O echipă de agenți de inteligență artificială care rulează pe Claude Opus 5.5 de la Anthropic a identificat două materiale candidate pentru semiconductori antiferomagnetici la temperatura camerei, o clasă de magneți pe care cercetătorii i-au urmărit de ani de zile ca elemente de bază pentru memoria de computer de generație următoare. Descoperirile, publicate pe 4 octombrie pe blogul de cercetare Vals AI de către cercetătorul Geby Jaff, descriu un compus nou proiectat și un material cunoscut sintetizat pentru prima dată în 1999, pe care calculele semnalează ca având proprietățile căutate.

Lucrarea contează mai puțin pentru cei doi compuși specifici decât pentru ceea ce demonstrează despre IA agentică în științele fizice: o echipă mică de agenți de model de limbaj, având în vedere instrumentele computaționale potrivite, a executat o căutare de materiale care, în mod tradițional, ar ocupa un laborator specializat timp de luni de zile. Calculele complete, codul și o listă explicită de avertismente cunoscute au fost publicate alături de rezultate, iar postarea a atras atenția semnificativă pe Hacker News, unde a adunat peste 200 de puncte în câteva ore. Pentru mai multe despre modul în care AI accelerează cercetarea științifică, urmăriți acoperirea noastră de cercetare AI.

De ce sunt greu de găsit semiconductorii antiferomagnetici

Majoritatea magneților de zi cu zi sunt feromagneți: momentele magnetice atomice indică toate aceeași direcție și se adună, motiv pentru care se lipește un magnet de frigider. Antiferomagneții sunt opusul. Momentele atomice învecinate indică în direcții opuse și se anulează, astfel încât materialul nu prezintă, în esență, nicio magnetizare netă din exterior.

Între aceste două extreme se află ținta unui efort intens de cercetare: materiale care combină anularea unui antiferomagnet cu comportamentul de sortare în spin al unui semiconductor. În spintronica, tehnologia din spatele capetelor de citire a hard diskului și a memoriei MRAM, informațiile sunt stocate și citite pe baza spinului electronilor, mai degrabă decât pe baza sarcinii electrice. Un material spintronic bun trebuie să sorteze electronii după orientarea lor de spin, iar semiconductorii antiferomagnetici promit să facă acest lucru cu câmpuri magnetice parazite aproape de zero, ceea ce ar permite celulelor de memorie să fie împachetate dens, fără a interfera cu vecinii lor.

Materialele cu această combinație de proprietăți sunt rare, iar găsirea lor a trecut în mare parte prin încercări și erori grele de intuiție de-a lungul deceniilor. Cei doi candidați anunțați de echipa Vals AI arată ambii, conform calculelor publicate, magnetizare netă zero în timp ce încă sortează electronii prin spin la temperatura camerei.

Cum a lucrat echipa agentului

Postarea Vals AI descrie descoperirea ca fiind produsul unei colaborări dintre cercetător și o echipă de agenți Claude Opus 5.5. Un candidat a fost un nou compus pe care echipa de agenți a proiectat de la zero, verificând structurile și evaluându-le computațional proprietățile magnetice și electronice. Cel de-al doilea a fost un material fabricat pentru prima dată în 1999, care se află liniștit în literatură, ale cărui proprietăți nu fuseseră anterior caracterizate ca semiconductor antiferomagnetic la temperatura camerei.

A doua descoperire ilustrează un model recurent în știința asistată de inteligență artificială: modelele instruite pe baza literaturii acumulate sunt eficiente în a scoate la suprafață conexiuni pe care specialiștii nu le-au făcut niciodată, realizând de fapt o recitire profundă a deceniilor de cercetare a materiei condensate. Reidentificarea unui compus vechi ca candidat pentru o problemă de tehnologie modernă este exact genul de căutare cu costuri reduse, cu efect de pârghie ridicat, pentru care sunt potrivite fluxurile de lucru bazate pe agenți.

Transparența lansării este notabilă. Vals AI a publicat calculele complete, codul care le-a produs și o listă de avertismente cunoscute, invitând la control mai degrabă decât cerând încredere. Acest nivel de deschidere nu este universal în anunțurile AI pentru știință și face afirmația mai ușor de verificat, reprodus sau respins.

Previziuni, nu sunt încă dovezi

Avertismentul critic este că acestea sunt predicții computaționale. Proprietățile candidaților provin din calcule teoretice, nu din cristale crescute în laborator. Postarea Vals AI în sine încadrează rezultatele ca predicții și publică lista de avertismente tocmai pentru că simulările pot diverge de la realitate, în special pentru materialele magnetice în care interacțiunile subtile de schimb sunt notoriu sensibile la detaliile structurale.

Diferența dintre prezis și confirmat este locul în care majoritatea descoperirilor de materiale computaționale se blochează. Transformarea fiecărui candidat într-un semiconductor antiferomagnetic verificat la temperatura camerei necesită sinteza, caracterizarea structurală și măsurarea magnetică, lucru pe care echipele de agenți nu o pot face. Dacă grupurile experimentale reproduce predicțiile, rezultatul s-ar clasa printre cele mai concrete exemple de agenți AI care contribuie la descoperirea materialelor; dacă nu reușesc, lista de avertismente va explica multe.

Un semn de unde se îndreaptă cercetarea AI

Episodul se adaugă la un record tot mai mare de modele de frontieră care contribuie la munca științifică reală, de la predicția structurii proteinelor până la descoperirea algoritmilor. Ceea ce distinge acest rezultat este încadrarea agentică: mai degrabă decât un model care răspunde la o singură întrebare, o echipă coordonată de agenți a condus un flux de lucru iterativ de căutare, proiectând, screening și evaluând compuși pe o sesiune extinsă.

Pentru laboratoarele care se întreabă dacă AI-ul agentic își poate justifica costurile în mediile de cercetare, economia de aici este sugestivă. Un ecran de materiale care odinioară necesita timp dedicat personalului a produs doi candidați testabili, unul dintre ei ascuns la vedere încă din 1999. Următorul pas aparține experimentatorilor umani, iar rezultatele măsurătorilor lor vor arăta dacă agenții lui Claude Opus 5.5 au găsit două materiale reale sau două calcule interesante.

Rămâi înaintea AI

De la descoperirea materialelor până la lansarea modelelor, frontiera se mișcă rapid. Obțineți cele mai recente evoluții AI pe AI Buzz Wire, actualizate non-stop.

Citiți mai multe știri despre AI aici.