Startup de IA lanza reto de $1 millon a cinco problemas de ciencia de materiales

Discovered Materials, una empresa emergente de San Francisco que forma parte de la cohorte de primavera de 2026 de Y Combinator, anunció recientemente un concurso que asigna un millón de dólares para que los modelos de inteligencia artificial aborden cinco problemas abiertos en la ciencia de materiales. El impulso de la IA en áreas como las matemáticas y las ciencias de la vida ha sido notable, pero su aplicación a la física compleja de los materiales avanzados todavía está en pañales. “Es más difícil formular los problemas de manera clara en la ciencia de materiales porque no es como la matemática, donde la definición es muy específica y se puede llegar a una respuesta sí o no”, explicó Advaith Sridhar, cofundador de la compañía. Para definir los retos, Discovered Materials contó con un grupo asesor de académicos de universidades de primer nivel en todo el mundo. Los cinco desafíos que se presentan son: 1. Desarrollar una teoría que explique la superconductividad cuprada, es decir, la capacidad de ciertos materiales de presentar resistencia eléctrica nula a temperaturas extremadamente bajas. 2. Crear un método numérico que prediga las estructuras de las interfaces entre silicio y dióxido de silicio, combinación presente en casi todos los semiconductores. 3. Diseñar una técnica numérica que relacione la estructura de grano con las propiedades térmicas, lo que permitiría fabricar materiales con mejor disipación de calor. 4. Formular una teoría que explique por qué la exposición a la luz puede alterar el comportamiento de los materiales, especialmente en lo que respecta a la superconductividad. 5. Mejorar la Teoría de Funciones de Densidad, una herramienta fundamental para modelar la estructura de átomos y moléculas en la ciencia de materiales. Felipe Jornada, profesor de la Universidad de Stanford que colaboró en la elaboración de los retos, afirmó que “existen fenómenos que observamos pero no podemos explicar, y entenderlos mejoraría nuestra visión de la física y tendría un impacto directo en la fabricación de electrónica, el almacenamiento de energía y la producción de materiales del futuro”. Antes de lanzar los desafíos, la startup liberó modelos de IA de frontera, dotándolos de acceso a internet y otros recursos para que trabajaran de forma autónoma durante varios días. Los modelos dedicaron días a cada problema sin lograr avances significativos, aunque la compañía considera que modelos como los de OpenAI o Anthropic podrían abordarlos con mayor potencia computacional o versiones más recientes. Sridhar señaló que “no nos preocupa si alguien más encuentra la solución, lo importante es que estos retos sirvan como puntos de referencia. Si alguien logra resolverlos, profundizamos nuestro conocimiento de los materiales y de cómo funcionan las cosas a nuestro alrededor”. El seguimiento de los esfuerzos para resolver los problemas permitirá medir si los modelos de IA están progresando en este dominio. Este enfoque refleja la evolución de la investigación científica, donde la IA no solo genera ideas, sino que también ayuda a formular las preguntas correctas. “Estamos cambiando la forma de pensar en la ciencia: primero definimos la verificación y los desafíos, y luego dejamos que la IA proponga las explicaciones”, concluyó Sridhar. “Identificar las preguntas adecuadas no es trivial, por lo que los profesores nos ayudaron a delinear los retos correctos”. Discovered Materials centra su investigación en el desarrollo de nuevos materiales para semiconductores, colaborando con grandes fabricantes de chips y financiando sus propios proyectos científicos. Cuando la compañía anunció su ronda semilla en agosto, Sridhar manifestó la esperanza de generar un material útil en menos de un año. “Los plazos se han acortado un poco”, afirmó hoy, “y confío más en que encontraremos materiales industrialmente útiles en un plazo inferior a un año”.