量子位
·
AI找出4种全新超导体，只用28个GPU时！人类此前完全未知
内容提要
阿里达摩院与多家机构合作推出AI智能体“ElementsClaw”，专注于超导材料的发现。该AI在28个GPU小时内筛选240万种晶体，预测出6.8万种可能的超导体，效率远超人类。实验验证发现4种新超导体，AI的命中率达到40%。研究团队开放数据，鼓励全球科研人员共同探索，标志着人机协作的新阶段。
关键要点
-
阿里达摩院与多家机构合作推出AI智能体“ElementsClaw”，专注于超导材料的发现。
-
ElementsClaw在28个GPU小时内筛选240万种晶体，预测出6.8万种可能的超导体，效率远超人类。
-
实验验证发现4种新超导体，AI的命中率达到40%。
-
研究团队开放数据，鼓励全球科研人员共同探索超导材料。
-
ElementsClaw结合了专门的“大原子模型”和大语言模型，能够精准判断材料是否超导并进行文献分析。
-
AI智能体具备快速筛选、自动微调和决策能力，能够在材料发现中实现人机协作。
-
AI for Science的目标是实现人机共生，解放科学家从繁琐的文献调研中。
-
ElementsClaw的成功标志着AI在材料科学领域的应用进入新阶段。
延伸解读
AI在超导材料发现中的优势
ElementsClaw的成功展示了AI在超导材料发现中的巨大潜力。与人类研究者相比，AI能够在短时间内筛选大量材料，显著提高发现新超导体的效率。这种技术的应用可能会加速超导材料的研究进程，推动相关领域的创新与发展。
开放数据的重要性
研究团队将AI预测的240万种晶体数据开放给全球科研人员，这一举措不仅促进了科学合作，也为更多研究者提供了宝贵的资源。开放数据能够激发新的研究思路，推动超导材料的进一步探索，可能会带来意想不到的发现。
AI与科学家的协作模式
ElementsClaw的开发强调了AI与科学家之间的协作关系。AI负责处理大量数据和文献，科学家则专注于提出问题和验证结果。这种人机共生的模式不仅提高了研究效率，也为科学研究带来了新的思维方式，可能会改变未来的科研格局。
延伸问答
ElementsClaw是如何发现新超导体的？
ElementsClaw通过在28个GPU小时内筛选240万种晶体，预测出6.8万种可能的超导体，最终实验验证发现4种新超导体。
AI在超导材料发现中的效率如何与人类相比？
AI的效率远超人类，100多年人类仅发现2000多种超导材料，而AI在短时间内预测出6.8万种可能的超导体。
ElementsClaw的核心技术是什么？
ElementsClaw结合了专门的“大原子模型”和大语言模型，能够精准判断材料是否超导并进行文献分析。
研究团队如何利用AI推动超导材料的研究？
研究团队开放了AI对240万种材料的预测数据，鼓励全球科研人员共同探索超导材料。
AI在材料科学领域的应用有哪些潜在影响？
AI的应用可能加速超导材料的发现，推动能源问题的解决，并实现人机协作的新阶段。
ElementsClaw的命中率是多少？
ElementsClaw的命中率达到了40%，显著高于传统方法。
