Nei data center, i chip per l'intelligenza artificiale generano calore eccessivo, aumentando il consumo energetico e richiedendo sistemi di raffreddamento complessi. Per affrontare ciò, la startup Discovered Materials sfrutta l'IA per scoprire nuovi materiali che migliorino l'efficienza dei circuiti integrati. L'azienda ha ottenuto un finanziamento seed da 9 milioni di dollari, guidato da Lightspeed India Partners, con il supporto di Peak XV Partners, dopo essere emersa da Y Combinator.
L'approccio innovativo
Fondata da Advaith Sridhar e Akash Ramdas (esperto in scienza dei materiali), Discovered Materials impiega una pipeline software con modelli Anthropic per generare ipotesi di materiali.
Queste sono poi validate tramite simulazioni con modelli di fisica fondamentale. Gli agenti AI, operando 24 ore su 24 nel cloud, consentono "migliaia di ipotesi al giorno", un netto miglioramento rispetto ai metodi manuali, accelerando drasticamente la ricerca.
Contesto e sfide
Discovered Materials opera in un settore con altre aziende simili, distinguendosi per il suo focus sui problemi termici dei materiali semiconduttori. Ha già identificato materiali con proprietà equivalenti a quelli esistenti, ma non può ancora rivelare dettagli.
Ostacoli alla commercializzazione
La sfida principale è l'ingegnerizzazione: un materiale che riduce il calore potrebbe essere difficile da produrre o compromettere le proprietà elettriche.
Hemant Mohapatra di Lightspeed paragona il processo a "giocare a whack-a-mole con le strutture atomiche", indicando che un materiale è utile solo se tutte le proprietà "convergono contemporaneamente". Mohapatra prevede che la predizione di nuove sostanze diventerà una commodity. Il vantaggio di Discovered Materials risiede nell'esperienza di Ramdas e nella capacità di validare rapidamente i candidati in laboratorio. Sridhar mira a brevettare l'uso di questi materiali nelle GPU o i processi di fabbricazione entro un anno, per poi concederli in licenza.
IA e impatto commerciale: limiti attuali
Nonostante l'entusiasmo, l'IA non ha ancora generato un impatto commerciale su larga scala nella scoperta di materiali o farmaci.
Esempi promettenti sono stati trovati, ma non sono ancora commercializzati su vasta scala. Mohapatra ritiene che il collo di bottiglia sia la "corretta filtrazione e sintesi", non la scoperta. Sridhar è fiducioso nella competitività di Discovered Materials grazie a dati ed esperienza unici, ma riconosce che "molto di questo richiederà effettivamente di andare nei laboratori umidi e di realizzare le cose. E questo è il processo che non può essere accelerato". L'IA rivoluziona la scoperta, ma i processi di laboratorio rimangono un limite.
