La personne qui choisit un matériau est rarement une scientifique des matériaux. C'est une ingénieure ou un ingénieur avec un cahier des charges à respecter et un catalogue de fournisseur qui répond à une question sur les dix qui comptent, alors que la connaissance qui réglerait la question se trouve habituellement dans la littérature d'une autre industrie ou dans une mesure que personne n'a encore prise. Elixir existe pour que cette décision puisse se prendre avec la vue d'ensemble.
Des millions de matériaux. Chaque valeur porte sa source et la confiance que nous lui accordons.
Demandez à une ingénieure pourquoi elle a choisi un matériau, et vous obtenez une valeur de propriété et une fiche technique. Demandez ce qu'il advient de ce choix dix-huit mois plus tard, et la réponse est souvent une reconception, parce qu'une décision qui tient la route doit répondre à des questions qui relèvent de disciplines et de départements différents :
Une seule personne est rarement en mesure de répondre aux sept, alors la décision se prend sur celle qui est mesurable, et le reste se manifeste plus tard sous forme de reconception.




Notre équipe s'est développée grâce à des stagiaires de recherche de Mila, de l'Université de Montréal, de McGill et de l'Université de Sherbrooke. Les anciens collaborateurs sont répertoriés ci-dessous.
Chemia s'est développée avec le soutien de programmes tels que Next AI, Plug and Play et ACET.
Une plateforme qui lit à travers toutes les industries soulève deux questions légitimes, et vous devriez les poser à quiconque œuvre dans ce domaine, y compris nous.
La valeur que nous ajoutons, c'est la connexion et le raisonnement par-dessus, pas la propriété de ce que le domaine sait déjà.
Elixir n'est pas une base de données que vous consultez. C'est un moteur de raisonnement qui fonctionne à travers les industries et porte la provenance et la confiance de chaque valeur.
Des modèles d'apprentissage automatique comblent les lacunes à travers des millions de matériaux, en prédisant des propriétés même là où aucune mesure n'existe. C'est là que nous sommes aujourd'hui les plus solides.
Une ontologie relie matériaux, propriétés, conditions d'exploitation et modes de défaillance, afin qu'Elixir puisse peser les compromis et retracer une défaillance jusqu'à sa cause.
Des modèles génératifs contraints proposent de nouvelles structures et conceptions comme hypothèses, testées par rapport à nos cibles de fiabilité et vérifiées par des calculs ab initio avant que nous leur fassions confiance.
Elixir répond aujourd'hui aux questions scientifique et d'ingénierie, en production. L'exposition à l'approvisionnement, la position par rapport aux référentiels et la distance à la frontière sont en cours d'intégration dans cette même couche de raisonnement.
Chaque valeur dans Elixir porte son origine et notre niveau de confiance. Nous ne mélangeons jamais discrètement un nombre prédit avec un nombre mesuré :
Elixir ne certifie pas les matériaux et ne remplace pas vos essais. Il change ce que vous choisissez de tester, avec des marges de confiance sur chaque prédiction, et nos scientifiques restent dans la boucle là où cela compte.
Un fabricant de produits chimiques spécialisés est venu nous voir pendant le développement de nouveaux matériaux de capture du CO2, ayant besoin de mois de mesure pour confirmer des candidats qui risquaient d'échouer de toute façon. Nous avons prédit les mêmes propriétés par calcul, aux conditions d'exploitation qui comptaient, et avons permis à l'équipe d'éliminer les candidats perdants avant que le travail en laboratoire ne commence.
Lisez l'histoire complète, et comment nous validons ces modèles, sur notre blogue
Décrivez vos contraintes et obtenez une liste restreinte classée, avec les preuves derrière chaque candidat, ce qui permettrait de l'écarter et ce qu'il faut tester ensuite.