Compania, care a făcut parte din lotul de primăvară 2026 al acceleratorului Y Combinator, nu este o laborator universitar clasic, ci o entitate născută la intersecția dintre AI și inginerie materială, cu sediul în San Francisco. Misiunea declarată este de a descoperi substanțe noi pentru generația următoare de cipuri, dar fondatorii au realizat că, pentru a ajunge acolo, trebuie să clarifice întâi pe ce picioare stă știința de bază. "Nu este ca la matematică, unde ai o definiție foarte specifică și ajungi la un da sau un nu", explică Advaith Sridhar, co-fondator al Discovered Materials. "În știința materialelor, specificarea clară a problemelor este o provocare în sine. Ne-am întrebat: care sunt marile provocări ale acestui domeniu? Cum știm că AI face progrese?"
Pentru a răspunde, startup-ul a convocat un consilier academic de elită, compus din profesori de la universități de top din întreaga lume. Printre ei, Felipe Jornada de la Stanford, care a subliniat: "În întreaga știință a materialelor există fenomene pe care le observăm, dar nu le putem explica. Explicarea lor ar îmbunătăți înțelegerea noastră a fizicii, iar răspunsurile ar modela direct modul în care construim electronica, stocăm energia și fabricăm materialele viitorului."
Cele cinci probleme – ale căror detalii tehnice rămân confidențiale până la lansarea oficială a competiției – acoperă zone critice precum comportamentul defectelor în rețelele cristaline la scară atomică, dinamica interfațelor în bateriile solid-state, sau limitile termice ale materialelor 2D. Nu sunt exerciții de stil, ci blocaje reale care țin în frână inovația în semiconductori, energetică și producție avansată.
Într-un gest care arată atât încrederea, cât și humilitatea fațea capacităților actuale ale AI, echipa Discovered Materials a testat problemele pe modelele de frontieră (frontier models) din laboratoarele mari, oferindu-le acces la internet și autonomie de lucru de zile întregi. Rezultatul? Modelele au petrecut zile pe fiecare problemă fără să facă progrese semnificative. "Nu este o îngrijorare majoră pentru noi cine le rezolvă – noi, altcineva, un profesor sau laboratoarele de frontieră", spune Sridhar. "Motivul pentru care le publicăm este că vrem să servească ca mărci de referință (goalposts). Dacă cineva le rezolvă, aprofundăm înțelegerea materialelor și a modului în care se comportă lucrurile din jurul nostru."
Această abordare reflectă o schimbare tectonică în modul în care se face știința. Pe decenii, ipotezele veneau din intuția umană, urmate de verificare experimentală. Acum, când AI-ul demonstrează că poate descoperi perspective și tehnici pe care cercetătorii nu le-au anticipat, întrebările devin mai valoroase decât răspunsurile. "Este o nouă gândire a științei: definim mai întâi verificarea și provocările, apoi lăsăm pe cineva să vină cu ideile care explică problema", adaugă Sridhar. "A ști care sunt întrebările corecte de pus nu este trivial și este extrem de dificil în acest domeniu, iar aici profesorii ne-au ajutat să definim ce întrebări ar trebui să adresăm."
Discovered Materials nu este doar un organizator de competiții. Activitatea principală rămâne dezvoltarea de materiale noi pentru semiconductori, în parteneriate cu giganții industriei cipurilor, alături de finanțarea propriei cercetări fundamentale. Când au anunțat runda seed în august, Sridhar spera să genereze un material util industrial în maximum un an. Astăzi, timpii s-au accelerat: "Sunt mai încrezător acum că vomליח găsi aceste materiale industriale utile într-un interval mai scurt de un an."
Implicațiile depășesc de mult perimetrul startup-ului. O competiție de acest gen funcționează ca un benchmark vii pentru capacitățile de raționament științific al modelelor de AI. Dacă modelele actuale eșuează, dar cele viitoare (cu mai mult compute, arhitecturi noi) reușesc, vom avea o măsură concretă a progresului către o AI capabilă de descoperire științifică autonomă. De asemenea, rezolvarea acestor probleme ar putea debloca materiale care să facă cipurile mai rapide, bateriile mai dense energetic, panourile solare mai eficiente – impact direct pe economie și securitate energetică.
Pentru România și Europa, care își caută locul în lanțul de valoare al semiconductoarelor (European Chips Act), inițiative de genul Demonstrate Materials sunt un semnal clar: avantajul competitiv nu vine doar din fabrice (fabs), ci din posesia cunoașterii fundamentale care permite proiectarea materialelor de care au nevoie acele fabrice. Investiția în AI pentru știința materialelor nu este un lux, ci o necesitate strategică.
De ce este important:
Această inițiativă marchează trecerea de la AI ca instrument de optimizare la AI ca motor de descoperire fundamentală. Stabilind "mărci de referință" clare în cel mai greu domeniu al științei fizice, Discovered Materials creează un cadru de evaluare obiectiv pentru progresul modelelor de frontieră. Rezolvarea problemelor ar însemna nu doar un avans academic, ci deblocarea materialelor critice pentru viitoarea generație de hardware – cipuri mai eficiente, stocare de energie revoluționară, producție sustenabilă. Pentru ecosistemul tehnologic românesc și european, mesajul este clar: supremația în AI nu se joacă doar pe algoritmi, ci pe posesia cunoașterii materialelor care fac posibilă hardware-ul. Cine definește întrebările corecte astăzi, va deține răspunsurile industriale de mâine.
