UK-based Machine-detectie, een machinaal leren (ML) software maakte op dinsdag 26 september bekend dat het £4.5 miljoen (€5.17 miljoen) heeft opgehaald in een nieuwe financieringsronde.
De ronde werd geleid door BGF en East Innovate. Andere prominente investeerders zijn onder meer Foresight WAE Technology Funds, UK Innovation and Science Seed Fund (UKI2S), beheerd door Future Planet Capital (Ventures) Ltd, en Oxford Technology.
Het bedrijf, een spin-off van de afdeling Natuurkunde van de Universiteit van Oxford, is van plan het nieuwe kapitaal te gebruiken om zijn engineering- en bedrijfsontwikkeling uit te breiden teams in het Verenigd Koninkrijk en de VS.
“Wij danken onze partners voor hun voortdurende steun in een belangrijke fase van de ontwikkeling van het bedrijf, waardoor we het aantal gebruikers dat gebruik maakt van ons Discovery Platform kunnen uitbreiden en de toekomstige innovaties van het bedrijf kunnen stimuleren”, zegt Bijan Kiani, CEO van Machine Discovery.
Kiani en niet-uitvoerend voorzitter Janet Collyer hebben het bedrijf ontwikkeld met hun uitgebreide expertise op het gebied van elektronische ontwerptools, die al meer dan twintig jaar wordt gecultiveerd.
Mede-oprichter en CSO van het bedrijf, Muhammad Kasim, uitgevonden de belangrijkste machine learning-technologie. En de huidige CTO, Brett Larder, ontwikkelde het Discovery Platform-prototype. Oxford-hoogleraren Gianluca Gregori en Sam Vinko dragen bij in adviesrollen.
Complexe processen vereenvoudigen
Machine Discovery biedt een platform voor het voorspellen van ontwerpgedrag. Met kantoren in Oxford en Santa Clara, de software Het bedrijf is gespecialiseerd in machine learning-gedreven versnelling van rekenintensieve optimalisatie- en simulatietaken.
Deze machine-learningtechnologie maakt gebruik van AI om complexe projecten te stroomlijnen. Het is ook bekend dat het platform een kernfusiecentrale ondersteunt onderzoek sinds mei 2023.
Als onderdeel van het Prosperity Partnership-project ondersteunt het onderzoek commerciële fusiecentrales bij de ontwikkeling van een schaalbare fusie-energiemethode voor schone energie.
Machine Discovery zegt dat zijn platform efficiënte samenwerking, snelle creatie van voorspellingsmodellen op basis van simulatieresultaten en uitgebreide ontwerpverkenning via AI-algoritmen mogelijk maakt.
“Machine Discovery is een pionier in het gebruik van machine learning om de productontwikkelingscycli in verschillende sectoren te verkorten”, zegt Kiani.
Voordelen van analoge halfgeleiders
De emulatietechnologie van Machine's Discovery versnelt simulaties, te beginnen met halfgeleiderontwerpen. Dit biedt onmiddellijke voorspellende mogelijkheden om het ontwerp van geïntegreerde schakelingen te verbeteren naast bestaande tools en simulatoren.
“Eerste klantresultaten op het gebied van het ontwerpen van analoge halfgeleiders hebben het potentieel van de technologie aangetoond om de tijd voor het ontwikkelen van nieuwe producten enorm te versnellen, waardoor toonaangevende halfgeleiderspelers zich in de markt kunnen onderscheiden”, zegt Luke Rajah, investeerder bij BGF.
Met behulp van neurale netwerken wil het bedrijf de ontwikkelingstijd van analoge halfgeleiders tegen 2026 halveren.
“Complexe simulaties zijn van cruciaal belang voor het werk van vrijwel alle geavanceerde technologiebedrijven en organisaties. Ze zijn echter moeilijk op te zetten, vereisen dure experts en kosten tijd om te gebruiken. Bij sommige missiekritieke simulaties kan het dagen, weken of zelfs maanden duren voordat er een antwoord komt. De technologie van Machine Discovery lost deze problemen op. Workflows zijn vereenvoudigd, geautomatiseerd en gestandaardiseerd”, zegt Rory Scott Russell, investeerder bij East Innovate.