A Discovered Materials, startup de São Francisco com poucos meses de existência que usa modelos de IA para encontrar novas substâncias para chips avançados, anunciou US$ 1 milhão em prêmios para quem conseguir resolver cinco problemas não solucionados na ciência dos materiais. A empresa quer que sistemas de IA tentem resolvê-los e afirma que os problemas foram pensados para servir como um parâmetro para medir o progresso.

Por que a ciência dos materiais é mais difícil de usar como referência para a IA do que a matemática?

Os modelos de IA de fronteira já resolveram uma série de problemas matemáticos difíceis e avançaram nas ciências da vida. A ciência dos materiais é mais difícil de delimitar. Não existe uma resposta única de sim ou não para checar, e a física envolvida é complexa.

“É mais difícil especificar problemas com clareza na ciência dos materiais porque não é como a matemática, em que você tem uma definição muito precisa e chega a um sim ou não”, disse Advaith Sridhar, cofundador da Discovered Materials, empresa que fez parte do lote da primavera de 2026 da Y Combinator. “Quando começamos essa discussão, nos perguntamos: quais são os grandes desafios desse campo? Como saberemos se a IA está avançando?”

Quais problemas a Discovered Materials está oferecendo US$ 1 milhão para resolver?

A ciência dos materiais não tem um equivalente aos Problemas do Milênio da matemática, por isso a empresa reuniu um grupo consultivo de acadêmicos de universidades líderes no mundo para detalhar as questões em aberto. A lista resultante inclui uma teoria para explicar a supercondutividade em cupratos, fenômeno no qual determinados materiais conduzem eletricidade sem nenhuma resistência em temperaturas ultrabaixas. Também inclui um método numérico para prever as estruturas de interfaces entre silício e dióxido de silício, uma combinação encontrada em quase todos os semicondutores. Outro desafio pede um método numérico que relacione a estrutura dos grãos às propriedades térmicas, o que poderia levar a materiais melhores para dissipar calor. Um quarto pede uma teoria que explique por que a incidência de luz sobre materiais pode alterar seu comportamento, especialmente em torno da supercondutividade. O último pede um método numérico que aprimore a teoria do funcional da densidade, técnica essencial para modelar a estrutura de átomos e moléculas.

Felipe Jornada, professor de Stanford que ajudou a desenvolver os desafios, disse que as lacunas de conhecimento são grandes. “Na ciência dos materiais como um todo, há fenômenos que observamos, mas não conseguimos explicar”, afirmou Jornada em comunicado. “Explicar esses fenômenos melhoraria nossa compreensão da física, e as respostas moldariam diretamente a forma como construímos eletrônicos, armazenamos energia e fabricamos os materiais do futuro.”

Os laboratórios de IA de fronteira conseguiriam resolver esses problemas da ciência dos materiais?

Antes de anunciar os prêmios, a Discovered Materials testou os problemas com modelos de laboratórios de fronteira. A empresa deu aos agentes de IA acesso à internet e a outros recursos e permitiu que trabalhassem de forma autônoma por dias. Os modelos passaram vários dias em cada problema sem avançar muito. A empresa não informou quais modelos foram usados. Ainda assim, não é difícil imaginar a OpenAI ou a Anthropic tentando os problemas com muito mais poder computacional ou um modelo mais novo.

Sridhar disse que a empresa não se importa muito com quem vai resolvê-los. “Não nos preocupa particularmente se nós encontramos a solução, se outra pessoa encontra, se um professor encontra ou se os laboratórios de fronteira encontram”, afirmou. “Estamos lançando esses desafios porque queremos que eles sirvam como as traves do gol. Se você resolver esses desafios, estaremos aprofundando nossa compreensão dos materiais e de como as coisas ao nosso redor se comportam.”

Acompanhar as tentativas de resolver os problemas, acrescentou ele, vai mostrar “se os modelos estão evoluindo neste domínio”.

O desafio também aponta para uma mudança na forma como a ciência é feita. A IA tem revelado, cada vez mais, insights e técnicas que pesquisadores humanos não previram, o que torna a escolha das perguntas ainda mais importante. Sridhar descreveu uma ordem diferente de etapas. “Esta é uma nova forma de pensar a ciência, em que primeiro criamos a verificação e os desafios e depois deixamos que alguém proponha as ideias que explicam o problema”, disse. “Saber quais são as perguntas certas a fazer não é trivial e é muito difícil nesta área, por isso os professores realmente nos ajudaram a definir quais são as perguntas certas que devemos fazer.”

O foco principal da Discovered Materials é desenvolver novos materiais para semicondutores. A startup faz parcerias com gigantes de chips em projetos de pesquisa e também financia o próprio trabalho científico. Quando anunciou sua rodada de investimento inicial em agosto, Sridhar disse ao TechCrunch que esperava que a empresa produzisse um material útil em um ano. Agora ele parece mais otimista. “Esses prazos se aceleraram um pouco”, disse. “Estou mais confiante agora de que conseguiremos encontrar esses materiais industrialmente úteis em um prazo menor que um ano.”

Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.