İleri çip üretimi için yeni malzemeler keşfetmek amacıyla yapay zeka modellerini kullanan San Francisco merkezli bir girişim olan «Discovered Materials», yapay zeka modellerini malzeme bilimindeki beş kritik sorunu çözmeye teşvik eden bir milyon dolarlık bir yarışma başlattığını duyurdu.
Gelişmiş yapay zeka modelleri, önemli matematiksel problemleri çözmede ve yaşam bilimlerindeki ilerlemelerde başarı elde etmiş olsa da, gelişmiş malzemelerle ilgili karmaşık fiziği henüz çözmeyi başaramadı. «Y Combinator»'ın 2026 bahar grubuna katılan şirketin kurucu ortağı Advait Sridhar, malzeme biliminde sorunları net bir şekilde tanımlamanın, kesin tanımlara sahip olan matematiğe kıyasla son derece zor olduğunu belirterek, şirketin beş ana sorunu belirlemek için akademisyenlerden oluşan bir danışma grubuyla çalışmaya yöneldiğini ifade etti.
Yarışmadaki Hedeflenen Beş Sorun
Finansal ödüller kapsamında çözülmesi beklenen beş sorun, malzeme fiziği ve modern teknolojilerin birkaç temel alanına yayılmaktadır ve şunları içermektedir:
- Bazı malzemelerin aşırı düşük sıcaklıklarda sıfır elektrik direnci gösterme yeteneği olan kuprat malzemelerin süperiletkenliğini açıklamak için bir teori geliştirmek.
- Neredeyse tüm yarı iletken endüstrisinde temel bir bileşim olan silikon ve silikon dioksit arasındaki arayüzey yapılarının tahmin edilmesi için sayısal bir yöntem bulmak.
- Isı dağılımı için daha iyi malzemeler tasarlamak amacıyla tane yapısını termal özelliklerle ilişkilendiren sayısal bir yöntem geliştirmek.
- Özellikle süperiletkenlik ile ilgili olarak, malzemelerin ışık tutulduğunda davranışlarının değişme nedenini öngören bir teori sunmak.
- Atom ve molekül yapılarını modellemek için malzeme biliminde kilit bir teknik olan yoğunluk fonksiyonel teorisini iyileştirmek.
Pratik Olarak Ne Değişiyor?
Bu zorlukların resmi duyurusundan önce şirket, gelişmiş laboratuvar modellerini test etti ve onlara birkaç gün boyunca bağımsız olarak çalışabilmeleri için internet erişimi ve diğer araçları sağladı; buna rağmen modeller bu sorunların çözümünde kayda değer bir ilerleme kaydedemedi. Yetkililer, bu zorlukların amacının sadece çözümü kimin bulacağı değil, yapay zeka modellerinin çevremizdeki malzemelerin karmaşık fiziğini anlama konusundaki ilerlemesini değerlendirmek için net standartlar sağlamak olduğunu açıkladı.
Bu adım, bilimsel araştırma yolunda bir dönüşümü yansıtıyor; önce doğrulama mekanizmaları ve zorluklar oluşturuluyor, ardından modellerin ve fikirlerin bilimsel açıklamalar sunmasına alan bırakılıyor. Diğer yandan şirket, yarı iletken sektöründe kullanılmak üzere endüstriyel açıdan yararlı malzemeler üretme takviminin hızlandığını ve bir yıldan kısa bir süre içinde sonuçlar elde etme konusunda daha güvenli olduğunu belirtti.