מ-5 שנים ל-2: Samsung רוצה לקצר עם AI את פיתוח חומרי השבבים

Samsung מכוונת את ה-AI לאחד השלבים האיטיים ביותר בהתקדמות של תעשיית השבבים: גילוי חומרים חדשים והכשרתם לייצור. לפי דיווח של Yonhap, החברה רוצה לקצר את זמן הפיתוח מחמש שנים לשנתיים. דחיסה כזו של לוחות הזמנים עשויה להשפיע על דורות הייצור הבאים לא פחות מהתקדמות בליתוגרפיה.

היעדים ש-Samsung הציבה מפורטים למדי: פי חמישה מועמדים מבטיחים לחומרים חדשים, ו-80% פחות ניסויים פיזיים. השיטה מוכרת מעולם ה-AI-for-materials. מודלים חוזים את התכונות של תרכובות אפשריות ומדרגים אותן, ורק המבטיחות ביותר מגיעות למעבדה. תוצאות הניסויים חוזרות למודל ומשפרות אותו בכל סבב. לדברי Samsung, אפשר להחיל את אותה גישה גם על חומרים לסוללות.

המהלך הוא חלק ממאמץ AI רחב יותר של Samsung. הוא כולל מחקר על reasoning שרץ על המכשיר עצמו, כמו ה-framework שנקרא CG-TTRL, ואת מפת הדרכים ל-physical AI שהחברה הציגה ב-Samsung AI Forum 2026. הוא גם משתלב בגל ה-AI-for-science של השבוע, משיתופי הפעולה של Anthropic בתחום גילוי התרופות ועד הטענות של OpenAI בתחום המתמטיקה.

גם המתחרות לא עומדות במקום. Google DeepMind (עם פרויקט GNoME) ו-Microsoft כבר פרסמו מודלים לגילוי חומרים, ו-TSMC ו-Intel משקיעות סכומים גדולים במחקר ופיתוח של חומרים. כדאי לזכור שמדובר ביעדים ולא בתוצאות. הכשרת חומר לייצור המוני דורשת בדיקות אמינות ארוכות, וה-AI לא יכול לדלג עליהן. הסימן האמיתי להצלחה יהיה חומר שפותח בשיטה הזו ונכנס בפועל למפת הדרכים של תהליכי הייצור של Samsung.