重點
- 阿里達摩院成功自主發現四種全新超導材料。
- ElementsClaw AI 模型預測超導性 AUC 達到 0.996。
- 團隊驗證的材料臨界温度最高可達 6.5K。
- 該 AI 智能體有望應用於多種新材料的發現。
阿里達摩院於 7 月 3 日宣佈，該院聯合中國人民大學、中國科學院大學等機構研發的 AI 智能體 ElementsClaw，成功自主發現並實驗驗證了四種全新超導材料。相關成果已在 arXiv 上發表，研究團隊亦將在 ICML 大會分享這套 AI 材料發現體系。
ElementsClaw AI 模型介紹
根據達摩院的介紹，ElementsClaw 採用「專通融合」架構，基於 1.25 億分子和晶體結構數據預訓練出 1B 參數的原子基礎模型，預測超導性 AUC 達到 0.996，臨界温度的平均誤差在 1K 以內。該 AI 僅用 28 個 GPU 小時完成 240 萬晶體結構的篩選，預測出 6.8 萬個超導候選材料。
團隊驗證的四種材料分別為 Hf21Re25、Zr4VRe7、HfZrRe4 和 Zr3ScRe8，臨界温度最高可達 6.5K。達摩院科學智能負責人榮鈺表示，這是 AI 智能體首次發現並驗證的超導材料，證明瞭該框架在材料發現領域的潛力。
AI 智能體的應用前景
中國人民大學高瓴人工智能學院副教授黃文炳指出，該 AI 智能體也有望應用於固態電池電解質、多相催化劑等新材料的發現。目前，達摩院已開放相關預測數據庫供科研人員免費使用。
AI 在材料科學的潛力與應用
阿里達摩院的研究顯示，AI 智能體在材料科學領域的應用潛力巨大。透過大數據和深度學習，AI 能夠快速篩選並驗證新材料，顯著提高研究效率。這不僅能加速超導材料的發現，還可能推動其他領域的創新，如固態電池和催化劑的開發。隨著相關數據庫的開放，科研人員能夠更便捷地進行研究，進一步促進科技進步。