Discovered Materials, startup asal San Francisco yang memakai agen AI untuk mencari material baru bagi chip semikonduktor, mengumumkan sayembara berhadiah total US$1 juta. Hadiah itu ditujukan bagi model AI yang mampu memecahkan lima masalah ilmu material yang sampai sekarang belum terpecahkan.
Ringkasan
- Discovered Materials, startup jebolan Y Combinator, menawarkan hadiah total US$1 juta bagi model AI yang mampu memecahkan lima masalah ilmu material yang belum terpecahkan.
- Kelima soal dirumuskan bersama akademisi, antara lain dari Stanford, dan menyangkut fenomena fisika yang puluhan tahun belum terjelaskan, termasuk superkonduktivitas cuprate.
- Soal lainnya mencakup prediksi struktur antarmuka silikon dan silikon dioksida serta pemetaan struktur butir material ke sifat termalnya.
Perusahaan yang berasal dari batch Y Combinator musim semi 2026 ini merumuskan kelima soal bersama sekelompok akademisi dari universitas-universitas terkemuka. Salah satunya Felipe Jornada, profesor di Stanford. Soal-soalnya bukan teka-teki ringan: masing-masing menyangkut fenomena fisika yang diamati para ilmuwan selama puluhan tahun tanpa penjelasan yang memuaskan.
Lima soal yang ditawarkan:
BACA JUGA
- Teori yang menjelaskan superkonduktivitas cuprate, yakni kemampuan sejumlah material menghantarkan listrik tanpa hambatan pada suhu sangat rendah.
- Metode numerik untuk memprediksi struktur antarmuka antara silikon dan silikon dioksida, kombinasi material yang dipakai hampir semua semikonduktor.
- Metode numerik untuk memetakan struktur butir material ke sifat termalnya, agar material pembuang panas yang lebih baik bisa dirancang.
- Teori yang menjelaskan mengapa cahaya yang disinarkan ke material bisa mengubah perilakunya, terutama di sekitar superkonduktivitas.
- Metode numerik untuk memperbaiki Density Functional Theory, teknik kunci untuk memodelkan struktur atom dan molekul.
Sebelum sayembara diumumkan, Discovered Materials sudah menguji sendiri seberapa jauh model-model AI terdepan bisa melangkah. Agen AI diberi akses internet dan sumber daya lain, lalu dibiarkan bekerja mandiri selama berhari-hari untuk tiap soal. Hasilnya: tidak ada kemajuan berarti.
Co-founder Advaith Sridhar tidak menganggap kegagalan itu kabar buruk. Justru di situlah letak tantangan ini: ilmu material belum punya patok ukur seperti Millennium Prize Problems di matematika, sehingga sulit menilai apakah AI benar-benar makin pintar di bidang ini. “Ini cara berpikir baru tentang sains, di mana kami menyusun verifikasi dan tantangannya dulu, lalu membiarkan siapa pun mengajukan gagasan yang menjelaskan masalahnya,” kata Sridhar.
Bagi Discovered Materials, sayembara ini juga cerminan dari bisnis intinya. Perusahaan itu membangun agen AI yang menemukan material baru untuk chip, dan bermitra dengan perusahaan chip besar dalam proyek riset sambil mendanai risetnya sendiri. Saat mengumumkan putaran pendanaan awal senilai US$9 juta pada Agustus lalu, Sridhar berharap perusahaannya menghasilkan material yang berguna secara industri dalam setahun. Kini ia mengaku lebih yakin waktunya bisa lebih cepat dari itu.
Material chip menentukan seberapa cepat, murah, dan hemat energi komputasi AI berjalan — termasuk di pusat data yang terus dibangun di berbagai negara, juga di Asia Tenggara. Kalau ada model AI yang akhirnya memecahkan satu dari lima soal ini, dampaknya tidak berhenti di laboratorium: jawabannya bisa mengubah cara elektronik dibuat, energi disimpan, dan material masa depan diproduksi.




