Британский стартап Mater-AI в области материалов привлёк £1,5 миллиона.

Более 70 процентов мировой энергии, стоимостью которой ежегодно превышает 152 миллиарда долларов, теряется как отходы тепла — от дата-центров до тяжелой промышленности.

Однако последний крупный прорыв в термоэлектрических материалах произошёл в 1950-х годах с висмутом теллуридом — полупроводником, используемым в повседневных технологиях, таких как подогрев автокресел и портативные охладители.

Mater-AI разработала новую платформу для открытия более эффективных термоэлектрических материалов, способных превращать тепло в электричество или обеспечивать охлаждение без хладагентов. Он сочетает искусственный интеллект и физико-основанное моделирование для ускорения проектирования с десятилетий до недель — до 438× быстрее, чем традиционные НИОК — оптимизируя такие свойства, как теплопроводность и теплопроводность, обеспечивая более высокую эффективность, меньшую стоимость и масштабируемость.

Mater-AI, основанная доктором Никелом Бланкевортом (CEO), Гатлин Бхамбро (операционный директор) и Челси Уильямс (CTO), основана на исследованиях, проведённых доктором Бланкевортом в Университете Уорика в области теоретического моделирования квантовой наноэлектроники и термоэлектрики.

Во время аспирантуры он открыл три новые материальные структуры за год, используя традиционные методы. Платформа Mater-AI теперь генерирует и оценивает 100 структур каждый час.

Я поговорил с Bhambra и узнал о зарождении Mater-AI, о том, как стартап смог занять свою нишу и значительно быстро получить повторное финансирование на своём стартаповом пути.

От общего искусственного интеллекта к материаловедению

Ранее Бхамбра работал в компании по генеративному ИИ под названием Kira, разрабатывая технологии на базе LLM для юридического сектора. Это было сразу после выхода ChatGPT, и она знала, что ИИ фундаментально всё изменит.

«Я всегда хотел построить компанию, но не пришёл из среды, где предпринимательство казалось очевидным. Ты не знаешь, с чего начать — это просто ощущается как бездна», — признаётся она. Бхамбра обратилась к платформе Y Combinator — которую она описывает как «по сути как знакомства для основателей». После года разговоров она познакомилась с Челси, ныне техническим директором Mater-AI, имеющей докторскую степень по машинному обучению и квантовым вычислениям.

Их навыки совпали: Bhambra обладал опытом в продукте, коммерческой и операционной работе, а Chelsea — глубоким техническим опытом. Пара прошла через Deep Tech Accelerator Conception X и Barclays Product Builder Accelerator, изучая, какую значимую, коммерчески жизнеспособную и защищённую проблему они могут решить. Бхамбра признаёт, что изначально материаловедение не было у них на радаре.

«Один из наших наставников по Концепции X спросил, думали ли мы о материаловедении — по сути, применении принципов открытия лекарств с помощью ИИ к открытию материалов. Они называли это «несексуальной стороной открытия наркотиков».

Но мы сразу увидели необходимость.»

Осознав свои ограничения, они вновь обратились к платформе YC в поисках эксперта в области. Именно там Челси познакомилась с Ником — ныне генеральным директором Mater-AI и третьим соучредителем — который имеет степень доктора философии в области вычислительной материаловедения с акцентом на квантовую электронику и термоэлектрику.

«После одного звонка Челси сказала мне: ‘Ты должна встретиться с ним — это наша идея.’» И с этим, по словам Бхамбры, команда основателей сложилась на свои места. «И на этом всё. Мы нашли команду основателей.»

Что на самом деле делают термоэлектрические материалы

Я попросил Бхамбру объяснить функциональность термоэлектриков для читателей, не знакомых с этой областью.

Она поделилась:

«Термоэлектрики преобразуют тепло в электричество и наоборот. Это устройства plug-and-play без движущихся частей — чрезвычайно прочные и не требуют обслуживания.

Например, термоэлектрический модуль размером 40 мм x 40 мм под подогреваемым автокреслом может либо охлаждать сиденье, либо генерировать электричество от тепла.»

Но реальная возможность заключается в промышленных и энергетических системах, где сейчас теряется огромное количество тепла. Термоэлектрические устройства могут использоваться для восстановления этой энергии, продления срока службы компонентов или обеспечения точного термического контроля — и всё это без необходимости движущихся частей и сложного обслуживания. Сегодня применение охватывает широкий спектр секторов:

• дата-центры: охлаждающие GPU, CPU и серверы; Снижение троттлинга, связанного с нагревом.
• IoT и удалённые датчики: замена батарей, когда требуется всего ~1 ватт выходной мощности.
• Автомобили и оборона: питание дистанционных датчиков, управление подогревом сидений, продление времени работы батареи.
• Энергетика и тяжёлая промышленность: повышение эффективности в энергосетях, трансформаторах, аккумуляторах электромобилей и промышленном оборудовании.
• Превращение потраченного тепла в интеллектИспользоваемая энергия больше не является опциональной — она становится всё более необходимой.

«Сделай тепло снова полезным»

Поскольку термоэлектрические модули легко масштабируются — от крошечных чипов до поверхностных массивов — они предлагают гибкий путь к рекуперации энергии и тепловому управлению как в потребительской электронике, так и в крупномасштабной инфраструктуре.

Изначально компания ориентируется на термоэлектрические генераторы для оборонных, автомобильных и промышленных IoT-приложений, где улучшение производительности может вывести рыночную стоимость от £3,4 до 4,6 миллиардов.

Эта технология позволит создавать бесшумные твердотельные источники питания для оборонных систем следующего поколения, продлить срок службы батареи и создать самостоятельные промышленные датчики для непрерывного мониторинга оборудования и удалённой инфраструктуры.

Бхамбра поделился:

«Наша миссия проста: сделать тепло снова полезным. Мы хотим построить мир, в котором каждый автомобиль, дата-центр, аккумулятор и промышленная система повторно используют своё тепло — превращая отходную энергию в восстановленную энергию.

Представьте себе дата-центры, генерирующие собственную энергию из отходного тепла, электромобили, которые перемещаются дальше, возвращая тепловую энергию, и инфраструктуру, которой никогда не нужны батареи.

Наша платформа находит новые материалы за недели, а не за годы, приближая нас к миру с принципиально иной энергетической архитектурой — где всё питается само собой.»

Это создаёт значительную конкурентную возможность для стартапа.

Модульный движок обнаружения от Mater-AI даёт ему преимущество

В области открытия материалов с помощью ИИ происходит многое, но, по словам Бхамбры, очень немногие компании специализируются именно на новых термоэлектрических материалах. Вместо этого крупные игроки берётся за огромные категории — кремний, уловление углерода — что требует сотен миллионов и огромных команд.

В то же время малые компании специализируются на таких вещах, как магниты.

«Наше преимущество в том, что наш двигатель модульный: сегодня мы сосредоточены на термоэлектрике, но архитектуру можно адаптировать под будущие материалы.»

Во-вторых, Бхамбра утверждает, что поскольку современные термоэлектрические материалы настолько неэффективны, «если мы сможем удвоить эффективность, мы фактически снизим цену на восстановление энергии вдвое. Действующие представители не смогут конкурировать, если не придут к нам.»

Почему инвесторы поддержали Mater-AI до появления технологии

Mater-AI уникален тем, что очень рано привлёк £1,5 миллиона. Bhambra связывает свой успех с Conception X — британской некоммерческой организацией, которая реализует крупнейшую межуниверситетскую программу диптех для аспирантов по всей Европе.

Ознакомьтесь с нашим предыдущим интервью с генеральным директором Conception X, Риам Кансо.

Bhambra утверждает, что Conception X помогла команде понять, что это действительно может быть компания:

«Мы сформировали презентацию, поняли возможность и собрали первые £100k от TTX Ventures. Они также присоединились к нашему основному раунду.»

Команда очень рано представила идею и колоду, а не успех, но венчурная компания поняла проблему. «Они управляют одним из крупнейших кластеров GPU в Европе», — объяснил Бхамбра.

«Нам сказали: если можно сэкономить хотя бы 1 процент потраченной энергии впустую, это огромный шаг.»

Дата-центры теряют около 9 процентов энергии в виде отходов тепла. Экономическое влияние огромно. Это раннее убеждение позволило нам создать те технологии, которые у нас есть сегодня. Без этих £100k мы бы действительно не были здесь.»

Тем не менее, Bhambra признаёт, что для своего предварительного раунда валидация была гораздо важнее, чем в первых £100k.

«Инвесторы хотели доказательств. Мы строили быстрее, чем кто-либо ожидал. Мы думали, что создание движка для открытия займет два года. Мы сделали это за шесть месяцев с командой из четырёх человек, после того как наняли нашего основателя и учёного в области ИИ, доктора Джека Броуда.

Во время проверки одним из самых строгих рецензентов был доктор Эдвард Грант (сооснователь Rahko, приобретённая Odyssey Therapeutics). Он пробовал все способы строгого стресс-теста моделей: галлюцинационные тесты, крайние случаи и способы принудительного допускать ошибки. Mater-AI превзошла ожидания, и позже он стал советником по ИИ.

«Мы также напрямую поговорили с мировыми лидерами в области энергетики, электроники и дата-центров — и они рассказали нам, за что готовы платить и какими будут результаты пилотов. Это влияние индустрии сильно изменило ситуацию», — поделился Бхамбра.

Недооценённая сила нетехнических основателей в диптех

Мой опыт журналиста показывает, что лучшие команды — это сочетание высокотехнических специалистов и коммуникаторов. Многие стартапы считают, что медиа ставят в приоритет технического CEO, но у многих есть что сказать — от близких клиентов до коммуникаторов. В конце концов, вы можете У них лучшие инновации уровня PhD в мире, но если вы не можете объяснить, почему это важно, финансирование не получит.

У Бхамбры есть опыт в продуктовом дизайне, поэтому она привыкла работать с инженерами, но признаёт: «Я не технический специалист — я не умею программировать. Честно говоря, это было преимуществом.» Вместо этого она утверждает, что каждой компании глубоких технологий нужен переводчик — человек, способный превратить сложную науку в ясность для клиентов, журналистов, партнёров и инвесторов.

«Я управляю всеми отношениями со заинтересованными сторонами, презентациями, коммерческой стратегией и коммуникациями. Многие технические основатели недооценивают, насколько важна роль моста», — поделился Бхамбра.

У неё есть послание для потенциальных нетехнических основателей:

«Не списывай себя без глубоких технологий. Возможно, ты — недостающий кусочек.»

Twin Path Ventures возглавила финансирование с участием Mishcon de Reya, One Planet Capital, XTX Ventures, Conception X Angel Syndicate, Koro Capital и Tailored Solutions.

«Mater-AI решает фундаментальное узкое место в энергетическом переходе: открытие термоэлектрических материалов следующего поколения. Их движок обнаружения искусственного интеллекта способен открывать совершенно новые приложения, например, сбор «отходов» тепла в экстремальных условиях, например, питание датчиков, транспортных средств и оборонной инфраструктуры. Мы считаем, что это действительно фундаментальная технология, которая ускорит путь к устойчивому и эффективному энергетическому будущему.» Ник Слейтер, партнер Twin Path Ventures.

«Mater-AI превратил многолетние ограничения в поиске материалов в возможность для изменений на уровне систем. Мы вступаем в эпоху, когда материалы, с которыми мы создаём, уже не определяются тем, на что мы наткнулись в прошлом веке, а тем, что мы можем вычислительно проектировать для нужного нам мира. Это будущее ближе, чем многие думают, и эта команда его строит.» Риам Кансо, руководитель синдиката Conception X Angel.

18-месячный путь Mater-AI к коммерческому термоэлектрическому прорыву

В течение следующих шести-восьми недель команда начнёт лабораторные испытания своих первых термоэлектрических материалов, обнаруженных с помощью ИИ, в сотрудничестве с Кембриджским университетом, Имперским колледжем Лондона и Институтом Генри Ройса. «Это впервые поднимает нас с уровня технической готовности (TRL) 4 до уровня 5», — говорит Бхамбра.

Далее Mater-AI начнёт быстрый цикл между экспериментами и вычислениями. Результаты лаборатории будут напрямую возвращаться в физические модели ИИ компании, улучшая прогнозы и ускоряя поиск коммерчески жизнеспособного материала.

Затем в течение следующих 12–18 месяцев компания будет быстро переключаться между лабораторными результатами и нашей моделью ИИ, чтобы уточнить прогнозы.

«Цель — коммерчески жизнеспособный материал с более высокой эффективностью и ниже…