Startup laat AI-zwerm jagen op materialen voor koelere computerchips

Chips die kunstmatige intelligentie draaien, worden zo heet dat datacenters enorme hoeveelheden stroom kwijt zijn aan koeling. Het Amerikaanse startup Discovered Materials denkt een deel van de oplossing te hebben gevonden in de technologie die het probleem veroorzaakt: het zet zwermen AI-agenten in om nieuwe materialen te ontdekken waarmee efficiëntere en koelere chips gebouwd kunnen worden. Het bedrijf komt voort uit de bekende Amerikaanse start-upfabriek Y Combinator en haalde onlangs 9 miljoen dollar (ruim 8 miljoen euro) op in een zogeheten seed-ronde, geleid door investeerder Lightspeed India Partners. Ook Peak XV Partners en angel-investeerders als Paul Graham, Gokul Rajaram en Thariq Shihipar deden mee.

Duizenden gokken per dag

Discovered Materials is opgericht door Advaith Sridhar en Akash Ramdas. Ramdas promoveerde aan Stanford University in de materiaalkunde, Sridhar werkte eerder aan AI-agenten bij Persona AI en Luma Labs. Samen bouwden ze een softwarepijplijn die taalmodellen van AI-bedrijf Anthropic gebruikt om ideeën voor nieuwe materialen te genereren. Die ideeën worden vervolgens getoetst met natuurkundige simulatiemodellen die het duo zelf trainde. "Tijdens zijn promotieonderzoek deed Ramdas misschien twintig pogingen per dag," vertelt Sridhar aan TechCrunch. "Nu kunnen we duizenden pogingen per dag doen, omdat de agenten 24 uur per dag in de cloud draaien." Deze vorm van AI-ontworpen materialenonderzoek combineert grote taalmodellen met computersimulaties die voorspellen of een kandidaat-materiaal in de praktijk ook echt werkt. Het bedrijf publiceerde deze week honderden voorbeelden van nieuw gevonden materialen en lanceerde de "Material Discovery Bench", een testomgeving waarmee het bijhoudt hoe goed verschillende AI-modellen zijn in deze zoektocht.

Whack-a-mole met atomen

Discovered Materials is niet de enige partij die op deze manier materialen zoekt: ook bedrijven als MatNex, SandboxAQ en CuspAI experimenteren met AI voor materiaalontdekking. Discovered Materials richt zich specifiek op het thermische probleem van chips: hoe voer je de warmte af die ontstaat als miljarden transistors razendsnel schakelen? Het bedrijf zegt al materialen te hebben gevonden die dezelfde eigenschappen hebben als stoffen die grote chipmakers nu gebruiken, maar wil daar nog geen details over prijsgeven. Het grootste struikelblok is dat een veelbelovend materiaal op papier vaak lastig te maken blijkt, of dat de elektrische eigenschappen verslechteren zodra je het probeert te verbeteren op warmtegebied. "Het is een beetje whack-a-mole met atoomstructuren," zegt Hemant Mohapatra, de Lightspeed-partner die de investeringsronde leidde. "Een materiaal is pas bruikbaar als alle eigenschappen tegelijk kloppen, en dat maakt het een interessant zoekprobleem." Als het bedrijf waardevolle kandidaten vindt, wil het patenten aanvragen op het gebruik ervan in chips en de materialen in licentie geven aan chipfabrikanten.

Nog geen doorbraak op de markt

Ondanks alle enthousiasme heeft nog geen enkel door AI ontdekt materiaal of medicijn écht commercieel succes geboekt. Het dichtst in de buurt komt Renterosib van Insilico Medicine, het eerste door generatieve AI ontdekte medicijn dat een fase II-studie bereikte. Op materiaalgebied zijn er veelbelovende voorbeelden, zoals de zeldzame-aardmetaalvrije magneten van MatNex en nieuwe halfgeleidermaterialen die Panasonic samen met Citrine Informatics ontwikkelde, maar geen daarvan wordt al op grote schaal toegepast. Volgens Mohapatra ligt het probleem niet bij het vinden van kandidaten, maar bij het filteren en daadwerkelijk maken ervan. Sridhar erkent dat een deel van het werk altijd in het laboratorium moet gebeuren: "Dat is een proces dat je niet kunt versnellen."