一家 YC 初创公司将投入 100 万美元，支持五个未解决的人工智能材料科学问题

Discovered Materials 是一家位于旧金山的初创公司，成立仅数月，利用人工智能模型寻找用于构建先进芯片的新物质，该公司宣布向人工智能模型发起百万美元挑战，以解决材料科学中的五个关键问题。虽然前沿人工智能模型已经解决了一系列引人注目的数学问题，并在生命科学领域取得了进展，但它们尚未真正探索先进材料中的复杂物理现象。 Discovered Materials 的联合创始人 Advaith Sridhar 表示：“在材料科学中明确指出问题更加困难，因为它不像数学，数学有非常具体的定义，并且可以得出是或否的结论。”Discovered Materials 是 Y Combinator 2026 年春季批次的一部分。 “我们参加这个讨论[想知道]，这个领域面临的巨大挑战是什么？我们如何知道人工智能正在取得进展？”尽管材料科学没有类似的千年奖问题，但《发现材料》在全球领先大学招募了一个由学者组成的咨询小组，以阐明五个开放问题。该公司提供总价值 100 万美元的奖品，以奖励问题的解决方案。解释铜酸盐超导性的理论，或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之间界面结构的数值方法，硅和二氧化硅是几乎所有半导体中都存在的材料组合。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。一种预测为什么光照在材料上可以改变其行为的理论，特别是在超导方面。改进密度泛函理论的数值方法，密度泛函理论是材料科学中用于模拟原子和分子结构的关键技术。 “在材料科学领域，有些现象我们观察到但无法解释，”帮助开发这些挑战的斯坦福大学教授费利佩·乔纳达 (Felipe Jornada) 在一份声明中表示。 “解释这些现象将提高我们对物理学的理解，而答案将直接影响我们如何制造电子产品、储存能量和制造未来的材料。”在宣布挑战之前，Discovered Materials 开放了前沿实验室模型，为人工智能代理提供互联网访问和其他资源，使其可以自主工作数天。这些模型在每个问题上花费了几天的时间，但没有取得太大进展。尽管如此，我们还是很容易想象 OpenAI 或 Anthropic 试图用更多的计算量或更新的模型来一次性解决它们。斯里达尔说：“对于我们来说，无论是我们找到它，还是其他人找到它，或者教授找到它，还是前沿实验室找到它，我们都不是特别关心。” “我们提出这些挑战的原因是我们希望它们成为球门柱。如果你去解决这些挑战，我们就会加深对材料以及我们周围事物行为方式的理解。”他补充说，跟踪解决问题的努力将显示“模型是否在这个领域不断攀升”。这一挑战还反映了科学探究性质的变化，因为人工智能被证明能够揭示人类研究人员未曾预料到的见解和技术。由于解决方案显然比以往任何时候都更容易找到，问题变得更加重要。 “这是一种思考科学的新方式，我们首先提出验证和挑战，然后我们让有人提出解释问题的想法，”斯里达尔说。 “在这个领域，知道要问什么是正确的问题并不简单，而且非常困难，所以这就是教授们真正帮助我们确定我们应该问什么是正确的问题的地方。” 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研工作。当该公司八月份宣布种子轮融资时，斯里达尔告诉 TechCrunch，他希望该公司能够在一年内产生有用的材料。 “这些时间表已经加快了一些，”他今天表示。 “我现在更有信心，我们将能够在不到一年的时间内找到这些工业上有用的材料。”