Discovered Materials oferuje 1 mln USD za rozwiązanie zagadek materiałowych przez AI

Pięć otwartych problemów

Nauka o materiałach nie ma odpowiednika Problemów Milenijnych, więc firma zebrała grupę doradczą naukowców z czołowych uczelni, która wskazała pięć zagadnień:

• teoria wyjaśniająca nadprzewodnictwo kupratów, czyli zerowy opór elektryczny w ultraniskich temperaturach;
• metoda numeryczna przewidująca strukturę interfejsów krzem–dwutlenek krzemu, obecnych w niemal wszystkich półprzewodnikach;
• metoda numeryczna łącząca strukturę ziaren z właściwościami cieplnymi, co pozwoli projektować lepsze materiały odprowadzające ciepło;
• teoria wyjaśniająca, dlaczego oświetlenie materiałów zmienia ich zachowanie, zwłaszcza w kontekście nadprzewodnictwa;
• metoda numeryczna udoskonalająca teorię funkcjonału gęstości, kluczową technikę modelowania struktury atomów i cząsteczek.

Felipe Jornada, profesor Stanforda zaangażowany w przygotowanie wyzwań, podkreślił, że wyjaśnienie tych zjawisk pogłębiłoby rozumienie fizyki i wpłynęło na budowę elektroniki, magazynowanie energii i produkcję przyszłych materiałów.

Poprzeczka dla modeli

Przed ogłoszeniem konkursu firma uruchomiła na tych problemach modele z czołowych laboratoriów. Agenci AI z dostępem do internetu pracowali autonomicznie przez kilka dni nad każdym zadaniem, bez większych postępów. Można jednak sobie wyobrazić, że OpenAI czy Anthropic spróbują z większą mocą obliczeniową lub nowszym modelem.

Sridharowi nie zależy na tym, kto znajdzie rozwiązanie: firma, profesor czy laboratorium AI. Wyzwania mają służyć jako punkty odniesienia i pokazać, czy modele „wspinają się” w tej dziedzinie.

Głównym celem Discovered Materials są nowe materiały dla półprzewodników; startup współpracuje z gigantami branży i finansuje własne badania. Gdy w sierpniu ogłaszał rundę seed, Sridhar liczył na użyteczny materiał w ciągu roku. Teraz mówi, że harmonogram się skrócił i jest przekonany, że przemysłowo przydatne materiały pojawią się w krótszym czasie.