Những điểm chính:
Phòng thí nghiệm DAMO của Tập đoàn Alibaba Group Holding Ltd. đã sử dụng một tác nhân trí tuệ nhân tạo để dự đoán 68.000 vật liệu siêu dẫn tiềm năng và xác nhận bằng thực nghiệm bốn vật liệu mới, đánh dấu một trong những khám phá lớn nhất dưới sự dẫn dắt của AI trong khoa học vật liệu.
Một tác nhân AI do Phòng thí nghiệm DAMO của Alibaba phát triển, hợp tác với Đại học Nhân dân và Đại học Viện Hàn lâm Khoa học Trung Quốc, đã dự đoán 68.000 vật liệu siêu dẫn khả thi và cung cấp bốn hợp chất được xác nhận bằng thực nghiệm, theo công bố của nhóm nghiên cứu vào ngày 3 tháng 7. Hệ thống, có tên gọi ElementsClaw, kết hợp các mô hình ngôn ngữ lớn với các công cụ mô phỏng vật lý chuyên dụng để tự động thiết kế, sàng lọc và xác thực các vật liệu ứng viên — một quy trình từ đầu đến cuối sánh ngang với cách tiếp cận của liên minh SuperC toàn cầu, vốn đã xác nhận hai siêu dẫn mới vào tháng 6 bằng phương pháp học máy.
"ElementsClaw là tác nhân AI cấp công nghiệp đầu tiên được xây dựng chuyên dụng cho việc phát hiện siêu dẫn," nhóm nghiên cứu cho biết trong một tuyên bố. Hệ thống tích hợp xử lý ngôn ngữ tự nhiên với các tính toán lý thuyết hàm mật độ, cho phép nó suy luận về hóa học vật liệu và dự đoán các tính chất điện tử mà không yêu cầu các nhà nghiên cứu phải tự cấu hình từng mô phỏng.
Bốn hợp chất đã được xác nhận đã được tổng hợp trong phòng thí nghiệm và thử nghiệm bằng nhiều phương pháp đo lường khác nhau, bao gồm từ hóa và vận chuyển điện, để xác minh tính siêu dẫn khối. Nhóm nghiên cứu đã công bố mã nguồn mở toàn bộ tập dữ liệu gồm 68.000 dự đoán, bao gồm cấu trúc điện tử được tính toán và các thông số tổng hợp, nhằm thúc đẩy các nghiên cứu tiếp theo. Để so sánh, liên minh SuperC — do Paivi Torma của Đại học Aalto dẫn đầu và bao gồm các nhà nghiên cứu tại Đại học Rice và Princeton — đã xác nhận hai siêu dẫn mạng tinh thể kagome, YRu3B2 và LuRu3B2, trong một nghiên cứu được công bố ngày 17 tháng 6 trên tạp chí Physical Review Research, sử dụng quy trình ba giai đoạn gồm sàng lọc trước bằng học máy, tính toán lý thuyết hàm mật độ và tổng hợp thực nghiệm.
Điểm khác biệt giữa ElementsClaw và các hệ thống phát hiện AI khác
Kiến trúc của ElementsClaw khác biệt so với các phương pháp trước đây ở chỗ nhúng một mô hình ngôn ngữ lớn làm lõi suy luận, thay vì sử dụng một bộ phân loại độc lập. Tác nhân này có thể diễn giải các bài báo nghiên cứu, trích xuất công thức tổng hợp và đề xuất các sửa đổi đối với cấu trúc tinh thể một cách tự động. Sau đó, nó chạy các mô phỏng vật lý để ước tính nhiệt độ tới hạn và độ ổn định điện tử, xếp hạng các ứng viên theo khả năng khả thi dự đoán trước khi gửi các kết quả hàng đầu đến phòng thí nghiệm vật lý.
Ngược lại, phương pháp của liên minh SuperC sử dụng một mô hình học máy được huấn luyện trên các đặc tính siêu dẫn đã biết để sàng lọc trước các họ ứng viên, sau đó thực hiện các tính toán lý thuyết hàm mật độ có mục tiêu trên các ứng viên hứa hẹn nhất. Cách tiếp cận đó đã xác định được YRu3B2 và LuRu3B2 từ họ mạng tinh thể kagome, với nhiệt độ tới hạn lần lượt là 0,81 K và 0,95 K — thấp hơn nhiều so với nhiệt độ phòng nhưng đủ để xác thực quy trình. Torma cho biết phương pháp này cuối cùng có thể sàng lọc hàng tỷ vật liệu ứng viên.
Ý nghĩa của siêu dẫn nhiệt độ phòng
Cuộc tìm kiếm vật liệu siêu dẫn thực tế — vật liệu dẫn điện với điện trở bằng không ở nhiệt độ môi trường — đã gia tăng sau các vụ thu hồi các tuyên bố về siêu dẫn nhiệt độ phòng vào năm 2022 và 2023. Một vật liệu hoạt động ở 300 K mà không cần làm lạnh bằng đông lạnh có thể giảm mức tiêu thụ năng lượng toàn cầu ở lưới điện, trung tâm dữ liệu và phần cứng máy tính với mức độ mang tính chuyển đổi. Siêu dẫn hiện đã được ứng dụng trong máy MRI, máy tính lượng tử và nam châm lò phản ứng nhiệt hạch, nhưng mỗi ứng dụng đều yêu cầu làm lạnh bằng heli lỏng đắt đỏ, hạn chế khả năng triển khai ở quy mô lớn.
Việc Alibaba phát hành mã nguồn mở tập dữ liệu ElementsClaw mang đến cho các nhà nghiên cứu hàn lâm và công nghiệp quyền truy cập vào hàng nghìn cấu trúc ứng viên mà nếu không sẽ phải mất nhiều tháng tính toán để tạo ra. Công ty không tiết lộ chi phí tính toán của đợt dự đoán hoặc thành phần hóa học cụ thể của bốn hợp chất đã được xác nhận.
Cổ phiếu của Alibaba giao dịch ở mức 92,34 USD tại New York vào ngày 2 tháng 7, tăng 18% kể từ đầu năm. Công ty đã đầu tư mạnh vào nghiên cứu AI thông qua Phòng thí nghiệm DAMO, nơi cũng phát triển các mô hình ngôn ngữ lớn và hệ thống thị giác máy tính. Khám phá vật liệu siêu dẫn này định vị năng lực AI của Alibaba vượt ra ngoài các mảng kinh doanh cốt lõi là thương mại điện tử và điện toán đám mây, có thể mở ra một hướng đi mới để kiếm tiền từ cơ sở hạ tầng nghiên cứu của công ty thông qua các dịch vụ tính toán khoa học hoặc cấp phép vật liệu.
Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.
