A Discovered Materials, egy néhány hónapos, San Francisco‑i székhelyű startup, amely mesterséges intelligencia modelleket használ új anyagok felkutatására félvezetők és fejlett chipek számára, bejelentett egy összesen egymillió dollár értékű díjprogramot. A cég célja, hogy AI‑vezérelt megoldásokat ösztönözzön öt kritikus, a csoport által meghatározott nyitott probléma megoldására az anyagtudományban.
Miért indult a kihívás
A frontvonalbeli AI‑modellek már jelentős előrelépéseket értek el matematikai problémákban és az élettudományok területén, ám a fejlett anyagok összetett fizikáját eddig nem sikerült mélyrehatóan feltárni velük. Advaith Sridhar, a Discovered Materials egyik társalapítója és a cég képviselője azt említette, hogy az anyagtudományi problémák pontos megfogalmazása nehezebb, mint a matematikáé: itt ritkán adható egyszerű igen/nem válasz.
A startup ezért – tanácsadó egyetemi kutatók bevonásával a világ vezető intézményeiből – összeállította azokat a „nagy kihívásokat”, amelyek teljesítése egyértelmű jele lenne az előrelépésnek az AI alkalmazásában az anyagtudományban. A kiírás összdíjazása 1 millió dollár.
A kiírt öt probléma
A Discovered Materials által megfogalmazott öt nyitott probléma a következő:
- Egy elmélet, amely megmagyarázza a kuprát‑szupravezetés jelenségét (azon anyagok képessége, hogy extrém alacsony hőmérsékleten nulla elektromos ellenállást mutassanak).
- Egy numerikus módszer, amely előre jelzi a szilícium és szilícium‑dioxid határfelületeinek szerkezetét — ez a kombináció gyakorlatilag minden félvezetőben megtalálható.
- Egy numerikus módszer, amely képes a szemcseszerkezetet hővezetési tulajdonságokra leképezni, ezzel jobb hőelvezető anyagok tervezését lehetővé téve.
- Egy elmélet, amely megmagyarázza, miért változik meg anyagok viselkedése fény hatására, különösen a szupravezetés körüli jelenségek esetében.
- Egy numerikus módszer a Density Functional Theory (DFT) — az anyagtudományban atomok és molekulák szerkezetének modellezésére használt kulcstechnikák — továbbfejlesztésére.
Felipe Jornada, a Stanford Egyetem professzora, aki részt vett a kihívások kidolgozásában, azt mondta: az anyagtudományban megfigyelt, de meg nem magyarázott jelenségek magyarázata jobb fizikai megértéshez vezetne, és közvetlenül befolyásolná az elektronika tervezését, az energiatárolást és az anyaggyártást.
Korábbi AI‑tesztek és a verseny célja
A kihirdetés előtt a Discovered Materials a frontvonalbeli laboratóriumi modelleket is „kiadta a feladatnak”: AI‑ügynököket engedtek internet‑hozzáféréssel és egyéb erőforrásokkal önálló munkára néhány napra. A modellek több napot töltöttek az egyes problémákon, de a cég szerint nem értek el jelentős áttörést. Sridhar szerint nem kifejezetten az számít, ki találja meg a megoldást — akár egyetemi kutató, akár nagy AI‑labor, akár maga a Discovered Materials —, hanem az, hogy ezek a kihívások szolgáljanak irányként: ha valaki megoldja őket, az mélyíti a megértésünket az anyagokról és a körülöttünk lévő jelenségekről.
A cég tervezi nyomon követni a kísérleteket és a beküldött megoldásokat, hogy láthatóvá váljon, “vajon a modellek előrelépnek‑e ezen a területen”.
Tudományos módszertan és üzleti háttér
A kihívás tükrözi a tudományos kutatás megváltozó jellegét is: az AI képes olyan megoldásokat és módszereket feltárni, amelyeket az emberi kutatók nem feltétlenül láttak előre. Sridhar azt hangsúlyozta, hogy ez egy „újfajta gondolkodás a tudományban”: először határozzuk meg az ellenőrzést és a kihívásokat, majd mások találják ki azokat az ötleteket, amelyek elmagyarázzák a problémát. A helyes kérdések feltevése nem triviális, és ebben a professzorok segítettek a leginkább.
A Discovered Materials fő fókusza új, félvezetőkben használható anyagok fejlesztése. A startup chipgyártó óriásokkal működik együtt kutatási projektekben, miközben saját tudományos munkát is finanszíroz. Amikor a cég augusztusban bejelentette seed körét, Sridhar azt mondta a TechCrunch‑nak, hogy reményeik szerint egy hasznos anyagot találnak egy éven belül. Ma már szerinte a folyamatok gyorsultak, és nagyobb a magabiztossága abban, hogy iparilag hasznos anyagokat hosszabbnál rövidebb, egy éven belüli időtávon belül fognak találni.
Következő lépések
A Discovered Materials díjprogramja nyilvános célvonalként szolgál: a cég várja a megoldások beküldését és a közösség reakcióját, hogy kiderüljön, milyen mértékben lehet az AI‑t alkalmazni az anyagtudomány legnehezebb kérdéseinek megoldására.
