达摩院联合机构推AI发现4种超导材料

7月3日，阿里达摩院宣布联合中国人民大学、中国科学院大学等机构研发的AI智能体ElementsClaw，成功自主发现并实验验证了4种全新超导材料。相关成果论文已发布于arXiv，研究团队也将在ICML大会分享这套AI材料发现体系。

AI材料发现体系简介

ElementsClaw是由达摩院联合多家研究机构开发的AI智能体，专门用于加速新材料的探索与验证过程。

“该体系利用机器学习与大数据分析技术，大幅提升了材料发现的效率。”

• 此次发现的4种新材料均通过实验成功验证其超导特性
• 研究成果已通过arXiv预印本平台公开
• 团队将在ICML大会上详细展示技术细节

业内人士指出，超导材料在能源传输、医疗设备等领域具有广泛应用前景，该发现有望推动相关产业技术进步。

达摩院发布AI系统ElementsClaw 可高效筛选超导候选材料

达摩院推出的AI系统ElementsClaw，采用“专通融合”架构，旨在快速筛选超导候选材料。

技术架构与预训练过程

ElementsClaw基于1.25亿分子和晶体结构数据预训练出1B参数原子基础模型，该模型具备高度精准的预测能力。

“预测超导性AUC达0.996，临界温度平均误差在1K以内，”达摩院介绍道。

实际筛选结果

利用该系统，AI仅用28个GPU小时完成240万晶体结构的筛选工作，总计预测出6.8万个超导候选材料。

已验证材料

团队成员已验证4种候选材料，包括Hf21Re25、Zr4VRe7、HfZrRe4和Zr3ScRe8，其中临界温度最高达到6.5K。

专通融合

所谓“专通融合”，是指将专业领域知识与通用人工智能技术相结合的架构设计。

业内人士指出，该系统大幅提升了材料筛选效率，为超导研究提供新的技术路径。

达摩院AI智能体发现首批超导材料 预测数据库向科研人员开放

达摩院科学智能负责人荣钰介绍，该院开发的AI智能体成功发现并验证了两款新型超导材料，验证了该框架在材料发现领域的潜力。

专家解读应用前景

中国人民大学高瓴人工智能学院副教授黄文炳表示，该AI智能体的价值不仅限于超导材料。黄文炳分析，智能体具备高效筛选材料结构的能力，有望应用于固态电池电解质、多相催化剂等关键新材料领域。

　　"该技术可显著缩短新材料研发周期"——黄文炳

资源开放计划

达摩院已向科研界开放相关预测数据库，供研究人员免费查询。根据官方信息，该数据库包含经AI筛选的材料候选清单。

业内人士指出，此类数据库的共享将降低材料科学研究的试错成本，形成技术扩散效应。