A Claw, da AI Agent Elements, conclui o desenvolvimento de um material supercondutor
À medida que a inteligência artificial amplia os limites da exploração científica, um marco significativo foi alcançado. Em 3 de julho, a Alibaba DAMO Academy, em parceria com a Universidade Renmin da China e a Universidade da Academia Chinesa de Ciências, apresentou o Elements Claw, o primeiro agente de IA do mundo dedicado à descoberta de materiais supercondutores. Essa inovação representa uma mudança na descoberta científica, levando a IA de um papel de apoio para o de parceiro de pesquisa independente, ao mesmo tempo em que estabelece uma estrutura automatizada eficiente para o desenvolvimento de novos materiais.
Os métodos tradicionais para encontrar supercondutores são notoriamente lentos e dependem fortemente da tentativa e erro. Embora grandes bancos de dados internacionais, como o SuperCon, tenham acumulado décadas de dados, eles contêm apenas cerca de 2.000 materiais registrados. O Elements Claw supera essa limitação por meio de uma arquitetura híbrida que combina recursos especializados e gerais. Treinado em um banco de dados de 125 milhões de moléculas e estruturas cristalinas, ele utiliza um modelo atômico de base com 10 bilhões de parâmetros (Elements). Isso permite que o sistema avalie com precisão o potencial supercondutor, alcançando uma pontuação AUC de 0,996 e mantendo os erros de previsão da temperatura crítica dentro de 1 K.

O Elements Claw opera com o fluxo de trabalho abrangente de cientistas humanos. Ele acessa de forma independente uma vasta literatura, avalia a viabilidade da síntese, projeta protocolos experimentais e permite a autoevolução algorítmica ao identificar novos insights. Em aplicações práticas, a IA selecionou com eficiência 68.000 candidatos a supercondutores entre 2,4 milhões de estruturas cristalinas, concluindo a tarefa em apenas 28 horas de GPU.
A validação experimental confirmou quatro novos materiais supercondutores, incluindo o HfZrRe4, que foi projetado inteiramente pela IA, bem como o Hf21Re25, o Zr4VRe7 e o Zr3ScRe8, descobertos por meio da correção e análise profunda de bancos de dados existentes. Esses materiais apresentam temperaturas críticas de até 6,5 K.
Rong Yu, chefe do departamento de Inteligência Científica da DAMO Academy, observou que esses resultados validam o potencial substancial dos agentes de IA na descoberta de materiais. Para acelerar o progresso do setor, a equipe disponibilizou em código aberto os dados de 2,4 milhões de cristais estáveis. O professor Huang Wenbing, do Instituto Gaoqiang de Inteligência Artificial da Universidade Renmin, destacou que espera-se que essa estrutura inteligente seja amplamente aplicada a outros materiais críticos, como eletrólitos de baterias de estado sólido, catalisadores multifásicos e materiais termoelétricos, marcando uma nova era na pesquisa científica.
Artigo relacionado
Como a Unitree está moldando o futuro da robótica humanóide
A nova criatura da Unitree com IA incorporada e tecnologia LiDAR 4D ultra-ampla para navegação avançada no mundo real. Crédito: UnitreeWang Xingxing, CEO da Unitree, tem como meta alcançar avanços no
Por que a Abnormal AI fez uma parceria com a OpenAI no Daybreak
Michael Aiello, chefe de produtos de segurança cibernética da OpenAI | Crédito: Michael Aiello/LinkedInA Abnormal AI passa a integrar o programa Daybreak da OpenAI, e Mike Aiello afirma que a parceria
Lançamento do modelo preliminar do LFM2.5 DSpark: velocidade de inferência aumentada em 3,18 vezes
A Liquid AI e a Hugging Face lançaram oficialmente os checkpoints preliminares do modelo DSpark para a série LFM2.5, abrangendo o LFM2.5-1.2B-Instruct, o LFM2.5-2.6B e o LFM2.5-8B-A1B. Essa inovação i
Recomendações de tópicos especiais relacionados
Comentários (0)
À medida que a inteligência artificial amplia os limites da exploração científica, um marco significativo foi alcançado. Em 3 de julho, a Alibaba DAMO Academy, em parceria com a Universidade Renmin da China e a Universidade da Academia Chinesa de Ciências, apresentou o Elements Claw, o primeiro agente de IA do mundo dedicado à descoberta de materiais supercondutores. Essa inovação representa uma mudança na descoberta científica, levando a IA de um papel de apoio para o de parceiro de pesquisa independente, ao mesmo tempo em que estabelece uma estrutura automatizada eficiente para o desenvolvimento de novos materiais.
Os métodos tradicionais para encontrar supercondutores são notoriamente lentos e dependem fortemente da tentativa e erro. Embora grandes bancos de dados internacionais, como o SuperCon, tenham acumulado décadas de dados, eles contêm apenas cerca de 2.000 materiais registrados. O Elements Claw supera essa limitação por meio de uma arquitetura híbrida que combina recursos especializados e gerais. Treinado em um banco de dados de 125 milhões de moléculas e estruturas cristalinas, ele utiliza um modelo atômico de base com 10 bilhões de parâmetros (Elements). Isso permite que o sistema avalie com precisão o potencial supercondutor, alcançando uma pontuação AUC de 0,996 e mantendo os erros de previsão da temperatura crítica dentro de 1 K.

