenfalls auf einer Konferenz im Januar dieses Jahres: "Der technologische Wettbewerb der nächsten zehn Jahre bei Lithiumbatterien wird sich auf Materialien konzentrieren, und künstliche Intelligenz verändert das Forschungsparadigma der Materialentwicklung, was die Entwicklung von Festkörperbatterien erheblich beschleunigen wird."

Zusätzlich zu CATL und der GCL Group gibt es auch immer mehr führende Chemie-, Energie- und Materialunternehmen, die AI4S aktiv für die Entwicklung neuer Materialien einsetzen.

In einem Vortrag im März dieses Jahres sagte Liaozengtai, Vorsitzender von Wanhua Chemical, einem führenden chinesischen Chemieunternehmen, dass Wanhua Chemical mit Hilfe von AI-Technologie 156 Varianten aus 14.000 Möglichkeiten schnell auswählen und vier wirksame Optionen weiter optimieren könnte, was die Forschungsgeschwindigkeit erheblich beschleunigte.

Da die Entwicklung früher begann, haben AI-assistierte Materialforschung mehr Anwendungen und Beispiele im Ausland.

Internet-Riesen wie Microsoft und Google begannen frühzeitig mit der Entwicklung von AI4S-Branchensystemen und PaaS-Plattformen, um Cloud-Dienste zu ergänzen. Die Anwendung im unteren Bereich wird hauptsächlich von großen Chemie- und Materialriesenunternehmen dominiert.

Ding Zhebo erzählte 36Kr, dass das deutsche Traditionsunternehmen Merck AI zur Entwicklung neuer OLED-emittierender Materialien und das Chemieunternehmen Dow AI-Werkzeuge zur Optimierung der Entwicklung von Metallocen-freien Katalysatoren für Polyolefine erfolgreich eingesetzt haben.

Wo Nachfrage besteht, gibt es auch Angebot. 36Kr erfuhr, dass neben an der Börse notierte Unternehmen wie XtalPi, Start-ups wie DeepMotion und Deep Principle sowie die AI-Labors von Internetfirmen wie ByteDance, Tencent und Baidu AI-assistierte Materialforschung erkunden oder sich aufstellen.

Materialentdeckung ist schwierig, AI4S hat einen langen Weg vor sich

Im Vergleich zu AI-Pharmazeutika entwickelt sich AI-Materialforschung etwa zehn Jahre später. Erstere hat sich zu einem Markt von über 10 Milliarden RMB entwickelt, während letztere derzeit kaum nennenswert ist.

In der Ansicht von Jia Haojun ähneln sich die grundlegenden Prinzipien von AI-Materialforschung und AI-Pharmazeutika, aber ihre technische Anwendung unterscheidet sich stark, was eng mit den Charakteristiken der Materialindustrie zusammenhängt.

"AI4S untersucht wissenschaftliche Probleme und muss auch physikalische Gesetze beachten. Im Bereich AI-Pharmazeutika bestimmt die biologische Eigenschaft von Proteinmakromolekülen, dass ihre Kombinationszahlen relativ begrenzt sind, wobei der Fokus auf der Erforschung der Raumfaltung liegt. Die chemische Materialstruktur hat jedoch variablere Elementzusammensetzungen und Koordinationsstrukturen, was eine höhere Anzahl potenzieller Kombinationen bedeutet und die Entdeckung und Optimierung in der frühen Phase erschwert."

Ein Mangel an qualitativ hochwertigen Daten ist auch eine der Herausforderungen, denen sich die AI-Materialforschung stellen muss.

"Das größte Problem, mit dem sich AI-Materialforschung konfrontiert sieht, sind qualitativ hochwertige Daten", sagte Ding Zhebo. Eine Vielzahl von Rohdaten im Bereich Biopharmazeutik ist durch wissenschaftliche Veröffentlichungen leicht zugänglich und kann für das Modelltraining verwendet werden. Der Sektor der chemischen neuen Materialien ist jedoch vergleichsweise abgeschottet, und die Originaldaten über Materialien und Katalysatoren sind oft Geschäftsgeheimnisse der Unternehmen und nicht öffentlich zugänglich.

In einem Interview gab auch Zeng Yuqun zu, dass AI4S (für die Materialforschung bei Batterien) derzeit keine besonders guten Modelle, Strukturen oder Algorithmen hat und es noch ein langer Weg ist.

AI-Entwicklung in der Praxis steht auch vor objektiven Einschränkungen, insbesondere einem Mangel an Talenten.

AI-Materialforschung ist ein interdisziplinäres Gebiet von Materialwissenschaft und Informatik, das in beiden Bereichen Kenntnisse erfordert. In China verfügen Chemiefachkräfte im Allgemeinen nicht über Programmierkenntnisse, und Unternehmen mangeln an Fachleuten, die sich sowohl mit Materialien als auch mit Computern auskennen.

Sun Weijie, CEO von DeepMotion, erwähnte in einem Interview im Mai dieses Jahres, dass das Unternehmen insgesamt fast 300 Mitarbeiter habe, von denen mehr als 80 Praktikanten sind. "AI4S erfordert sehr starke interdisziplinäre Fähigkeiten, und wir können diese nicht auf dem Markt finden."

Vorausschauende Technologien sind oft nicht ausgereift und durchlaufen viele Herausforderungen, die mehr Zeit und Kosten für die Erforschung erfordern.

Abgesehen von der positiven Haltung von Branchenriesen wie BASF, Dow, CATL und Wanhua Chemical sowie der Anerkennung durch den Nobelpreis für Chemie ist der langfristige Wert dieses Bereichs eindeutig festgelegt.

"Organische Chemiker verwenden oft eine Methode namens Rückwärtssynthese, um Syntheserouten für Zielmoleküle zu finden. Diese Methode gewann in den 1990er Jahren einen Nobelpreis. Aber ich glaube, dass fast alle Rückwärtssynthesen in 20 Jahren mit AI durchgeführt werden können, einschließlich der Empfehlung von Reaktionswegen und sogar der Empfehlung und Optimierung von Reaktionsstoffen und -bedingungen. AI-gesteuerte Materialforschung wird die gesamte Branche der neuen chemischen Materialien revolutionieren.", sagte Ding Zhebo.