Discovered Materials, jeune pousse de San Francisco issue du programme Y Combinator printemps 2026, a annoncé un défi d’un million de dollars destiné à pousser les modèles d’intelligence artificielle à s’attaquer à cinq problèmes encore non résolus en science des matériaux. L’initiative vise à établir des repères clairs pour mesurer les progrès de l’IA dans un domaine où les avancées restent largement inexplorées.
Un pari ambitieux soutenu par la communauté scientifique
Le co‑fondateur Advaith Sridhar explique que, contrairement aux mathématiques où les questions sont souvent formulées de façon précise, la science des matériaux pose des défis de définition. « Il est plus difficile de spécifier les problèmes clairement en science des matériaux, car il ne s’agit pas d’une réponse oui ou non », souligne-t-il. Pour pallier cette ambiguïté, la startup a réuni un groupe consultatif composé d’universitaires de premier plan afin d’identifier les cinq enjeux les plus critiques.
Le fonds de prix, totalisant un million de dollars, sera réparti entre les solutions jugées les plus prometteuses. Felipe Jornada, professeur à Stanford et membre du comité d’élaboration des défis, rappelle que « les phénomènes observés mais non expliqués sont nombreux ». Résoudre ces énigmes pourrait transformer la compréhension de la physique sous‑jacente et influencer directement la conception d’électroniques, le stockage d’énergie et la fabrication de matériaux de nouvelle génération.
Les cinq problèmes ciblés
Bien que les détails techniques de chaque défi restent confidentiels, le groupe consultatif a défini cinq questions ouvertes qui couvrent les aspects fondamentaux de la science des matériaux. Ces problèmes sont présentés sous forme de catégories génériques afin de guider les chercheurs et les équipes d’IA :
- Problème 1 : Phénomènes observés mais non expliqués.
- Problème 2 : Modélisation précise des propriétés électroniques.
- Problème 3 : Stabilité et durabilité des nouveaux composés.
- Problème 4 : Optimisation de l’efficacité énergétique des matériaux.
- Problème 5 : Méthodes de fabrication à grande échelle.
Ces axes reflètent les besoins pressants de l’industrie des semi‑conducteurs et des technologies de stockage, où chaque amélioration peut se traduire par des gains de performance substantiels.
L’intelligence artificielle mise à l’épreuve
Avant de lancer le concours, Discovered Materials a laissé ses modèles de laboratoire explorer les cinq défis en autonomie, en leur offrant un accès complet à Internet et à d’autres ressources. Les agents IA ont travaillé plusieurs jours sur chaque problème, mais les progrès restent modestes. Cette phase pilote a confirmé que, malgré les succès récents dans les mathématiques et les sciences de la vie, les modèles actuels peinent à appréhender la complexité physique des matériaux avancés.
« Ce n’est pas une préoccupation majeure que nous trouvions la solution nous‑mêmes », indique Sridhar. « L’objectif est de créer des jalons de référence. Si une équipe académique, un laboratoire de pointe ou même un concurrent résout l’un des défis, cela démontrera que les modèles progressent dans ce domaine. » Le suivi des tentatives de résolution permettra d’évaluer l’évolution des capacités de l’IA en science des matériaux.
Implications pour l’industrie des semi‑conducteurs
Discovered Materials se spécialise dans la découverte de nouveaux matériaux destinés aux puces électroniques. La société collabore déjà avec des géants du secteur sur des projets de recherche et finance ses propres initiatives scientifiques. Lors de l’annonce de son tour de financement seed en août, les fondateurs espéraient identifier un matériau exploitable en moins d’un an. Aujourd’hui, ils estiment que les délais se sont raccourcis grâce aux avancées apportées par le défi.
Si les équipes participantes parviennent à résoudre l’un des cinq problèmes, les retombées pourraient être multiples : amélioration de la conductivité, réduction des pertes énergétiques, allongement de la durée de vie des composants, et mise au point de procédés de fabrication plus économiques. Ces gains sont cruciaux à un moment où la demande en puissance de calcul et en stockage d’énergie ne cesse de croître.
En outre, le modèle de « défi ouvert » introduit une nouvelle dynamique dans la recherche scientifique. Au lieu de formuler d’abord les hypothèses, les chercheurs définissent des critères de validation et laissent la communauté – humaine ou artificielle – proposer les solutions. Cette approche, décrite par Sridhar comme « une nouvelle façon de penser la science », pourrait accélérer la découverte de concepts inattendus.
Perspectives et prochains pas
Le défi de Discovered Materials s’inscrit dans une tendance plus large où les entreprises technologiques utilisent les capacités de l’IA pour explorer des territoires scientifiques peu cartographiés. Le succès du concours dépendra de la capacité des participants à combiner puissance de calcul, créativité algorithmique et expertise domain‑specific. Les organisateurs ont indiqué que les résultats seront suivis de près, afin de déterminer si les modèles d’IA gagnent en maturité dans le domaine des matériaux.
En attendant, la startup continue d’alimenter ses propres projets de recherche, tout en restant ouverte à de nouvelles collaborations. Le million de dollars mis en jeu représente non seulement une incitation financière, mais aussi un signal fort envoyé à la communauté scientifique : la résolution des énigmes de la matière est désormais à portée de main, à condition de poser les bonnes questions et de disposer des outils adéquats.
Le défi de Discovered Materials pourrait ainsi devenir un jalon décisif, marquant le passage d’une ère où les avancées matérielles étaient principalement le fruit d’expérimentations laborieuses, à une ère où l’intelligence artificielle joue un rôle central dans la conception et la découverte de nouveaux matériaux.