Discovered Materials Memainkan AI Whack-a-Mole untuk Mencari Chip yang Lebih Dingin

Discovered Materials, sebuah perusahaan rintisan yang didirikan oleh Advaith Sridhar dan Akash Ramdas, menggunakan kawanan agen AI untuk menemukan material baru guna membangun sirkuit terpadu yang lebih efisien, mengatasi masalah panas pada chip AI. Perusahaan ini baru saja menutup putaran pendanaan awal senilai $9 juta yang dipimpin oleh Lightspeed India Partners, dengan partisipasi dari Peak XV Partners serta investor malaikat Paul Graham, Gokul Rajaram, dan Thariq Shihipar, setelah muncul dari Y Combinator. Para pendiri menggabungkan gelar doktor Ramdas dalam ilmu material dari Stanford dengan pengalaman Sridhar dalam mengerjakan agen di Persona AI dan Luma Labs. Jalur perangkat lunak mereka menggunakan model Anthropic dalam kerangka kerja khusus untuk menghasilkan kandidat material, kemudian memverifikasinya menggunakan model fisika dasar yang mereka latih. Perusahaan mengklaim menjalankan ribuan tebakan per hari, dibandingkan dengan sekitar 20 per hari selama masa doktoral Ramdas. Mereka merilis contoh ratusan material baru dan Bangku Penemuan Material (Material Discovery Bench) hari ini. Pesaing seperti MatNex, SandboxAQ, dan CuspAI juga mengerjakan upaya serupa, tetapi Discovered Materials fokus pada masalah termal material semikonduktor. Perusahaan rintisan ini telah menemukan material yang cocok dengan sifat-sifat yang digunakan oleh pembuat chip besar, tetapi tidak dapat membagikan detailnya. Tantangannya adalah ruang lingkup rekayasa, karena material yang meningkatkan pembuangan panas mungkin sulit diproduksi atau memiliki sifat listrik yang terganggu. Hemant Mohapatra dari Lightspeed, yang memimpin putaran ini, menyamakannya dengan permainan pukul-muncul (whack-a-mole) dengan struktur atom. Ia memperkirakan prediksi material akan menjadi komoditas, tetapi keahlian Ramdas dan validasi laboratorium yang cepat memberikan Discovered Materials keunggulan. Ketika kandidat yang berharga ditemukan, perusahaan berencana mematenkan penggunaan material dalam GPU atau proses manufaktur dan melisensikannya ke pembuat chip. Namun, belum ada material yang ditemukan AI yang memberikan dampak komersial; yang terdekat adalah obat Insilico Medicine, Renterosib, yang sedang dalam uji klinis fase II. Mohapatra percaya bahwa hambatannya adalah menyaring dan mensintesis kandidat, bukan menemukannya. Sridhar mengakui bahwa prosesnya melibatkan laboratorium basah dan tidak dapat dipercepat, tetapi data dan keahlian unik mereka akan membantu bersaing dengan laboratorium mutakhir.