Компания Discovered Materials, стартап из Сан-Франциско, использующий модели искусственного интеллекта для открытия новых материалов для производства передовых чипов, объявила о запуске конкурса на сумму один миллион долларов, стимулирующего модели искусственного интеллекта к решению пяти критически важных проблем в материаловедении.
Несмотря на успехи, достигнутые передовыми моделями искусственного интеллекта в решении выдающихся математических задач и их прогресс в науках о жизни, они еще не преуспели в расшифровке сложной физики, связанной с передовыми материалами. Адвайту Шридхар, соучредитель компании, участвовавшей в акселерационной программе Y Combinator весной 2026 года, отметил, что четкое определение проблем в материаловедении чрезвычайно сложно по сравнению с математикой, которая имеет однозначные определения, что побудило компанию привлечь консультативную группу академиков для определения пяти ключевых проблем.
Пять целевых проблем в конкурсе
Пять задач, предложенных для решения в рамках денежных призов, распределены по нескольким ключевым аспектам физики материалов и современных технологий и включают в себя:
- Создание теории, объясняющей сверхпроводимость купратов — способность некоторых материалов обладать нулевым электрическим сопротивлением при чрезвычайно низких температурах.
- Поиск численного метода предсказания структур границ раздела между кремнием и диоксидом кремния, что является основой практически для всех полупроводников.
- Разработка численного метода связи структуры зерен с тепловыми свойствами для проектирования лучших материалов для рассеивания тепла.
- Представление теории, предсказывающей причинность изменения поведения материалов при воздействии света, особенно в отношении сверхпроводимости.
- Усовершенствование теории функционала плотности, ключевого метода в материаловедении для моделирования атомных и молекулярных структур.
Что меняется на практике?
Перед официальным объявлением об этих вызовах компания протестировала передовые лабораторные модели, предоставив им доступ в интернет и другие инструменты для автономной работы в течение нескольких дней, однако модели не добились значительного прогресса в решении этих задач. Официальные лица пояснили, что цель этих вызовов заключается не только в том, чтобы найти решение, но и в обеспечении четких стандартов оценки степени прогресса моделей искусственного интеллекта в понимании сложной физики окружающих нас материалов.
Этот шаг отражает сдвиг в траектории научных исследований, когда сначала создаются механизмы проверки и вызовы, а затем моделям и идеям предоставляется возможность предложить научные объяснения. С другой стороны, компания подтвердила, что ее график создания промышленно полезных материалов для использования в полупроводниковом секторе ускорил темпы, и она стала более уверена в достижении результатов менее чем за год.