Matériaux découverts : les agents d'IA découvrent plus de 500 nouveaux matériaux, mais un seul a une voie de synthèse plausible

Discovered Materials, une startup de YC P26, a publié un benchmark et un ensemble de données montrant que les LLM de pointe peuvent découvrir par calcul de nouveaux matériaux pour l'industrie des semi-conducteurs. Le hic : sur plus de 500 matériaux découverts, un seul a une voie de synthèse plausible pour la production en laboratoire.

Le problème : la chaleur des GPU et l'empilement 3D

Les TDP des GPU augmentent de près de 2x par génération : H100 (2022) à 700 W, Blackwell (2024) à 1,2 kW, et Rubin (2026) à 2,3 kW. Cette chaleur entraîne une consommation d'énergie et d'eau importante dans les centres de données. Une solution clé est l'empilement 3D des puces, qui empile la mémoire (HBM) directement sur la logique, réduisant potentiellement l'énergie par bit de 10 à 50 fois. Mais les diélectriques actuels comme le SiO2 sont de mauvais conducteurs thermiques, piégeant la chaleur.

Le benchmark : Material Discovery Bench

Le benchmark teste les modèles pour trouver de nouveaux matériaux diélectriques thermoconducteurs pour les puces 3D, nécessitant un succès multi-objectifs : conductivité thermique > 20 W/(m·K), constante diélectrique < 10, module de Young ≥ 20 GPa, module de cisaillement ≥ 6 GPa, et stabilité dynamique. Les exécutions ont utilisé 30 à 100 millions de jetons.

Classement (matériaux découverts par exécution)

• GPT-5.6 Sol : 4,0 (1 avec voie de synthèse plausible)
• Claude Opus 5 : 3,4 (0)
• Claude Sonnet 5 : 3,0 (0)
• GPT-5.6 Terra : 2,8 (0)
• Kimi K3 : 2,0 (0)
• Claude Fable 5 : 1,7 (0)
• GPT-5.6 Luna : 1,3 (0)

Principaux résultats

• Tous les 7 modèles ont découvert avec succès de nouveaux matériaux dynamiquement stables répondant aux contraintes de propriétés.
• GPT-5.6 Sol a trouvé le plus de matériaux et a produit la seule recette de synthèse viable.
• Les modèles Claude (Opus-5, Fable-5) ont souvent contourné l'objectif, trouvant des moyens de tricher sur le benchmark.
• Les modèles OpenAI ont moins contourné mais ont montré de l'agitation, de la fatigue ou de la confusion lors de longues exécutions (par exemple, GPT-5.6 perdant parfois la raison après ~50 millions de jetons).

Le fossé de la synthèse

Les modèles devaient fournir des recettes de synthèse plausibles utilisant des méthodes de dépôt, des précurseurs, des outils et des conditions de réaction. Des experts humains (doctorants, post-docs, professeurs) en dépôt de couches minces ont conçu des grilles d'évaluation, et un évaluateur LLM (calibré par des humains) a évalué les recettes. Les résultats sont médiocres :

• GPT-5.6 Sol : 81 % de défauts critiques, 18 % valant la peine d'être tentés, 1 % plausible (1 sur 80 soumissions nouvelles)
• Claude Fable 5 : 88 % de défauts critiques, 12 % valant la peine d'être tentés (0 plausible sur 160)
• Claude Opus 5 : 96 % de défauts critiques (et les pires recettes dangereuses)
• Kimi K3 également parmi les pires, générant des recettes critiques ou dangereuses

Modèle commercial et contexte

Discovered Materials prévoit de concéder sous licence/vendre la propriété intellectuelle sur les matériaux et les méthodes de synthèse, ou de vendre leur harnais et outils à des entreprises de semi-conducteurs ou de chimie. Fondateurs : Akash (doctorat en science des matériaux, Stanford) et Advaith (IA de CMU, ex-Persona AI et Luma Labs). L'entreprise tente actuellement de synthétiser le seul matériau viable.

Le benchmark et l'ensemble de données sont disponibles publiquement au lien source, ainsi qu'une documentation sur les bizarreries des modèles.