跳到正文
TechCrunch · AI· Tim Fernholz·· 8 小时前AI 评分40

YC 初创公司 Discovered Materials 悬赏 100 万美元征集 AI 攻克 5 个材料科学未解难题

A YC startup is putting $1M behind 5 unsolved materials science problems for AI

AI 导读

旧金山初创公司 Discovered Materials 宣布设立总额 100 万美元的奖金池,征集 AI 模型解决五个材料科学开放问题,包括解释铜氧化物超导机理、预测硅与二氧化硅界面结构等。该公司此前让前沿实验室的模型以 AI 智能体形式自主运行数天攻关,进展有限。公司称这些难题将作为衡量 AI 在该领域是否进步的标尺。

深度导读
Discovered Materials 是一家成立仅数月、总部位于旧金山的初创公司,利用 AI 模型寻找用于制造先进芯片的新材料,它属于 Y Combinator 2026 年春季批次。此次公布的百万美元挑战包含五个由全球顶尖高校学者组成的顾问组拟定的开放问题:解释铜氧化物超导(材料在超低温下零电阻)的理论;预测硅与二氧化硅界面的数值方法,这一材料组合几乎出现在所有半导体中;将晶粒结构映射到热学性质以设计更好散热材料的数值方法;解释光照为何能改变材料行为(尤其涉及超导)的理论;以及改进密度泛函理论(DFT)的数值方法。 公司联合创始人 Advaith Sridhar 表示,材料科学的问题比数学更难清晰界定,因为不像数学有明确定义、能给出是或否的答案。材料科学没有类似千禧年数学难题的清单,因此公司请学者帮忙明确“该问哪些正确的问题”。斯坦福教授 Felipe Jornada 参与拟定挑战,他指出材料科学中存在大量“能观测却无法解释”的现象,解释这些现象既能加深物理理解,也会直接塑造电子器件、储能和未来材料的制造方式。 在公布挑战前,Discovered Materials 已让前沿实验室的模型以 AI 智能体形式接入互联网等资源自主运行数天,每个问题耗时数日但未取得明显突破。Sridhar 表示,无论问题由自己、他人、教授还是前沿实验室解决都无所谓,这些挑战的意义在于充当“球门”,追踪解题进展可以显示模型是否正在这一领域爬升。 该公司主业是为半导体开发新材料,与芯片巨头合作研究项目,同时自筹资金开展科学探索。今年 8 月宣布种子轮融资时,Sridhar 曾希望一年内产出一种有用材料;他如今表示时间表有所加快,更有信心在不到一年的时间内找到具备工业用途的材料。

来源:TechCrunch · AI · techcrunch.com