Von YC Unterstütztes Startup Discovered Materials Startet 1-Million-Dollar-KI-Herausforderung zur Lösung Wichtiger Probleme der Materialwissenschaft

Image: TechCrunch · Source

Discovered Materials, ein durch Y Combinator gefördertes Startup, hat eine Million-Dollar-Herausforderung ins Leben gerufen, die darauf abzielt, KI zur Lösung von fünf kritischen offenen Problemen in der Materialwissenschaft zu nutzen und damit potenziell Fortschritte im Halbleiterdesign und im physikalischen Verständnis zu erzielen.

Discovered Materials, ein in San Francisco ansässiges Startup, das im Frühjahr 2026 bei Y Combinator aufgenommen wurde, führt eine Million-Dollar-Herausforderung an, um KI-Lösungen für fünf grundlegende Probleme der Materialwissenschaft zu fördern. Das Unternehmen, das KI-Modelle zur Entdeckung neuer Materialien für fortschrittliche Halbleiterchips einsetzt, sucht nach rechnerischen Durchbrüchen, die das Verständnis vertiefen und das Design in diesem Bereich verbessern können.

Während KI kürzlich bemerkenswerte Fortschritte bei Problemen in Mathematik und Lebenswissenschaften erzielt hat, stellt die Materialwissenschaft wegen ihrer komplexen Physik und weniger klar definierten Problemstellungen eine besondere Herausforderung dar. „Es ist schwieriger, Probleme in der Materialwissenschaft klar zu spezifizieren, weil es nicht wie in der Mathematik ist, wo man eine sehr spezifische Definition hat und eine Ja- oder Nein-Antwort erhält“, sagte Mitbegründer Advaith Sridhar.

Zur Definition der Herausforderung berief Discovered Materials ein Beratungsgremium von Akademikern führender Universitäten ein, um fünf ungelöste Kernprobleme zu identifizieren. Jedes Problem ist mit einem Preis von 200.000 US-Dollar dotiert, insgesamt eine Million US-Dollar, um KI-getriebene Lösungen zu fördern. Zu diesen Problemen gehören:

- Entwicklung einer Theorie zur Erklärung der Supraleitung in Cupraten, bei der bestimmte Materialien bei extrem niedrigen Temperaturen keinen elektrischen Widerstand zeigen. - Erstellung einer numerischen Methode zur Vorhersage der Struktur von Grenzflächen zwischen Silizium und Siliziumdioxid, einer verbreiteten Materialkombination in Halbleitern. - Entwurf einer numerischen Methode zur Abbildung der Kornstruktur auf thermische Eigenschaften, um Materialien mit besserer Wärmeableitung zu ermöglichen. - Formulierung einer Theorie, die erklärt, wie das Beleuchten von Materialien ihr Verhalten verändern kann, insbesondere in Bezug auf Supraleitung. - Verbesserung der Dichtefunktionaltheorie, einer grundlegenden rechnerischen Methode zur Modellierung atomarer und molekularer Strukturen in Materialien.

Felipe Jornada, Stanford-Professor und an der Formulierung dieser Herausforderungen beteiligt, betonte deren Bedeutung: „Die Erklärung dieser Phänomene würde unser Verständnis der Physik verbessern und direkt beeinflussen, wie wir Elektronik bauen, Energie speichern und zukünftige Materialien herstellen.“

Vor der Bekanntgabe der Herausforderung testete Discovered Materials fortschrittliche KI-Labormodelle mit Internetzugang an den Problemen, stellte jedoch auch nach mehreren Tagen autonomer Problemlösung nur begrenzte Fortschritte fest. Sridhar merkte an, dass zwar andere KI-Labore wie OpenAI oder Anthropic diese Herausforderungen mit mehr Rechenressourcen angehen könnten, das Unternehmen aber jeden Erfolg als Fortschritt für das Fachgebiet begrüßt.

Die Initiative spiegelt ein neues Paradigma in der wissenschaftlichen Forschung wider, bei dem das Definieren der richtigen Fragen und Verifikationsmethoden der Entwicklung erklärender Ideen vorausgeht. Sridhar hob die entscheidende Rolle der akademischen Zusammenarbeit bei der Formulierung dieser gut gestellten Fragen hervor, die für die KI-Erforschung förderlich sind.

Discovered Materials setzt seine Hauptmission fort, neue Halbleitermaterialien zu entdecken, arbeitet mit großen Chipherstellern zusammen und treibt interne Forschung voran. Nach der im August 2026 angekündigten Seed-Finanzierungsrunde ist das Startup zuversichtlicher, industriell nützliche Materialien in einer verkürzten Zeitspanne von unter einem Jahr identifizieren zu können.

Indem Discovered Materials klare Ziele für KI-Herausforderungen in der Materialwissenschaft setzt, will das Unternehmen Fortschritte katalysieren, die das Elektronikdesign revolutionieren und die Grenzen des physikalischen Verständnisses mithilfe künstlicher Intelligenz erweitern könnten.