O agente, chamado Elements Claw, concluiu a execução da descoberta em aproximadamente 28 horas de GPU, de acordo com a cobertura do South China Morning Post e Pandaily no início de julho de 2026. O resultado, também relatado pelo MSN e pelo meio de notícias chinês sobre IA AIBase, enquadra um futuro em que os sistemas de IA não apenas sugerem candidatos para os cientistas testarem, mas tomam a iniciativa em todo o pipeline de descoberta. Para notícias de última hora sobre IA contínuas sobre como os agentes autônomos estão remodelando a pesquisa científica, o resultado do DAMO é um dado notável.
Um agente, não apenas um modelo
A distinção na qual a DAMO se apoia é entre um modelo preditivo e um agente. Os sistemas tradicionais de IA para materiais normalmente geram uma lista de compostos promissores e os entregam a pesquisadores humanos para síntese e testes. O Elements Claw é descrito como operando de forma mais autônoma, coordenando as etapas de um fluxo de trabalho de descoberta – formulando hipóteses, avaliando e filtrando candidatos – com intervenção humana limitada.
Esse enquadramento é importante porque a fronteira da IA na ciência mudou da previsão estática para sistemas agentes que podem planejar tarefas de várias etapas, chamar ferramentas externas e refinar sua abordagem com base no feedback. A DAMO Academy, braço de pesquisa fundamental do Alibaba, posicionou o Elements Claw como evidência de que essa mudança pode fornecer resultados reais, confirmados experimentalmente, em vez de resultados puramente computacionais.
Por que supercondutores
Os materiais supercondutores – que conduzem eletricidade com resistência zero abaixo de uma temperatura crítica – estão entre os alvos mais cobiçados na ciência dos materiais. Eles sustentam tecnologias que vão desde máquinas de ressonância magnética e aceleradores de partículas até computação quântica e transmissão de energia sem perdas. Encontrar novos é lento e caro por meio de tentativa e erro convencional, e é por isso que o campo se tornou um caso de uso marcante para descoberta assistida por IA.
A promessa é simples: se a IA conseguir reduzir um enorme espaço de possíveis compostos a um punhado que valha a pena sintetizar, poderá comprimir os prazos de investigação de anos para dias. A afirmação da DAMO de que suas quatro descobertas foram confirmadas por experimentos – em vez de previsões teóricas restantes – é a advertência crucial que separa a descoberta confiável de IA do exagero.
Um campo em rápida evolução
O resultado da DAMO chega em meio a uma onda de descobertas de materiais baseadas em IA. Em 2023, o projeto GNoME do Google DeepMind identificou cerca de 2,2 milhões de novas estruturas cristalinas e cerca de 380.000 materiais estáveis, publicando as descobertas na Nature e liberando o banco de dados para outros pesquisadores. Desde então, vários laboratórios têm buscado sistemas que não apenas prevejam estruturas, mas ajudem ativamente a projetá-las e validá-las. Elements Claw representa a mais recente e uma das mais agressivas tentativas de colocar um agente autônomo no centro desse ciclo.
O que diferencia o trabalho da DAMO, de acordo com os relatórios, é a combinação de velocidade e verificação: um grande volume de exploração computacional compactado em aproximadamente um dia de tempo de GPU, seguido pela confirmação física de que os materiais previstos realmente se comportam conforme o esperado.
O panorama geral
Para a Alibaba, o resultado é um marcador de credibilidade para as suas ambições de investigação em IA, num momento em que a concorrência entre os laboratórios de IA chineses e ocidentais se intensifica. A DAMO Academy tem sido um veículo para as apostas de longo prazo da empresa, e uma descoberta de materiais que ganhou as manchetes aprimora sua posição científica, mesmo quando o mercado comercial de IA continua dominado por chatbots e ferramentas de codificação.
Para a comunidade de pesquisa mais ampla, a questão é se agentes de descoberta autônomos como o Elements Claw podem ir além de uma demonstração célebre e se tornar uma ferramenta confiável e cotidiana. Se puderem, o gargalo na ciência dos materiais poderá passar de encontrar novos compostos para sintetizá-los e testá-los com rapidez suficiente para acompanhar o que a IA propõe. De qualquer forma, a ideia de um agente de IA que envia descobertas verificadas em vez de apenas sugestões está rapidamente a passar da especulação para a realidade.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
