Alibaba presenterar AI-agent som upptäckt fyra nya supraledare

Två separata forskningsinsatser har demonstrerat AI:s kapacitet att dramatiskt påskynda sökandet efter nya supraledande material, där Alibabas ↘ 0.22% DAMO Academy har presenterat en autonom AI-agent som identifierade fyra nya supraledare, och ett internationellt konsortium har publicerat en maskininlärningsmetod som avslöjat två nya kagome-supraledare.

Alibabas Elements Claw hittar fyra nya supraledare

DAMO Academy meddelade den 3 juli lanseringen av Elements Claw, som de beskrev som den första AI-agenten för upptäckt av supraledande material, utvecklad gemensamt med Renmin University of China och University of Chinese Academy of Sciences. Genom att använda endast 28 GPU-timmar skannade systemet 2,4 miljoner kristallstrukturer och förutspådde 68 000 kandidater till supraledande material. Fyra helt nya föreningar syntetiserades därefter och bekräftades uppvisa supraledning i laboratorieexperiment.news.futunn+2

De verifierade materialen inkluderar Hf21Re25, en förening hämtad från befintliga databaser; Zr4VRe7, vars kristallstruktur hade felregistrerats; HfZrRe4, en ny förening genererad helt av AI; och Zr3ScRe8, härledd genom analogt resonemang från strukturellt liknande material. Den högsta kritiska temperaturen bland dem nådde 6,5 K.news.futunn

Elements Claw använder en "specialiserad-generell integrations"-arkitektur, byggd på en atomär grundmodell med en miljard parametrar, förtränad på 125 miljoner molekylära och kristallina strukturer. Systemet uppnår en AUC på 0,996 i att förutsäga supraledning och estimerar kritiska temperaturer med ett genomsnittligt fel på mindre än 1 K. Rong Yu, chef för vetenskaplig intelligens vid DAMO Academy, sa att detta är "den första batchen av supraledande material upptäckta av en AI-agent och därefter validerade experimentellt." Hela databasen har gjorts tillgänglig som öppen källkod för akademiskt bruk.odaily+2

SuperC-konsortiet upptäcker kagome-supraledare

Separat publicerade SuperC-konsortiet, lett av professor Päivi Törmä vid Aalto-universitetet, resultat i Physical Review Research som beskriver en maskininlärningsstyrd metod som identifierade två nya kagome-supraledare: YRu3B2 och LuRu3B2. Dessa material får sin supraledning från elektroner som bildar platta band inom ett kagome-gitter, en geometrisk ordning uppkallad efter ett traditionellt japanskt korgflätningsmönster.azoquantum+3

SuperC är det första koordinerade globala samarbetet dedikerat till att hitta nya supraledare, med det ambitiösa målet att uppnå supraledning vid rumstemperatur senast 2033. Konsortiets metod använder maskininlärning för att snäva in lovande elementkombinationer innan de utför kvantfysiska beräkningar för att verifiera kandidater.eurekalert+1

En ny era för materialvetenskap

De två genombrotten, som kom med bara några dagars mellanrum, understryker ett skifte i hur materialvetenskaplig forskning utförs. Där traditionell upptäckt av supraledare förlitade sig på intuition och mödosam prövning och fel, kan AI-system nu skanna miljontals kandidater och vägleda forskare mot de mest lovande alternativen. "Nya supraledare kan nu hittas mycket snabbare," sa Törmä när hon presenterade SuperC-resultaten.eurekalert