Discovered Materials, une startup de San Francisco âgée de seulement quelques mois, a lancé un défi de 1 million de dollars destiné aux modèles d’IA pour traiter cinq problématiques majeures en science des matériaux. L’annonce de la société intervient alors que les modèles d’IA à la pointe ont connu des succès notables dans les domaines des mathématiques et des sciences de la vie, mais n’ont pas encore pleinement exploré la physique complexe centrale aux matériaux avancés, rapporte 24brussels.
Le co-fondateur de Discovered Materials, Advaith Sridhar, a déclaré : « Il est plus difficile de spécifier clairement les problèmes en science des matériaux car ce n’est pas comme en mathématiques, où vous avez une définition très précise et pouvez obtenir un oui ou un non. » L’entreprise faisait partie de la cohorte de printemps 2026 de Y Combinator et a depuis constitué un groupe consultatif composé d’académiciens de grandes universités mondiales pour identifier cinq problèmes ouverts dans le domaine. Discovered Materials prévoit de distribuer un prix total de 1 million de dollars pour des solutions innovantes à ces défis.
- Une théorie pour expliquer la supraconductivité des cuprates, ou la capacité de certains matériaux à présenter une résistance électrique nulle à des températures très basses.
- Une méthode numérique pour prédire les structures des interfaces entre le silicium et le dioxyde de silicium, une combinaison de matériaux présente dans presque tous les semi-conducteurs.
- Une méthode numérique pour cartographier la structure des grains aux propriétés thermiques, permettant la conception de matériaux dissipant mieux la chaleur.
- Une théorie pour prédire pourquoi l’irradiation des matériaux peut modifier leur comportement, en particulier autour de la supraconductivité.
- Une méthode numérique pour améliorer la théorie de la fonctionnelle de densité, une technique clé utilisée en science des matériaux pour modéliser les structures des atomes et des molécules.
Le professeur de Stanford, Felipe Jornada, a exprimé : « Dans la science des matériaux, il existe des phénomènes que nous observons mais que nous ne pouvons pas expliquer. » Il a noté qu’élucider ces phénomènes pourrait enrichir notre compréhension de la physique et influencer les futures méthodes de fabrication d’électronique et de stockage d’énergie.
Avant de lancer les défis, Discovered Materials a testé divers modèles d’IA, leur permettant d’accéder à Internet et à d’autres ressources pour confronter de manière autonome les problèmes énoncés pendant plusieurs jours. Malgré le manque de progrès substantiels, la perspective de modèles plus performants, tels que ceux d’OpenAI ou d’Anthropic, pourrait aboutir à de nouvelles percées.
Sridhar a souligné : « Cela n’inquiète pas particulièrement si nous trouvons la solution, ou si quelqu’un d’autre la trouve, ou un professeur, ou les laboratoires de pointe. » Il a expliqué que cette initiative vise à établir des repères qui, s’ils sont atteints, enrichiraient la compréhension des matériaux et de leur comportement.
Sridhar a ajouté que le suivi des efforts consacrés à résoudre ces problèmes montrera « si les modèles progressent dans ce domaine. » L’émergence des capacités d’IA dans la recherche scientifique reflète une transformation de la façon dont les questions sont abordées. Identifier les bonnes questions est devenu de plus en plus essentiel, et Sridhar a noté le soutien inestimable que lui apportent les professeurs pour déterminer ces questions.
Discovered Materials se concentre principalement sur la création de nouveaux matériaux pour des applications en semi-conducteurs, en collaborant avec des fabricants de puces de premier plan tout en menant également des recherches indépendantes. Lorsque Discovered Materials a annoncé son financement de démarrage en août, Sridhar a exprimé son optimisme quant à la génération d’un matériau précieux dans un délai d’un an.
« Ces délais se sont légèrement accélérés, » a-t-il déclaré, exprimant une confiance accrue quant à la possibilité pour l’entreprise de découvrir des matériaux utiles à l’industrie dans un délai plus court qu’un an.
La recherche de solutions aux problèmes identifiés est en cours.
