Discovered Materials, malzeme biliminin beş sorununu çözecek yapay zekâ modellerine 1 milyon dolarlık ödül havuzu sunuyor

Y Combinator'un 2026 ilkbahar döneminden çıkan, henüz birkaç aylık San Francisco girişimi Discovered Materials, malzeme biliminin uzun süredir çözülemeyen beş sorununu çözebilecek yapay zekâ sistemleri için toplam 1 milyon dolar ödül ayırdı. TechCrunch'ın haberine göre, sorunlar önde gelen üniversitelerdeki akademisyenlerden oluşan bir danışma grubunun katkısıyla hazırlandı ve ilerlemenin ölçülmesinin zor olduğu bu alanda yapay zekânın gerçekten ilerleyip ilerlemediğini gösteren bir ölçüt olmayı amaçlıyor.

Beş sorun, tek ödül havuzu

Malzeme biliminin matematikteki Milenyum Ödül Problemleri'ne denk bir karşılığı yok; bu yüzden Discovered Materials akademik danışmanlarına saldırılmaya değer açık soruları tanımlamalarını istedi. TechCrunch'a göre beş sorun şunlar:

• Kuprat süperiletkenliğini açıklayan bir teori — yani bazı malzemelerin neden ultra düşük sıcaklıklarda sıfır elektrik direnciyle akım taşıdığı.

• Silikon ve silikon dioksit arasındaki arayüzlerin yapısını öngören bir sayısal yöntem; bu ikili neredeyse her yarı iletkende bulunuyor.

• Bir malzemenin tane yapısını ısıl özellikleriyle ilişkilendiren bir sayısal yöntem; bu, mühendislerin ısıyı daha iyi dağıtan malzemeler tasarlamasına yardımcı olurdu.

• Bir malzemeye ışık tutulmasının davranışını, özellikle süperiletkenlik bağlamında, neden değiştirebildiğine dair bir teori.

• Yoğunluk Fonksiyonel Teorisi'nde (Density Functional Theory) sayısal bir iyileştirme; araştırmacıların atom ve molekül yapılarını modellemek için kullandığı ana teknik.

Listenin hazırlanmasına yardımcı olan Stanford profesörü Felipe Jornada, yaptığı açıklamada alanın henüz kimsenin açıklayamadığı gözlemlenmiş olgularla dolu olduğunu, bunların açıklanmasının fiziğe dair anlayışımızı derinleştireceğini ve aynı zamanda elektroniğin nasıl üretildiğini, enerjinin nasıl depolandığını ve gelecekteki malzemelerin nasıl geliştirildiğini şekillendireceğini söyledi.

Frontier modeller şimdiden denedi

Yarışmayı kamuya duyurmadan önce Discovered Materials, frontier laboratuvar modellerine bir deneme şansı verdi. TechCrunch'a göre internet erişimi ve diğer kaynaklarla donatılmış yapay zekâ ajanları her sorun üzerinde günlerce özerk biçimde çalıştı — ama pek ilerleme kaydedemedi. TechCrunch, OpenAI veya Anthropic gibi bir laboratuvarın aynı sorunlara çok daha fazla işlem gücüyle veya daha yeni bir modelle saldırmasının şaşırtıcı olmayacağını not ediyor.

Discovered Materials'ın kurucu ortağı Advaith Sridhar, TechCrunch'a zor kısmın tanımsal olduğunu söyledi. Matematik bir çözüm için net evet-hayır ölçütleri sunarken, malzeme bilimi sorularının sabitlenmesi daha zor — danışman profesörlerin doğru soruları şekillendirmedeki yardımı bu yüzden bu kadar önemliydi.

Yapay zekâ ilerlemesi için bir skor tablosu

Sridhar, ödülü kimin kazandığına karşı kasıtlı olarak kayıtsız bir çerçevede sundu. Şirketinin, bir üniversite araştırmacısının ya da bir frontier laboratuvarın cevapları bulmasının fark etmediğini, sorunların modellerin gelişip gelişmediğini ortaya koyan referans noktaları belirlemek için var olduğunu — kendi ifadesiyle, modellerin "bu alanda tırmanıp tırmanmadığını" göstermek için var olduğunu söyledi.

Ayrıca bu çabayı alışılmış bilimsel iş akışının tersine çevrilmesi olarak tanımladı: önce doğrulama ve sorun üzerinde anlaş, sonra birisi — insan ya da makine — sorunu açıklayan fikirleri üretsin.

Yarışmanın arkasındaki girişim

Discovered Materials'ın temel işi yarı iletkenler için yeni malzemeler geliştirmek. Şirket, büyük çip üreticileriyle araştırma projeleri yürütürken kendi bilimsel çalışmasına da fon sağlıyor. Tohum yatırım turunu Ağustos'ta duyurduğunda Sridhar, TechCrunch'a şirketin bir yıl içinde yararlı bir malzeme üreteceğini umduğunu söylemişti. Şimdi bu zaman çizelgelerinin hızlandığını ve endüstriyel olarak yararlı malzemelerin bundan daha erken ortaya çıkacağına daha da güvendiğini söylüyor.

Neden önemli

Matematik, kodlama ve oyunlardaki yapay zekâ kıyaslamaları artık tanıdık, ancak fiziksel bilimlerin eşdeğer bir skor tablosu yoktu — kısmen sorunların kendisi temiz ve doğrulanabilir bir biçimde ifade edilmeye dirençli olduğu için. Akademisyenlerle çalışıp beş açık sorun tanımlayan ve herkesi çözmeye davet eden Discovered Materials, kıyaslama odaklı yapay zekâ ilerlemesinin, çıktıları tek cevaplar değil teoriler ve sayısal yöntemler olan bir alana uzanıp uzanamayacağını test ediyor. Bahse girilen şey pratik olduğu kadar akademik de: beş sorunun çoğu doğrudan çip üretimini, ısı yönetimini ya da sektörün bel bağlı olduğu simülasyon araçlarını ilgilendiriyor. Modeller bu boşlukları kapatmaya başlarsa, bu, yapay zekâ destekli keşfin yalnızca iyi tanımlanmış biçimsel sistemlerin içinde değil, fiziğin sınırlarında da işleyebileceğinin ilk kanıtı olur.