Discovered Materials (YC P26) – 新素材を発見するAIエージェント

皆さん、Discovered MaterialsのAdvaithとAkashです（ https://discoveredmaterials.com/ ）。私たちは、半導体産業向けの新素材を発見するAIエージェントを開発しています。 今日のGPUには熱の問題があります。NvidiaとAMDは、リリースする各チップのTDP（熱設計電力）をほぼ倍増させています。H100（2022年リリース）は700W、Blackwell（2024年）は1.2kW、Rubin（2026年）は2.3kWの熱を発生させます。この傾向は続くと予想されており、この熱を処理することが、データセンターが現在これほど多くの電力と水を消費する主要な理由の一つとなっています。チップの動作中に冷却するために必要だからです。 チップが発生する熱量と、それを放散する能力は、チップの製造に使用される材料によって影響されます。例えば、3Dパッケージング（HBMメモリスタックをロジックチップの真上に配置し、2D回路基板上のロジックの隣に配置するのではなく）によって、ロジックとメモリ間のデータ転送に必要なエネルギーを10〜50倍削減できる可能性があります。しかし、HBMで使用される誘電体材料（SiO2など）は熱伝導率が非常に悪く、ロジックとメモリの間に熱を閉じ込め、動作中に急激な温度上昇を引き起こすため、現在これは実現できていません。同様に、GPUには他にも多くの材料があり、現在再評価されています。さらに2つの例として、熱伝導性材料（TIM）や基板があります。しかし、新しい材料をファブに導入するには数年と数億ドルの研究が必要であり、これは悪名高い「ラボ・トゥ・ファブの死の谷」です。 Discovered Materialsでは、AIエージェントが半導体チップに新しい材料を導入するために必要な時間とコストを削減できると楽観視しています。すでにその兆候が見られます。Anthropic、OpenAI、Kimiの7つのモデルをテストしたところ、それらはすべて、動的に安定しており有望な特性を持つ新しい材料を計算上で発見できることがわかりました。これは私たちにとって驚きでした。通常、博士課程の学生が8時間の実行でこれらのモデルが見つけるような材料を発見するには、数週間の作業が必要になるでしょう！ しかし、計算による発見は簡単な部分です。材料の発見は、その材料が実験室で製造・テストできる場合にのみ有効です（例として、グラフェンの特性は1947年に予測されましたが、初めて製造されたのは2004年でした）。今日のモデルは、実験室で材料を製造するための合成レシピを考案するのが得意ではありません。たとえそれが改善されたとしても、それがどれだけ役立つかは不確かです。新しい材料の製造は、多くの実験を通じて試行錯誤を伴う非常に経験的なプロセスです。人間の専門家自身も「一発」でこのタスクをこなすことはできませんが、非常に有能なモデルは、新しい材料を製造するために必要な実験的イテレーションの数を減らすと予想しています。Y Combinatorのバッチの3ヶ月間で、私たちは世界最大の化学会社が20年以上秘密にしてきたTIMの性能に匹敵する熱伝導性材料（TIM）をシミュレーション、合成、テストしたという証拠を見てきました。 私たちは、フロンティアAIモデルによって発見された数百もの新しい材料と、材料発見におけるモデルの能力を測定するベンチマークを公開しています（スレッドURLにもリンクされています）： https://discoveredmaterials.com/research 。ここでは、上記で議論した内容に加え、Claudeの報酬ハックの傾向やGPT-5.6が約50Mトークン後に時々正気を失うなど、モデルから観察されるさまざまな奇妙な挙動についても触れています。 私たちのビジネスモデル：私たちは、発見した材料のIP、およびこれらの材料の製造方法に関するIPをライセンスおよび販売することを目指しています。また、材料を発見するために使用するハーネスとツールを半導体・化学会社に販売し、自社で材料を発見できるようにする代替ビジネスモデルも検討しています。当面は後者に傾いていますが、長期的には両方を行うと予想しています。 私たちの経歴：Akashはスタンフォード大学で材料科学の博士号を取得し、過去11年間、半導体チップの新素材を研究してきました。新しいナノスケール相互接続に関する彼の研究は、2025年のスタンフォード工学部の最も人気のある記事でした。Advaithはカーネギーメロン大学でAIを学び、Persona AI（買収済み）とLuma Labsでビデオモデルとエージェントを構築するリサーチエンジニアでした。 私たちは皆さんの意見に非常に興味があります！半導体業界は非常に秘密主義であり、業界のロードマップや、私たちが追求すべき材料についての皆さんの考えは非常に役立つでしょう。また、実験室で実験を行った経験のある方々からもお話を伺いたいと思っています。経験科学を行う上での経験から何を学べますか？