Discovered Materials ofrece 1 M$ a la IA por cinco retos de materiales

Los cinco problemas

Junto con un grupo asesor de académicos de universidades líderes, la compañía definió estos retos:

• Una teoría que explique la superconductividad de los cupratos, en la que ciertos materiales no ofrecen resistencia eléctrica a temperaturas ultrabajas.
• Un método numérico para predecir la estructura de las interfaces entre silicio y dióxido de silicio, combinación presente en casi todos los semiconductores.
• Un método numérico que relacione la estructura de grano con las propiedades térmicas, para diseñar mejores materiales de disipación de calor.
• Una teoría que prediga por qué la luz puede cambiar el comportamiento de los materiales, sobre todo en la superconductividad.
• Un método numérico para mejorar la teoría del funcional de la densidad, técnica clave para modelar átomos y moléculas.

Antes del anuncio, Discovered Materials dejó que modelos de los grandes laboratorios trabajaran de forma autónoma varios días en cada problema, con acceso a internet y otros recursos. Apenas avanzaron, aunque más capacidad de cómputo o un modelo más nuevo podría cambiar el resultado.

Metas, no una carrera

Sridhar afirma que da igual que la solución la encuentre la empresa, un profesor o un laboratorio puntero: los retos sirven como metas para comprobar si los modelos progresan en este ámbito. Felipe Jornada, profesor de Stanford que ayudó a diseñarlos, aseguró que explicar estos fenómenos mejoraría la comprensión de la física y marcaría cómo se construyen la electrónica y el almacenamiento de energía.

Para Sridhar, es una nueva forma de hacer ciencia: primero se fijan la verificación y las preguntas, y luego cualquiera aporta las ideas.

El foco principal sigue siendo desarrollar materiales para semiconductores, con alianzas con grandes fabricantes de chips y trabajo científico propio. Al anunciar su ronda semilla en agosto, Sridhar esperaba obtener un material útil en un año. Ahora dice que los plazos se han acelerado y confía en hallar materiales de utilidad industrial en menos tiempo.