Discovered Materials, Yapay Zekaya 5 Malzeme Bilimi Sorusu İçin 1 Milyon Dolarlık Ödül Açıkladı

Yapay zekâ modelleri matematik alanındaki karmaşık problemleri çözmek ve yaşam bilimlerindeki gelişmelere öncülük etmekle yetinmeyerek, şimdi de malzeme bilimi gibi fiziksel temelleri daha soyut ve tanımlaması güç alanlara yöneliyor. San Francisco merkezli ve birkaç ay önce kurulan Discovered Materials şirketi, ileri düzey çiplerin üretiminde kullanılmak üzere yeni maddeler keşfetmek için yapay zekâ modelleri geliştiren bir girişim olarak öne çıkıyor. Şirket, bu alanda yapay zekânın sınırlarını test etmek amacıyla beş kritik problemi çözen modellere toplam 1 milyon dolar değerinde ödül vaat etti.
Y Combinator'ın 2026 bahar dönemindeki partisinin bir üyesi olan Discovered Materials'ın kurucu ortağı Advaith Sridhar, malzeme bilimindeki sorunların matematik gibi net tanımlara sahip olmaması nedeniyle yapay zekâ modelleri için daha karmaşık olduğunu belirtiyor. Sridhar, "Malzeme biliminde problemleri net biçimde belirtmek daha zordur çünkü matematikteki gibi çok spesifik bir tanımınız yok ve evet ya da hayır sonucuna varamıyorsunuz" ifadelerini kullandı. Şirket, alanın büyük zorluklarının neler olduğunu ve yapay zekânın ilerlemesinin nasıl ölçülebileceğini belirlemek amacıyla tartışmalara başladı.

Beş Temel Malzeme Bilimi Problemi ve Ödül Havuzu​

Malzeme biliminin Millennium Prize Problemlerine benzer tanınmış bir başlatıcı ödül sistemine sahip olmaması, Discovered Materials'ı küresel düzeyde önde gelen üniversitelerdeki akademisyenlerden oluşan bir danışma grubu işe alarak beş açık problemi belirlemeye yönlendirdi. Bu problemler arasında kuprat süper iletkenliği (belirli maddelerin ultra düşük sıcaklıklarda sıfır elektrik direncine sahip olma yeteneği) için yeni bir teori üretmek yer alıyor. Ayrıca neredeyse tüm yarı iletkenlerde bulunan silikon ve silikon dioksit arayüzlerinin yapılarını öngören sayısal bir yöntem geliştirmek, ısı dağıtım malzemelerinin tasarımını iyileştirmek için tane yapısını termal özelliklere eşleyen bir yöntem oluşturmak, ışığın malzemelerin davranışını değiştirmesinin nedenini tahmin eden bir teori kurmak ve atom ile moleküllerin yapılarını modellemede kullanılan anahtar teknik olan yoğunluk fonksiyoneli teorisini geliştiren sayısal bir yöntem üzerine çalışmak bulunuyor.

Stanford Üniversitesi'nden Felipe Jornada'nın Açıklaması​

Standford Üniversitesi profesörü ve zorlukların geliştirilmesine yardımcı olan Felipe Jornada, "Malzeme bilimi genelinde, gözlemlediğimiz ancak açıklayamadığımız fenomenler var" diyerek şu değerlendirmede bulundu: "Bu fenomenleri açıklamak, fiziğe olan anlayışımızı iyileştirecek ve cevaplar gelecekteki elektroniklerin, enerji depolamanın ve malzemelerin nasıl üretileceğini doğrudan şekillendirecek."
Zorlukların duyurulmasından önce, Discovered Materials, fronter laboratuvar modellerini üzerinde çalışma imkânı tanımak amacıyla beş probleme serbest bıraktı. Yapay zekâ ajanlarına internet erişimi ve diğer kaynaklar verilerek günlerce otonom olarak çalışmaları sağlandı. Modellerin her bir problem üzerinde birkaç gün harcamasına rağmen önemli bir ilerleme kaydedememesi, sorunun karmaşıklığını gözler önüne serdi. Ancak Sridhar, OpenAI veya Anthropic gibi şirketlerin çok daha fazla hesaplama gücü veya daha yeni bir modelle bu problemleri bir denemede çözebileceğini hayal etmenin kolay olduğunu da kabul etti.

