Claw, de AI Agent Elements, finaliza el desarrollo de un material superconductor
A medida que la inteligencia artificial amplía los límites de la exploración científica, se ha alcanzado un hito significativo. El 3 de julio, la Alibaba DAMO Academy, en colaboración con la Universidad Renmin de China y la Universidad de la Academia China de Ciencias, presentó «Elements Claw», el primer agente de IA del mundo dedicado al descubrimiento de materiales superconductores. Este avance supone un cambio en el ámbito de los descubrimientos científicos, ya que eleva a la IA de un papel de apoyo al de socio de investigación independiente, al tiempo que establece un marco automatizado y eficiente para el desarrollo de nuevos materiales.
Los métodos tradicionales para encontrar superconductores son notoriamente lentos y dependen en gran medida del método de prueba y error. Aunque las principales bases de datos internacionales, como SuperCon, han acumulado décadas de datos, solo contienen unos 2.000 materiales registrados. Elements Claw supera esta limitación mediante una arquitectura híbrida que combina capacidades especializadas y generales. Entrenado con una base de datos de 125 millones de moléculas y estructuras cristalinas, utiliza un modelo atómico de base (Elements) con 10 000 millones de parámetros. Esto permite al sistema evaluar con precisión el potencial superconductor, alcanzando una puntuación AUC de 0,996 y manteniendo los errores de predicción de la temperatura crítica por debajo de 1 K.

Elements Claw opera siguiendo el flujo de trabajo integral de los científicos humanos. Accede de forma independiente a una amplia bibliografía, evalúa la viabilidad de la síntesis, diseña protocolos experimentales y permite la autoevolución algorítmica al identificar nuevos conocimientos. En aplicaciones prácticas, la IA seleccionó de forma eficiente 68 000 candidatos superconductores de entre 2,4 millones de estructuras cristalinas, completando la tarea en tan solo 28 horas de GPU.
La validación experimental ha confirmado cuatro nuevos materiales superconductores, entre ellos el HfZrRe₄ —diseñado íntegramente por la IA—, así como el Hf₂₁Re₂₅, el Zr₄VRe₇ y el Zr₃ScRe₈, descubiertos mediante la corrección y el análisis en profundidad de las bases de datos existentes. Estos materiales presentan temperaturas críticas de hasta 6,5 K.
Rong Yu, director del departamento de Inteligencia Científica de la Academia DAMO, señaló que estos resultados validan el enorme potencial de los agentes de IA en el descubrimiento de materiales. Para acelerar el progreso del sector, el equipo ha puesto a disposición en código abierto los datos de 2,4 millones de cristales estables. El profesor Huang Wenbing, del Instituto Gaoqiang de Inteligencia Artificial de la Universidad Renmin, destacó que se espera que este marco inteligente se aplique ampliamente a otros materiales críticos, como los electrolitos de baterías de estado sólido, los catalizadores multifásicos y los materiales termoeléctricos, lo que marcará una nueva era en la investigación científica.
Artículo relacionado
Cómo Unitree está dando forma al futuro de la robótica humanoide
La nueva criatura de IA incorporada de Unitree, con tecnología LiDAR 4D de campo de visión ultraamplio para una navegación avanzada en el mundo real. Crédito: UnitreeWang Xingxing, director ejecutivo
¿Por qué Abnormal AI se asoció con OpenAI en «Daybreak»?
Michael Aiello, responsable de productos de ciberseguridad en OpenAI | Crédito: Michael Aiello/LinkedInAbnormal AI se une al programa Daybreak de OpenAI; según Mike Aiello, esta colaboración acelerará
Se publica el modelo preliminar LFM2.5 DSpark: la velocidad de inferencia se ha multiplicado por 3,18
Liquid AI y Hugging Face han publicado oficialmente los puntos de control preliminares del modelo DSpark para la serie LFM2.5, que abarca los modelos LFM2.5-1.2B-Instruct, LFM2.5-2.6B y LFM2.5-8B-A1B.
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
A medida que la inteligencia artificial amplía los límites de la exploración científica, se ha alcanzado un hito significativo. El 3 de julio, la Alibaba DAMO Academy, en colaboración con la Universidad Renmin de China y la Universidad de la Academia China de Ciencias, presentó «Elements Claw», el primer agente de IA del mundo dedicado al descubrimiento de materiales superconductores. Este avance supone un cambio en el ámbito de los descubrimientos científicos, ya que eleva a la IA de un papel de apoyo al de socio de investigación independiente, al tiempo que establece un marco automatizado y eficiente para el desarrollo de nuevos materiales.
Los métodos tradicionales para encontrar superconductores son notoriamente lentos y dependen en gran medida del método de prueba y error. Aunque las principales bases de datos internacionales, como SuperCon, han acumulado décadas de datos, solo contienen unos 2.000 materiales registrados. Elements Claw supera esta limitación mediante una arquitectura híbrida que combina capacidades especializadas y generales. Entrenado con una base de datos de 125 millones de moléculas y estructuras cristalinas, utiliza un modelo atómico de base (Elements) con 10 000 millones de parámetros. Esto permite al sistema evaluar con precisión el potencial superconductor, alcanzando una puntuación AUC de 0,996 y manteniendo los errores de predicción de la temperatura crítica por debajo de 1 K.

