La startup Discovered Materials anunció el 5 de noviembre de 2026 un fondo de un millón de dólares en premios para que modelos de inteligencia artificial ayuden a resolver cinco problemas abiertos de ciencia de materiales. La iniciativa busca medir si la IA puede avanzar en fenómenos físicos complejos y acelerar el diseño de materiales para semiconductores, electrónica y almacenamiento de energía.
Los cinco problemas que la IA deberá abordar
Un grupo asesor de académicos de universidades internacionales ayudó a definir los desafíos. Según TechCrunch, abarcan preguntas fundamentales de física y métodos computacionales que podrían mejorar la predicción de propiedades y estructuras de materiales.
- Superconductividad de cupratos: desarrollar una teoría que explique cómo ciertos materiales alcanzan resistencia eléctrica cero a temperaturas ultrabajas.
- Interfaces de silicio y dióxido de silicio: crear un método numérico para predecir sus estructuras, presentes en casi todos los semiconductores.
- Estructura de granos y propiedades térmicas: establecer un método que conecte la organización interna de un material con su capacidad para conducir o disipar calor.
- Efectos de la luz: formular una teoría que prediga por qué iluminar ciertos materiales modifica su comportamiento, en particular en relación con la superconductividad.
- Teoría del funcional de la densidad: mejorar este método clave para modelar la estructura de átomos y moléculas en materiales.
El fondo de premios es de $1 millón en total; no significa que cada problema tenga asignado un millón de dólares. La información publicada no especifica en el anuncio los premios individuales ni un calendario de resolución.
La prueba busca medir avances reales de la IA
A diferencia de las matemáticas, donde un problema suele tener una definición precisa y una respuesta verificable como correcta o incorrecta, en ciencia de materiales es más difícil establecer qué cuenta como solución. Advaith Sridhar, cofundador de Discovered Materials, explicó que la empresa quiere fijar objetivos claros para comprobar si los modelos realmente progresan en este campo.
Antes de presentar los desafíos, la startup probó modelos de laboratorios punteros con agentes que podían acceder a internet y trabajar de forma autónoma durante varios días. Según el reporte, esos ensayos no lograron avances sustanciales. El resultado muestra que disponer de modelos potentes no garantiza resolver problemas que requieren explicar fenómenos físicos todavía poco comprendidos.
Felipe Jornada, profesor de Stanford que colaboró en la definición de los retos, señaló que explicar estos fenómenos puede ampliar el conocimiento de la física y orientar la fabricación de electrónica, sistemas de almacenamiento energético y materiales futuros. Para investigadores y empresas, los desafíos ofrecen referencias concretas con las que comparar capacidades, en lugar de depender únicamente de demostraciones generales de IA.
Una startup enfocada en nuevos materiales para chips
Discovered Materials, integrante de la promoción de primavera de 2026 de Y Combinator, desarrolla materiales para semiconductores mediante modelos de IA. También colabora con grandes compañías de chips en proyectos de investigación y financia trabajo científico propio. La empresa había planteado como objetivo encontrar un material industrialmente útil en menos de un año; su cofundador afirmó que ahora tiene más confianza en que ese plazo pueda acortarse.
El valor de la iniciativa dependerá de que las soluciones propuestas puedan verificarse científicamente y traducirse en materiales utilizables. Si los modelos ayudan a explicar propiedades y a predecir estructuras con mayor precisión, el impacto podría extenderse desde el diseño de chips hasta la gestión del calor en dispositivos electrónicos.
En resumen
- Discovered Materials ofrece un fondo total de $1 millón para cinco problemas de ciencia de materiales.
- Los retos incluyen superconductividad, interfaces de semiconductores y métodos de modelado atómico.
- Agentes de IA ya probaron los problemas durante días, sin lograr avances sustanciales.
- La iniciativa busca medir el progreso de los modelos con objetivos científicos definidos.
- La startup desarrolla materiales para semiconductores y espera acelerar la búsqueda de opciones útiles para la industria.
