Četiri istraživačka projekta — usmjerena na određivanje strukture malih molekula, održivo skladištenje energije, proizvodnju prirodnog plina vodika i ublažavanje tropskih morskih ekosustava — dobila su sredstva putem Eric and Wendy Schmidt Fond za transformativnu tehnologiju.
Cilj fonda je omogućiti istraživačima da naprave skokove, a ne inkrementalni napredak u prirodnim znanostima i inženjerstvu. Podržava projekte koji dovode do izuma nove disruptivne tehnologije koja može imati veliki utjecaj na područje istraživanja ili do razvoja opreme ili tehnologije koja će omogućiti transformaciju istraživanja u određenom području.
Fond je nastao 2009. darom Erica i Wendy Schmidt. Eric Schmidt je izvršni predsjednik i CEO Relativity Space, suosnivač Schmidt Sciences, The Schmidt Family Foundation i Schmidt Ocean Institute, bivši glavni izvršni direktor Googlea i bivši izvršni predsjednik Alphabet Inc., Googleove matične tvrtke. Wendy Schmidt je suosnivačica Schmidt Sciences, te predsjednica i suosnivačica The Schmidt Family Foundation i Schmidt Ocean Institute. Eric Schmidt je diplomirao elektrotehniku na Princetonu 1976. godine i bio je upravitelj Princetona od 2004. do 2008.
“U inženjerstvu, informatičkoj znanosti, kemiji i geoznanosti, istraživački timovi uz podršku Schmidt fonda razvijaju nova rješenja za uporne, problematične probleme”, rekao je dekan za istraživanje Sveučilišta Princeton Peter Schiffer, potpredsjednik Laboratorija za fiziku plazme u Princetonu i profesor fizike iz klase 1909. “Njihov rad ima veliko obećanje da će potaknuti transformativne promjene koje će napraviti značajnu razliku u životima ljudi i za našu zajedničku budućnost.”
Pobjedničke prijedloge odabrala je anonimna komisija fakultetskih recenzenata.
Četiri pobjedničke tehnologije istaknute su u nastavku.
Novi AI sustav za promjenu načina na koji znanstvenici identificiraju male molekule
- Ellen D. Zhong – docent računarstva
- Mohammad R. Seyedsayamdost – profesorica kemije
Određivanje 3-D strukture malih molekula, klase koja uključuje hormone, vitamine i većinu lijekova koje je odobrila FDA, bitno je za razumijevanje njihovog funkcioniranja i interakcije u stanicama. Međutim, postojeće tehnike zahtijevaju mukotrpno i dugotrajno eksperimentiranje. U ovom projektu istraživači žele razviti algoritam koji može automatizirati proces određivanja strukture malih molekula iz spektralne analize nuklearne magnetske rezonancije (NMR).
U preliminarnom radu, istraživači su razvili algoritam strojnog učenja koji je pouzdano preveo jednodimenzionalne NMR spektre peptida s pet ostataka u precizne molekularne strukture. Sadašnji projekt proširit će ovaj pristup kako bi uključio široke klase malih molekula različitih veličina i tipova strukture. Projekt ima tri cilja: sastaviti bazu podataka NMR spektara za dubinsko učenje velikih razmjera, razviti algoritam koji uključuje razmatranja ovisna o kontekstu i primijeniti algoritam na otkriće novih malih molekula.
Istraživači predviđaju da će izdanje ovog algoritma otvorenog koda značajno koristiti znanstvenicima u mnogim disciplinama i transformirati otkrivanje lijekova.
Mekani, fleksibilni materijali za baterije i elektroniku nove generacije
- Rodney Priestley – dekan diplomskog studija i profesor kemijskog i biološkog inženjerstva
- Craig Arnold – Susan Dod Brown profesorica strojarstva i zrakoplovnog inženjerstva
U ovom projektu, istraživači imaju za cilj unaprijediti održivi dizajn baterija kroz razvoj poboljšanih hidrogelnih elektrolita. Hidrogelovi nude prednosti u odnosu na konvencionalne baterijske elektrolite, ali donose i izazove, uključujući strukturnu slabost, nestabilnost na niskim temperaturama i nekompatibilnost s nevodenim baterijskim sustavima.
