Una startup YC destina 1 milione di dollari a cinque problemi irrisolti di scienza dei materiali per l’IA.
Discovered Materials, una startup di San Francisco fondata pochi mesi fa e specializzata nell’uso di modelli di intelligenza artificiale per scoprire nuove sostanze per chip avanzati, ha annunciato una sfida da un milione di dollari. L’obiettivo è spingere i modelli di AI a risolvere cinque problemi critici nella scienza dei materiali.
Sebbene i modelli di IA all’avanguardia abbiano risolto una notevole serie di problemi matematici e fatto progressi nelle scienze della vita, devono ancora sondare a fondo la complessa fisica dei materiali avanzati. Advaith Sridhar, co-fondatore di Discovered Materials – parte del gruppo di Y Combinator della primavera 2026 – ha spiegato: “È più difficile specificare chiaramente i problemi nella scienza dei materiali perché non è come la matematica, dove si ha una definizione molto specifica e si può ottenere un sì o un no. Ci siamo chiesti, quali sono le grandi sfide in questo campo? Come facciamo a sapere che l’AI sta facendo progressi?”.
Anche se la scienza dei materiali non possiede l’equivalente dei Problemi del Millennio, Discovered Materials ha riunito un gruppo consultivo di accademici provenienti da prestigiose università globali per definire cinque problemi aperti. L’azienda ha messo a disposizione un montepremi totale di un milione di dollari per le soluzioni a questi interrogativi. Tra le sfide proposte vi sono una teoria per spiegare la superconduttività dei cuprati, ovvero la capacità di alcuni materiali di avere resistenza elettrica zero a temperature ultra-basse, e un metodo numerico per prevedere le strutture delle interfacce tra silicio e biossido di silicio, una combinazione di materiali presente in quasi tutti i semiconduttori.
Altre richieste includono un metodo numerico per mappare la struttura dei grani alle proprietà termiche, permettendo la progettazione di materiali con migliore dissipazione del calore. Si cerca anche una teoria per prevedere perché l’irradiazione di luce su alcuni materiali possa modificarne il comportamento, in particolare per quanto riguarda la superconduttività. Infine, un metodo numerico per migliorare la Teoria del Funzionale della Densità (DFT), una tecnica chiave utilizzata nella scienza dei materiali per modellare le strutture di atomi e molecole.
Felipe Jornada, professore di Stanford che ha contribuito allo sviluppo delle sfide, ha dichiarato: “Nella scienza dei materiali, ci sono fenomeni che osserviamo ma non possiamo spiegare. Spiegare questi fenomeni migliorerebbe la nostra comprensione della fisica, e le risposte plasmerebbero direttamente il modo in cui costruiamo l’elettronica, immagazziniamo energia e produciamo i materiali del futuro.”
Prima di annunciare le sfide, Discovered Materials ha testato modelli AI di frontiera, fornendo agli agenti l’accesso a internet e altre risorse per lavorare autonomamente per giorni. I modelli hanno dedicato diversi giorni a ciascun problema senza fare grandi progressi. Tuttavia, è facile immaginare che aziende come OpenAI o Anthropic possano tentare di risolverli in un colpo solo con molta più potenza computazionale o un modello più recente. Sridhar ha sottolineato che non è una preoccupazione chi trovi la soluzione: “Non ci preoccupa particolarmente se la troviamo noi, o qualcun altro, o un professore, o i laboratori all’avanguardia. La ragione per cui stiamo lanciando queste sfide è perché vogliamo che servano da punti di riferimento. Se si risolvono queste sfide, stiamo approfondendo la nostra comprensione dei materiali e del comportamento delle cose intorno a noi.”
Il monitoraggio degli sforzi per risolvere i problemi mostrerà “se i modelli stanno progredendo in questo dominio,” ha aggiunto Sridhar. La sfida riflette anche la natura mutevole dell’indagine scientifica, poiché l’IA si dimostra capace di scoprire intuizioni e tecniche che i ricercatori umani non avevano previsto. Con soluzioni apparentemente più facili da trovare che mai, le domande diventano più importanti. “Questo è un nuovo modo di pensare alla scienza, dove prima definiamo la verifica e le sfide, e poi lasciamo che qualcuno trovi le idee che spieghino il problema,” ha detto Sridhar. “Sapere quali sono le domande giuste da porre non è banale e molto difficile in questo dominio, quindi è qui che i professori ci hanno davvero aiutato a definire quali siano le domande giuste che dovremmo porci.”
L’obiettivo principale di Discovered Materials è lo sviluppo di nuovi materiali da utilizzare nei semiconduttori; la startup collabora con giganti del settore dei chip su progetti di ricerca, finanziando anche i propri sforzi scientifici. Quando l’azienda ha annunciato il suo round di finanziamento iniziale ad agosto, Sridhar aveva dichiarato a TechCrunch di sperare che l’azienda generasse un materiale utile entro un anno. “Queste tempistiche sono un po’ accelerate,” afferma oggi. “Sono più fiducioso ora che saremo in grado di trovare questi materiali utili a livello industriale in un arco di tempo inferiore a un anno.”