Discovered Materials, una startup di San Francisco nata da pochi mesi che utilizza modelli di intelligenza artificiale per scoprire nuove sostanze per la costruzione di chip avanzati, ha annunciato una sfida da un milione di dollari per risolvere cinque problemi critici nella scienza dei materiali.

Mentre i modelli di intelligenza artificiale avanzata hanno risolto una serie di problemi matematici e hanno fatto progressi nelle scienze della vita, non hanno ancora esplorato appieno la complessa fisica dei materiali avanzati.

I problemi irrisolti

“È più difficile specificare i problemi chiaramente nella scienza dei materiali perché non è come la matematica, dove hai una definizione molto specifica e puoi arrivare a un sì o a un no,” ha detto Advaith Sridhar, co-fondatore di Discovered Materials, che fa parte del batch primaverile 2026 di Y Combinator. “Siamo arrivati a questa discussione [chiedendoci], quali sono le grandi sfide in questo campo? Come facciamo a sapere che l'IA sta facendo progressi?”

La scienza dei materiali non ha un equivalente dei Problemi del Premio del Millennio, ma Discovered Materials ha reclutato un gruppo di consulenti accademici di università di livello mondiale per delineare cinque problemi aperti. L'azienda offre un pool di premi del valore di un milione di dollari in totale per le soluzioni a questi problemi.

Le cinque sfide

Ecco i cinque problemi identificati:

    • Una teoria per spiegare la superconductività dei cuprati, o la capacità di certi materiali di avere una resistenza elettrica zero a temperature ultra-basse.
    • 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.
    • Un metodo numerico per mappare la struttura dei grani alle proprietà termiche, abilitando la progettazione di materiali migliori per la dissipazione del calore.
    • Una teoria per prevedere perché l'illuminazione di materiali può cambiare il loro comportamento, in particolare intorno alla superconductività.
    • Un metodo numerico per migliorare la teoria del funzionale della densità, una tecnica chiave utilizzata nella scienza dei materiali per modellare le strutture di atomi e molecole.

L'importanza della sfida

“In tutta la scienza dei materiali, ci sono fenomeni che osserviamo ma non riusciamo a spiegare,” ha detto Felipe Jornada, professore della Stanford che ha aiutato a sviluppare le sfide, in una dichiarazione. “Spiegare questi fenomeni migliorerebbe la nostra comprensione della fisica, e le risposte plasmerebbero direttamente come costruiamo l'elettronica, immagazziniamo l'energia e produciamo i materiali del futuro.”

Prima di annunciare le sfide, Discovered Materials ha testato i modelli di laboratorio avanzati su di esse, dando agli agenti di intelligenza artificiale accesso a internet e altre risorse per lavorare in modo autonomo per giorni. I modelli hanno lavorato su ogni problema per diversi giorni senza fare molti progressi. Tuttavia, è facile immaginare che OpenAI o Anthropic possano tentare di risolverli con un calcolo significativamente maggiore o un modello più nuovo.

“Non è particolarmente una preoccupazione per noi se li troviamo noi, o se li trova qualcun altro, o un professore, o i laboratori avanzati,” ha detto Sridhar. “La ragione per cui stiamo mettendo fuori queste sfide è perché vogliamo che servano come traguardi. Se vai a risolvere queste sfide, stiamo approfondendo la nostra comprensione dei materiali e di come le cose intorno a noi si comportano.”

Monitorare gli sforzi per risolvere i problemi mostrerà “se i modelli stanno salendo in questo dominio,” ha aggiunto.

L'evoluzione della ricerca scientifica

La sfida riflette anche la natura mutevole della ricerca scientifica man mano che l'IA si dimostra capace di scoprire intuizioni e tecniche che i ricercatori umani non avevano anticipato. Con le 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 venga con le idee che spiegano il problema,” ha detto Sridhar. “Sapere quali sono le domande giuste da fare non è banale e molto difficile in questo dominio, quindi è qui che i professori ci hanno davvero aiutato a definire quali sono le domande giuste che dovremmo porci.”

Discovered Materials si concentra principalmente sullo sviluppo di nuovi materiali per l'uso nei semiconduttori; la startup collabora con giganti dei chip su progetti di ricerca mentre finanzia anche i propri sforzi scientifici. Quando l'azienda ha annunciato il suo round di semina ad agosto, Sridhar ha detto a TechCrunch che sperava che l'azienda avrebbe generato un materiale utile entro un anno.

“Questi tempi si sono accelerati un po',” dice oggi. “Sono più fiducioso ora che saremo in grado di trovare questi materiali industrialmente utili in un tempo inferiore a un anno.”