Bilimsel Sorgulamanın Yeni Yöntemi ve Discovered Materials'ın Hedefleri​

Sridhar, problemlerin kendileri tarafından bulunup bulunmaması, başka biri, bir profesör veya fronter laboratuvarlar tarafından çözülmüş olmasının kendileri için bir kaygı konusu olmadığını ifade etti. "Bu zorlukları duyurarak onları hedef tabelaları olarak kullanmak istiyoruz. Bu zorlukları gidermek, malzemeleri ve çevremizdeki şeylerin nasıl davrandığını daha iyi anlayarak ilerlememize olanak tanır," diyen Sridhar, takibi sağlayarak modellerin bu alanda 'tırmanıp tırmanmadığını' göstereceklerini ekledi.
Yapay zekâ, insanların araştırmacıları beklemeyen içgörüleri ve teknikleri ortaya çıkarabilme kabiliyetini gösterdikçe, bilimsel sorgulamanın doğası da değişiyor. Çözümün bulunması hiç olmadığı kadar kolay hale gelirken, soruların kendisi daha da önemli hale geliyor. "Bu, önce doğrulama ve zorlukları biz bulup, problemin açıklamasını getiren fikri birine bırakabileceğimiz bilimi düşünmenin yeni bir yolu," diyen Sridhar, "Alanında sorulması gereken doğru soruların ne olduğunu bilmek çok kolay değil ve bu alanda çok zorlayıcıdır, bu yüzden hocalarımız sorulması gereken doğru soruları şekillendirmemizde bize gerçekten yardımcı oldular" şeklinde konuştu.

Discovered Materials'ın Yarı İletken Odaklı Çalışmaları ve Zaman Çizelgesi​

Discovered Materials'ın ana odağı, yarı iletkenlerde kullanım için yeni malzemeler geliştirmek olup, girişim çip devleriyle araştırma projeleri üzerinde ortaklaşa çalışırken kendi bilimsel çabalarını da finanse ediyor. Şirket, Ağustos ayında tohum turunu duyurduğunda Sridhar, şirketi yıl içinde faydalı bir malzeme üretmeye umutlandığını açıklamıştı. Bugünlerde ise Sridhar, "Bu zaman çizelgeleri biraz hızlandı. Endüstriyel olarak faydalı malzemeleri bir yıldan kısa bir süre içinde bulabileceğimize inanıyorum" diyerek daha erken bir keşif beklentisi taşıdığını dile getirdi.

Sıkça Sorulan Sorular​

Discovered Materials'ın açtığı yarışmada belirlenen beş temel malzeme bilimi sorunu nelerdir?​

Kaynak metne göre bu sorunlar; kuprat süper iletkenliği için açıklama sunan bir teori, silikon ve silikon dioksit arayüzlerinin yapılarını öngören sayısal bir yöntem, tane yapısını termal özelliklere eşleyen bir yöntem, ışığın malzemelerin davranışını değiştirmesini açıklayan bir teori ve yoğunluk fonksiyoneli teorisini geliştiren bir sayısal yöntem olarak listelenmiştir.

Yapay zekâ modelleri Discovered Materials'ın belirlediği bu sorularda ne ölçüde başarılı oldu?​

Kaynak içerinde belirtildiğine göre, fronter laboratuvar modelleri internet erişimi ve diğer kaynaklarla otonom olarak günlerce çalışmasına rağmen bu beş sorunda pek ilerleme kaydedemedi. Bu durum, modellerin mevcut haliyle bu karmaşık fiziksel fenomenleri çözmekte yetersiz kaldığını göstermektedir.

Discovered Materials, bu yarışmayı duyurmadan önce soruları nasıl test etti?​

Şirket, ödül havuzunu duyurmadan önce fronter laboratuvar modellerini bu beş sorun üzerinde çalışma imkânı tanımak amacıyla serbest bıraktı. Modellerin günlerce otonom çalışması, soruların zorluk düzeyini test etmek ve ilerlemenin nasıl ölçüleceğine dair bir izleme yöntemi geliştirmek amacıyla gerçekleştirildi.

Stanford Üniversitesi Profesörü Felipe Jornada, bu beş sorunun çözüleceğinin bilimsel topluluk için ne anlama geleceğini nasıl ifade etti?​

Jornada, gözlemleyebildiğimiz ancak açıklayamadığımız birçok fenomen olduğunu belirtti. Bu fenomenlerin açıklanmasının, fiziğe olan anlayışımızı iyileştireceğini ve cevapların gelecekteki elektronikler, enerji depolama ve malzeme üretimi konusundaki kararları doğrudan şekillendireceğini ifade etti.

Discovered Materials'ın kurucu ortağı Advaith Sridhar, şirketin yeni malzeme keşfi hedefine ne kadar sürede ulaşacağına dair daha önceki öngörüsünü nasıl güncelledi?​

Sridhar, şirketin tohum turunu duyurduğu dönemde yeni ve endüstriyel olarak faydalı malzemeyi yaklaşık bir yıllık bir zaman çizelgesinde bulmayı umduğunu söylemişti. Günümüzde ise bu zaman çizelgesinin hızlandığını ve bir yıldan daha kısa bir sürede endüstriyel olarak faydalı malzemeleri bulabileceklerine daha fazla güvendiğini ifade etti.