Хотя передовые модели ИИ успешно решили ряд выдающихся математических задач и добились прогресса в науках о жизни, они еще не смогли по-настоящему проникнуть в суть сложной физики передовых материалов.
«В материаловедении сложнее четко сформулировать проблемы, потому что это не похоже на математику, где есть очень точное определение и можно получить ответ «да» или «нет», — сказал Адваит Шридхар, соучредитель Discovered Materials, которая участвовала в весеннем наборе Y Combinator 2026 года. — Мы пришли к этому обсуждению [задаваясь вопросом]: каковы главные вызовы в этой области? Как мы узнаем, что ИИ добивается прогресса?»
Хотя в материаловедении нет аналога «Проблем тысячелетия», Discovered Materials собрала консультативную группу ученых из ведущих мировых университетов, чтобы сформулировать пять открытых проблем. Компания предлагает призовой фонд в размере 1 миллиона долларов для решения этих проблем.
- Теория, объясняющая высокотемпературную сверхпроводимость купратов, или способность некоторых материалов иметь нулевое электрическое сопротивление при сверхнизких температурах.
- Численный метод для прогнозирования структур границ раздела между кремнием и диоксидом кремния — комбинацией материалов, встречающейся почти во всех полупроводниках.
- Численный метод для сопоставления структуры зерен с тепловыми свойствами, позволяющий создавать лучшие материалы для рассеивания тепла.
- Теория, предсказывающая, почему облучение материалов светом может изменять их поведение, особенно в отношении сверхпроводимости.
- Численный метод для улучшения теории функционала плотности — ключевого метода, используемого в материаловедении для моделирования структур атомов и молекул.
«В материаловедении существуют явления, которые мы наблюдаем, но не можем объяснить, — заявил в своем заявлении Фелипе Жорнада, профессор Стэнфорда, который помогал разрабатывать эти задачи. — Объяснение этих явлений улучшит наше понимание физики, а ответы напрямую повлияют на то, как мы создаем электронику, храним энергию и производим материалы будущего».
Перед объявлением задач Discovered Materials предоставила их передовым лабораторным моделям, предоставив ИИ-агентам доступ в Интернет и другие ресурсы для автономной работы в течение нескольких дней. Модели потратили несколько дней на каждую проблему, но не добились значительного прогресса. Тем не менее, легко представить, как OpenAI или Anthropic попытаются решить их одним «выстрелом», используя значительно больше вычислительных ресурсов или более новую модель.
«Нас не особо волнует, найдем ли мы решение мы, кто-то другой, профессор или передовые лаборатории, — сказал Шридхар. — Причина, по которой мы ставим эти задачи, заключается в том, что мы хотим, чтобы они служили ориентирами. Если вы решите эти задачи, мы углубим наше понимание материалов и того, как ведут себя окружающие нас вещи».
Отслеживание усилий по решению этих проблем покажет, «растет ли производительность моделей в этой области», — добавил он.
Эти задачи также отражают меняющийся характер научных исследований, поскольку ИИ доказывает свою способность раскрывать идеи и методы, которые человеческие исследователи не могли предвидеть. Поскольку решения, по-видимому, найти легче, чем когда-либо, сами вопросы становятся более важными.
«Это новый способ мышления о науке, когда мы сначала определяем верификацию и задачи, а затем позволяем кому-то другому придумать идеи, объясняющие проблему, — сказал Шридхар. — Знать, какие вопросы задавать, непросто и очень сложно в этой области, поэтому именно здесь профессора действительно помогли нам сформулировать правильные вопросы, которые мы должны задавать».
Основное внимание Discovered Materials уделяет разработке новых материалов для использования в полупроводниках; стартап сотрудничает с гигантами по производству чипов в исследовательских проектах, а также финансирует собственные научные изыскания. Когда компания объявила о своем начальном раунде финансирования в августе, Шридхар сообщил TechCrunch, что надеется, что компания создаст полезный материал в течение года.
«Эти сроки немного ускорились, — говорит он сегодня. — Теперь я более уверен, что мы сможем найти эти промышленно полезные материалы в срок менее года».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Tim Fernholz
