Пошук матеріалів із нульовим електричним опором протягом десятиліть залишався одним із найскладніших і найвиснажливіших викликів сучасної фізики. Відсутність уніфікованого теоретичного підґрунтя змушувала дослідників покладатися на метод спроб і помилок, що критично гальмувало прогрес. Поява спеціалізованих ШІ-агентів здатна трансформувати цей хаотичний пошук у прецизійний обчислювальний процес. Система Elements Claw від Alibaba наочно демонструє, як синергія великих мовних моделей та атомних обчислень дозволяє відкривати нові надпровідники в промислових масштабах.
Надпровідність — явище, відоме науці понад століття, досі залишається однією з головних загадок матеріалознавства. Попри фундаментальну важливість, дослідники досі не мають всеосяжної теорії, яка дозволила б передбачати властивості нових сполук з абсолютною точністю. У результаті процес відкриття нових матеріалів нагадував блукання в темряві: вчені роками вивчали окремих кандидатів, проводячи нескінченні лабораторні тести, щоб зрештою виявити або спростувати наявність надпровідних властивостей.
Щоб розірвати це замкнене коло, команда академії DAMO представила Elements Claw — інтелектуального агента, який бере на себе найвиснажливішу частину роботи: первинний скринінг та аналіз величезних масивів даних. Замість того щоб покладатися на інтуїцію одного дослідника, система аналізує тисячі наукових публікацій і мільйони кристалічних структур, перетворюючи пошук на структурований процес фільтрації.
Технологічний стек Elements Claw являє собою гібридну систему, де дві різні архітектури доповнюють одна одну. Перша — спеціалізована атомна модель, призначена для проведення складних розрахунків і прогнозування властивостей кристалічних решіток. Друга — велика мовна модель (LLM), яка виступає в ролі «аналітика». Вона вивчає наявну літературу, оцінює новизну запропонованих сполук і, що найважливіше, визначає ймовірність їхнього успішного синтезу в реальних лабораторних умовах.
Серцем системи стала модель Elements із параметрами близько 1 млрд, навчена на колосальному датасеті зі 125 мільйонів молекулярних і кристалічних структур. Ефективність такого підходу підтверджується цифрами: за 28 годин роботи на масиві графічних процесорів агент проаналізував 2,4 мільйона варіантів кристалів, звузивши простір пошуку до 68 тисяч найбільш перспективних кандидатів. Це скорочення вибірки на два порядки дозволяє вченим фокусувати ресурси лише на тих матеріалах, які мають реальний шанс на успіх.
Результатом цієї роботи стало відкриття чотирьох нових надпровідників, які були успішно синтезовані та підтверджені експериментально у партнерстві з Женьміньським університетом Китаю та Університетом Китайської академії наук. Список нових матеріалів включає Zr3ScRe8 (критична температура ~6,5 К), HfZrRe4 (~5,9 К), Zr4VRe7 (~3,5 К) та Hf21Re25 (~2,5 К).
Особливий інтерес викликає те, як саме ШІ знайшов ці сполуки. Шляхи були різними: один матеріал виявився «захованим» у вже існуючих базах даних, інший був знайдений шляхом модифікації відомої структури, третій був згенерований системою з нуля, а четвертий отриманий за методом аналогії з уже відомими зразками.
Справедливості заради варто зазначити, що виявлені надпровідники є низькотемпературними. З практичної точки зору вони мають обмежену цінність, оскільки потребують екстремального охолодження. Проте справжня цінність Elements Claw полягає не в конкретних формулах, а в доведеній методології. Розробники продемонстрували, що ШІ здатний радикально прискорити цикл «гіпотеза — синтез — перевірка».
Прагнення Alibaba відкрити доступ до моделі та отриманих даних перегукується з підходом Google DeepMind при створенні AlphaFold. У галузі фундаментальної науки відкритість даних є каталізатором прогресу. Прискорення пошуку надпровідників безпосередньо впливає на розвиток квантових обчислень, створення ефективніших енергетичних мереж і вдосконалення медичного обладнання, такого як МРТ-сканери. Перехід від випадкових відкриттів до спрямованого ШІ-дизайну матеріалів відкриває нову еру у фізиці твердого тіла.
Нове обличчя носимого інтелекту Samsung
