Discovered Materials utilise l'IA pour une partie de tape-taupe à la recherche de puces plus fraîches

Discovered Materials, une startup fondée par Advaith Sridhar et Akash Ramdas, utilise des essaims d'agents d'IA pour découvrir de nouveaux matériaux destinés à fabriquer des circuits intégrés plus efficaces, répondant ainsi au problème de chaleur dans les puces d'IA. L'entreprise a récemment bouclé un tour de table de 9 millions de dollars en seed, mené par Lightspeed India Partners, avec la participation de Peak XV Partners et d'investisseurs providentiels tels que Paul Graham, Gokul Rajaram et Thariq Shihipar, après avoir émergé de Y Combinator. Les fondateurs combinent le doctorat en science des matériaux de Ramdas (obtenu à Stanford) avec l'expérience de Sridhar dans le travail sur les agents chez Persona AI et Luma Labs. Leur pipeline logiciel utilise des modèles d'Anthropic dans un environnement personnalisé pour générer des pistes de matériaux, puis les vérifie à l'aide de modèles physiques fondamentaux qu'ils ont entraînés. L'entreprise affirme générer des milliers d'hypothèses par jour, contre environ vingt par jour pendant le doctorat de Ramdas. Ils ont publié aujourd'hui des exemples de centaines de nouveaux matériaux ainsi que leur banc d'essai de découverte de matériaux (Material Discovery Bench). Des concurrents comme MatNex, SandboxAQ et CuspAI travaillent également sur des initiatives similaires, mais Discovered Materials se concentre sur les problèmes thermiques des matériaux semi-conducteurs. La startup a déjà trouvé des matériaux dont les propriétés correspondent à celles utilisées par les grands fabricants de puces, mais ne peut pas en divulguer les détails. Un défi réside dans l'espace des compromis techniques, car les matériaux qui améliorent la dissipation de la chaleur pourraient être difficiles à fabriquer ou avoir des propriétés électriques compromises. Hemant Mohapatra de Lightspeed, qui a mené le tour, compare cela à un jeu de tape-taupe avec les structures atomiques. Il s'attend à ce que la prédiction de matériaux devienne une commodité, mais l'expertise de Ramdas et la validation rapide en laboratoire donnent à Discovered Materials un avantage. Lorsque des candidats de valeur sont trouvés, l'entreprise prévoit de breveter l'utilisation de ces matériaux dans les GPU ou les processus de fabrication, puis de les concéder sous licence aux fabricants de puces. Cependant, aucun matériau découvert par IA n'a encore eu d'impact commercial ; le cas le plus proche est le médicament Renterosib d'Insilico Medicine, actuellement en essais de phase II. Mohapatra estime que le goulot d'étranglement réside dans le filtrage et la synthèse des candidats, et non dans leur découverte. Sridhar reconnaît que le processus implique des laboratoires humides et ne peut être accéléré, mais leurs données uniques et leur expertise les aideront à rivaliser avec les laboratoires de pointe.