Discovered Materials nudi milijun dolara za rješavanje pet otvorenih problema u znanosti o materijalima

Discovered Materials, tek nekoliko mjeseci star startup iz San Francisca koji koristi modele umjetne inteligencije za pronalazak novih materijala za izradu naprednih čipova, objavio je natjecanje s nagradom od milijun dolara za AI modele koji uspiju riješiti pet ključnih problema iz područja znanosti o materijalima.

Dok su najnapredniji AI modeli već riješili niz iznimnih matematičkih problema i postigli određeni napredak u bioznanostima, kompleksna fizika naprednih materijala još uvijek im je pravi orah za grickanje.

„U znanosti o materijalima teže je precizno definirati probleme nego u matematici, gdje postoji jasna definicija i konkretan odgovor s da ili ne”, rekao je Advaith Sridhar, suosnivač tvrtke Discovered Materials, koja je bila dio Y Combinatorovog proljetnog ciklusa 2026. „Pitali smo se: koji su to veliki izazovi u ovom području? Kako uopće znamo napreduje li umjetna inteligencija?”

Budući da u znanosti o materijalima ne postoji ništa nalik Milenijskim nagradnim problemima, Discovered Materials je okupio savjetodavnu skupinu akademika s vodećih svjetskih sveučilišta kako bi zajedno definirali pet otvorenih problema. Za njihova rješenja tvrtka nudi ukupni nagradni fond od milijun dolara.

• Teorija koja bi objasnila supravodljivost kuprata, odnosno sposobnost određenih materijala da pri iznimno niskim temperaturama nemaju nikakav električni otpor.
• Numerička metoda za predviđanje struktura sučelja između silicija i silicijevog dioksida, kombinacije materijala prisutne u gotovo svim poluvodičima.
• Numerička metoda za mapiranje zrnate strukture i toplinskih svojstava, koja bi omogućila razvoj boljih materijala za odvođenje topline.
• Teorija koja bi objasnila zašto osvjetljavanje materijala može promijeniti njihova svojstva, posebno u kontekstu supravodljivosti.
• Numerička metoda za unapređenje teorije funkcionala gustoće (Density Functional Theory), ključne tehnike u znanosti o materijalima koja se koristi za modeliranje struktura atoma i molekula.

„U znanosti o materijalima postoje pojave koje možemo promatrati, ali ne i objasniti”, izjavio je Felipe Jornada, profesor na Stanfordu koji je sudjelovao u oblikovanju ovih izazova. „Njihovo objašnjenje produbilo bi naše razumijevanje fizike, a odgovori bi izravno utjecali na to kako gradimo elektroniku, pohranjujemo energiju i proizvodimo materijale budućnosti.”

Prije nego što su izazovi javno objavljeni, Discovered Materials pustio je najnaprednije laboratorijske modele da se uhvate u koštac s njima, dajući AI agentima pristup internetu i ostalim resursima kako bi danima radili samostalno. Modeli su proveli nekoliko dana na svakom problemu bez nekog vidljivog napretka. Ipak, lako je zamisliti da bi OpenAI ili Anthropic mogli pokušati riješiti ih u jednom potezu, uz znatno više računalne snage ili noviji model.

„Nije nam posebno važno hoćemo li rješenje pronaći mi, netko drugi, neki profesor ili veliki AI laboratoriji”, rekao je Sridhar. „Ove izazove objavljujemo jer želimo da posluže kao mjerilo napretka. Ako ih netko riješi, to znači da dublje razumijemo materijale i ponašanje stvari oko nas.”

Praćenje pokušaja rješavanja ovih problema pokazat će „rastu li modeli u ovom području”, dodao je.

Ovaj izazov odražava i promjenu u načinu na koji se danas pristupa znanosti, budući da je AI sve sposobniji otkrivati uvide i tehnike koje istraživači nisu predvidjeli. Kako rješenja postaju dostupnija nego ikad, pitanja postaju sve važnija.

„Ovo je novi način razmišljanja o znanosti — prvo definiramo provjeru i izazove, a zatim prepuštamo drugima da osmisle ideje kojima će objasniti problem”, rekao je Sridhar. „Znati koja su prava pitanja nije trivijalno i iznimno je teško u ovom području, pa su nam profesori uvelike pomogli da oblikujemo što bismo uopće trebali pitati.”

Discovered Materials primarno se bavi razvojem novih materijala za primjenu u poluvodičima; startup surađuje s velikim proizvođačima čipova na istraživačkim projektima, a paralelno financira i vlastite znanstvene aktivnosti. Kada je tvrtka u kolovozu objavila svoju seed rundu, Sridhar je za TechCrunch rekao da se nada kako će tvrtka razviti koristan materijal unutar godinu dana.

„Ti su rokovi malo skraćeni”, kaže danas. „Sve sam uvjereniji da ćemo industrijski korisne materijale pronaći u roku kraćem od godinu dana.”