Il contesto della sfida

Discovered Materials è una giovane impresa di pochi mesi, fondata a San Francisco e parte del batch primavera 2026 di Y Combinator. Utilizza modelli di intelligenza artificiale per scoprire nuovi composti destinati alla realizzazione di chip avanzati. Dopo aver osservato i recenti successi dell'IA nei campi della matematica e delle scienze della vita, i fondatori hanno deciso di spostare l'attenzione verso una frontiera più complessa: la fisica dei materiali avanzati.

“È più difficile definire i problemi in scienza dei materiali rispetto alla matematica, dove le definizioni sono precise e le risposte sono sì o no”, ha spiegato Advaith Sridhar, co‑fondatore di Discovered Materials. “Ci siamo chiesti quali fossero le grandi sfide del settore e come valutare i progressi dell’IA”.

Per rispondere a queste domande, la startup ha costituito un gruppo consultivo composto da accademici delle università più prestigiose al mondo, i quali hanno individuato cinque problemi aperti considerati cruciali per il futuro della microelettronica e delle energie rinnovabili.

Le cinque sfide premiate

Il premio complessivo di un milione di dollari sarà suddiviso tra le soluzioni più convincenti a ciascuna delle seguenti questioni:

    • Una teoria per spiegare la superconduttività dei cuprati: comprendere perché alcuni materiali mostrano resistenza elettrica nulla a temperature molto basse.
    • Un metodo numerico per prevedere le strutture delle interfacce tra silicio e biossido di silicio: queste interfacce sono alla base di quasi tutti i semiconduttori commerciali.
    • Un metodo numerico per mappare la struttura dei grani alla conduttività termica: consentire la progettazione di materiali con migliori capacità di dissipazione del calore.
    • Una teoria per prevedere gli effetti della luce sui materiali, in particolare su fenomeni legati alla superconduttività.
    • Un metodo numerico per migliorare la Density Functional Theory (DFT), la tecnica chiave per modellare atomi e molecole nei processi di scoperta dei materiali.

Felipe Jornada, professore della Stanford University e co‑autore delle sfide, ha dichiarato: “Spiegare questi fenomeni non solo arricchirà la nostra comprensione della fisica, ma influenzerà direttamente la progettazione di elettronica, sistemi di stoccaggio energetico e la produzione dei materiali del futuro”.

Prima prova pratica: l'IA in azione

Prima di rendere pubbliche le sfide, Discovered Materials ha affidato i problemi a modelli di IA all’avanguardia, concedendo loro accesso a internet e risorse computazionali per operare in modo autonomo per diversi giorni. I risultati sono stati modesti: i modelli hanno trascorso diversi giorni su ciascun problema senza avanzamenti significativi.

Tuttavia, i fondatori ritengono che l’apertura di queste sfide possa attirare l’interesse di laboratori di frontiera come OpenAI o Anthropic, che dispongono di potenza di calcolo e versioni di modello più recenti, potenzialmente capaci di “one‑shot” le soluzioni.

“Non ci preoccupa chi trovi la risposta, sia un ricercatore, un professore o un laboratorio di IA”, ha affermato Sridhar. “L’obiettivo è creare dei punti di riferimento. Se qualcuno li risolve, approfondiamo la nostra comprensione dei materiali e del loro comportamento”.

Implicazioni per la ricerca scientifica

La sfida riflette una trasformazione nel modo di condurre la ricerca: l’IA dimostra di poter generare intuizioni e tecniche non anticipate dagli scienziati umani. Con le soluzioni potenzialmente più facili da individuare, la vera difficoltà si sposta nella formulazione delle domande corrette.

“Questo è un nuovo modo di pensare alla scienza, dove prima definiamo verifiche e sfide, poi lasciamo che qualcuno trovi le idee che spiegano il problema”, ha spiegato Sridhar. “Identificare le domande giuste è estremamente complesso in questo ambito, ed è qui che i professori hanno contribuito a definire le sfide più pertinenti”.

Obiettivi a breve termine di Discovered Materials

Il nucleo dell’attività di Discovered Materials è lo sviluppo di nuovi materiali per i semiconduttori. La startup collabora con i principali produttori di chip in progetti di ricerca, oltre a finanziare autonomamente iniziative scientifiche. Quando ha annunciato il round seed ad agosto, Sridhar aveva sperato di produrre un materiale utile entro un anno.

“I tempi si sono leggermente accelerati”, afferma oggi. “Sono più fiducioso che riusciremo a trovare materiali industrialmente utili in un arco temporale più breve di un anno”.

Prospettive future

Il monitoraggio dei progressi verso la risoluzione delle cinque sfide consentirà di valutare se i modelli di IA stanno effettivamente “scalando” nella scienza dei materiali. Se le soluzioni emergeranno, potrebbero aprire la strada a una nuova generazione di chip più veloci, più efficienti energeticamente e capaci di operare in condizioni estreme.

Nel frattempo, la community accademica e industriale osserva con interesse la capacità dell’IA di affrontare problemi dove la fisica è ancora poco compresa. Il risultato di questa iniziativa di un milione di dollari potrebbe segnare l’inizio di una era in cui la collaborazione uomo‑macchina diventa la norma nella scoperta di materiali avanzati.