Ovaj se projekt nadovezuje na prethodni rad istraživača na hidrogelovima, u kojem su razvili metodu dehidracije-rehidracije koja je uspješno poboljšala čvrstoću materijala i mogućnost recikliranja, ali se nije bavila toplinskom stabilnošću. Trenutačni projekt procijenit će hidrogelove proizvedene obećavajućom novom metodom koja zamjenjuje vodu zelenim dubokim eutektičkim otapalom. Istraživači će također procijeniti održivost i komercijalni potencijal poboljšanih hidrogelova testiranjem njihove izvedbe u prototipovima baterija na bazi cinka i litija.
Sustav za pohranu energije na bazi hidrogela koji je predložio tim predstavlja napredak u tehnologiji održivih baterija, s potencijalnim primjenama u industriji obnovljive energije, prijevoza i meke robotike.
Ubrzavanje prirodne proizvodnje vodika za čistu energiju
- Catherine Peters – profesor geološkog inženjerstva
- Satish Myneni – profesor geoznanosti
- Emily Carter – viši strateški savjetnik i suradnik ravnatelja laboratorija za primijenjene materijale
Prirodni vodik (H2), koji se može sakupljati bez izvora električne energije, predstavlja obećavajuću obnovljivu alternativu fosilnim gorivima. Cilj istraživača je proučavati H2 potaknutu mineralima i testirati strategije za ubrzanje ovog procesa. Oni predlažu istraživanje u tri područja. Prvo se usmjerenje bavi identifikacijom reakcijskih uvjeta i kaskadnih putova za postizanje gotovo 100% oksidacije željeza. Drugo projektno područje ispitat će procese na molekularnoj razini koji kontroliraju kinetička i termodinamička svojstva H2. Treće, istraživači će istražiti uvjete potrebne za H2 generaciju uz istovremenu mineralizaciju ugljičnog dioksida. Otkrivanje načina spajanja i kontrole ovih procesa moglo bi učiniti prirodni H2 proizvodnju ugljično negativna.
Sve u svemu, ovaj projekt ima ogroman potencijal za stvaranje znanja koje će pomoći u povećanju proizvodnje održivog H2 plin — ključni korak prema dekarbonizaciji nacionalnog energetskog sustava.
Podvodni roboti za mapiranje prijetnji koraljnim grebenima i morskom životu
- Curtis Deutsch – profesor geoznanosti
- Noelle Lucey – bivši znanstveni suradnik, Institut za okoliš High Meadows
Kako bi se riješio nedostatak promatračkih podataka o koraljnim grebenima, istraživački tim će dizajnirati, izgraditi i testirati jeftin autonomni sustav vozila za mjerenje hidrografskih podataka u izazovnim obalnim okruženjima. SeaWASP (Winched Autonomous Sensor Profiler) može putovati do preciznih lokacija i ostati na njima, upravljati neravnim terenom i olujnim uvjetima te bilježiti mjerenja na više dubina.
Nakon testiranja na koraljnom grebenu uz obalu Portorika, podaci SeaWASP-a koristit će se za uvježbavanje algoritama strojnog učenja koji će povezati lokalne mjerenja varijabilnosti sa širim oceanskim i meteorološkim uvjetima i za mapiranje učinaka ključnih stresora. Konačno, tim će upotrijebiti podatke promatranja za izradu modela staništa temeljenog na svojstvima koji može procijeniti zdravlje grebena u stvarnom vremenu.
Spajanjem inovativnog inženjeringa dizajna, troškovne učinkovitosti i naprednih tehnika strojnog učenja, ovaj projekt obećava revolucionarizirati prikupljanje podataka i analizu u okolišima obalnih grebena i uvelike poboljšati očuvanje grebena, upravljanje i političke napore diljem svijeta.
