אקדמיית DAMO של עליבאבא אומרת שסוכן בינה מלאכותית שפיתחה גילה באופן אוטונומי ארבעה חומרים מוליכים-על חדשים - ושכולם אומתו לאחר מכן על ידי ניסוי פיזי, מה שמסמן את אחת ההדגמות הבולטות ביותר עד כה של AI הפועל כחוקר מכוון עצמי ולא ככלי חיזוי פסיבי.

הסוכן, שנקרא Elements Claw, השלים את ריצת הגילוי בערך 28 שעות GPU, על פי סיקור מ-South China Morning Post ו-Pandaily בתחילת יולי 2026. התוצאה, שדווחה גם על ידי MSN ו-AIBase* הסיני, מציעה מערכות בדיקה שיכולות להתאים רק לעתיד להן. אבל לקחת את היוזמה על פני צינור הגילוי. עבור חדשות בינה מלאכותיות המתמשכות על האופן שבו סוכנים אוטונומיים מעצבים מחדש את המחקר המדעי, תוצאת ה-DAMO היא נקודת מידע בולטת.

סוכן, לא רק דוגמנית

ההבחנה ש-DAMO נשען עליה היא בין מודל חזוי לבין סוכן. מערכות AI מסורתיות לחומרים מייצרות בדרך כלל רשימה של תרכובות מבטיחות ומעבירות אותן לחוקרים אנושיים לצורך סינתזה ובדיקה. Elements Claw מתואר כפועל באופן אוטונומי יותר, מתאם את השלבים של זרימת עבודה של גילוי - העלאת השערות, הערכה וסינון של מועמדים - עם התערבות אנושית מוגבלת.

המסגרת הזו חשובה מכיוון שגבול הבינה המלאכותית במדע עבר מחיזוי סטטי לכיוון מערכות אגנטיות שיכולות לתכנן משימות מרובות שלבים, להתקשר לכלים חיצוניים ולחדד את הגישה שלהן על סמך משוב. DAMO Academy, זרוע המחקר היסודי של עליבאבא, מיקמה את Elements Claw כהוכחה לכך שהשינוי הזה יכול לספק תוצאות אמיתיות, מאושרות ניסיוני, ולא תוצאות חישוביות גרידא.

למה מוליכים

חומרים מוליכים - המוליכים חשמל בהתנגדות אפסית מתחת לטמפרטורה קריטית - הם בין היעדים הנחשקים ביותר במדעי החומרים. הם עומדים בבסיס טכנולוגיות ממכונות MRI ומאיצי חלקיקים ועד מחשוב קוונטי והעברת כוח ללא הפסדים. מציאת חדשים היא אטית ויקרה באמצעות ניסוי וטעייה קונבנציונלי, וזו הסיבה שהתחום הפך למקרה שימוש במארקי לגילוי בסיוע בינה מלאכותית.

ההבטחה היא פשוטה: אם בינה מלאכותית יכולה לצמצם מרחב עצום של תרכובות אפשריות לקומץ ששווה לסנתז, זה יכול לדחוס את לוחות הזמנים של המחקר משנים לימים. הטענה של DAMO כי ארבעת התגליות שלה אושרו בניסוי - במקום תחזיות תיאורטיות נותרו - היא האזהרה המכריעה שמפרידה בין גילוי AI אמין להייפ.

שדה שזז במהירות

תוצאת ה-DAMO מגיעה על רקע גל של גילוי חומרים מונעי בינה מלאכותית. בשנת 2023, פרויקט GNoME של Google DeepMind זיהה כ-2.2 מיליון מבני גביש חדשים וכ-380,000 חומרים יציבים, פרסם את הממצאים ב-Nature ושחרר את מסד הנתונים לחוקרים אחרים. מאז, מעבדות מרובות דחפו לעבר מערכות שלא רק מנבאות מבנים אלא עוזרות באופן אקטיבי לתכנן ולאמת אותם. Elements Claw מייצג את הניסיונות האחרונים, ואחד האגרסיביים ביותר, לשים סוכן אוטונומי במרכז הלולאה הזו.

מה שמייחד את עבודת ה-DAMO, על פי הדיווחים, הוא השילוב של מהירות ואימות: נפח גדול של חקירה חישובית דחוסה ליום של בערך זמן GPU, ואחריו אישור פיזי שהחומרים החזויים אכן מתנהגים כמצופה.

התמונה הגדולה יותר

עבור עליבאבא, התוצאה היא סמן אמינות לשאיפות המחקר שלה בינה מלאכותית ברגע שבו התחרות בין מעבדות בינה מלאכותית סיניות ומערביות מתעצמת. אקדמיית DAMO שימשה כלי להימורים לטווח ארוך יותר של החברה, ותגלית חומרים תופסת כותרות מצחצחת את מעמדה המדעי גם כששוק הבינה המלאכותית המסחרית נשאר נשלט על ידי צ'טבוטים וכלי קידוד.

עבור קהילת המחקר הרחבה יותר, השאלה היא האם סוכני גילוי אוטונומיים כמו Elements Claw יכולים להתקדם מעבר להדגמה מפורסמת לכלי אמין ויומיומי. אם הם יכולים, צוואר הבקבוק במדעי החומרים יכול לעבור מ-מציאת תרכובות חדשות ל-סינתזה ובדיקתן מהר מספיק כדי לעמוד בקצב של מה שה-AI מציע. כך או כך, הרעיון של סוכן AI ששולח תגליות מאומתות ולא רק הצעות עובר במהירות מספקולציות למציאות.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →