Discovered Materials تلعب 'لعبة ضرب الخلد' بالذكاء الاصطناعي لإيجاد رقائق أكثر برودة

تولد رقاقات الذكاء الاصطناعي الحديثة أكثر من 140 واط لكل سنتيمتر مربع من الحرارة ، مما يُشكل عنق زجاجة حرارياً يحد من الأداء ويرفع تكاليف الطاقة في مراكز البيانات. تعتقد شركة ناشئة جديدة تُدعى Discovered Materials أن الحل يكمن في اكتشاف مواد أفضل بشكل أسرع، وذلك باستخدام أسراب من وكلاء الذكاء الاصطناعي التي يمكنها إنجاز ما يستغرق تقليدياً عقداً أو أكثر في غضون أشهر.

تأسست الشركة على يد اثنين من خريجي IIT Madras، وحظيت بدعم من Lightspeed India Partners و Y Combinator والمستثمر الملاك Paul Graham، وخرجت الشركة من دفعة Y Combinator لربيع عام 2026 بمهمة محددة: إيجاد مواد واجهة حرارية (TIMs) جديدة يمكنها توصيل الحرارة بعيداً عن الرقاقات المتزايدة القوة .

ما هي Discovered Materials؟

Discovered Materials هي شركة ناشئة في مجال التكنولوجيا العميقة مقرها سان فرانسيسكو، تقوم ببناء وكلاء ذكاء اصطناعي – أنظمة برمجية مستقلة – تعمل بشكل متوازٍ لتوليد المواد المرشحة ومحاكاتها والتحقق من صحتها. الهدف الأول للشركة هو المواد الواجهة الحرارية، وهي المركبات التي توضع بين طبقات الرقاقة (مثل السيليكون وموزع الحرارة المعدني) لسحب الحرارة للخارج .

الفكرة المركزية للشركة هي أن البحث والتطوير في مجال المواد، الذي يستغرق عادة 10 سنوات أو أكثر من الاكتشاف المختبري إلى التبني التجاري، يمكن اختصاره إلى شهور أو حتى أيام من خلال الأتمتة على نطاق واسع .

كيف تعمل 'لعبة ضرب الخلد بالذكاء الاصطناعي'؟

يصف المؤسس المشارك Advaith Sridhar طريقة الشركة بأنها "ضرب الخلد بالذكاء الاصطناعي" – توليد آلاف المواد المرشحة بالتوازي، ثم تصفيتها بشكل منهجي للوصول إلى أكثرها وعداً . يجمع الخط أنظمة نماذج الذكاء الاصطناعي المتقدمة مع محاكاة فيزيائية مخصصة:

• توليد المرشحات: تقترح نماذج Claude من Anthropic، من بين أخرى، تركيبات مواد جديدة بناءً على قيود علمية .
• المحاكاة السريعة: تقوم نماذج فيزيائية تأسيسية دربتها الشركة بتشغيل محاكاة لاختبار استقرار كل مرشح، وتوصيله الحراري، وخصائص أخرى .
• التصفية التكرارية: يقوم النظام بفحص النتائج، ويستبعد المرشحين غير المحتملين، ويُغذي المؤشرات الواعدة مرة أخرى في حلقة التوليد للتحسين.

يتوسع هذا الخط بشكل كبير مقارنة بالبحث البشري فقط. خلال دراسته للدكتوراه، قدر المؤسس المشارك Akash Ramdas أنه كان يراجع حوالي 20 مادة مرشحة يومياً . يمكن لوكلاء Discovered Materials تقييم آلاف المواد يومياً، ويعملون على مدار الساعة طوال أيام الأسبوع على البنية التحتية السحابية .

التحقق المبكر: مضاهاة عمالقة الكيمياء في 90 يوماً

إلى جانب إعلان التمويل في أغسطس 2026، ادعت Discovered Materials أن وكلاءها الذكيين تمكنوا من مضاهاة أداء تركيبات TIM التجارية الحالية من شركات كيميائية كبيرة في 90 يوماً فقط . تقول الشركة الناشئة إنها حققت ذلك باستخدام وكلاء ذكاء اصطناعي يعملون في السحابة بشكل مستمر، دون الوصول إلى البيانات الخاصة للشركات القائمة .

كما أصدرت الشركة المئات من المواد المكتشفة بالذكاء الاصطناعي بشكل عام وأطلقت "مقياس اكتشاف المواد" (Material Discovery Bench) – وهو معيار مفتوح مصمم للسماح للمجال بمقارنة النتائج من طرق اكتشاف المواد المختلفة بقيادة الذكاء الاصطناعي .

من المهم ملاحظة أن هذا الادعاء بالتحقق في 90 يوماً لم يتم تكراره أو نشره بشكل مستقل بعد في أدبيات مراجعة الأقران . النتائج هي إشارة مبكرة، وليست اختراقاً تجارياً مثبتاً.

الفريق المؤسس

يجمع المؤسسون المشاركون خبرات متكاملة تغطي مساحة المشكلة بأكملها:

المؤسس المشارك	الخلفية	التفاصيل الرئيسية
Akash Ramdas	دكتوراه في علوم المواد من جامعة ستانفورد؛ درجة البكالوريوس من IIT Madras	11 عاماً من البحث في مواد أشباه الموصلات؛ وقد تم اعتماد عمله في الوصلات البينية النانوية في خرائط الطريق لشركتي Intel و TSMC
Advaith Sridhar	درس الذكاء الاصطناعي في جامعة Carnegie Mellon؛ عالم تطبيقي مؤسس في Persona AI (التي تم الاستحواذ عليها) ومهندس أبحاث في Luma Labs	بنى وكلاء مستقلين طويلي الأمد لشركات اتصالات وعملات رقمية كبرى قبل المشاركة في تأسيس Discovered Materials

التقى الاثنان منذ أكثر من عقد كطالبين في IIT Madras، إحدى أعرق مؤسسات الهندسة في الهند . مساراهما المتباعدان – أحدهما في علوم المواد العميقة في ستانفورد والآخر في هندسة الذكاء الاصطناعي المتطورة – تقاربا حول مشكلة تسريع اكتشاف مواد أشباه الموصلات .

