AIToday
大規模言語モデルAIビジネス・産業TechCrunch AI掲載日時: 2026年11月5日 22:01

材料科学の5課題に100万ドル懸賞

LINEで送る
材料科学の5課題に100万ドル懸賞

3つのポイント

  1. 何が起きたか

    Discovered Materialsは、学術諮問グループが提示した材料科学の5課題——銅酸化物超伝導やシリコン-二酸化シリコン界面など——の解決策に100万ドルの賞金プールを設けると発表した。

  2. なぜ重要か

    発表前に、このスタートアップは最先端AIエージェントを各課題で数日間自律稼働させたが、大きな進展は得られず、現在のモデルは材料物理を依然苦手とすることがうかがえる。

誰に効くか科学的発見に取り組む材料研究者やAIラボは、観測現象の説明がなお難しい領域で自らのモデルが前進できるかを試す、具体的で公開された目標を得た。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

Y Combinatorの2026年春バッチに参加するDiscovered Materialsは、材料科学をベンチマークに変えようとしている。数学には厳密な定義とイエスかノーかの答えがあるが、材料科学にはミレニアム懸賞問題に相当するものが存在しないと、共同創業者のAdvaith Sridhar氏は指摘する。そこで同社は学者を集めて5つの課題を定義し、まず最先端モデルで試した。AIエージェントにインターネット接続などのリソースを与え、数日間自律的に稼働させたが、モデルは大きな進展を見せなかった。

この結果が賞金制度の背景にある。Sridhar氏によれば、解決策を見つけるのが同社でも教授でも最先端ラボでも、会社にとっては問題ではない。狙いは、モデルがこの領域で力をつけているかを示す目標地点をつくり、科学的探究をまず検証と問いの設定に移し、問題を説明するアイデアは後から出す方向へ変えることにある。

同社の本業は半導体向けの新材料開発で、チップ大手と提携しつつ自社研究にも資金を投じている。8月にシードラウンドを発表した際、Sridhar氏は1年以内に有用な材料を生み出したいと話していた。今はその見通しが前倒しになり、1年未満で産業的に有用な材料を見つけられるとの自信を深めているという。

よくある質問
5つの課題とは何か?
銅酸化物超伝導の理論、シリコン-二酸化シリコン界面を予測する手法、粒構造を熱物性に結びつける手法、光誘起による材料変化の理論、密度汎関数理論を改良する手法が含まれる。
課題を定義したのは誰か?
Discovered Materialsは世界の有力大学の学者による諮問グループを招き、スタンフォード大学教授のFelipe Jornada氏らが5つの未解決課題を明示した。
TechCrunch AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へBig Techが巨額投資を計画