Alibaba представила ИИ-агента для поиска сверхпроводников

Компания Alibaba представила специализированного ИИ-агента под названием Elements Claw, предназначенного для ускоренного поиска перспективных сверхпроводящих материалов. Система способна анализировать огромные массивы научных публикаций и данных о кристаллических структурах, значительно сокращая время, которое исследователи тратят на подбор соединений для лабораторных испытаний.

Разработка сверхпроводников остается сложной задачей: несмотря на то, что это явление известно науке более ста лет, универсальной теории для него до сих пор не существует. Ученым по-прежнему приходится действовать во многом интуитивно, тратя месяцы и годы на изучение потенциальных кандидатов. ИИ-агент Elements Claw, созданный академией DAMO при Alibaba, берет на себя роль первичного аналитика, способного «просеивать» колоссальные объемы информации.

Проект реализован в сотрудничестве с Жэньминьским университетом Китая и Университетом Китайской академии наук. По словам разработчиков, система уже успешно подтвердила свою эффективность, обнаружив четыре ранее неизвестных соединения, которые затем прошли успешный синтез и проверку в лабораторных условиях.

Принцип работы и архитектура системы

Elements Claw сочетает в себе два ключевых компонента:

• Атомная модель: отвечает за сложные математические расчеты и прогнозирование поведения кристаллических структур.
• Языковая модель: анализирует научную литературу, оценивает новизну материалов, вероятность их синтеза и проводит предварительный отбор.

В фундаменте системы лежит модель Elements с 1 млрд параметров, обученная на базе из 125 млн молекулярных и кристаллических структур. В ходе тестирования агент обработал 2,4 млн вариантов кристаллов. Используя мощности графических процессоров, система всего за 28 часов выделила около 68 тысяч перспективных кандидатов, радикально сузив пространство поиска для будущих экспериментов.

Экспериментальные результаты

В ходе лабораторных испытаний была подтверждена эффективность поиска четырех новых сверхпроводников:

Методы их обнаружения различались: один материал был «скрытым» в существующих базах данных, второй найден через пересмотр уже известных структур, третий — сгенерирован ИИ с нуля, а четвертый — получен по аналогии с ранее выявленным кандидатом.

Перспективы технологии

Хотя пока найдены лишь низкотемпературные сверхпроводники с ограниченной прикладной ценностью, главным достижением стало доказательство жизнеспособности метода. Alibaba планирует открыть доступ к модели и полученным данным по аналогии с проектом AlphaFold от Google, который совершил прорыв в области предсказания структуры белков. В будущем такие инструменты могут стать незаменимыми в энергетике, квантовых вычислениях и при создании медицинских сканеров нового поколения.