وصف Hemant Mohapatra، الشريك في Lightspeed India، الفريق المؤسس بأنه يجمع "مزيجاً نادراً من الخبرة العميقة في علوم المواد وهندسة الذكاء الاصطناعي المتطورة" .

تفاصيل التمويل

البند	التفاصيل
إجمالي المبلغ الذي تم جمعه	9 ملايين دولار (حوالي 85 كرور روبية) في جولة تمويل أولي
المستثمر الرئيسي	Lightspeed India Partners
المستثمرون المؤسسيون الآخرون	Y Combinator، Peak XV Partners
المستثمرون الملائكة	Paul Graham (المؤسس المشارك لـ YC)، Gokul Rajaram (مجلس إدارة DoorDash)، Thariq Shihipar (Anthropic)
تاريخ الإعلان	10–11 أغسطس 2026

سيتم استخدام الأموال لتوسيع نطاق منصة وكلاء الذكاء الاصطناعي، وتوظيف المواهب التقنية، وتسريع شراكات التحقق من المختبر إلى المصنع مع شركات أشباه الموصلات .

التحدي الأكبر: عبور فجوة 'من المختبر إلى المصنع'

اكتشاف مادة واعدة حسابياً شيء، وإثبات إمكانية تصنيعها على نطاق واسع ودمجها في عمليات تصنيع الرقاقات وأدائها بشكل موثوق لسنوات هو خطوة أكثر صعوبة وتتطلب رأس مال كبير. يُشار إلى "وادي الموت" بين الاكتشاف والتسويق على نطاق واسع بأنه أصعب جزء في علوم المواد .

تشمل التحديات الإضافية:

• المنافسة والاحتكار: تمتلك شركات المواد الكيميائية وأشباه الموصلات الكبيرة عقوداً من البيانات الخاصة، وعلاقات عملاء عميقة، وجهودها الخاصة في الذكاء الاصطناعي. يجب على الشركات الناشئة أن تثبت أنها تستطيع التحرك بشكل أسرع وبتكلفة أقل.
• ندرة البيانات: البيانات عالية الجودة المسمى للمواد نادرة ومكلفة في توليدها؛ تعتمد جودة مخرجات الذكاء الاصطناعي بشكل حاسم على البيانات التي يتم تدريب الوكلاء أو توجيههم بها.
• المقايضات الهندسية: قد تكون المادة التي تقلل الحرارة صلبة جداً، أو مكلفة جداً، أو غير مستقرة جداً بحيث لا يمكن تصنيعها. يتطلب التنقل بين هذه المقايضات تكاملاً وثيقاً مع خبراء التصنيع .

المشهد الأوسع لاكتشاف المواد بقيادة الذكاء الاصطناعي

جزء Discovered Materials من مجال سريع التوسع يُطلق عليه غالباً "الذكاء الاصطناعي للعلوم" أو "المعلوماتية المادية". الفكرة الأساسية عبر الأوساط الأكاديمية والشركات الناشئة المدعومة بالمغامرة هي نفسها: يمكن لنماذج الذكاء الاصطناعي البحث في فضاءات التركيب الكيميائي والبلوري بشكل أسرع بكثير من الحدس البشري أو التجارب المعملية التقليدية.

تشمل الجهات الفاعلة والمشاريع البارزة في هذا المجال الأوسع:

• GNoME من Google DeepMind – شبكات عصبية رسومية اكتشفت مئات الآلاف من الهياكل البلورية المستقرة.
• MatterGen من Microsoft – ذكاء اصطناعي توليدي لتصميم المواد.
• مشروع المواد (LBNL) – قاعدة بيانات مفتوحة تستخدم على نطاق واسع من قبل نماذج الذكاء الاصطناعي.
• Orbital Materials, Kebotix, Citrine Informatics – شركات ناشئة مدعومة بالمغامرة تطبق الذكاء الاصطناعي على مجالات مختلفة لاكتشاف المواد.

تميز Discovered Materials نفسها بالتركيز بشكل ضيق على مشكلة واحدة عالية القيمة في أشباه الموصلات – الإدارة الحرارية – بدلاً من التركيز بشكل عام على جميع المواد، وباستخدام بنية أسراب متعددة الوكلاء بدلاً من نموذج واحد .

ماذا بعد؟

ستحدد السنوات القليلة القادمة ما إذا كان اكتشاف المواد بقيادة الذكاء الاصطناعي يمكن أن ينتقل من النتائج الحسابية الواعدة إلى التأثير التجاري الحقيقي في تصنيع الرقاقات. نموذج عمل Discovered Materials هو تسجيل براءات اختراع للمواد التي تكتشفها وترخيصها لصانعي الرقاقات . لمشغلي مراكز البيانات والمديرين التنفيذيين لأشباه الموصلات الذين يراقبون هذا المجال، سيكون تقدم الشركة الناشئة – أو عدمه – إشارة مفيدة حول ما إذا كان الذكاء الاصطناعي يمكنه أخيراً كسر أحد أقدم عنق الزجاجة في الأجهزة.