Startup lança desafio de US$ 1 mi para IA revolucionar materiais

Inovação Tecnológica

Desafio global busca soluções em IA para avançar na ciência dos materiais e transformar setores como chips e energia.

Leia também: Amazon integra Uber Eats ao Prime com entrega grátis nos EUA

A startup Discovered Materials, de San Francisco, lançou um desafio global que reserva US$ 1 milhão em prêmios para modelos de inteligência artificial capazes de resolver cinco problemas fundamentais em ciência dos materiais, com impacto direto em chips avançados, armazenamento de energia e fabricação de novos materiais industriais.

Qual é o objetivo da startup da Y Combinator que investiu US$ 1 milhão em problemas não resolvidos de ciência dos materiais para IA?

O objetivo da Discovered Materials ao colocar US$ 1 milhão sobre a mesa é transformar cinco questões em aberto da ciência dos materiais em metas claras para medir o avanço da inteligência artificial na área e acelerar a criação de materiais úteis para a indústria.

A empresa, que passou recentemente pela aceleradora Y Combinator, trabalha com modelos de IA para descobrir novas substâncias usadas em semicondutores e já colabora com grandes fabricantes de chips. O cofundador Advaith Sridhar diz que a grande ambição é usar a competição como régua objetiva para a capacidade dos modelos de enfrentar a física complexa dos materiais reais.

“É mais difícil especificar problemas claramente em ciência dos materiais porque não é como a matemática, onde você tem uma definição muito específica e pode chegar a um sim ou não”, afirma Sridhar. Segundo ele, os desafios foram desenhados para responder a uma pergunta central: como saber se a IA está, de fato, progredindo nesse domínio?

Antes de abrir o desafio ao mundo, a Discovered Materials testou os cinco problemas em modelos de IA de ponta, com acesso à internet e rodando de forma autônoma por vários dias em cada questão. Mesmo assim, os sistemas não conseguiram avanços significativos, o que, para a empresa, reforça a dificuldade científica envolvida e a relevância de usar esses casos como referência.

Sridhar afirma que não importa quem chegue primeiro às respostas, se a própria startup, laboratórios de fronteira em IA ou grupos acadêmicos. “Não é particularmente uma preocupação para nós se encontrarmos a solução, ou se alguém mais encontrar, ou um professor, ou os laboratórios de ponta. O motivo de lançarmos esses desafios é porque queremos que sirvam como metas. Se você resolver esses desafios, estaremos aprofundando nosso entendimento dos materiais e de como as coisas ao nosso redor se comportam”, diz.

A startup foca em materiais para semicondutores e aposta que a abordagem encurta os prazos para resultados práticos. “Os prazos aceleraram um pouco. Estou mais confiante agora que conseguiremos encontrar esses materiais industrialmente úteis em um prazo menor que um ano”, afirma Sridhar.

Quais são os cinco problemas de ciência dos materiais que a startup está tentando resolver com IA?

Os cinco problemas definidos pela Discovered Materials são questões em aberto da física de materiais, escolhidas por seu impacto potencial em eletrônicos, energia e processos industriais, mas os detalhes técnicos de cada um não foram divulgados em profundidade ao público geral.

Para chegar à lista, a startup montou um grupo consultivo com pesquisadores de universidades de ponta ao redor do mundo. Entre eles está o professor Felipe Jornada, da Universidade Stanford, que ajudou a transformar fenômenos mal explicados em desafios bem especificados e verificáveis, algo raro nesse campo.

Jornada resume a motivação dos problemas selecionados: “Existem fenômenos que observamos, mas não podemos explicar. Explicá-los melhoraria nossa compreensão da física e as respostas moldariam diretamente como construímos eletrônicos, armazenamos energia e fabricamos materiais do futuro.”

Na prática, os cinco desafios envolvem comportamentos de materiais que hoje fogem à teoria disponível, mas podem destravar novas famílias de substâncias para chips mais eficientes, baterias com maior densidade de energia e processos de fabricação mais baratos ou menos poluentes. A verificação das soluções, segundo a empresa, foi pensada para ser objetiva o suficiente para que diferentes grupos consigam testar se um modelo de IA realmente resolveu o problema.

Entenda o contexto

A iniciativa nasce em um momento em que modelos de IA já resolveram problemas complexos em matemática e deram saltos na biologia, mas ainda esbarram na física rica e desordenada dos materiais usados em dispositivos do dia a dia. Ao contrário de equações com respostas exatas, a ciência dos materiais lida com sistemas cheios de aproximações, imperfeições e efeitos coletivos.

“Esta é uma nova forma de pensar sobre ciência, onde primeiro definimos a verificação e os desafios, e depois deixamos alguém criar as ideias que expliquem o problema”, diz Sridhar. Ele ressalta que formular boas perguntas é, por si só, uma etapa crítica: “Saber quais são as perguntas certas a fazer não é trivial e é muito difícil neste domínio, por isso os professores nos ajudaram a definir as questões corretas.”

O desenho dos cinco problemas e a criação de métricas claras para as soluções podem estabelecer um novo padrão para pesquisa em materiais: em vez de apenas gerar hipóteses, a comunidade passa a trabalhar em torno de alvos comuns, com critérios de sucesso bem definidos e comparáveis.

Qual o impacto esperado desse investimento de US$ 1 milhão no desenvolvimento da IA e ciência dos materiais?

O impacto esperado do prêmio de US$ 1 milhão vai além do valor financeiro: a Discovered Materials quer catalisar uma corrida global entre startups, laboratórios de IA avançada e grupos acadêmicos para mostrar até onde modelos modernos conseguem ir em problemas físicos reais.

Se as soluções forem encontradas, o efeito mais imediato deve aparecer em setores como semicondutores, eletrônicos avançados e armazenamento de energia, que dependem de novos materiais para continuar evoluindo. Empresas que conseguirem incorporar rapidamente esses avanços podem ganhar vantagem competitiva, reduzindo custos ou aumentando o desempenho de chips e dispositivos.

A iniciativa também pressiona métodos tradicionais de pesquisa, ao sugerir uma ciência mais estruturada em torno de desafios públicos e verificáveis e mais aberta a colaboração com grandes modelos de IA. Isso tende a exigir equipes interdisciplinares, unindo físicos, químicos, engenheiros de materiais e especialistas em modelos de linguagem e agentes autônomos.

Por outro lado, se mesmo com o estímulo financeiro e a mobilização de laboratórios de ponta houver pouco avanço, o resultado também será relevante: ficará mais claro onde estão os limites atuais da IA em domínios científicos altamente complexos, orientando próximos investimentos em pesquisa básica, algoritmos e infraestrutura de computação.

Para a própria Discovered Materials, o desafio funciona como vitrine tecnológica e como radar: ao acompanhar quem se aproxima das soluções, a startup identifica parceiros, talentos e caminhos promissores para acelerar sua missão de encontrar, em menos de um ano, novos materiais capazes de chegar à escala industrial.