La scoperta di nuovi materiali è da sempre un processo lungo e costoso, basato su tentativi ed errori in laboratorio. Oggi l’intelligenza artificiale promette di rivoluzionare questo campo, accelerando la ricerca e riducendo i costi. È questa la scommessa di CuspAI, startup britannica che ha appena raccolto 450 milioni di dollari in un round di finanziamento a cui ha partecipato anche Jeff Bezos, e che ha avviato una collaborazione con NVIDIA per potenziare le sue capacità computazionali.
Come CuspAI usa l’IA per progettare materiali
CuspAI sviluppa modelli di intelligenza artificiale in grado di prevedere le proprietà di nuovi materiali prima ancora che vengano sintetizzati. Invece di testare fisicamente migliaia di combinazioni, gli algoritmi esplorano virtualmente lo spazio chimico, identificando i candidati più promettenti per applicazioni specifiche. L’azienda si concentra su materiali per semiconduttori, stoccaggio di energia e produzione avanzata, settori dove anche un piccolo miglioramento può tradursi in enormi vantaggi competitivi.
Il sostegno di Bezos e la partnership con NVIDIA
Il round da 450 milioni di dollari ha visto la partecipazione di nomi di peso come Jeff Bezos, attraverso il suo veicolo di investimento, e altri fondi specializzati in deep tech. Non si tratta solo di capitale: la collaborazione con NVIDIA fornirà a CuspAI l’infrastruttura di calcolo necessaria per addestrare modelli sempre più complessi su enormi dataset di proprietà chimico-fisiche. L’accesso alle GPU di ultima generazione permetterà di accelerare le simulazioni e rendere il processo di scoperta ancora più rapido.
Perché i materiali contano per chip e batterie
L’industria dei semiconduttori è alla costante ricerca di materiali con migliori proprietà dielettriche, termiche o di mobilità elettronica, per superare i limiti del silicio. Allo stesso modo, le batterie del futuro hanno bisogno di nuovi elettroliti o catodi che offrano maggiore densità energetica e sicurezza. CuspAI punta a diventare il partner di riferimento per aziende che vogliono esplorare rapidamente queste possibilità, riducendo il time-to-market e i costi di R&D.
Cosa significa per chi legge
Anche se la ricerca sui materiali può sembrare distante dalla vita quotidiana, le sue ricadute sono enormi. Ecco tre implicazioni concrete:
- Dispositivi più potenti e sostenibili: chip più efficienti e batterie a lunga durata potrebbero arrivare prima sul mercato, influenzando smartphone, veicoli elettrici e data center.
- Opportunità per l’ecosistema italiano: Centri di ricerca e aziende italiane attive nella scienza dei materiali potrebbero trarre vantaggio da queste tecnologie, integrandole nei propri processi o collaborando con startup come CuspAI.
- Nuove frontiere per l’IA generativa: il caso di CuspAI mostra come l’IA non sia solo chatbot o generazione di immagini, ma possa impattare settori industriali strategici, creando valore economico e occupazione qualificata.