Looking for a Shorter Overview?
AI Summary
Key Moments
Uso di sciami di agenti AI
La startup usa agenti AI per generare migliaia di ipotesi di nuovi materiali ogni giorno.Focus sulla gestione termica nei chip
Discovered Materials si concentra sulla scoperta di materiali che migliorino dissipazione e riduzione del calore nei semiconduttori.Strategia IP e licenze
La società punta a brevettare materiali e processi per il settore GPU e poi concederli in licenza ai produttori.Sfida della sintesi sperimentale
Il limite principale è tradurre i candidati in materiali reali velocemente tramite laboratori wet lab.Discovered Materials gioca a “whack-a-mole” con l’AI per raffreddare i chip
I chip che gestiscono carichi di lavoro di intelligenza artificiale scaldano troppo: è una delle ragioni per cui i data center consumano enormi quantità di energia e richiedono sistemi di raffreddamento energivori. E, come spesso accade, arrivano startup che usano l’AI per risolvere il problema che l’AI stessa ha contribuito a creare.
Discovered Materials è l’ultima arrivata: punta su sciami di agenti AI per scoprire nuovi materiali con cui realizzare circuiti integrati più efficienti. La startup, uscita da Y Combinator, ha appena chiuso un seed round da 9 milioni di dollari guidato da Lightspeed India Partners, con la partecipazione di Peak XV Partners e degli angel investor Paul Graham, Gokul Rajaram e Thariq Shihipar.
Un team con pedigree tra materiali e agenti AI
I fondatori, Advaith Sridhar e Akash Ramdas, hanno unito le forze combinando competenze complementari: Ramdas ha conseguito un dottorato in scienza dei materiali a Stanford, mentre Sridhar ha lavorato su agenti intelligenti in Persona AI e Luma Labs.
Insieme hanno costruito una pipeline software che utilizza modelli di Anthropic in un framework personalizzato per generare “candidate” di nuovi materiali. A valle, entrano in gioco modelli fisici fondamentali, addestrati internamente, che simulano e verificano se quei candidati abbiano davvero proprietà interessanti.
“Durante il dottorato [Ramdas] riusciva a fare forse 20 ipotesi al giorno,” ha raccontato Sridhar a TechCrunch. “Ora possiamo spingere migliaia di ipotesi quotidiane grazie ad agenti che lavorano 24/7 nel cloud, esplorando le direzioni di ricerca che lui imposta.”
Release pubbliche e benchmark per la community
Oggi Discovered Materials ha pubblicato esempi di centinaia di nuovi materiali e presentato il “Material Discovery Bench”, un banco di prova pensato per valutare come i modelli di frontiera affrontano questa sfida.
Sul mercato non è sola: realtà come MatNex, SandboxAQ e CuspAI stanno muovendosi in direzioni simili. La scommessa di Discovered Materials è però una focalizzazione estrema sui problemi termici dei semiconduttori. La startup sostiene di aver già individuato diversi materiali con proprietà comparabili a quelli usati dai principali produttori di chip, ma per ora non può condividere ulteriori dettagli.
Il compromesso ingegneristico: non basta dissipare meglio
Il nodo cruciale è la “trade-space” ingegneristica: un materiale che riduce la generazione di calore o ne migliora la dissipazione potrebbe rivelarsi troppo difficile da fabbricare su scala, o presentare proprietà elettriche non all’altezza.
“È un po’ come giocare a whack-a-mole con le strutture atomiche,” ha detto a TechCrunch Hemant Mohapatra, il partner di Lightspeed che ha guidato il round. “Un materiale è utile nel mondo reale solo quando tutte le proprietà chiave convergono contemporaneamente — ed è proprio questo a rendere la ricerca così interessante.”
Mohapatra prevede che la sola capacità di prevedere nuove sostanze tenderà a diventare una commodity man mano che i modelli migliorano. Il vantaggio competitivo di Discovered Materials, secondo lui, sta nella profonda esperienza di Ramdas e nella capacità di gestire un laboratorio in grado di sperimentare e validare rapidamente i candidati — cosa che, afferma, i due fondatori hanno già fatto con diversi nuovi materiali.
Strategia IP: brevetti e licenze per l’industria dei chip
Quando emergono candidati promettenti, Sridhar spiega che l’azienda punta a brevettarne l’uso nelle GPU o i processi con cui realizzare chip a partire da quei materiali, per poi concederne la licenza ai produttori. L’obiettivo è arrivare entro un anno a materiali con reale valore brevettabile.
Tra hype e realtà: l’impatto commerciale resta da dimostrare
Nonostante l’entusiasmo, finora né farmaci né materiali scoperti dall’AI hanno avuto un impatto commerciale tangibile. Il caso più vicino, sul fronte pharma, è Renterosib di Insilico Medicine, il primo farmaco scoperto con AI generativa ad entrare in una fase II di sperimentazione clinica. Sul versante dei materiali, non mancano candidati promettenti — dai magneti permanenti privi di terre rare di MatNex a nuovi semiconduttori sviluppati da Panasonic e Citrine Informatics — ma nessuno è ancora stato adottato su larga scala.
Queste tecniche stanno probabilmente maturando con il progresso dell’AI, ma per Mohapatra il collo di bottiglia non è “trovare più candidati”: è filtrarli in modo corretto e saperli sintetizzare.
Il banco di prova finale è in laboratorio
Sridhar è convinto che dati proprietari e know-how possano aiutare Discovered Materials a competere anche con i grandi laboratori di frontiera. Allo stesso tempo riconosce un limite concreto: “molto di questo comporterà entrare davvero in wet lab e costruire i materiali. Ed è un processo che non si può accelerare.”
