Grafén, som fortfarande inte har lyckats

Hur ofta ser vi i medierna "nyheter från framtiden" där man stolt tillkännager planerade framgångar inom vetenskapen till nytta för landets ekonomi? Ofta i kommentarer till sådana meddelanden och reportage finner man skepticism och uppmaningar att bara skriva om redan inträffade händelser. Vi tror sällan på ljusa och inspirerande planer.

Nåväl, sådana publikationer är inte unika för vår inhemska informationsmiljö. Det är inte så svårt att snubbla över "deras" annonser i Ny- Vasjukov.

Jag föreslår att vi följer ödet för det uppmärksammade teknologiprojektet som inte bara blivit känt i väst utan också nått de ryskspråkiga medierna. Om du spelar bullshit bingo, så ger jag dig ett tips innan vi börjar — grafen.

När och vad lovades

I mars 2019 spreds ett högljutt uttalande från företaget Paragraf. CEO och medgrundare Simon Thomas berättade optimistiskt om de storslagna framgångarna inom grafenproduktionen. Enligt honom, grundat 2015 av professorn från Cambridge, sir Colin Humphreys, har företaget Paragraf lyckats etablera en stabil process för produktion av grafen i form av skivor med en diameter på upp till 200 mm.

Baserat på många års forskning och år som lagts ner på att etablera produktionsprocessen, lovade Simon att börja den industriella produktionen av grafenanvändande enheter inom de närmaste två månaderna.

Vad som föregick löftet

Självklart kan sådana ovanliga teknologier inte dyka upp ur tomma intet. I slutändan arbetar teknikjättar som IBM, Intel och Samsung med problemen kring industriell produktion av grafen, liksom många andra grupper. Det var knappast möjligt eller nödvändigt att överträffa dem i en stealth-mode. Därför kan vi hitta spår av deras tidigare aktiviteter.

År 2017 fann företaget fått investeringar en summa på 3 miljoner pund, inklusive statliga medel. Dessa finanser var avsedda för utveckling av prototyper och förfining av teknologin (jag påminner om att företaget grundades 2015 och forskningen som gjorde kommersialisering möjlig hade bedrivits tidigare).

I maj 2018 fick företaget ett nytt bidrag finansiering. Denna gång uppgick beloppet till £2,9 miljoner, och bland investerarna fanns inte bara riskkapitalföretag utan även Cambridge-fonden. Nu handlade det inte längre om att vidareutveckla teknologin. Syftet med investeringen var att öppna en produktionsanläggning för att börja tillverka enheter baserade på deras grafen. De planerade att starta med superkänsliga magnetfältssensorer och andra sensorer avsedda för massmarknaden.

Nästan ett år senare, i mars 2019, kom ett tillkännagivande om att allt redan var klart och igång. Bokstavligt talat inom kort, om några månader, skulle enheterna baserade på grafen börja tillverkas massivt, de skulle komma ut på marknaden och en ny era skulle inledas. Denna nyhet var uppseendeväckande, med angivna (även om vagt formulerade) tidsramar, och togs emot positivt av våra inhemska läsare.

Vad som verkligen hände och inte hände efter uppståndelsen

Den insiktsfulla läsaren kunde ha gissat vad som hände efter ett sådant oväsen och pressens uppmärksamhet. Men för de andra ger jag en ledtråd. Paragraf stängde ännu en finansieringsrunda från samma investeringsfonder och fick därmed 12,8 miljoner pund i sitt förfogande. Detta inträffade dock redan i juli 2019, fyra månader efter uppståndelsen. I samma månad blev startupen (så långt man kan kalla ett företag med fyra års erfarenhet för en startup) belönad med ett pris på 0,5 miljoner pund för banbrytande utveckling.

Vad som faktiskt inte inträffade under den gångna tiden var den lovade revolutionen och starten av massproduktionen. Det har gått över 8 och en halv månad sedan löftet om att påbörja massproduktionen inom 2-3 månader, men de utlovade sensorerna och detekterarna (med 30 gånger högre känslighet än de som används) har inte kommit till marknaden.

De första 5 sidorna av Googles sökresultat och fliken "Nyheter" ger endast de första uppseendeväckande uttalandena om att man är redo att påbörja den kommersiella produktionen av enheter baserade på grafen inom "de närmaste månaderna" sedan mars 2019, samt juli-nyheter om att man fått investeringar på 12,8 miljoner pund.

Inga uppgifter om verklig start av produktion eller leveranser av komponenter till externa tillverkare går att finna. Dessutom har företagets webbplats slutat fungera, trots att den ännu i september refererades till av media.

Aktuellt tillstånd

Företaget har fått finansiering sedan 2017 på minst £19,2 miljoner (1,6 miljarder rubel enligt dagens växelkurs). I september 2019 bestod företagets team av 25 forskare (i mars var det 16), och enligt grundarens uttalanden pågår de fortfarande med forskning och förbereder sig för att sätta produktionen av mirakelsensorer för magnetfält och andra sensorer i drift. September markerar slutet på de senaste nyheterna om dem. Webbplats fungerar nu inte längre (uppd. tillgänglig via vpn).

Reklam

Men medan andra någonstans samlar in nya investeringar för revolutionära batterier, ledare, sensorer och andra produkter, erbjuder vi dig en rabatt på något som redan ger nytta. För min analys av källor och förberedelse av material tog det mig flera timmar samt lite tur när jag snubblade över en nyhet som jag sparade och kom ihåg vid rätt tillfälle. Men allt detta kan en maskin göra i bakgrunden, vilket många organisationer och analytiska grupper redan utnyttjar. Gå med!

Boken "Data mining. Utvinning av information från Facebook, Twitter, LinkedIn, Instagram, GitHub»

Inuti de populära sociala nätverken – Twitter, Facebook, LinkedIn och Instagram – döljer sig rikliga källor av information. I denna bok kommer forskare, analytiker och utvecklare att lära sig hur man utvinner dessa unika data med hjälp av kod i Python, Jupyter Notebook eller Docker-containrar. Först kommer du att bekanta dig med funktionerna i de mest populära sociala medierna (Twitter, Facebook, LinkedIn, Instagram), webbsidor, bloggar och flöden, e-post och GitHub. Sedan går du vidare med dataanalys med Twitter som exempel.

» Du kan läsa mer om boken på förlagets webbplats
» Innehållsförteckning
» Utdrag

För Habr-följare är det 25 % rabatt med koden — Data Mining

Boken "Introduktion till PyTorch: djupinlärning inom naturlig språkbehandling»

Naturlig språkbehandling (Natural Language Processing, NLP) är en ytterst viktig uppgift inom AI. Framgångsrik implementering möjliggör produkter som Alexa från Amazon och Google Translate. Denna bok kommer att hjälpa dig att lära dig PyTorch – ett djupinlärningsbibliotek för Python – ett av de ledande verktygen för datascientister och programutvecklare som arbetar med NLP. Delip Rao och Brian MacMahon kommer att introducera dig till NLP och algoritmer för djupinlärning. De kommer att visa hur PyTorch möjliggör realisering av applikationer som använder textanalys.

» Du kan läsa mer om boken på förlagets webbplats
» Innehållsförteckning
» Utdrag

För Habr-följare är det 25 % rabatt med koden — PyTorch.

Vid betalning av den tryckta versionen av boken skickas en e-bok till e-post.

Källa: habr.com