AIによる計算負荷の増大はデータセンターの消費電力と冷却コストの増加を招いており、その解決策としてAIが活用され始めています。Discovered Materialsは、AIエージェントの活用により、より効率的な集積回路（IC）の製造に貢献する新材料の発見を目指すスタートアップです。

同社は900万ドルのシードラウンド資金調達を完了し、Anthropicのモデルと独自に訓練した物理モデルを組み合わせたソフトウェアパイプラインを開発しました。これにより、材料候補の生成からシミュレーションによる検証までを効率的に行い、1日に数千もの材料候補を探索できるようになりました。これは、創業者の一人であるAdvaith Sridhar氏が以前PhDで1日に20件程度しか検証できなかったのと比較して、飛躍的な進歩です。

Discovered Materialsは、半導体材料の熱問題に特化することで、MatNexやSandboxAQなどの競合他社との差別化を図っています。既に既存の主要チップメーカーが使用する材料と同等の特性を持つ複数の新素材を発見していますが、詳細な情報は公開されていません。

新材料の発見には、熱伝導性や放熱性の向上といった利点と、製造の難しさや電気的特性への影響といったトレードオフが存在します。LightspeedのHemant Mohapatra氏は、これらの要素が全て同時に満たされることが新材料開発の難しさであり、「 whack-a-mole（モグラたたき）」に例えています。

同社は、発見した有望な材料について、GPUへの応用や製造プロセスの特許取得、そしてチップメーカーへのライセンス供与を目指しています。今後1年以内に特許取得に値する新素材が登場することを期待しています。

AIによる材料発見は商業的なインパクトを生み始めていますが、まだ初期段階です。AIが候補物質を生成する能力は向上していますが、Mohapatra氏は、真のボトルネックは「それらを正しくフィルタリングし、合成すること」であると指摘しています。Discovered Materialsは、独自のデータと専門知識、そして実験・検証能力を強みとして、この分野での成功を目指します。ただし、実証実験には依然として「ウェットラボでの実際の作業」が不可欠であり、そのプロセスを加速することは難しいとSridhar氏は述べています。