Discovered Materials is playing AI whack-a-mole to hunt cooler chips
Chips que executam cargas de trabalho de IA esquentam demais: esse é um dos motivos pelos quais os centros de dados consomem tanta eletricidade e exigem sistemas de resfriamento. E, inevitavelmente, os empreendedores estão recorrendo à IA para resolver o problema que ela mesma criou.
A Discovered Materials é a mais recente a adotar essa abordagem, com planos de usar enxames de agentes de IA para encontrar novos materiais que possam ser usados para construir circuitos integrados mais eficientes. A startup afirmou que fechou recentemente uma rodada seed de US$ 9 milhões liderada pela Lightspeed India Partners, após sair do Y Combinator, com investimentos da Peak XV Partners e dos investidores-anjo Paul Graham, Gokul Rajaram e Thariq Shihipar.
Os fundadores Advaith Sridhar e Akash Ramdas uniram forças para lançar a empresa, aproveitando a experiência de Ramdas, que possui doutorado em ciência dos materiais por Stanford, e o trabalho de Sridhar com agentes na Persona AI e na Luma Labs.
Os dois criaram um fluxo de trabalho de software que utiliza modelos da Anthropic em um ambiente personalizado para gerar candidatos a materiais e, em seguida, recorre a modelos de física fundamental que eles treinaram para executar simulações que verificam se os materiais candidatos são realmente do interesse desejado.
“[Ramdas] fazia talvez 20 palpites por dia durante seu doutorado”, disse Sridhar ao TechCrunch. “Agora conseguimos fazer milhares de palpites por dia colocando esses agentes para rodar 24 horas por dia, 7 dias por semana na nuvem, explorando direções de pesquisa que ele lhes fornece.”
A Disdiscovered Materials divulgou hoje exemplos de centenas de novos materiais, além de sua ferramenta “Material Discovery Bench”, projetada para monitorar como os modelos de fronteira enfrentam esse desafio.
Empresas como MatNex, SandboxAQ e CuspAI lançaram iniciativas semelhantes, mas a Discovered Materials está apostando que um foco cirúrgico nos problemas térmicos de materiais semicondutores é o caminho para o sucesso. A startup afirma que já descobriu vários materiais que correspondem às propriedades dos materiais existentes usados por grandes fabricantes de chips, mas não pode compartilhar mais detalhes sobre eles.
Um dos desafios é o espaço de compensações de engenharia: se encontrarem um material que possa reduzir a geração de calor ou melhorar a dissipação, pode ser muito difícil fabricar um chip com ele na prática, ou suas propriedades elétricas podem ser comprometidas.
“É um pouco como brincar de bater no rato-e-toupeira com estruturas atômicas”, disse ao TechCrunch Hemant Mohapatra, o sócio da Lightspeed que liderou esta rodada. “Um material só é útil no mundo real se todas as variáveis convergirem de uma vez só, o que torna este um problema de busca realmente interessante.”
Mohapatra espera que o negócio de prever substâncias inéditas se torne uma commodity à medida que os modelos continuarem a melhorar. O diferencial da Discovered Materials é a profunda experiência de Ramdas na área e a capacidade de gerenciar um laboratório capaz de realizar experimentos e validar rapidamente os candidatos — algo que ele diz que os dois fundadores já fizeram com vários novos materiais.
Quando encontram candidatos valiosos, Sridhar diz que a empresa tentará patentear o uso dos materiais em GPUs, ou o processo pelo qual os chips podem ser feitos a partir da substância, licenciando-os para os fabricantes de chips. Ele espera ter novos materiais dignos de patente no próximo ano.
No entanto, apesar de toda a empolgação, ainda não vimos nenhum medicamento ou material descoberto por IA causar realmente um impacto comercial. O mais próximo disso talvez seja o Renterosib da Insilico Medicine, o primeiro medicamento descoberto com IA generativa a entrar em um ensaio clínico de Fase II. No lado dos materiais, candidatos promissores foram encontrados, como os ímãs permanentes livres de terras raras da MatNex ou novos materiais semicondutores desenvolvidos pela Panasonic e pela Citrine Informatics. No entanto, estes ainda não foram comercialmente implantados em escala.
Essas técnicas podem estar encontrando seu espaço agora que a IA continua a melhorar, mas essa é uma das razões pelas quais Mohapatra diz não acreditar que encontrar mais candidatos seja o entrave para a ciência de materiais com IA; em vez disso, “filtrá-los corretamente e sintetizá-los é o gargalo”.
Embora Sridhar acredite que os dados exclusivos e a experiência da Discovered Materials ajudarão a startup a competir com laboratórios de fronteira endinheirados, ele reconheceu que a realidade é que “muito disso envolverá de fato ir a laboratórios úmidos e fabricar coisas também. E esse é um processo que não pode ser acelerado.”
