Lar
IA encerra corrida de um século pela supercondutividade e identifica quatro novos materiais em 28 horas
Na física, a busca por supercondutores há muito tempo é vista como uma jornada de um século em busca do “Santo Graal”. Recentemente, esse campo tradicional ganhou um poderoso colaborador de IA — um agente chamado “ElementsClaw” (Elemental Crab), desenvolvido especificamente para descobrir materiais supercondutores. Em apenas 28 horas de GPU, o sistema analisou 2,4 milhões de cristais estáveis e identificou 68 mil possíveis supercondutores, alcançando uma eficiência de pesquisa muito além do que séculos de exploração humana conseguiram.
Durante anos, a busca por supercondutores baseou-se em uma abordagem do tipo “receita de cozinha” — testando diferentes combinações de elementos por meio de tentativa e erro. Esse método apresentava uma taxa de sucesso muito baixa e, muitas vezes, dependia de descobertas acidentais. Para mudar isso, a equipe de pesquisa desenvolveu uma arquitetura de “especialização convergente”, dotando o ElementsClaw de capacidades de pesquisa únicas: uma rede neural de grafo profundo geométrico integrada com 1 bilhão de parâmetros, que interpreta com precisão estruturas cristalinas tridimensionais, combinada com um grande modelo de linguagem que permite que a IA leia literatura de forma autônoma, acesse dados e auxilie na tomada de decisões.

Esse sistema de IA não é apenas uma ferramenta poderosa para “encontrar uma agulha no palheiro” — ele também possui capacidades de autoevolução. Durante a validação experimental, os pesquisadores sintetizaram com sucesso quatro supercondutores totalmente novos, até então desconhecidos pela humanidade. Cada descoberta revelou diferentes caminhos lógicos seguidos pela IA, desde a reavaliação de estruturas de bancos de dados esquecidas, passando pela correção de erros computacionais anteriores, até a generalização a partir de motivos estruturais. O ElementsClaw demonstrou um salto do “julgamento assistido” para o “projeto ativo” na ciência dos materiais.
Embora as temperaturas críticas desses materiais recém-descobertos ainda não tenham atingido a temperatura ambiente, seu valor principal reside na validação da aplicação de agentes de IA nesse campo. Em comparação com a taxa de acerto natural de cerca de 3% para materiais supercondutores, a precisão das recomendações do ElementsClaw melhorou em uma ordem de magnitude.
Artigo relacionado
A Seed, da ByteDance, lança campanha global de captação de talentos em campus universitários, oferecendo ações virtuais para conquistar os melhores especialistas em grandes modelos de inteligência artificial
No cenário competitivo dos grandes modelos de linguagem, garantir talentos de alto nível continua sendo o ativo estratégico mais crítico.Em 1º de abril, ByteDance anunciou o lançamento de sua iniciativa global de recrutamento campus Seed, parte de se
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA
Recomendações de tópicos especiais relacionados
Comentários (0)
Na física, a busca por supercondutores há muito tempo é vista como uma jornada de um século em busca do “Santo Graal”. Recentemente, esse campo tradicional ganhou um poderoso colaborador de IA — um agente chamado “ElementsClaw” (Elemental Crab), desenvolvido especificamente para descobrir materiais supercondutores. Em apenas 28 horas de GPU, o sistema analisou 2,4 milhões de cristais estáveis e identificou 68 mil possíveis supercondutores, alcançando uma eficiência de pesquisa muito além do que séculos de exploração humana conseguiram.
Durante anos, a busca por supercondutores baseou-se em uma abordagem do tipo “receita de cozinha” — testando diferentes combinações de elementos por meio de tentativa e erro. Esse método apresentava uma taxa de sucesso muito baixa e, muitas vezes, dependia de descobertas acidentais. Para mudar isso, a equipe de pesquisa desenvolveu uma arquitetura de “especialização convergente”, dotando o ElementsClaw de capacidades de pesquisa únicas: uma rede neural de grafo profundo geométrico integrada com 1 bilhão de parâmetros, que interpreta com precisão estruturas cristalinas tridimensionais, combinada com um grande modelo de linguagem que permite que a IA leia literatura de forma autônoma, acesse dados e auxilie na tomada de decisões.

Esse sistema de IA não é apenas uma ferramenta poderosa para “encontrar uma agulha no palheiro” — ele também possui capacidades de autoevolução. Durante a validação experimental, os pesquisadores sintetizaram com sucesso quatro supercondutores totalmente novos, até então desconhecidos pela humanidade. Cada descoberta revelou diferentes caminhos lógicos seguidos pela IA, desde a reavaliação de estruturas de bancos de dados esquecidas, passando pela correção de erros computacionais anteriores, até a generalização a partir de motivos estruturais. O ElementsClaw demonstrou um salto do “julgamento assistido” para o “projeto ativo” na ciência dos materiais.
Embora as temperaturas críticas desses materiais recém-descobertos ainda não tenham atingido a temperatura ambiente, seu valor principal reside na validação da aplicação de agentes de IA nesse campo. Em comparação com a taxa de acerto natural de cerca de 3% para materiais supercondutores, a precisão das recomendações do ElementsClaw melhorou em uma ordem de magnitude.
A Seed, da ByteDance, lança campanha global de captação de talentos em campus universitários, oferecendo ações virtuais para conquistar os melhores especialistas em grandes modelos de inteligência artificial
No cenário competitivo dos grandes modelos de linguagem, garantir talentos de alto nível continua sendo o ativo estratégico mais crítico.Em 1º de abril, ByteDance anunciou o lançamento de sua iniciativa global de recrutamento campus Seed, parte de se
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA











