Академия DAMO компании Alibaba в сотрудничестве со Школой искусственного интеллекта Гаолин при Народном университете Китая и Китайской академией наук выпустила ElementsClaw — первый ИИ-агент, предназначенный для открытия сверхпроводящих материалов, сообщает QbitAI. Система проанализировала 2,4 миллиона известных стабильных кристаллических структур всего за 28 GPU-часов, выявив 68 000 потенциальных сверхпроводников и экспериментально подтвердив 4 совершенно новых, ранее неизвестных науке.
Открытие сверхпроводников исследователи долгое время сравнивали с готовкой без рецепта. С момента открытия первого сверхпроводника в 1911 году человечество идентифицировало лишь около 2000 сверхпроводящих материалов за более чем столетие, причем менее 100 из них демонстрируют высокотемпературную сверхпроводимость выше 40K. Крупные прорывы — от медьсодержащих до железосодержащих и никельсодержащих сверхпроводников — в значительной степени были случайными открытиями. Международная база данных сверхпроводников SuperCon в настоящее время содержит чуть более 2000 записей.
Профессор Цзинь Шифэн из Китайской академии наук, присоединившийся к исследовательской группе, охарактеризовал традиционные исследования сверхпроводников как экспериментальную кулинарию — постоянную корректировку элементных соотношений с гораздо более низким процентом успеха, чем в реальной готовке. Фундаментальная проблема заключается в том, что физический механизм высокотемпературной сверхпроводимости выше 40K до сих пор не до конца понят, что вынуждает исследователей полагаться на метод проб и ошибок.
ElementsClaw выходит за рамки предыдущих подходов ИИ к открытию материалов. В то время как GNoME от DeepMind предсказала 2,2 миллиона теоретически стабильных материалов, а MatterGen от Microsoft использовала генеративный ИИ для создания новых структур, ElementsClaw функционирует как комплексный ИИ-агент. Он не только предсказывает сверхпроводимость, но и проверяет существующую литературу, оценивает возможность синтеза, токсичность и прогнозирует производственные затраты — охватывая весь исследовательский рабочий процесс, который обычно занимает у исследователей дни или даже годы.
Команда отобрала легко синтезируемые кандидаты из 68 000 предсказаний для экспериментальной проверки, и четыре совершенно новых сверхпроводника были подтверждены. Все данные прогнозирования — показатели сверхпроводимости, кристаллические структуры и оценочные критические температуры для всех 2,4 миллионов материалов — были опубликованы в открытом доступе на science.damo-academy.com для мирового исследовательского сообщества. Как отметил один из исследователей, в отличие от биологии, где AlphaFold произвел революцию в предсказании структуры белков, задача в материаловедении значительно сложнее, учитывая сотни элементов и сложные типы связей.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
