Tým agentů umělé inteligence běžící na Anthropic's Claude Opus 5.5 identifikoval dva kandidátské materiály pro antiferomagnetické polovodiče při pokojové teplotě, třídu magnetů, o které výzkumníci léta usilovali jako o stavební kameny pro počítačovou paměť nové generace. Zjištění, zveřejněná 4. října na výzkumném blogu Vals AI výzkumníkem Geby Jaffem, popisují jednu nově navrženou sloučeninu a jeden známý materiál poprvé syntetizovaný v roce 1999, který podle výpočtů má hledané vlastnosti.

Práce nezáleží ani tak na dvou konkrétních sloučeninách, jako na tom, co demonstruje o agentní AI ve fyzikálních vědách: malý tým agentů jazykového modelu s vhodnými výpočetními nástroji provedl vyhledávání materiálů, které by tradičně zabíralo specializovanou laboratoř na měsíce. Úplné výpočty, kód a explicitní seznam známých upozornění byly zveřejněny spolu s výsledky a příspěvek přitáhl významnou pozornost na Hacker News, kde během několika hodin nasbíral více než 200 bodů. Chcete-li se dozvědět více o tom, jak AI urychluje vědecký výzkum, sledujte naše pokrytí výzkumu AI.

Proč je těžké najít antiferomagnetické polovodiče

Většina každodenních magnetů jsou feromagnety: všechny atomové magnetické momenty směřují stejným směrem a sčítají se, což je důvod, proč magnet na ledničku drží. Antiferomagnetika jsou opakem. Sousední atomové momenty směřují v opačných směrech a ruší se, takže materiál nevykazuje v podstatě žádnou čistou magnetizaci zvenčí.

Mezi těmito dvěma extrémy leží cíl intenzivního výzkumného úsilí: materiály, které kombinují zrušení antiferomagnetu s chováním polovodiče při spinovém třídění. Ve spintronice, technologii za čtecími hlavami pevných disků a pamětí MRAM, jsou informace ukládány a čteny spíše na základě spinu elektronů než samotného elektrického náboje. Dobrý spintronický materiál musí třídit elektrony podle jejich spinové orientace a antiferomagnetické polovodiče slibují, že to dokážou s téměř nulovými rozptylovými magnetickými poli, což by umožnilo paměťovým buňkám hustě nabalit, aniž by rušily jejich sousedy.

Materiály s touto kombinací vlastností jsou vzácné a jejich hledání z velké části probíhalo intuitivními pokusy a omyly po celá desetiletí. Oba kandidáti oznámení týmem Vals AI oba vykazují podle zveřejněných výpočtů nulovou čistou magnetizaci, zatímco stále třídí elektrony rotací při pokojové teplotě.

Jak pracoval tým agentů

Příspěvek Vals AI popisuje objev jako produkt spolupráce mezi výzkumníkem a týmem agentů Claude Opus 5.5. Jedním z kandidátů byla nová sloučenina, kterou tým agentů navrhl od začátku, stínící struktury a výpočet jejich magnetických a elektronických vlastností. Druhým materiálem byl materiál poprvé vyrobený v roce 1999, který se v literatuře tiše usadil a jehož vlastnosti nebyly dříve charakterizovány jako antiferomagnetické polovodiče při pokojové teplotě.

Tento druhý objev ilustruje opakující se vzorec ve vědě podporované umělou inteligencí: modely trénované na nashromážděné literatuře jsou účinné při objevování spojení, která specialisté nikdy nenavázali, ve skutečnosti provádějí hluboké přečtení desetiletí výzkumu kondenzované hmoty. Opětovná identifikace staré sloučeniny jako kandidáta na problém moderní technologie je přesně ten druh levného vyhledávání s vysokým pákovým efektem, pro který jsou vhodné pracovní postupy řízené agenty.

Transparentnost vydání je pozoruhodná. Vals AI zveřejnila kompletní výpočty, kód, který je vytvořil, a seznam známých upozornění, čímž spíše vyzýval ke kontrole, než aby žádal o důvěru. Tato úroveň otevřenosti není v oznámeních AI-for-science univerzální a usnadňuje kontrolu, reprodukování nebo vyvracení tvrzení.

Předpovědi, zatím neprokázané

Kritické upozornění je, že se jedná o výpočetní předpovědi. Vlastnosti kandidátů pocházejí z teoretických výpočtů, nikoli z krystalů pěstovaných v laboratoři. Samotný příspěvek Vals AI uvádí výsledky jako předpovědi a publikuje seznam upozornění právě proto, že simulace se mohou lišit od reality, zejména u magnetických materiálů, kde jsou jemné výměnné interakce notoricky citlivé na strukturální detaily.

Rozdíl mezi předpovědí a potvrzením je místo, kde se většina objevů výpočetních materiálů zastaví. Přeměna kteréhokoli kandidáta na ověřený antiferomagnetický polovodič při pokojové teplotě vyžaduje syntézu, strukturní charakterizaci a magnetické měření, což je práce, kterou agentské týmy nemohou dělat. Pokud experimentální skupiny zopakují předpovědi, výsledek by se zařadil mezi nejkonkrétnější příklady agentů AI přispívajících k objevům materiálů; pokud selžou, seznam upozornění mnohé vysvětlí.

Známka toho, kam směřuje výzkum AI

Tato epizoda přispívá k rostoucímu počtu hraničních modelů přispívajících ke skutečné vědecké práci, od predikce struktury proteinů po objevování algoritmů. To, co odlišuje tento výsledek, je agentní rámování: spíše než model, který odpovídá na jedinou otázku, koordinovaný tým agentů provozoval iterativní vyhledávací pracovní postup, navrhoval, prověřoval a vyhodnocoval sloučeniny během prodloužené relace.

Pro laboratoře, které se zajímají o to, zda může agentní umělá inteligence ospravedlnit své náklady ve výzkumném prostředí, je zde ekonomie sugestivní. Obrazovka materiálů, která kdysi vyžadovala vyhrazený čas personálu, vytvořila dva testovatelné kandidáty, z nichž jeden se schovával na očích od roku 1999. Další krok patří lidským experimentátorům a výsledky jejich měření ukážou, zda agenti Claude Opus 5.5 našli dva skutečné materiály nebo dva zajímavé výpočty.

Udržujte si náskok před umělou inteligencí

Od objevování materiálů po vydání modelů se hranice rychle posouvají. Získejte nejnovější vývoj AI na AI Buzz Wire, 24 hodin denně aktualizované.

Další zprávy o AI si přečtěte zde.