यह स्टार्टअप AI का उपयोग करके ठंडे चिप्स के लिए सामग्री खोज रहा है

मुख्य बिंदु

• Discovered Materials ने 2025 में Lightspeed India Partners के नेतृत्व में $9 मिलियन की सीड राउंड बंद की।
• यह स्टार्टअप AI एजेंटों का उपयोग करता है, सॉफ्टवेयर जो दिन में हजारों संभावित चिप सामग्रियों का परीक्षण करने के लिए चौबीसों घंटे स्वतंत्र रूप से काम कर सकता है।
• इसके संस्थापकों का मानना है कि AI-सहायता प्राप्त सामग्री विज्ञान में वास्तविक बाधा उम्मीदवारों को खोजना नहीं बल्कि उनकी पुष्टि करना और भौतिक रूप से उन्हें बनाना है।
• अभी तक कोई भी AI-खोजी गई सामग्री बड़े पैमाने पर व्यावसायिक उत्पादन तक पहुंची नहीं है, न ही चिप्स में और न ही किसी अन्य उद्योग में।

चिप्स गर्म होते हैं। यह ताप ही है कि डेटा सेंटर - विशाल गोदाम के आकार की इमारतें जो कंप्यूटरों से भरी होती हैं जो स्ट्रीमिंग वीडियो से लेकर AI चैटबॉट तक सब कुछ शक्ति प्रदान करती हैं - बहुत अधिक बिजली जलाते हैं और भारी-भरकम कूलिंग सिस्टम की आवश्यकता होती है। Discovered Materials, एक स्टार्टअप जो प्रसिद्ध स्टार्टअप स्कूल Y Combinator से उभरा है, सोचता है कि AI इस समस्या को ठीक करने में मदद कर सकता है।

कंपनी ने इस हफ्ते घोषणा की है कि इसने $9 मिलियन की सीड राउंड बंद कर दी है, Lightspeed India Partners, Peak XV Partners, और एंजेल निवेशकों Paul Graham, Gokul Rajaram, और Thariq Shihipar के समर्थन के साथ।

कंपनी वास्तव में क्या करती है?

Discovered Materials क्लाउड कंप्यूटरों पर चलने वाले AI एजेंटों के झुंडों का उपयोग करके नई सामग्रियों की खोज करता है जो कंप्यूटर चिप्स को कम गर्मी उत्पन्न करने में मदद कर सकती हैं। सह-संस्थापक Akash Ramdas को Stanford से सामग्री विज्ञान में डॉक्टरेट की उपाधि प्राप्त है; उनका साथी Advaith Sridhar ने दो अन्य टेक कंपनियों में AI एजेंटों पर पहले काम किया है।

Ramdas अपने PhD अनुसंधान के दौरान हाथ से प्रतिदिन लगभग 20 सामग्री विचारों का परीक्षण कर सकते थे। स्टार्टअप की प्रणाली अब प्रतिदिन हजारों परीक्षण चलाती है, लगातार, AI एजेंटों को उन विचारों की खोज करने देकर जिनकी ओर वह उन्हें इशारा करता है।

यह प्रणाली दो चरणों में काम करती है। पहले, यह AI कंपनी Anthropic द्वारा बनाए गए मॉडल का उपयोग करता है, Claude चैटबॉट का निर्माता, आशाजनक सामग्रियों की सूचियां तैयार करने के लिए। फिर यह उम्मीदवारों को physics simulation मॉडलों के माध्यम से चलाता है जिन्हें टीम ने स्वयं प्रशिक्षित किया है, यह जांचने के लिए कि क्या सामग्रियां वास्तव में आगे बढ़ने के लायक हैं।

ठंडी चिप सामग्री खोजना इतना कठिन क्यों है?

एक सामग्री जो चिप्स को ठंडा रखती है, वह निर्माण के लिए असंभव हो सकती है, या यह तापीय रूप से काम कर सकती है लेकिन विद्युत रूप से विफल हो सकती है। जैसा कि Hemant Mohapatra, Lightspeed पार्टनर जिन्होंने इस फंडिंग राउंड का नेतृत्व किया, ने TechCrunch को कहा: "यह atomic structures के साथ whack-a-mole खेलने जैसा है। एक सामग्री केवल वास्तविक दुनिया में उपयोगी होती है यदि वे सभी एक साथ convergence करते हैं।"

Discovered Materials ने इस हफ्ते सैकड़ों नई उम्मीदवार सामग्रियों के उदाहरण जारी किए हैं, साथ ही एक सार्वजनिक benchmarking टूल "Material Discovery Bench" भी जारी किया है जो ट्रैक करता है कि frontier AI मॉडल, यानी सबसे सक्षम AI सिस्टम, इस खोज समस्या पर कितना अच्छा प्रदर्शन करते हैं।

कई अन्य कंपनियां, जिनमें MatNex, SandboxAQ, और CuspAI शामिल हैं, एक ही क्षेत्र में काम कर रही हैं। Discovered Materials इस बात पर दांव लगा रहा है कि semiconductors में ताप की समस्या पर कसकर ध्यान केंद्रित करना, जो सामग्रियों का वर्ग है जिससे चिप्स बनते हैं, इसे एक किनारा देता है।

व्यावहारिक रूप से इसका क्या मतलब है?

अभी के लिए, रोगियों, उपभोक्ताओं और चिप खरीदारों को तत्काल परिवर्तन की उम्मीद नहीं करनी चाहिए। अभी तक AI के साथ खोजी गई कोई भी दवा या सामग्री वाणिज्यिक पैमाने तक नहीं पहुंची है। निकटतम उदाहरण Renterosib नामक एक cancer दवा है, जो Insilico Medicine द्वारा विकसित की गई थी, जो generative AI का उपयोग करके खोजी गई पहली दवा बन गई जो Phase II clinical trial तक पहुंची, एक mid-stage मानव सुरक्षा और प्रभावशीलता परीक्षण।

Mohapatra को विश्वास है कि बाधा उम्मीदवार सामग्रियों की कमी नहीं है। "उन्हें सही तरीके से फ़िल्टर करना और synthesize करना बाधा है," उन्होंने कहा। Sridhar सहमत हैं: "इसमें से बहुत कुछ वास्तव में wet labs में जाना और चीजें बनाना भी शामिल होगा। और यह प्रक्रिया है जिसे तेज नहीं किया जा सकता।"

यदि स्टार्टअप को ऐसी सामग्रियां मिलती हैं जिन्हें सुरक्षित रखने लायक है, तो योजना उन्हें patent करना और उनके उपयोग को chipmakers को लाइसेंस देना है। Sridhar को आशा है कि अगले साल के भीतर patentable खोजें होंगी।

सामान्य प्रश्न

क्या यह मेरे बिजली बिल या AI सेवाओं की लागत को प्रभावित करता है?

अभी नहीं। स्टार्टअप एक प्रारंभिक अनुसंधान चरण में है, और कोई भी नई चिप सामग्री को mass production तक पहुंचने में वर्षों लगेंगे। सस्ते, ठंडे चिप्स अंततः AI सेवाओं को चलाने की लागत को कम कर सकते हैं, लेकिन यह परिणाम अभी भी भविष्य में दूर है।

क्या AI वास्तव में नई सामग्रियों की खोज में अच्छा है?

AI तेजी से संभावनाओं के विशाल स्थान को कम कर सकता है, लेकिन अंतिम सत्यापन में अभी भी भौतिक प्रयोगशाला कार्य की आवश्यकता होती है जिसमें समय लगता है और जिसे स्वचालित नहीं किया जा सकता। उद्योग भर में आशाजनक परिणाम मौजूद हैं, लेकिन कोई भी अभी तक बड़े पैमाने पर व्यावसायिक उपयोग तक नहीं पहुंचे हैं।