AI智能体28小时筛出4种全新超导体，人类100年只发现2000种

事件概述

阿里达摩院联合中国人民大学高瓴人工智能学院、中国科学院大学等机构，发布了首个专攻超导材料发现的AI智能体“ElementsClaw”（元素虾）。该系统仅用28个GPU小时，便对已知的240万种稳定晶体完成了筛选，预测其中6.8万种可能具有超导性。研究团队对其中几种易于合成的材料进行了实验验证，发现了4种此前完全未知的全新超导体。目前，该预测数据库已全面开放，供全球科研人员使用。

核心信息

• 背景：自1911年发现超导现象以来，人类已发现约2000种超导材料，但常温常压超导体仍为“物理学圣杯”。传统“炒菜式”实验效率低下，且大多依赖偶然发现。
• 智能体架构：ElementsClaw采用“通专融合”设计，包含：
  • Elements大原子模型：10亿参数的几何深度图神经网络，预训练于1.25亿个分子/晶体结构，可预测超导临界温度（平均绝对误差0.99K）和超导性（AUC 0.996）。
  • 大语言模型：负责文献检索、数据比对、可合成性分析等决策任务。
• 性能：扫描240万晶体仅需28 GPU小时，推荐命中率高达40%（自然本底约3%）。
• 4种新材料及发现路径：
  1. Hf₂₁Re₂₅（临界温度2.5 K）：来自已有数据库但从未被实验尝试的“漏网之鱼”。
  2. Zr₄VRe₇（临界温度3.5 K）：数据库中的结构曾被人类错误标注，AI纠正后实验成功。
  3. HfZrRe₄（临界温度5.9 K）：AI基于结构预测工具“无中生有”生成的新晶体。
  4. Zr₃ScRe₈（临界温度6.5 K）：AI根据已发现的结构模体“举一反三”替换元素得到。
• 研究意义：虽然这些材料的临界温度仍较低（最高6.5 K），但验证了AI智能体在材料发现全流程中的可行性。团队已将240万晶体的预测数据开放（访问链接）。

值得关注

• 这是首个将大原子模型与大语言模型结合的端到端材料发现智能体，标志着AI从“预测性质”向“自主科研助手”的转变。
• 研究团队强调，AI负责大海捞针和重复性工作，科学家则负责提出问题和验证，形成人机协同的新科研范式。