Uma startup da YC está investindo 1 milhão de dólares em 5 problemas não resolvidos da ciência dos materiais para IA
A Discovered Materials, uma startup de São Francisco com poucos meses de existência que usa modelos de IA para encontrar novas substâncias para a construção de chips avançados, anunciou um desafio de um milhão de dólares para modelos de IA resolverem cinco problemas críticos em ciência dos materiais.
Embora os modelos de IA de ponta tenham resolvido uma série notável de problemas matemáticos pendentes e feito progresso nas ciências da vida, eles ainda precisam realmente desvendar a física complexa em materiais avançados.
“É mais difícil especificar problemas claramente na ciência dos materiais porque não é como a matemática, onde você tem uma definição muito específica e pode chegar a um sim ou a um não”, disse Advaith Sridhar, cofundador da Discovered Materials, que fez parte da turma da Y Combinator da primavera de 2026. “Chegamos a essa discussão [perguntando], quais são os grandes desafios neste campo? Como sabemos que a IA está progredindo?”
Embora a ciência dos materiais não tenha um equivalente aos Problemas do Prêmio do Milênio, a Discovered Materials recrutou um grupo consultivo de acadêmicos de universidades globais de destaque para detalhar cinco problemas em aberto. A empresa está oferecendo um total de US$ 1 milhão em prêmios para soluções para esses problemas.
“Em toda a ciência dos materiais, existem fenômenos que observamos, mas não conseguimos explicar”, disse Felipe Jornada, professor de Stanford que ajudou a desenvolver os desafios, em um comunicado. “Explicar esses fenômenos melhoraria nossa compreensão da física, e as respostas moldariam diretamente como construímos eletrônicos, armazenamos energia e fabricamos os materiais do futuro.”
Antes de anunciar os desafios, a Discovered Materials soltou modelos de laboratório de ponta neles, dando aos agentes de IA acesso à internet e outros recursos para trabalharem de forma autônoma por dias. Os modelos passaram vários dias em cada problema sem avançar muito. Ainda assim, é fácil imaginar a OpenAI ou a Anthropic tentando resolvê-los de primeira com muito mais poder de computação ou um modelo mais novo.
“Não é particularmente uma preocupação para nós se nós encontrarmos, ou se outra pessoa encontrar, ou se um professor encontrar, ou se os laboratórios de ponta encontrarem”, disse Sridhar. “A razão pela qual estamos lançando esses desafios é porque queremos que eles sirvam como metas. Se você for lá e resolver esses desafios, estaremos aprofundando nossa compreensão dos materiais e de como as coisas ao nosso redor se comportam.”
Acompanhar os esforços para resolver os problemas mostrará “se os modelos estão evoluindo neste domínio”, acrescentou ele.
O desafio também reflete a natureza em mudança da investigação científica à medida que a IA se mostra capaz de descobrir insights e técnicas que os pesquisadores humanos não previam. Com soluções aparentemente mais fáceis de encontrar do que nunca, as perguntas tornam-se mais importantes.
“Esta é uma nova maneira de pensar sobre a ciência, onde primeiro criamos a verificação e os desafios, e depois deixamos que alguém apresente as ideias que explicam o problema”, disse Sridhar. “Saber quais são as perguntas certas a fazer não é trivial e é muito difícil neste domínio, então é aqui que os professores realmente nos ajudaram a moldar quais são as perguntas certas que devemos fazer.”
O foco principal da Discovered Materials é o desenvolvimento de novos materiais para uso em semicondutores; a startup faz parceria com gigantes de chips em projetos de pesquisa, ao mesmo tempo em que financia seus próprios esforços científicos. Quando a empresa anunciou sua rodada seed em agosto, Sridhar disse ao TechCrunch que esperava que a empresa gerasse um material útil dentro de um ano.
“Esses prazos aceleraram um pouco”, diz ele hoje. “Estou mais confiante agora de que seremos capazes de encontrar esses materiais comercialmente úteis em um prazo inferior a um ano.”