O Elements Claw opera com o fluxo de trabalho abrangente de cientistas humanos. Ele acessa de forma independente uma vasta literatura, avalia a viabilidade da síntese, projeta protocolos experimentais e permite a autoevolução algorítmica ao identificar novos insights. Em aplicações práticas, a IA selecionou com eficiência 68.000 candidatos a supercondutores entre 2,4 milhões de estruturas cristalinas, concluindo a tarefa em apenas 28 horas de GPU.
A validação experimental confirmou quatro novos materiais supercondutores, incluindo o HfZrRe4, que foi projetado inteiramente pela IA, bem como o Hf21Re25, o Zr4VRe7 e o Zr3ScRe8, descobertos por meio da correção e análise profunda de bancos de dados existentes. Esses materiais apresentam temperaturas críticas de até 6,5 K.
Rong Yu, chefe do departamento de Inteligência Científica da DAMO Academy, observou que esses resultados validam o potencial substancial dos agentes de IA na descoberta de materiais. Para acelerar o progresso do setor, a equipe disponibilizou em código aberto os dados de 2,4 milhões de cristais estáveis. O professor Huang Wenbing, do Instituto Gaoqiang de Inteligência Artificial da Universidade Renmin, destacou que espera-se que essa estrutura inteligente seja amplamente aplicada a outros materiais críticos, como eletrólitos de baterias de estado sólido, catalisadores multifásicos e materiais termoelétricos, marcando uma nova era na pesquisa científica.
Como a Unitree está moldando o futuro da robótica humanóide
A nova criatura da Unitree com IA incorporada e tecnologia LiDAR 4D ultra-ampla para navegação avançada no mundo real. Crédito: UnitreeWang Xingxing, CEO da Unitree, tem como meta alcançar avanços no
Por que a Abnormal AI fez uma parceria com a OpenAI no Daybreak
Michael Aiello, chefe de produtos de segurança cibernética da OpenAI | Crédito: Michael Aiello/LinkedInA Abnormal AI passa a integrar o programa Daybreak da OpenAI, e Mike Aiello afirma que a parceria
Lançamento do modelo preliminar do LFM2.5 DSpark: velocidade de inferência aumentada em 3,18 vezes
A Liquid AI e a Hugging Face lançaram oficialmente os checkpoints preliminares do modelo DSpark para a série LFM2.5, abrangendo o LFM2.5-1.2B-Instruct, o LFM2.5-2.6B e o LFM2.5-8B-A1B. Essa inovação i





Lar






