Osegi
Стартапы·2 мин чтения

Discovered Materials предлагает $1 млн за решение ИИ задач материаловедения

Стартап Discovered Materials из Y Combinator выделил призовой фонд в $1 млн на пять нерешённых задач материаловедения, которые должны решить модели ИИ.

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

Discovered Materials, созданный несколько месяцев назад стартап из Сан-Франциско, использует модели ИИ для поиска новых веществ для передовых чипов. Компания объявила конкурс с общим призовым фондом в миллион долларов: ИИ-моделям предлагается решить пять ключевых проблем материаловедения.

Передовые модели ИИ уже решили ряд нерешённых математических задач и продвинулись в науках о жизни, но сложную физику перспективных материалов они пока по-настоящему не освоили. По словам сооснователя компании Адвайта Шридхара (Advaith Sridhar), участвовавшей в весеннем наборе Y Combinator 2026 года, в материаловедении сложнее чётко сформулировать задачу: здесь нет строгого определения и ответа «да» или «нет», как в математике.

Пять открытых задач

Аналога «задач тысячелетия» в материаловедении нет, поэтому компания привлекла консультативную группу учёных из ведущих мировых университетов. Они сформулировали пять проблем:

  • теория, объясняющая сверхпроводимость купратов, то есть нулевое электрическое сопротивление некоторых материалов при сверхнизких температурах;
  • численный метод для предсказания структуры границ между кремнием и диоксидом кремния, которая встречается почти во всех полупроводниках;
  • численный метод, связывающий зёренную структуру с тепловыми свойствами для создания лучших материалов для отвода тепла;
  • теория, объясняющая, почему освещение меняет поведение материалов, в частности в сверхпроводимости;
  • численный метод для улучшения теории функционала плотности, ключевого инструмента моделирования структуры атомов и молекул.

Профессор Стэнфорда Фелипе Жорнада, участвовавший в разработке задач, заявил, что объяснение этих явлений углубит понимание физики и напрямую повлияет на электронику, хранение энергии и производство материалов будущего.

Ориентир для моделей

Перед объявлением компания запускала на этих задачах модели ведущих лабораторий: ИИ-агенты с доступом в интернет и другими ресурсами работали автономно несколько дней над каждой проблемой, но заметных успехов не добились. Тем не менее нетрудно представить, что OpenAI или Anthropic попробуют с гораздо большими вычислительными мощностями или более новой моделью.

Шридхару неважно, кто найдёт решение: компания, профессор или лаборатория ИИ. Задачи задуманы как ориентиры, а отслеживание попыток покажет, «поднимаются ли модели» в этой области.

Основное направление Discovered Materials — новые материалы для полупроводников; стартап сотрудничает с крупнейшими производителями чипов и сам финансирует исследования. Когда в августе компания объявила о посевном раунде, Шридхар рассчитывал получить полезный материал в течение года. Теперь, по его словам, сроки сократились, и он увереннее считает, что промышленно полезные материалы появятся быстрее чем за год.

Приложения, на которые стоит взглянуть

SUMO: числовая головоломка

Выбирайте нужные клетки, складывайте, достигайте цели. Легко понять, сложно освоить. Бесплатно, для любого возраста.

Теги:discovered materialsy combinatormaterials scienceaisemiconductorssuperconductivity

Ещё за этот день

Показать все →

Ещё в рубрике: Стартапы

Показать все →