Elements Claw opera siguiendo el flujo de trabajo integral de los científicos humanos. Accede de forma independiente a una amplia bibliografía, evalúa la viabilidad de la síntesis, diseña protocolos experimentales y permite la autoevolución algorítmica al identificar nuevos conocimientos. En aplicaciones prácticas, la IA seleccionó de forma eficiente 68 000 candidatos superconductores de entre 2,4 millones de estructuras cristalinas, completando la tarea en tan solo 28 horas de GPU.
La validación experimental ha confirmado cuatro nuevos materiales superconductores, entre ellos el HfZrRe₄ —diseñado íntegramente por la IA—, así como el Hf₂₁Re₂₅, el Zr₄VRe₇ y el Zr₃ScRe₈, descubiertos mediante la corrección y el análisis en profundidad de las bases de datos existentes. Estos materiales presentan temperaturas críticas de hasta 6,5 K.
Rong Yu, director del departamento de Inteligencia Científica de la Academia DAMO, señaló que estos resultados validan el enorme potencial de los agentes de IA en el descubrimiento de materiales. Para acelerar el progreso del sector, el equipo ha puesto a disposición en código abierto los datos de 2,4 millones de cristales estables. El profesor Huang Wenbing, del Instituto Gaoqiang de Inteligencia Artificial de la Universidad Renmin, destacó que se espera que este marco inteligente se aplique ampliamente a otros materiales críticos, como los electrolitos de baterías de estado sólido, los catalizadores multifásicos y los materiales termoeléctricos, lo que marcará una nueva era en la investigación científica.
Cómo Unitree está dando forma al futuro de la robótica humanoide
La nueva criatura de IA incorporada de Unitree, con tecnología LiDAR 4D de campo de visión ultraamplio para una navegación avanzada en el mundo real. Crédito: UnitreeWang Xingxing, director ejecutivo
¿Por qué Abnormal AI se asoció con OpenAI en «Daybreak»?
Michael Aiello, responsable de productos de ciberseguridad en OpenAI | Crédito: Michael Aiello/LinkedInAbnormal AI se une al programa Daybreak de OpenAI; según Mike Aiello, esta colaboración acelerará
Se publica el modelo preliminar LFM2.5 DSpark: la velocidad de inferencia se ha multiplicado por 3,18
Liquid AI y Hugging Face han publicado oficialmente los puntos de control preliminares del modelo DSpark para la serie LFM2.5, que abarca los modelos LFM2.5-1.2B-Instruct, LFM2.5-2.6B y LFM2.5-8B-A1B.





Hogar






