Newsletter Subscribe
Enter your email address below and subscribe to our newsletter

news.futunn+1news.futunneurekalert+1Dos esfuerzos de investigación separados han demostrado la capacidad de la IA para acelerar drásticamente la búsqueda de nuevos materiales superconductores, con la DAMO Academy de Alibaba presentando un agente de IA autónomo que identificó cuatro nuevos superconductores y un consorcio internacional publicando un método de aprendizaje automático que descubrió dos nuevos superconductores kagome.
DAMO Academy anunció el 3 de julio el lanzamiento de Elements Claw, que describió como el primer agente de IA para el descubrimiento de materiales superconductores, desarrollado conjuntamente con la Universidad Renmin de China y la Universidad de la Academia China de Ciencias. Utilizando solo 28 horas de GPU, el sistema analizó 2,4 millones de estructuras cristalinas y predijo 68.000 materiales superconductores candidatos. Cuatro compuestos completamente nuevos fueron posteriormente sintetizados y confirmados para exhibir superconductividad en experimentos de laboratorio.news.futunn+2
Los materiales verificados incluyen Hf21Re25, un compuesto recuperado de bases de datos existentes; Zr4VRe7, cuya estructura cristalina había sido registrada erróneamente; HfZrRe4, un compuesto novedoso generado completamente por IA; y Zr3ScRe8, derivado a través de razonamiento analógico de materiales estructuralmente similares. La temperatura crítica más alta entre ellos alcanzó los 6,5 K.news.futunn
Elements Claw emplea una arquitectura de "integración especializada-general", construida sobre un modelo fundamental atómico de mil millones de parámetros preentrenado en 125 millones de estructuras moleculares y cristalinas. El sistema logra un AUC de 0,996 en la predicción de superconductividad y estima las temperaturas críticas con un error promedio de menos de 1 K. Rong Yu, jefe de inteligencia científica en DAMO Academy, dijo que estos son "el primer lote de materiales superconductores descubiertos por un agente de IA y posteriormente validados experimentalmente". La base de datos completa ha sido abierta para uso académico.odaily+2
Por separado, el consorcio SuperC liderado por la profesora Päivi Törmä de la Universidad Aalto publicó resultados en Physical Review Research describiendo un método guiado por aprendizaje automático que identificó dos nuevos superconductores kagome: YRu3B2 y LuRu3B2. Estos materiales obtienen su superconductividad de electrones que forman bandas planas dentro de una red kagome, una disposición geométrica que lleva el nombre de un patrón tradicional de tejido de cestas japonés.azoquantum+3
SuperC es la primera colaboración global coordinada dedicada a encontrar nuevos superconductores, con el ambicioso objetivo de lograr la superconductividad a temperatura ambiente para 2033. El enfoque del consorcio utiliza el aprendizaje automático para reducir las combinaciones elementales prometedoras antes de realizar cálculos de física cuántica para verificar los candidatos.eurekalert+1
Los dos avances, que llegaron con días de diferencia, subrayan un cambio en cómo se lleva a cabo la investigación en ciencia de materiales. Mientras que el descubrimiento tradicional de superconductores dependía de la intuición y de un laborioso proceso de prueba y error, los sistemas de IA ahora pueden analizar millones de candidatos y guiar a los investigadores hacia las opciones más prometedoras. "Ahora se pueden encontrar nuevos superconductores mucho más rápido", dijo Törmä al anunciar los resultados de SuperC.eurekalert