Discovered Materials is playing AI whack-a-mole to hunt cooler chips
La startup Discovered Materials está utilizando enjambres de agentes de inteligencia artificial para descubrir nuevos materiales que permitan construir circuitos integrados más eficientes y, por ende, chips que generen menos calor. Esta iniciativa surge como respuesta al alto consumo eléctrico y la necesidad de sistemas de refrigeración en los centros de datos debido a la carga de trabajo de IA en los chips actuales.
Recientemente, Discovered Materials cerró una ronda de financiación inicial de 9 millones de dólares con Lightspeed India Partners, tras haber salido de Y Combinator. También cuenta con inversiones de Peak XV Partners y ángeles inversores como Paul Graham, Gokul Rajaram y Thariq Shihipar.
Los fundadores, Advaith Sridhar y Akash Ramdas, han desarrollado una canalización de software que utiliza modelos de Anthropic en un entorno personalizado para generar pistas de materiales. Posteriormente, emplean modelos de física fundamentales entrenados para ejecutar simulaciones que verifican la viabilidad de los materiales candidatos. «[Ramdas] hacía tal vez 20 conjeturas al día durante su doctorado», comentó Sridhar. «Ahora podemos hacer miles de conjeturas al día gracias a que estos agentes funcionan 24/7 en la nube, explorando direcciones de investigación que él les proporciona».
Discovered Materials ha liberado ejemplos de cientos de nuevos materiales y su «Material Discovery Bench», diseñado para seguir cómo los modelos de frontera abordan este desafío. Aunque otras compañías como MatNex, SandboxAQ y CuspAI han lanzado esfuerzos similares, Discovered Materials apuesta por enfocarse en los problemas térmicos de los materiales semiconductores como su camino al éxito.
Un desafío importante es el espacio de intercambio de ingeniería: si encuentran un material que podría reducir la generación de calor o mejorar la disipación, podría ser demasiado difícil fabricar un chip con él, o sus propiedades eléctricas podrían verse comprometidas. «Es un poco como jugar al whack-a-mole con estructuras atómicas», comentó Hemant Mohapatra, socio de Lightspeed que lideró esta ronda. «Un material solo es útil en el mundo real si todos convergen a la vez, lo que hace que esta búsqueda sea realmente interesante».
Mohapatra espera que el negocio de predecir nuevas sustancias se convierta en una mercancía a medida que los modelos continúen mejorando. La diferencia con Discovered Materials es la profunda experiencia de Ramdas en el campo y la capacidad de ejecutar un laboratorio que puede experimentar y validar rápidamente los candidatos, algo que los fundadores ya han hecho con varios nuevos materiales.
Cuando encuentren candidatos valiosos, Sridhar dice que la empresa intentará patentar el uso de los materiales en GPUs, o el proceso por el cual se pueden fabricar chips con la sustancia, licenciándolos a fabricantes de chips. Espera que tengan nuevos materiales dignos de patentar en el próximo año.
Sin embargo, a pesar de la emoción, aún no hemos visto ningún medicamento o material descubierto por IA que tenga un impacto comercial real. Técnicas prometedoras pueden estar llegando a su madurez ahora que la IA sigue mejorando, pero Mohapatra dice que no cree que encontrar más candidatos sea el obstáculo para la ciencia de materiales de IA; en cambio, «filtrarlos correctamente y sintetizarlos es el cuello de botella».
Mientras que Sridhar cree que los datos y la experiencia únicos de Discovered Materials ayudarán a la startup a competir con laboratorios de frontera bien financiados, reconoce que «mucho de esto implicará realmente entrar en laboratorios húmedos y hacer cosas también. Y este es el proceso que no se puede acelerar».