Grafen, som ändå inte kunde

Grafen, som ändå inte kunde

Hur ofta ser vi "nyheter från framtiden" i media, där vetenskapens planerade framgångar till förmån för landets ekonomi stolt tillkännages? Ofta kan man i kommentarerna till sådana meddelanden och rapporter hitta skepsis och uppmaningar att bara skriva om tidigare händelser. Vi har liten tilltro till ljusa och inspirerande planer.

Tja, det inhemska informationsfältet är inte unikt i den här typen av publikationer. Det är inte så svårt att komma över "deras" tillkännagivanden av New Vasyukov.

Jag föreslår att spåra ödet för ett tekniskt projekt som har slagit igenom inte bara i väst, utan också nått ryskspråkig media. Om du spelar skitbingo kommer jag att ge dig en ledtråd innan katan - grafen.

När och vad som utlovades

I mars 2019 spreds det över engelskspråkiga medier, främst brittiska. ett högljutt uttalande från Paragraf. VD och medgrundare Simon Thomas talade optimistiskt om enorma framsteg inom grafenproduktion. Enligt honom, grundades 2015 år, Cambridge professor Sir Colin Humphreys, kunde Paragraf etablera en stabil teknisk process för framställning av grafen i form av skivor med en diameter på upp till 200 mm.

Grafen, som ändå inte kunde

Baserat på många års forskning och år som lagts ner på att sätta upp den tekniska processen, lovade Simon att påbörja industriell produktion av enheter med grafen inom de närmaste två månaderna.

Vad som föregick löftet

Naturligtvis kan sådana ovanliga tekniker inte dyka upp ur tomma luften. När allt kommer omkring arbetar sådana jättar som IBM, Intel, Samsung och många andra grupper med problemet med industriell produktion av grafen. Det är osannolikt att det var möjligt och nödvändigt att komma före dem i smygläge. Därför kan vi hitta spår av deras tidigare verksamhet.

Under 2017 företaget fått investeringar 3 miljoner pund inklusive statliga pengar. Dessa medel var avsedda för utveckling av prototyper och förbättring av tekniken (låt mig påminna om att företaget grundades 2015, och forskningen som gjorde kommersialiseringsstadiet relevant utfördes ännu tidigare).

I maj 2018 företaget fått ytterligare en del finansiering. Den här gången var storleken 2,9 miljoner pund, och bland investerarna fanns inte bara riskkapitalbolag utan även Cambridge Enterprise Fund. Nu handlade det inte längre om att förbättra tekniken. Det avsedda syftet med investeringen är att öppna en produktionsplats för att påbörja produktion av enheter baserade på grafen. De planerade att börja med superkänsliga magnetfältssensorer och andra sensorer avsedda för massmarknaden.

Nästan ett år senare, i mars 2019, kom ett uttalande om att allt var klart och etablerat. Bokstavligen, om ett par månader kommer grafenbaserade enheter att börja massproduceras, komma ut på marknaden och en ny era börjar. Denna högljudda nyhet, med en angiven (om än vag) tidsram, mottogs positivt och nådde vår inhemska läsare.

Vad som egentligen hände och inte hände efter hypen

Den skarpsinnige läsaren kunde gissa vad som hände efter sådant brus och mediauppmärksamhet. Tja, jag ska ge resten en ledtråd. Paragraf avslutade ytterligare en finansieringsrunda från samma investeringsfonder, efter att ha fått 12,8 miljoner pund till sitt förfogande, men detta hände redan i juli 2019, 4 månader efter hypen. Samma månad var en startup (i vilken utsträckning kan ett 4-årigt företag kallas en startup) belönats med ett pris £0,5 miljoner för avancerad utveckling.

Det som inte har hänt under den senaste tiden är den utlovade revolutionen och starten på massproduktion. 8 och en halv månad har redan gått sedan löftet om att börja massproduktion av produkter inom en period på 2-3 månader, men de deklarerade sensorerna och givarna (med en känslighet 30 gånger högre än de som används) har inte kommit in på marknaden.

De första 5 sidorna av en Google-sökning och fliken "Nyheter" avslöjar bara de första högljudda uttalandena om beredskapen att påbörja kommersiell produktion av grafenbaserade enheter under de "kommande månaderna" från mars 2019, såväl som julinyheterna om erhåller en investering på 12,8 miljoner pund.

Det är omöjligt att hitta någon information om den faktiska lanseringen av någon produktion eller leverans av komponenter för en tredjepartstillverkare. Dessutom har företagets webbplats upphört att fungera, även om media hänvisade till den redan i september.

Nuvarande tillstånd

Företaget har fått finansiering sedan 2017 på minst 19,2 miljoner pund (1,6 miljarder rubel vid nuvarande växelkurs). I september 2019 inkluderade företagets team 25 forskare (i mars var det 16), och, att döma av grundarens ord, utvecklar och förbereder de fortfarande produktionen av mirakelmagnetfältssensorer och andra sensorer. De senaste nyheterna om dem slutar i september. webbplats nu fungerar inte längre (uppd. tillgänglig via VPN).

annons

Under tiden, någon annanstans samlar de nästa investeringar för revolutionerande batterier, ledare, sensorer och andra kondomer, vi erbjuder dig rabatt på något som redan gör skillnad. Det tog mig flera timmar att analysera källorna och förbereda materialet, och till och med lite tur, när nyheten fångade mig, sparade jag den och kom ihåg den vid rätt tidpunkt. Men allt detta kan göras av en maskin i bakgrunden, som redan används av ett stort antal organisationer och analytiska grupper. Gå med oss!

Grafen, som ändå inte kunde

Bok "Data mining. Extrahera information från Facebook, Twitter, LinkedIn, Instagram, GitHub»

I djupet av populära sociala nätverk - Twitter, Facebook, LinkedIn och Instagram - gömmer sig rika avlagringar av information. I den här boken kommer forskare, analytiker och utvecklare att lära sig hur man extraherar denna unika data med Python-kod, Jupyter Notebook eller Docker-behållare. Först kommer du att bli bekant med funktionaliteten hos de mest populära sociala nätverken (Twitter, Facebook, LinkedIn, Instagram), webbsidor, bloggar och flöden, e-post och GitHub. Börja sedan analysera data med hjälp av Twitter som exempel.

» Du kan läsa boken mer i detalj på förlagets hemsida
» innehållsförteckning
» Utdrag

För Khabrozhiteley 25% rabatt med kupong - Data Mining

Grafen, som ändå inte kunde

Bok "Vi presenterar PyTorch: Deep Learning in Natural Language Processing»

Natural Language Processing (NLP) är en extremt viktig uppgift inom området artificiell intelligens. Framgångsrik implementering gör produkter som Amazons Alexa och Google Translate möjliga. Den här boken hjälper dig att lära dig PyTorch, ett bibliotek för djupinlärning för Python som är ett av de ledande verktygen för datavetare och NLP-programutvecklare. Deleep Rao och Brian McMahan introducerar dig för NLP och algoritmer för djupinlärning. Och de kommer att visa hur PyTorch låter dig implementera applikationer som använder textanalys.

» Du kan läsa boken mer i detalj på förlagets hemsida
» innehållsförteckning
» Utdrag

För Khabrozhiteley 25% rabatt med kupong - PyTorch.

Vid betalning av pappersversionen av boken skickas en elektronisk bok via e-post.

Källa: will.com

Lägg en kommentar