サンフランシスコを拠点とし、AIモデルを活用して先端チップ製造用の新素材を発見するスタートアップ企業「Discovered Materials」は、材料科学における極めて重要な5つの課題をAIモデルに解決させるため、100万ドルのコンテストを開始すると発表しました。
高度なAIモデルは、著名な数学的問題の解決や生命科学分野での進歩において成功を収めてきましたが、先端材料に関連する複雑な物理学の解明にはまだ至っていません。Yコンビネータの2026年春バッチに参加した同社の共同創業者であるアドヴァイス・スリダール氏は、数学のような明確な定義を持つ分野と比較して、材料科学において問題を明確に定義することは非常に困難であると指摘しました。そのため、同社は学術関係者からなる諮問グループの協力を得て、5つの主要な課題を特定しました。
コンテストで対象となる5つの課題
賞金が設定された5つの課題は、材料物理学および現代技術のいくつかの重要な側面にまたがっており、内容は以下の通りです。
- 銅酸化物材料の超伝導性を説明する理論の構築（超伝導性とは、極低温で電気抵抗がゼロになる物質の性質）。
- シリコンと二酸化シリコンの界面構造を予測する数値計算手法の発見（これはほぼすべての半導体製造において不可欠な組み合わせ）。
- 熱放散のためのより優れた材料を設計するため、粒界構造と熱特性を関連付ける数値計算手法の開発。
- 光を照射した際の材料の挙動変化、特に超伝導性に関連する因果関係を予測する理論の提示。
- 密度汎関数理論の改善（これは原子や分子の構造をモデル化するための材料科学における重要な手法）。
実質的に何が変わるのか
これらの課題を正式に発表する前に、同社は高度な研究所のモデルをテストし、インターネットやその他のツールへのアクセス権を与えて数日間自律的に作業させましたが、モデルはこれらの問題の解決においてほとんど進展を見せませんでした。関係者は、このコンテストの目的は単に誰が解決策を見つけるかということだけでなく、私たちの周囲にある物質の複雑な物理学をAIモデルがどの程度理解しているかを評価するための明確なベンチマークを提供することにあると説明しました。
この動きは、科学研究の進め方の転換を反映しています。まず検証メカニズムや課題が創出され、その後にモデルやアイデアが科学的な説明を提供する余地が残されるという形です。一方で同社は、半導体産業で使用される産業的に有用な材料を生成するためのスケジュールが加速しており、1年以内に成果が得られることに自信を深めていると強調しました。