La startup Discovered Materials ha recaudado 9 millones de dólares en una ronda de financiación semilla liderada por Lightspeed India Partners, con el objetivo de utilizar enjambres de agentes de inteligencia artificial para buscar nuevos materiales que puedan ayudar a construir circuitos integrados más eficientes y que generen menos calor.
La iniciativa llega en un momento en que los chips que ejecutan cargas de trabajo de inteligencia artificial se han convertido en una fuente cada vez mayor de calor, lo que eleva el consumo eléctrico de los centros de datos y aumenta la necesidad de sistemas de refrigeración. La empresa surgió del programa Y Combinator, y la ronda también recibió inversiones de Peak XV Partners y de los inversores ángeles Paul Graham, Gokul Rajaram y Thariq Shihipar.
Un flujo de trabajo para la investigación y la simulación
La empresa fue fundada por Advaith Sridhar y Akash Ramdas, aprovechando la experiencia de Ramdas en ciencia de materiales tras obtener su doctorado en la Universidad de Stanford, y la experiencia de Sridhar con agentes durante su trabajo en Persona AI y Luma Labs.
Los fundadores desarrollaron un flujo de software que utiliza modelos de Anthropic dentro de un entorno de ejecución personalizado para generar propuestas de nuevos materiales, y luego emplea modelos físicos fundamentales entrenados por la empresa para realizar simulaciones que verifican la viabilidad y las propiedades de esos materiales.
Sridhar afirmó que Ramdas probaba aproximadamente 20 hipótesis al día durante su doctorado, mientras que actualmente los agentes pueden probar miles de hipótesis diarias al trabajar en la nube las 24 horas y explorar líneas de investigación definidas por el equipo.
El 10 de agosto de 2026, Discovered Materials anunció ejemplos de cientos de nuevos materiales, junto con una herramienta llamada Material Discovery Bench, diseñada para seguir cómo los modelos avanzados abordan el desafío del descubrimiento de materiales.
El problema no consiste solo en encontrar candidatos
La empresa compite con iniciativas similares lanzadas por MatNex, SandboxAQ y CuspAI, pero se centra específicamente en los problemas térmicos relacionados con los materiales semiconductores. Afirma haber descubierto ya varios materiales que coinciden con las propiedades de materiales existentes utilizados por grandes empresas para fabricar chips, aunque no reveló más detalles sobre ellos.
Sin embargo, encontrar un material prometedor no significa que sea fácil utilizarlo en un chip real. El material puede ser difícil de fabricar, o sus mejoras térmicas pueden debilitar sus propiedades eléctricas. Hemant Mohapatra, socio de Lightspeed que lideró la ronda, describió el proceso como un equilibrio constante entre las propiedades de las estructuras atómicas, ya que el material solo resulta útil en la práctica cuando todos los requisitos coinciden al mismo tiempo.
Mohapatra considera que predecir nuevos materiales podría convertirse en un servicio básico a medida que mejoren los modelos, pero cree que la experiencia de Ramdas y la capacidad de la empresa para operar un laboratorio que realice experimentos y valide rápidamente a los candidatos le proporcionan una ventaja. La empresa afirmó que los fundadores ya han probado varios materiales nuevos.
Un plan de patentes y licencias
Cuando encuentre candidatos valiosos, Discovered Materials pretende intentar obtener patentes para utilizar los materiales en unidades de procesamiento gráfico, o para procesos de fabricación de chips a partir de ellos, y después conceder licencias de esas patentes a fabricantes de chips. Sridhar espera que la empresa tenga durante el próximo año nuevos materiales que merezcan ser patentados.
Sin embargo, el historial del descubrimiento de fármacos y materiales con ayuda de la inteligencia artificial todavía no ha generado un impacto comercial generalizado. El fármaco de Insilico Medicine conocido como Renterosib es uno de los ejemplos más cercanos, después de que entrara en un ensayo clínico de fase 3 en julio, mientras que otros ejemplos prometedores en el ámbito de los materiales, como los imanes libres de elementos de tierras raras desarrollados por MatNex y los materiales semiconductores en los que trabajaron Panasonic y Citrine Informatics, todavía no se han utilizado a escala comercial.
Según Mohapatra, el cuello de botella no consiste necesariamente en aumentar el número de candidatos, sino en filtrarlos correctamente y fabricarlos. Sridhar reconoce que el proceso requerirá acudir a laboratorios húmedos y fabricar realmente los materiales, una etapa que no puede acelerarse únicamente mediante software.