Osegi
Start-up·2 min de lecture

Discovered Materials offre 1 M$ pour des problèmes de matériaux

La start-up Discovered Materials, issue de Y Combinator, met un million de dollars en jeu pour que l'IA résolve cinq problèmes ouverts de science des matériaux.

Researcher in a lab examining a silicon wafer, illustrating AI-driven materials science for advanced chips.
Image: TechCrunch

Discovered Materials, jeune pousse de San Francisco créée il y a quelques mois, lance un défi doté d'un million de dollars de prix au total pour les modèles d'IA capables de résoudre cinq problèmes ouverts de la science des matériaux. L'entreprise, qui utilise l'IA pour trouver de nouvelles substances destinées aux puces avancées, faisait partie de la promotion du printemps 2026 de Y Combinator.

Les modèles d'IA de pointe ont déjà résolu plusieurs problèmes de mathématiques restés ouverts et progressé en sciences de la vie. La physique complexe des matériaux avancés leur résiste encore. Selon Advaith Sridhar, cofondateur, il est plus difficile de formuler ces problèmes qu'en mathématiques, où la définition est précise et la réponse tient en un oui ou un non.

Les cinq problèmes

Avec un groupe consultatif d'universitaires de grands établissements mondiaux, l'entreprise a défini les défis suivants :

  • Une théorie de la supraconductivité des cuprates, où certains matériaux n'offrent aucune résistance électrique à très basse température.
  • Une méthode numérique pour prédire la structure des interfaces entre silicium et dioxyde de silicium, association présente dans presque tous les semi-conducteurs.
  • Une méthode numérique reliant la structure des grains aux propriétés thermiques, pour concevoir de meilleurs matériaux de dissipation de la chaleur.
  • Une théorie expliquant pourquoi l'exposition à la lumière peut modifier le comportement des matériaux, notamment en matière de supraconductivité.
  • Une méthode numérique pour améliorer la théorie de la fonctionnelle de la densité, technique clé de modélisation des atomes et des molécules.

Avant l'annonce, Discovered Materials a laissé des modèles des grands laboratoires travailler seuls sur chaque problème pendant plusieurs jours, avec accès à internet et à d'autres ressources. Ils n'ont guère progressé, même si davantage de puissance de calcul ou un modèle plus récent pourrait changer la donne.

Des jalons plutôt qu'une course

Pour Advaith Sridhar, peu importe que la solution vienne de l'entreprise, d'un professeur ou d'un laboratoire d'IA : ces défis servent de repères pour mesurer si les modèles progressent dans ce domaine. Felipe Jornada, professeur à Stanford ayant participé à leur élaboration, affirme que expliquer ces phénomènes ferait avancer la physique et influencerait la conception de l'électronique et du stockage d'énergie.

Sridhar y voit une nouvelle façon de faire de la science : fixer d'abord la vérification et les questions, puis laisser chacun proposer des explications.

L'activité principale reste le développement de matériaux pour semi-conducteurs, en partenariat avec de grands fabricants de puces et par des recherches financées en propre. Lors de l'annonce de son tour d'amorçage en août, Sridhar espérait un matériau utile d'ici un an. Il estime désormais que les délais se sont raccourcis et se dit plus confiant de trouver des matériaux utilisables industriellement en moins d'un an.

Des apps à découvrir

SUMO : le puzzle de nombres

Touche les bonnes cases, additionne, atteins l'objectif. Facile à apprendre, difficile à maîtriser. Gratuit, pour tous les âges.

Mots-clés:discovered materialsy combinatormaterials scienceaisemiconductorssuperconductivity

Plus d'actus de ce jour

Tout voir →

Plus dans: Start-up

Tout voir →