El agente, llamado Elements Claw, completó el descubrimiento en aproximadamente 28 horas GPU, según la cobertura del South China Morning Post y Pandaily a principios de julio de 2026. El resultado, también informado por MSN y el medio chino de noticias sobre IA AIBase, enmarca un futuro en el que los sistemas de IA no solo sugieren candidatos para que los científicos los prueben, sino que toman la iniciativa a lo largo del proceso de descubrimiento. Para las últimas noticias sobre IA en curso sobre cómo los agentes autónomos están remodelando la investigación científica, el resultado de DAMO es un dato notable.
Un agente, no sólo un modelo
La distinción en la que se apoya DAMO es entre un modelo predictivo y un agente. Los sistemas tradicionales de IA para materiales suelen generar una lista de compuestos prometedores y entregarlos a investigadores humanos para su síntesis y prueba. Se describe que Elements Claw opera de manera más autónoma, coordinando los pasos de un flujo de trabajo de descubrimiento (evaluación de hipótesis, evaluación y filtrado de candidatos) con intervención humana limitada.
Ese marco es importante porque la frontera de la IA en la ciencia ha pasado de la predicción estática a sistemas agentes que pueden planificar tareas de varios pasos, recurrir a herramientas externas y perfeccionar su enfoque basándose en la retroalimentación. DAMO Academy, el brazo de investigación fundamental de Alibaba, ha posicionado a Elements Claw como evidencia de que este cambio puede ofrecer resultados reales, confirmados experimentalmente, en lugar de resultados puramente computacionales.
¿Por qué los superconductores?
Los materiales superconductores, que conducen electricidad con resistencia cero por debajo de una temperatura crítica, se encuentran entre los objetivos más codiciados en la ciencia de materiales. Son la base de tecnologías que van desde máquinas de resonancia magnética y aceleradores de partículas hasta computación cuántica y transmisión de energía sin pérdidas. Encontrar otros nuevos es lento y costoso mediante prueba y error convencional, razón por la cual este campo se ha convertido en un caso de uso destacado para el descubrimiento asistido por IA.
La promesa es sencilla: si la IA puede reducir un enorme espacio de posibles compuestos a unos pocos que valga la pena sintetizar, podría comprimir los plazos de investigación de años a días. La afirmación de DAMO de que sus cuatro descubrimientos fueron confirmados mediante experimentos (en lugar de seguir siendo predicciones teóricas) es la advertencia crucial que separa un descubrimiento creíble de IA de las exageraciones.
Un campo en rápido movimiento
El resultado de DAMO llega en medio de un aumento en el descubrimiento de materiales impulsados por la IA. En 2023, el proyecto GNoME de Google DeepMind identificó aproximadamente 2,2 millones de nuevas estructuras cristalinas y aproximadamente 380.000 materiales estables, publicando los hallazgos en Nature y entregando la base de datos a otros investigadores. Desde entonces, varios laboratorios han impulsado sistemas que no solo predicen estructuras sino que ayudan activamente a diseñarlas y validarlas. Elements Claw representa el último y uno de los intentos más agresivos de poner un agente autónomo en el centro de ese bucle.
Lo que distingue al trabajo de DAMO, según los informes, es la combinación de velocidad y verificación: un gran volumen de exploración computacional comprimido en aproximadamente un día de tiempo de GPU, seguido de la confirmación física de que los materiales previstos realmente se comportan como se esperaba.
El panorama más amplio
Para Alibaba, el resultado es un marcador de credibilidad para sus ambiciones de investigación en IA en un momento en que la competencia entre los laboratorios de IA chinos y occidentales se está intensificando. DAMO Academy ha sido un vehículo para las apuestas a largo plazo de la compañía, y un descubrimiento de materiales que acapara titulares pule su posición científica incluso cuando el mercado comercial de IA sigue dominado por chatbots y herramientas de codificación.
Para la comunidad de investigación en general, la pregunta es si los agentes de descubrimiento autónomos como Elements Claw pueden escalar más allá de una demostración celebrada y convertirse en una herramienta confiable y cotidiana. Si pueden, el cuello de botella en la ciencia de materiales podría pasar de encontrar nuevos compuestos a sintetizarlos y probarlos lo suficientemente rápido para mantenerse al día con lo que propone la IA. De cualquier manera, la idea de un agente de IA que envíe descubrimientos verificados en lugar de solo sugerencias está pasando rápidamente de la especulación a la realidad.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
