AI找出4种全新超导体，只用28个GPU时量子位

人类已经卷了一百多年的“物理学圣杯”竞赛，终于等来了AI选手下场。

刚刚，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）。

只用了28个GPU小时，ElementsClaw就给已知的240万种稳定晶体统统海选了一遍，预测其中的6.8万种可能是超导体。

对比人类100多年才发现2000多个超导材料的效率，AI这简直是光速交卷。

快是快了，但靠不靠谱啊？

研究团队选了几种比较好合成的试了试，结果发现4种是人类此前未知的全新超导体。

目前，他们已经把AI对这240万种材料的预测数据（有没有超导性、结构是什么、临界温度是多少等等）全部开放，欢迎更多研究人员一起来挖矿。

万一呢，说不定里面就藏着下一个改变世界的材料（doge）。

超导：寻找物理学终极材料，竟是“炒菜式科研”？

1911年，昂纳斯这位热衷于当“寒冰射手”的荷兰诺奖得主先是把氦气冻成了液体，再用液氦把水银冻到了4K（约零下269℃）附近。

这下水银彻底被他玩坏了。

啪，电阻没了！

电阻没了意味着什么呢，这么说吧，如果说普通的电线是乡下土路，电子在里面跑会磕磕碰碰、损耗能量，此时的水银就是一条高速公路，电子可以一路狂飙。

更绝的是，它还会把磁场完全挤出去，也就是“完全抗磁性”。

于是，超导的全名“超级导电体”就这么诞生了。

有了这种材料，输电时电能几乎不会浪费，还能造出速度极快的磁悬浮列车，应用前景特别广。

最最刺激的是，超导材料还是磁约束核聚变装置托卡马克环的必要组件，人类没准能靠超导实现可控核聚变，直接终结能源问题。

但是，真要降到零下269℃才超导，未免也太难用了，做啥都得配个大冰箱。

往后这一百多年，大家抱着极高的热情去寻找其他的超导体，就看谁能先找到个常温常压就变身的超绝材料了。

到现在，国际主流的超导体数据库SuperCon就收录了2000多种具有超导性的材料，而温度能到几十K（其实这也是零下200多度了）的可能只有几十种。

难怪当2023年韩国团队宣称做出“室温超导体”LK-99时（事后证明是个大乌龙），从顶尖实验室到民科，全球无数人都掏出了自己的 “炼丹炉”。

物理学圣杯的诱惑实在太大了。

中国科学院大学金士锋研究员给了句辣评：

做超导体探索很多是“炒菜式科研”。

咱们理解一下什么是炒菜式科研哈。

常压下转变温度超过40K的“高温超导体”，物理机制至今没有完全被人类理解。

从铜基、铁基到镍基，几乎每一个重磅超导材料都是偶然发现的。

元素周期表上有100多种元素，物理学家缺乏一本菜谱的指导，只能不断调整油盐酱醋的比例，反复试错，今天多放点葱，明天少放点蒜。

“和炒菜最大的不同是——发现超导材料的成功率还更低一点，可能做几十个实验只能有一个能成功。”

这也是他决定加入这个研究的原因。

百年超导，光靠人类有点卷不动了。

AI来了，但做成AlphaFold那样还不够

让AI去替人大海捞针，是再自然不过的想法，毕竟生物学早就尝到了甜头。

2024年，DeepMind的AlphaFold就凭借着预测蛋白质结构的颠覆性表现，拿下了诺贝尔化学奖。

但猜超导可比猜蛋白质难多了。

蛋白质只有20多种氨基酸，序列规律相对清晰；晶体呢？元素上百种，原子之间还有各种离子键、金属键、共价键等等等等。

“结构即功能”是生物学领域的一句名言。

晶体的世界要也能这么简单就好了……

这几年倒也不是没有突破。

DeepMind的GNoME用AI一下子预测了220万种理论上存在的稳定材料，说是走完了人类800年的材料发现之路。

这个成果已经发了Nature。

微软的MatterGen则是反向思维，根据人类想要的材料特性，让AI去设计新结构，也发了Nature。

这符合从预测式AI（predictive AI）到生成式AI（generative AI）的技术趋势，即AI从答“判断题”进化到了答“填空题”。

但在达摩院科学智能负责人荣钰看来，它们都有一个问题，那就是太单点了。

它们能告诉你“这可能是超导”，但又不能告诉你以前有没有人研究过？合成方不方便？有没有毒性？成本高不高？

在现实科研里，可不是小手一点说“这是超导，那不是超导”就完了。

光是确定一种结构究竟有没有文献报道，可能就需要好几天，别一不小心就把前人踩过的坑全踩一遍。

就算发现了一种材料结构，要把它做出来并且调控到最佳超导状态，又是一轮漫长的“炒菜”。

金士锋提到，他们曾经调控一个2010年就发现的铁基超导材料，到2019年才首次实现空穴掺杂，中间隔了接近十年。

一个经典提问对着所有物理学工作者贴脸发问：

“一个物理学家能有几个十年？”

ElementsClaw：一个 “AI材料学家”

所以达摩院和人大这次没有做一个单点模型，而是一个完整的智能体。

这就是ElementsClaw。

这只元素虾的核心架构“通专融合”：

一边是专门的“大原子模型”Elements，能精准读懂三维晶体结构，判断材料是否超导、临界温度是多少；一边是大语言模型，能像真正的材料学家读paper、查数据、做决策。