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

news.futunn+1news.futunneurekalert+1Deux efforts de recherche distincts ont démontré la capacité de l'IA à accélérer considérablement la recherche de nouveaux matériaux supraconducteurs, avec la DAMO Academy d'Alibaba dévoilant un agent IA autonome ayant identifié quatre nouveaux supraconducteurs et un consortium international publiant une méthode d'apprentissage automatique ayant découvert deux nouveaux supraconducteurs kagome.
La DAMO Academy a annoncé le 3 juillet le lancement d'Elements Claw, décrit comme le premier agent IA pour la découverte de matériaux supraconducteurs, développé conjointement avec l'Université Renmin de Chine et l'Université de l'Académie chinoise des sciences. En utilisant seulement 28 heures de calcul GPU, le système a passé au crible 2,4 millions de structures cristallines et prédit 68 000 matériaux supraconducteurs candidats. Quatre composés entièrement nouveaux ont été par la suite synthétisés et confirmés comme présentant une supraconductivité lors d'expériences en laboratoire.news.futunn+2
Les matériaux vérifiés incluent Hf21Re25, un composé extrait de bases de données existantes ; Zr4VRe7, dont la structure cristalline avait été mal enregistrée ; HfZrRe4, un composé inédit généré entièrement par l'IA ; et Zr3ScRe8, dérivé par raisonnement analogique à partir de matériaux structurellement similaires. La température critique la plus élevée parmi eux a atteint 6,5 K.news.futunn
Elements Claw utilise une architecture d'"intégration spécialisée-générale", construite sur un modèle atomique fondamental d'un milliard de paramètres pré-entraîné sur 125 millions de structures moléculaires et cristallines. Le système atteint un AUC de 0,996 dans la prédiction de la supraconductivité et estime les températures critiques avec une erreur moyenne inférieure à 1 K. Rong Yu, responsable de l'intelligence scientifique à la DAMO Academy, a déclaré qu'il s'agit du "premier lot de matériaux supraconducteurs découverts par un agent IA et validés expérimentalement par la suite". La base de données complète a été mise en open-source pour un usage académique.odaily+2
Par ailleurs, le consortium SuperC dirigé par la professeure Päivi Törmä de l'Université Aalto a publié des résultats dans Physical Review Research décrivant une méthode guidée par l'apprentissage automatique qui a identifié deux nouveaux supraconducteurs kagome : YRu3B2 et LuRu3B2. Ces matériaux tirent leur supraconductivité d'électrons formant des bandes plates au sein d'un réseau kagome, une disposition géométrique nommée d'après un motif traditionnel de vannerie japonais.azoquantum+3
SuperC est la première collaboration mondiale coordonnée dédiée à la recherche de nouveaux supraconducteurs, avec l'objectif ambitieux d'atteindre la supraconductivité à température ambiante d'ici 2033. L'approche du consortium utilise l'apprentissage automatique pour restreindre les combinaisons élémentaires prometteuses avant d'effectuer des calculs de physique quantique pour vérifier les candidats.eurekalert+1
Les deux percées, survenues à quelques jours d'intervalle, soulignent un changement dans la manière dont la recherche en science des matériaux est menée. Alors que la découverte traditionnelle de supraconducteurs reposait sur l'intuition et des essais et erreurs laborieux, les systèmes d'IA peuvent désormais passer au crible des millions de candidats et guider les chercheurs vers les options les plus prometteuses. "De nouveaux supraconducteurs peuvent désormais être trouvés beaucoup plus rapidement", a déclaré Törmä lors de l'annonce des résultats de SuperC.eurekalert