YC初创公司悬赏百万美元求解材料科学五大难题
百万美元悬赏：AI直面材料科学硬核挑战
总部位于旧金山的Discovered Materials是一家仅成立数月的初创企业，专注于利用人工智能模型探索新型物质，助力先进芯片制造。近期，该公司宣布发起一项百万美元大奖赛，邀请AI智能体攻克材料科学领域五大核心难题。
尽管前沿AI模型已在数学问题和生命科学领域取得了令人瞩目的突破，但在深入理解复杂材料物理特性方面，仍未能真正发力。
为何选择这五大难题？
Discovered Materials联合创始人Advaith Sridhar指出：”材料科学与数学不同，很难用清晰的边界条件来定义问题。数学题往往有明确的求解路径，而材料科学则更加模糊。我们一直在思考：这个领域的’大山’究竟在哪里？又如何衡量AI是否真正取得了进步？”
虽然材料科学尚未形成类似”千禧年大奖难题”这样公认的权威性榜单，但Discovered Materials联合全球顶尖高校的一批学术顾问，精心梳理出了这五项开放性挑战，并准备以总计100万美元的奖金池激励解题者。
五大核心挑战一览
- 铜氧化物超导理论：阐释某些材料在超低温条件下电阻为零的物理机制。
- 硅/二氧化硅界面结构预测：开发数值方法，精准预测这一几乎所有半导体器件中至关重要的界面结构。
- 晶粒结构与热性能映射：建立数值模型，将微观晶粒结构与宏观热学性能关联起来，从而指导高效散热材料的研发。
- 光致材料行为调控理论：揭示光照如何改变材料性质的内在机理，尤其是在超导领域的应用潜力。
- 密度泛函理论优化：改进这一材料科学中的基石性计算方法，提升原子与分子结构模拟的精度和效率。
权威学者发声：这些问题的价值
参与挑战设计的斯坦福大学教授Felipe Jornada表示：”材料科学中诸多现象我们早已观察到了，却始终无法从理论上给出合理解释。一旦突破，不仅能深化我们对物理世界的认知，更将直接塑造未来电子器件的构建方式、储能技术的演进路径以及新型材料的制造蓝图。”
AI智能体的初步”摸底”
在正式对外公布挑战之前，Discovered Materials曾让前沿实验室级AI模型自主尝试解答这些问题。研究团队赋予AI智能体互联网访问权限及其他工具资源，使其连续数日独立工作。然而，模型在每一项挑战上均未取得实质性进展。
Sridhar坦言，这并不意味着挑战无解：”如果OpenAI或Anthropic等头部实验室投入更大规模的算力或更新一代的模型，或许能够单轮攻克。但我们并不担心结果由谁来完成。”
“我们发布这些挑战的核心目的，是让它们成为衡量AI在该领域进步程度的’标尺’。一旦有人（或任何智能体）解决了这些问题，人类对材料科学的理解将迈上一个新台阶，我们也能更深入地认识周围物质的运行规律。”
科学探索范式的悄然转变
这项挑战也折射出人工智能时代科研方式的深刻变革。随着AI展现出发现人类研究者未曾预料的洞见与技术的能力，科学探究的逻辑正在被重新定义。
“我们正在尝试一种全新的科研思路：先确立验证标准和挑战目标，再交由AI去提出解释问题的创新方案，”Sridhar说道，”在这个领域，提出正确的问题本身就绝非易事，而这正是学术专家们帮助我们梳理的关键所在。”
公司的商业愿景
Discovered Materials的主营方向是开发面向半导体行业的新材料。公司与多家芯片巨头开展合作研究，同时也在投入资源推进自主科学探索。
在今年8月宣布种子轮融资时，Sridhar曾透露希望公司在一年内能产出具有实用价值的材料成果。如今他的信心进一步增强：”相关时间线已经有所缩短。我现在更有把握，能够在不到一年的时间内找到具备工业应用价值的新材料。”
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！