La DAMO Academy d'Alibaba affirme qu'un agent d'intelligence artificielle qu'elle a développé a découvert de manière autonome quatre nouveaux matériaux supraconducteurs — et que tous ont ensuite été vérifiés par une expérience physique, marquant l'une des démonstrations les plus frappantes à ce jour de l'IA agissant comme un chercheur autonome plutôt que comme un outil de prédiction passif.

L'agent, appelé Elements Claw, a terminé la découverte en environ 28 heures GPU, selon la couverture du South China Morning Post et de Pandaily début juillet 2026. Le résultat, également rapporté par MSN et le média chinois d'information sur l'IA AIBase, encadre un avenir dans lequel les systèmes d'IA ne se contentent pas de suggérer des candidats à tester par les scientifiques, mais prennent l'initiative tout au long du processus de découverte. Pour les dernières nouvelles en matière d'IA (https://aibuzzwire.news) sur la manière dont les agents autonomes remodèlent la recherche scientifique, le résultat DAMO constitue un point de données remarquable.

Un agent, pas seulement un mannequin

La distinction sur laquelle DAMO s'appuie se situe entre un modèle prédictif et un agent. Les systèmes traditionnels d’IA pour les matériaux génèrent généralement une liste de composés prometteurs et les transmettent aux chercheurs humains pour synthèse et tests. Elements Claw est décrit comme fonctionnant de manière plus autonome, coordonnant les étapes d'un flux de travail de découverte (hypothèse, évaluation et filtrage des candidats) avec une intervention humaine limitée.

Ce cadre est important car la frontière de l'IA dans la science s'est déplacée de la prédiction statique vers des systèmes agents capables de planifier des tâches en plusieurs étapes, d'appeler des outils externes et d'affiner leur approche en fonction des commentaires. DAMO Academy, la branche de recherche fondamentale d'Alibaba, a positionné Elements Claw comme la preuve que ce changement peut fournir des résultats réels, confirmés expérimentalement plutôt que des résultats purement informatiques.

Pourquoi les supraconducteurs

Les matériaux supraconducteurs – qui conduisent l’électricité avec une résistance nulle en dessous d’une température critique – comptent parmi les cibles les plus convoitées de la science des matériaux. Ils soutiennent les technologies allant des machines IRM et des accélérateurs de particules à l’informatique quantique et à la transmission d’énergie sans perte. En trouver de nouveaux est lent et coûteux par essais et erreurs conventionnels, c'est pourquoi ce domaine est devenu un cas d'utilisation phare pour la découverte assistée par l'IA.

La promesse est simple : si l’IA peut réduire un énorme espace de composés possibles à une poignée digne d’être synthétisée, elle pourrait réduire les délais de recherche de quelques années à quelques jours. L'affirmation de DAMO selon laquelle ses quatre découvertes ont été confirmées par l'expérience — plutôt que par des prédictions théoriques restantes — constitue la mise en garde cruciale qui sépare la découverte crédible de l'IA du battage médiatique.

Un domaine en évolution rapide

Le résultat DAMO arrive au milieu d’une vague de découvertes de matériaux basées sur l’IA. En 2023, le projet GNoME de Google DeepMind a identifié environ 2,2 millions de nouvelles structures cristallines et environ 380 000 matériaux stables, publiant les résultats dans Nature et mettant la base de données à la disposition d'autres chercheurs. Depuis lors, plusieurs laboratoires se sont tournés vers des systèmes qui non seulement prédisent les structures, mais aident activement à les concevoir et à les valider. Elements Claw représente la dernière tentative, et l’une des plus agressives, visant à placer un agent autonome au centre de cette boucle.

Ce qui distingue le travail de DAMO, selon les rapports, est la combinaison de vitesse et de vérification : un grand volume d'exploration informatique compressé en environ une journée de temps GPU, suivi d'une confirmation physique que les matériaux prédits se comportent réellement comme prévu.

Vue d'ensemble

Pour Alibaba, ce résultat constitue un marqueur de crédibilité pour ses ambitions en matière de recherche sur l’IA, à un moment où la concurrence entre les laboratoires d’IA chinois et occidentaux s’intensifie. La DAMO Academy a été un véhicule pour les paris à plus long terme de l'entreprise, et une découverte de matériaux qui a fait la une des journaux renforce sa position scientifique alors même que le marché de l'IA commerciale reste dominé par les chatbots et les outils de codage.

Pour la communauté de recherche au sens large, la question est de savoir si les agents de découverte autonomes comme Elements Claw peuvent évoluer au-delà d’une démonstration célèbre pour devenir un outil fiable et quotidien. S'ils le peuvent, le goulot d'étranglement dans la science des matériaux pourrait passer de la trouver de nouveaux composés à la synthèse et aux tests assez rapides pour suivre ce que propose l'IA. Quoi qu’il en soit, l’idée d’un agent d’IA qui transmettrait des découvertes vérifiées plutôt que de simples suggestions passe rapidement de la spéculation à la réalité.

---

Restez à la Pointe de l'IA

Les dernières actualités, analyses et percées en IA — au même endroit.

Lire plus d'actualités IA →