AI解决材料科学难题

Discovered Materials，一家成立数月、位于旧金山的初创公司，利用 AI 模型来 寻找新型材料 以建造先进的芯片，宣布了一项价值百万美元的挑战，旨在让 AI 模型解决材料科学中的五个关键问题

尽管前沿 AI 模型已经解决了一系列杰出的数学问题，并在生命科学领域取得了进展，但它们尚未真正深入探索先进材料中的复杂物理学

“在材料科学中，明确指定问题的难度更大，因为它不像数学那样，有非常具体的定义，可以得出 yes 或 no 的答案，”Discovered Materials 的联合创始人 Advaith Sridhar 说，该公司是 Y Combinator 2026 年春季项目的参与者。“我们开始讨论这个话题时，想到的问题是：这个领域的重大挑战是什么？我们如何知道 AI 正在取得进展？”

尽管材料科学没有类似千禧年大奖难题的对应难题，但 Discovered Materials 聘请了一个由全球顶尖大学学者组成的顾问小组，明确了五个开放性问题。该公司提供了一笔奖金池，总价值为 100 万美元，用于解决这些问题

• 一种解释铜氧化物超导现象的理论，即某些材料在超低温下具有零电阻的能力
• 一种预测硅和二氧化硅界面结构的数值方法，这种材料组合几乎存在于所有半导体中
• 一种将晶粒结构映射到热性能的数值方法，从而能够设计更好的散热材料
• 一种预测照射光如何改变材料行为（尤其是在超导方面）的理论
• 一种改进密度泛函理论（DFT）的数值方法，DFT 是材料科学中用于模拟原子和分子结构的关键技术

“在材料科学中，存在我们观察到但无法解释的现象，”参与开发挑战的斯坦福大学教授 Felipe Jornada 在一份声明中说。“解释这些现象将增进我们对物理学的理解，而这些答案将直接影响我们如何构建电子设备、储存能源以及制造未来的材料

在宣布挑战之前，Discovered Materials 将前沿实验室模型投入其中，为 AI 代理提供互联网访问和其他资源，使其能够自主工作数天。模型在每个问题上花费了数天时间，但进展甚微。尽管如此，很容易想象 OpenAI 或 Anthropic 试图使用更多的计算能力或更新的模型一次性解决它们

“无论是由我们、其他人、教授还是前沿实验室找到答案，这都不是我们特别关心的问题，”Sridhar 说。“我们发布这些挑战的原因是，我们希望它们能成为目标。如果你去解决这些挑战，我们将加深对材料以及我们周围事物行为的理解

他补充说，追踪解决这些问题的努力将表明“模型是否在这个领域正在提升

这项挑战也反映了科学探究性质的变化，随着 AI 证明能够发现人类研究人员未曾预料的见解和技术，解决方案似乎比以往任何时候都更容易找到，因此这些问题变得更加重要

“这是我们思考科学的一种新方式，我们先提出验证和挑战，然后让别人来想解释问题的想法，” Sridhar 说。“知道该问什么正确的问题在这个领域并不简单，也非常困难，所以这正是教授们真正帮助我们塑造了我们应该问的正确问题的地方。”

Discovered Materials 的主要重点是开发用于半导体的新材料；这家初创公司与芯片巨头合作开展研究项目，同时也资助自己的科学工作。当公司于 8 月宣布种子轮融资时，Sridhar 告诉 TechCrunch，他希望公司一年内能产生一种有用的材料。

“那些时间表有点加速了，”他说今天。“我现在更有信心，我们能够在不到一年的时间内找到这些工业上有用的材料。”

当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Tim Fernholz 是一位记者，他撰写关于技术、金融和公共政策的内容。他密切关注私营航天产业的崛起，并且是《火箭亿万富翁：埃隆·马斯克、杰夫·贝索斯和新的太空竞赛》一书的作者。此前，他在全球商业新闻网站 Quartz 担任高级记者超过十年，并且他的职业生涯始于华盛顿特区的政治记者。 您可以通过电子邮件 [email protected] 或通过 Signal 向 tim_fernholz.21 发送加密消息来联系或核实 Tim 的联络。

查看简介