在材料科学领域，一项突破性成果引发关注。阿里达摩院携手中国人民大学、中国科学院大学等科研机构，成功研发出行业内首个专门用于超导材料发现的AI智能体——ElementsClaw。该智能体展现出强大能力，在短时间内预测出6.8万个可能具备超导性的材料，其中4种全新材料已被成功合成并证实存在超导性。
超导体作为一类前沿新材料，具有独特且极具价值的特性。当温度降低到临界温度以下时，其电阻会瞬间消失，同时能够完全排斥外部磁场。这一特性使得超导体在电力传输、磁悬浮等众多领域有着重大的应用潜力，有望为相关领域带来革命性的变革。
然而，长期以来，确定哪些元素组合能够形成超导材料一直是个难题。近百年来，由于相关物理学机理尚未完全明确，研究人员主要依赖“爱迪生式试错”的方法，即通过大量反复的实验来寻找超导材料。这种方法不仅耗费大量的时间和精力，而且效率低下。目前，国际主流超导数据库SuperCon历经数十年的积累，也仅收录了约2000种材料。
为了改变这一现状，科研团队研发了ElementsClaw。这个智能体具备类似人类材料学家的能力，它可以查阅相关文献，评估材料合成的可行性，还能设计实验方案，从而显著提升材料发现的效率和成功率。它采用了“专通融合”的架构，在专有模型层面，团队基于包含1.25亿个分子和晶体结构的数据库，预训练出拥有1B参数的原子基础模型Elements。该模型在判断材料是否具有超导性方面表现出色，AUC达到0.996，预测材料超导临界温度的平均误差在1K以内。
在通用智能体框架层面，ElementsClaw实现了工具制造、流程编排、文献复核等一整套自动化材料筛选流程。更为厉害的是，它能够在挖掘到文献中的新线索后进行“自我进化”，不断完善自身的预测能力。
在实际应用中，ElementsClaw展现出了惊人的效率。AI仅用28个GPU小时就完成了对240万晶体结构的筛选，成功预测出6.8万个超导候选材料。研究团队从中选取部分材料进行实验合成和验证，目前已成功合成并验证了4种材料。其中，Hf21Re25是从现有数据库中发现的“漏网之鱼”；Zr4VRe7原本在数据库中构型存在错误，经过纠正后得以“正名”；HfZrRe4是AI从头设计生成的；Zr3ScRe8则是基于类似结构举一反三得到的。这4种材料的临界温度最高达到了6.5K。
达摩院科学智能负责人荣钰表示，这是AI智能体发现并获验证的第一批超导材料，初步证明了AI智能体框架在材料发现领域的巨大潜力。不过，目前仍有大量候选材料等待进一步探索。为了推动科研发展，达摩院开放了ElementsClaw预测的所有240万稳定晶体的数据库，供科研人员免费使用。
中国人民大学高瓴人工智能学院副教授黄文炳认为，该AI智能体的应用前景广阔，不仅有望在超导材料发现领域发挥重要作用，还可应用于发现固态电池电解质、多相催化剂和热电材料等新材料。
