Discovered Materials usa IA para caçar chips mais frios

A Discovered Materials, uma startup fundada por Advaith Sridhar e Akash Ramdas, está usando enxames de agentes de IA para encontrar novos materiais para construir circuitos integrados mais eficientes, abordando o problema do calor em chips de IA. A empresa recentemente fechou uma rodada seed de US$ 9 milhões liderada pela Lightspeed India Partners, com participação da Peak XV Partners e investidores-anjo Paul Graham, Gokul Rajaram e Thariq Shihipar, após sair do Y Combinator. Os fundadores combinam o doutorado de Ramdas em ciência dos materiais pela Universidade Stanford com a experiência de Sridhar trabalhando em agentes na Persona AI e na Luma Labs. Seu pipeline de software usa modelos da Anthropic em um harness personalizado para gerar leads de materiais, e depois os verifica usando modelos de física fundamental que eles treinaram. A empresa afirma executar milhares de tentativas por dia, em comparação com cerca de 20 por dia durante o doutorado de Ramdas. Eles lançaram hoje exemplos de centenas de novos materiais e seu Material Discovery Bench. Concorrentes como MatNex, SandboxAQ e CuspAI também estão trabalhando em esforços semelhantes, mas a Discovered Materials foca nos problemas térmicos dos materiais semicondutores. A startup já encontrou materiais que correspondem às propriedades daqueles usados pelos principais fabricantes de chips, mas não pode compartilhar detalhes. Um desafio é o espaço de trade-off da engenharia, pois materiais que melhoram a dissipação de calor podem ser difíceis de fabricar ou ter propriedades elétricas comprometidas. Hemant Mohapatra, da Lightspeed, que liderou a rodada, compara isso a um whack-a-mole com estruturas atômicas. Ele espera que a previsão de materiais se torne comoditizada, mas a expertise de Ramdas e a validação rápida em laboratório dão à Discovered Materials uma vantagem. Quando candidatos valiosos são encontrados, a empresa planeja patentear o uso dos materiais em GPUs ou processos de fabricação e licenciá-los para fabricantes de chips. No entanto, nenhum material descoberto por IA teve impacto comercial ainda; o mais próximo é o medicamento Renterosib, da Insilico Medicine, em testes de fase II. Mohapatra acredita que o gargalo é filtrar e sintetizar candidatos, não encontrá-los. Sridhar reconhece que o processo envolve laboratórios úmidos e não pode ser acelerado, mas seus dados e experiência únicos ajudarão a competir com laboratórios de ponta.