De agent, genaamd Elements Claw, voltooide de ontdekkingsrun in ongeveer 28 GPU-uren, volgens berichtgeving van de South China Morning Post en Pandaily begin juli 2026. Het resultaat, ook gerapporteerd door MSN en het Chinese AI-nieuwskanaal AIBase, schetst een toekomst waarin AI-systemen niet alleen kandidaten voorstellen die wetenschappers kunnen testen, maar het initiatief nemen in de hele ontdekkingspijplijn. Voor voortdurend breaking AI news over hoe autonome agenten wetenschappelijk onderzoek een nieuwe vorm geven, is het DAMO-resultaat een opmerkelijk datapunt.
Een agent, niet alleen een model
Het onderscheid waar DAMO op leunt, is tussen een voorspellend model en een agent. Traditionele AI-voor-materialen-systemen genereren doorgaans een lijst met veelbelovende verbindingen en overhandigen deze aan menselijke onderzoekers voor synthese en testen. Er wordt beschreven dat Elements Claw autonomer opereert en de stappen van een ontdekkingsworkflow coördineert (hypothetiseren, evalueren en filteren van kandidaten) met beperkte menselijke tussenkomst.
Die framing is van belang omdat de grens van AI in de wetenschap is verschoven van statische voorspelling naar agentische systemen die taken in meerdere stappen kunnen plannen, externe hulpmiddelen kunnen aanroepen en hun aanpak kunnen verfijnen op basis van feedback. De DAMO Academy, Alibaba's afdeling voor fundamenteel onderzoek, heeft Elements Claw gepositioneerd als bewijs dat deze verschuiving echte, experimenteel bevestigde resultaten kan opleveren in plaats van puur computationele resultaten.
Waarom supergeleiders
Supergeleidende materialen – die elektriciteit geleiden zonder weerstand onder een kritische temperatuur – behoren tot de meest begeerde doelen in de materiaalkunde. Ze ondersteunen technologieën van MRI-machines en deeltjesversnellers tot kwantumcomputers en verliesloze energietransmissie. Het vinden van nieuwe is traag en duur via conventioneel vallen en opstaan, en daarom is dit vakgebied een voorbeeld geworden voor AI-ondersteunde ontdekkingen.
De belofte is eenvoudig: als AI een enorme ruimte aan mogelijke verbindingen kan terugbrengen tot een handjevol dat de moeite waard is om te synthetiseren, zou het de onderzoekstijdlijnen kunnen comprimeren van jaren naar dagen. De bewering van DAMO dat zijn vier ontdekkingen door experimenten zijn bevestigd – in plaats van theoretische voorspellingen te blijven – is het cruciale voorbehoud dat geloofwaardige AI-ontdekking scheidt van hype.
Een snel bewegend veld
Het DAMO-resultaat komt te midden van een golf van AI-gestuurde materiaalontdekkingen. In 2023 identificeerde het GNoME-project van Google DeepMind ongeveer 2,2 miljoen nieuwe kristalstructuren en ongeveer 380.000 stabiele materialen, publiceerde de bevindingen in Nature en gaf de database vrij aan andere onderzoekers. Sindsdien hebben meerdere laboratoria zich ingezet voor systemen die niet alleen structuren voorspellen, maar deze ook actief helpen ontwerpen en valideren. Elements Claw vertegenwoordigt de nieuwste en een van de meest agressieve pogingen om een autonome agent in het middelpunt van die lus te plaatsen.
Wat het DAMO-werk volgens de rapporten onderscheidt, is de combinatie van snelheid en verificatie: een groot volume aan computationele verkenning gecomprimeerd in ongeveer een dag GPU-tijd, gevolgd door fysieke bevestiging dat de voorspelde materialen zich daadwerkelijk gedragen zoals verwacht.
Het grotere geheel
Voor Alibaba is het resultaat een geloofwaardigheidskenmerk voor zijn AI-onderzoeksambities op een moment waarop de concurrentie tussen Chinese en Westerse AI-laboratoria toeneemt. De DAMO Academy is een vehikel geweest voor de activiteiten van het bedrijf op de langere horizon, en een ontdekking van materiaal die de krantenkoppen haalt, versterkt zijn wetenschappelijke status, ook al blijft de commerciële AI-markt gedomineerd door chatbots en codeertools.
Voor de bredere onderzoeksgemeenschap is het de vraag of autonome ontdekkingsagenten zoals Elements Claw van een gevierde demonstratie kunnen opschalen naar een betrouwbaar, alledaags hulpmiddel. Als ze dat kunnen, zou het knelpunt in de materiaalwetenschap kunnen verschuiven van het vinden van nieuwe verbindingen naar het ze snel genoeg synthetiseren en testen om gelijke tred te houden met wat AI voorstelt. Hoe dan ook, het idee van een AI-agent die geverifieerde ontdekkingen verzendt in plaats van alleen maar suggesties, evolueert snel van speculatie naar realiteit.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →



