Yuyao Technology käivitab ülemaailmselt MatterSeeki; Platvorm on nüüd teadlastele üle kogu maailma tasuta saadaval

Oct 28, 2026 Jäta sõnum

Ettevõtte ülemeremaade ametlikul veebisaidil ja Hugging Face AI pilveplatvormil samaaegselt saadaval olev MatterSeek toob tehisintellektiga juhitud materjalide uurimis- ja arendustegevuse "aasta skaala" tsüklitest kuni "kuu mastaabis" efektiivsuseni.

 


 

29. oktoobril käivitati Yuyao Technology poolt välja töötatud tehisintellektil põhinev materjalide uurimis- ja arendusplatvorm MatterSeek ametlikult ülemaailmse veebisaidi jaHugging Face on maailma juhtiv avatud lähtekoodiga tehisintellekti mudelite hostimis- ja koostööplatvorm. Tarkvara on nüüd tasuta allalaadimiseks saadaval teadlastele ja teadlastele üle kogu maailma. See verstapost tähistab kriitilist sammu Yuyao Technology ülemaailmses laienemises uute materjalide tehisintellekti põhiinnovatsiooni valdkonnas, kiirendades materjalide uurimis- ja arendustegevuse üleminekut traditsioonilistelt aastatepikkustelt arendustsüklitelt kuudes mõõdetavale ajaraamile.

 

Materjalide uurimis- ja arendustegevust on pikka aega takistanud püsivad kogu tööstust hõlmavad väljakutsed, sealhulgas pikad arendustsüklid, killustatud andmed, madal katsetõhusus ja raskused mitmes skaalas prognooside tegemisel. Traditsioonilise katse-eksituse paradigma kohaselt võtab uue materjali laborist masstootmisse toomine tavaliselt aega 10–15 aastat. Lisaks on materjalide andmed sageli hajutatud ja heterogeensed, mis muudab süstemaatilise kaevandamise ja taaskasutamise keeruliseks; käsitsi sünteesi ja iseloomustamise protsessid on ebaefektiivsed ning suure läbilaskevõimega paralleelkatsete rakendamine on endiselt keeruline. Lisaks on pikka aega olnud puudus tõhusatest ja praktilistest vahenditest, mis võimaldavad ennustada materjali omadusi erinevates skaalades – alates aatomitasemest kuni makroskoopilise jõudluseni.

 

Nende valupunktide lahendamiseks töötas Yuyao Technology välja MatterSeeki, AI+MGI (Materials Genome Initiative) uurimis- ja arendusplatvormi. Ettevõtte patenteeritud HNN-i (Hierarchical Neural Network) toiteallikaks on platvorm, mis hõlmab kolme peamist teadus- ja arendustegevuse valdkonda: anorgaanilised materjalid, orgaanilised materjalid ja biofarmatseutilised tooted. See on üks väheseid suuremahulisi mittekeelepõhiseid ennustusmudeleid uute materjalide jaoks, mida juhib füüsiline arutluskäik. Erinevalt tavalistest suurtest keelemudelitest integreerib MatterSeek kogu "ennustus-süntees-iseloomustus" töövoo, mis hõlmab kogu materjalide uurimis- ja arendustegevuse väärtusahelat. Kasutades füüsilisi mudeleid põhimootorina, mida täiendavad ettevõtte enda laborid, et luua suletud ahelaga süsteem reaalseteks füüsilisteks katseteks, pakub MatterSeek süstemaatilist lahendust neljale materjalitööstuse ees seisvale põhiprobleemile, muutes selle ainulaadseks ja väga väärtuslikuks varaks ülemaailmsel "AI for Science" maastikul.

 

Funktsionaalsuse osas loob MatterSeek täieliku teadus- ja arendustegevuse suletud ahela – intelligentsest sisendist lõppväljundini – alandades oluliselt digitaalsetel materjalidel põhineva uurimis- ja arendustegevusele sisenemise barjääri.

 

Yuyao tehnoloogia toob ülemaailmselt turule "MatterSeeki"; Platvorm on nüüd teadlastele kogu maailmas tasuta saadaval

29. oktoobril käivitati Yuyao Technology välja töötatud tehisintellektil põhinev materjalide uurimis- ja arendusplatvorm MatterSeek ametlikult ülemaailmse veebisaidi ja HuggingFace AI pilveplatvormi kaudu. Tarkvara on nüüd tasuta allalaadimiseks saadaval teadlastele ja teadlastele üle kogu maailma. See verstapost tähistab kriitilist sammu Yuyao Technology ülemaailmses laienemises uute materjalide tehisintellekti põhiinnovatsiooni valdkonnas, kiirendades materjalide uurimis- ja arendustegevuse üleminekut traditsioonilistelt aastatepikkustelt arendustsüklitelt kuudes mõõdetavale ajaraamile.

 

Materjalide uurimis- ja arendustegevust on pikka aega takistanud püsivad kogu tööstust hõlmavad väljakutsed, sealhulgas pikad arendustsüklid, killustatud andmed, madal katsetõhusus ja raskused mitmes skaalas prognooside tegemisel. Traditsioonilise katse-eksituse paradigma kohaselt võtab uue materjali laborist masstootmisse toomine tavaliselt aega 10–15 aastat. Lisaks on materjalide andmed sageli hajutatud ja heterogeensed, mis muudab süstemaatilise kaevandamise ja taaskasutamise keeruliseks; käsitsi sünteesi ja iseloomustamise protsessid on ebaefektiivsed ning suure läbilaskevõimega paralleelkatsete rakendamine on endiselt keeruline. Lisaks on pikka aega olnud puudus tõhusatest ja praktilistest vahenditest, mis võimaldavad ennustada materjali omadusi erinevates skaalades – alates aatomitasemest kuni makroskoopilise jõudluseni.

 

Nende valupunktide lahendamiseks töötas Yuyao Technology välja MatterSeeki, AI+MGI (Materials Genome Initiative) uurimis- ja arendusplatvormi. Ettevõtte patenteeritud HNN-i (Hierarchical Neural Network) toiteallikaks on platvorm, mis hõlmab kolme peamist teadus- ja arendustegevuse valdkonda: anorgaanilised materjalid, orgaanilised materjalid ja biofarmatseutilised tooted. See on üks väheseid suuremahulisi mittekeelepõhiseid ennustusmudeleid uute materjalide jaoks, mida juhib füüsiline arutluskäik. Erinevalt tavalistest suurtest keelemudelitest integreerib MatterSeek kogu "ennustus-süntees-iseloomustus" töövoo, mis hõlmab kogu materjalide uurimis- ja arendustegevuse väärtusahelat. Kasutades füüsilisi mudeleid põhimootorina, mida täiendavad ettevõtte enda laborid, et luua suletud ahelaga süsteem reaalseteks füüsilisteks katseteks, pakub MatterSeek süstemaatilist lahendust neljale materjalitööstuse ees seisvale põhiprobleemile, muutes selle ainulaadseks ja väga väärtuslikuks varaks ülemaailmsel "AI for Science" maastikul.

 

Funktsionaalsuse osas loob MatterSeek täieliku teadus- ja arendustegevuse suletud ahela – intelligentsest sisendist lõppväljundini – alandades oluliselt digitaalsetel materjalidel põhineva uurimis- ja arendustegevusele sisenemise barjääri.

 

Arengustsenaariumid kogu materjalide maastikul

Kuna MatterSeek ennustab pigem füüsika kui keelemustrite põhjal, saab ühte mudelit rakendada paljudes materjalide arendamise stsenaariumides – alates aatomiskaala koostise sõelumisest kuni koostise taseme optimeerimiseni. Lisaks ülaltoodud kaubanduslikele juurutustele on platvorm loodud toetama uurimis- ja arendusmeeskondi järgmistes suundades:

Pooljuht ja mikroelektroonika- madala k- ja kõrgek-väärtusega dielektrikute, lairiba-pooljuhtide ning pakke- või soojusliidese materjalide sõelumine dielektrilise konstandi, termilise stabiilsuse ja protsessiga ühilduvuse eesmärkide suhtes.

Aku ja energia salvestamine- Katoodide, anoodide ja tahkete elektrolüütide koostiste uurimine ning kandidaatide järjestamine ioonjuhtivuse, elektrokeemilise akna ja termilise stabiilsuse järgi enne sünteesi alustamist.

Fotogalvaanika ja päikeseenergia- absorbeerivate kihtide, passiveerimiskilede ja kapseldamismaterjalide hindamine, käsitledes ribalaiust, defektitaluvust ja pikaajalist stabiilsust liigeste piirangutena, mitte järjestikuste katsete ja vigadena.

Katalüüs ja kemikaalid- katalüsaatori- ja tugikompositsioonide kaardistamine aktiivsuse, selektiivsuse ja vastupidavuse deskriptorite alusel ning katseruumi kitsendamine enne katseskaalaga testimist.

Polümeerid ja orgaanilised materjalid- monomeeride ja karkassi valikute sidumine klaasistumistemperatuuri, dielektrilise käitumise, mehaanilise jõudluse ja lagunemisprofiilidega, sealhulgas taaskasutatavate ja biolagunevate koostistega.

Metallid ja sulamid- supersulamite, kergsulamite ja konstruktsioonimetallide faasistabiilsuse, sulamistemperatuuri ja kõrgel temperatuuril toimimise ennustamine ning paljulubavate kompositsioonide märgistamine sulatus- ja valukatseteks.

Keraamika ja anorgaanilised materjalid- struktuurse ja funktsionaalse keraamika sõelumine - nende hulgas piesoelektrilised ja dielektrilised kompositsioonid - soojuslöögikindluse, paagutamiskäitumise ja elektromehaanilise reaktsiooni suhtes.

Bioloogia ja farmaatsia- formuleerimise ja abiainete valiku, soolade ja polümorfsete ainete skriinimise ning stabiilsuse hindamise toetamine bioloogiliste ja väikeste molekulide arendamiseks, kus kandidaatruum on suur ja iga katse on kulukas.

 

Kõigis neis suundades töötavad kasutajad ühes liideses: kirjeldavad sihtmärki loomulikus keeles, piiravad elementide ruumi visualiseeritud perioodilisuse tabelil ja võrdlevad kandidaatkompositsioone mitme ennustatud omaduse lõikes – nii et arendusprogrammi saab järjestada kuude, mitte aastate kaupa.

 

Alustehnoloogia tasandil kasutab MatterSeek HNN-i algoritmi, et saavutada mõne kaadri prognoosimine. See sisaldab 1035 sisseehitatud materjalikirjeldust, enda väljatöötatud mudeli parameetrite määra 92% ja 188 vertikaalse domeeni alammudelit, tugevdades platvormi tehnoloogilist alust.

 

YuYao (Peking) Technology Co., Ltd. on riiklik kõrgtehnoloogiline ettevõte ja Pekingi "spetsialiseerunud, rafineeritud, eristuv ja uuenduslik" (SRDI) väike ja keskmise suurusega ettevõte, mis on sügavalt seotud Hiina AI + uute materjalide vahelise innovatsioonivaldkonnaga. Ettevõte keskendub tehisintellekti ja uute materjalide ristumiskohale; selle põhitegevused hõlmavad uute materjalide suure mudeli uurimis- ja arendustegevust, tehniliste teenuste toetamist ja uute materjalide tulemuste industrialiseerimist. Meeskond on esitanud kumulatiivselt 27 riiklikku patenti. Selle peamised tooted ja teenused hõlmavad enda väljatöötatud tehisintellekti materjalide mudeleid, ülitäpseid eksperimentaalseid andmebaase uute materjalide jaoks ning kohandatud uute materjalide uurimis- ja arendusteenuseid, mis võimaldavad intelligentsete materjalide uurimis- ja arendustegevust kõikjal.

 

Kohe jõustudes saavad teadlased üle maailma saada tasuta allalaadimisjuurdepääsu MatterSeeki kliendile, YuYao Technology lipulaevale tehisintellekti tarkvarale, ettevõtte ülemeremaade ametliku veebisaidi ja Hugging Face AI pilveplatvormi kaudu. Tulevikku vaadates jätkab YuYao Technology oma mudelite võimaluste kordamist ja optimeerimist vastavalt ülemaailmsete teaduskasutajate tegelikele vajadustele, töötades koos teadlastega üle maailma, et laiendada uute materjalide innovatsiooni piire.