新闻 · TechCrunch AI
一家 YC 初创公司悬赏 100 万美元，征集 AI 尚未解决的 5 个材料科学难题
尽管前沿 AI 模型已解决了一系列引人注目的数学难题，并在生命科学领域取得进展，但它们尚未真正深入探究先进材料中的复杂物理问题。
en
英文原标题：A YC startup is putting $1M behind 5 unsolved materials science problems for AI
本文为英文原文的机器翻译摘要，原文见：TechCrunch AI ↗
- 成立仅数月、位于旧金山的初创公司 Discovered Materials（YC 2026 春季批次）宣布设立总额 100 万美元的奖金池，悬赏 AI 模型解决材料科学领域的五个未解难题。
- 这五个问题由全球顶尖高校的学术顾问团队拟定，包括：解释铜氧化物超导性的理论、预测硅与二氧化硅界面结构的数值方法、将晶粒结构与热学性质关联的数值方法、解释光照改变材料行为（尤其超导性）的理论，以及改进密度泛函理论（DFT）的数值方法。
- 在公布挑战前，该公司让前沿实验室的 AI 模型以自主智能体方式运行数天尝试解题，但进展甚微；不过文章指出，OpenAI 或 Anthropic 等公司若投入更多算力或更新模型，仍可能一举解决。
- 公司联合创始人 Advaith Sridhar 表示，无论问题由谁解决，这些挑战都旨在充当“目标标尺”，用于追踪模型在该领域是否取得进展，并深化对材料行为的理解。
- Discovered Materials 主要致力于为半导体开发新材料，与芯片巨头合作研究，并自筹资金开展科学探索；Sridhar 称找到工业可用材料的时间表已有所加速，比一年更短。
关键数据
- 奖金池总额为 100 万美元
- Discovered Materials 是 Y Combinator 2026 年春季批次公司
- AI 模型在每个问题上自主运行数天，未取得明显进展
- 公司于 8 月宣布种子轮融资
为什么值得看：它展示了 AI 在材料科学这一复杂物理领域仍面临挑战，并尝试用悬赏方式定义可验证的科研目标，以追踪 AI 的进展。