BANTEN — Masalah cip yang terlalu panas saat memproses kecerdasan buatan (AI) bukan isapan jempol. Kondisi ini menjadi salah satu penyebab utama konsumsi listrik pusat data membengkak dan membutuhkan sistem pendingin ekstra. Kini, para pendiri startup justru memakai senjata yang sama—AI—untuk memecahkan masalah yang turut mereka ciptakan.
Discovered Materials, startup yang baru saja keluar dari akselerator Y Combinator, mengumumkan perolehan pendanaan seed senilai 9 juta dolar AS. Putaran ini dipimpin oleh Lightspeed India Partners, dengan partisipasi Peak XV Partners serta sejumlah angel investor ternama seperti Paul Graham, Gokul Rajaram, dan Thariq Shihipar.
Pendiri Discovered Materials, Advaith Sridhar dan Akash Ramdas, membangun pipa perangkat lunak yang memanfaatkan model Anthropic dalam kerangka khusus untuk menghasilkan kandidat material baru. Tim kemudian menggunakan model fisika fundamental yang mereka latih sendiri untuk menjalankan simulasi verifikasi.
Ramdas, yang memegang gelar doktor ilmu material dari Stanford, membawa pengalaman risetnya ke dalam sistem ini. "Dia mungkin hanya bisa melakukan 20 kali percobaan sehari saat menempuh PhD," ujar Sridhar kepada TechCrunch. "Kami sekarang bisa melakukan ribuan percobaan sehari dengan agen yang berjalan 24/7 di cloud, mengeksplorasi arah riset yang dia berikan."
Perusahaan mengklaim telah menemukan beberapa material yang cocok dengan properti milik pemasok cip besar, meski detailnya masih dirahasiakan. Namun, tantangan terbesar bukan hanya menemukan zat baru, melainkan memastikan material tersebut bisa diproduksi massal. Sebuah material mungkin mampu mengurangi panas, tapi sulit dibuat menjadi cip atau justru mengorbankan sifat kelistrikannya.
"Ini seperti bermain pukul-muncul dengan struktur atom," kata Hemant Mohapatra, partner Lightspeed yang memimpin putaran pendanaan ini. "Sebuah material hanya berguna di dunia nyata jika semua aspeknya konvergen secara bersamaan, dan itulah yang membuat masalah ini menarik untuk dipecahkan."
Ketika kandidat material yang berharga ditemukan, Sridhar mengatakan perusahaan akan mengajukan paten untuk penggunaan material tersebut di GPU atau proses pembuatan cip darinya, lalu melisensikannya ke produsen cip. Targetnya, dalam setahun ke depan sudah ada material baru yang layak dipatenkan.
Mohapatra menilai bisnis prediksi zat baru akan menjadi komoditas seiring meningkatnya kualitas model AI. Keunggulan Discovered Materials, menurutnya, terletak pada pengalaman mendalam Ramdas dan kemampuan menjalankan laboratorium untuk eksperimen serta validasi cepat—sesuatu yang sudah dilakukan kedua pendiri dengan beberapa material baru.
Kendati menjanjikan, belum ada material atau obat yang ditemukan AI yang benar-benar berdampak komersial. Obat paling dekat adalah Renterosib dari Insilico Medicine yang masuk uji klinis Fase II, sementara di sisi material ada magnet permanen bebas tanah jarang dari MatNex atau material semikonduktor garapan Panasonic dan Citrine Informatics—semuanya belum dipakai secara luas di pasar.
Sridhar mengakui realitas di lapangan: "Banyak dari proses ini akan melibatkan kerja di laboratorium basah dan membuat sesuatu secara fisik. Proses inilah yang tidak bisa dipercepat." Ia tetap yakin data dan keahlian unik perusahaannya bisa bersaing dengan laboratorium besar yang didanai banyak uang, meski ia sepakat bahwa "menyaring kandidat dengan benar dan mensintesisnya adalah hambatan terbesar," bukan sekadar menemukan kandidat baru.