YC初创公司Discovered Materials设 100 万美元奖金，悬赏AI求解五个材料科学开放问题
这家成立数月、用AI寻找芯片材料的旧金山公司从Y Combinator 2026年春季批次毕业。它联合高校学者列出五个尚无定论的难题，总额 100 万美元奖金面向能给出解法的人或模型。
AI解读：Discovered Materials宣布一项总额 100 万美元的悬赏，对应材料科学的五个开放问题，平均每题 20 万美元。
五个问题分别指向铜氧化物超导理论、硅与二氧化硅界面结构预测、晶粒结构与热学性质的数值映射、光致材料行为变化的预测理论，以及改进密度泛函理论（DFT）的数值方法。
公司在公布前让前沿实验室的模型以自主方式运行数天求解，每个问题都未取得明显进展；联合创始人Advaith Sridhar说，无论解法来自公司、学者还是前沿实验室，他们都乐见其成。
公司称其主业是为半导体开发新材料，与芯片厂商合作研究项目，同时自筹资金做科学探索；Sridhar表示对一年内找到有工业用途材料的信心比此前更强。
Discovered Materials是一家成立数月、总部位于旧金山的初创公司，用AI模型寻找可用于先进芯片的新材料，属于Y Combinator 2026年春季批次。公司宣布设立总额 100 万美元的奖金池，征集对五个材料科学开放问题的解法。TechCrunch报道，按此计算每题对应约 20 万美元。
这五个问题由公司邀请多所全球领先高校的学者组成的顾问组拟定。Sridhar说，材料科学不像数学那样有精确定义、能给出是或否的答案，界定问题本身更困难；团队由此提出：这个领域的重大挑战是什么，如何判断AI正在取得进展。
五个问题具体指什么
据TechCrunch列出的清单，五个问题分别是：解释铜氧化物超导现象的理论，即某些材料在超低温下电阻为零的能力；预测硅与二氧化硅界面结构的数值方法，这一材料组合几乎出现在所有半导体中；把晶粒结构映射到热学性质、从而设计更好散热材料的数值方法；预测光照为何会改变材料行为（尤其涉及超导性）的理论；以及改进密度泛函理论（DFT）的数值方法，DFT是材料科学中用于模拟原子和分子结构的关键技术。
参与拟定问题的斯坦福教授Felipe Jornada在声明中说，材料科学中存在“我们观察到却无法解释的现象”，解释这些现象会增进对物理的理解，答案也将直接作用于电子器件制造、能源存储和未来材料的生产方式。
前沿模型先试过，数天无明显进展
在公布挑战之前，Discovered Materials让前沿实验室的模型试解这些问题，给AI智能体联网权限和其他资源，令其自主运行数天。TechCrunch报道，模型在每个问题上花了数天，没有取得多少进展。
Sridhar表示，解法由公司、其他人、教授还是前沿实验室找到，他们并不特别在意；设立挑战是希望它们充当“球门柱”，有人解开就能加深对材料及周围物质行为的理解。他补充说，追踪解题进展可以看出“模型是否在这个领域往上爬”。
公司自身的材料目标
Discovered Materials的主要方向是为半导体开发新材料，与芯片巨头合作研究项目，同时出资支持自己的科学工作。Sridhar在 8 月宣布种子轮时曾对TechCrunch表示，希望公司在一年内产出一种有用的材料；他现在说时间表“加快了一点”，更有信心在短于一年的时间内找到有工业用途的材料。
Sridhar还把这种悬赏式安排描述为一种科学组织方式的转变：先给出验证标准和挑战，再让人提出解释问题的想法。他说，在这个领域知道该问哪些正确的问题并不简单，教授们的帮助正在于此。