Команда агентов искусственного интеллекта, работающая на Claude Opus 5.5 от Anthropic, определила два материала-кандидата для создания антиферромагнитных полупроводников при комнатной температуре — класса магнитов, которые исследователи годами использовали в качестве строительных блоков для компьютерной памяти следующего поколения. Результаты, опубликованные 4 октября в исследовательском блоге Vals AI исследователем Геби Джаффом, описывают одно недавно разработанное соединение и один известный материал, впервые синтезированный в 1999 году, который, согласно расчетам, обладает искомыми свойствами.

Эта работа имеет меньшее значение для двух конкретных соединений, чем для того, что она демонстрирует об агентном ИИ в физических науках: небольшая группа агентов языковых моделей, получив подходящие вычислительные инструменты, выполнила поиск материалов, который традиционно занимал бы специализированную лабораторию в течение нескольких месяцев. Полные расчеты, код и подробный список известных предостережений были опубликованы вместе с результатами, и сообщение привлекло значительное внимание на Hacker News, где за несколько часов оно собрало более 200 баллов. Чтобы узнать больше о том, как ИИ ускоряет научные исследования, следите за нашими репортажами об исследованиях ИИ.

Почему антиферромагнитные полупроводники трудно найти

Большинство повседневных магнитов являются ферромагнетиками: все атомные магнитные моменты направлены в одном направлении и складываются вместе, поэтому магнит на холодильник прилипает. Антиферромагнетики — наоборот. Соседние атомные моменты направлены в противоположные стороны и уравновешиваются, поэтому материал практически не проявляет чистой намагниченности снаружи.

Между этими двумя крайностями находится цель интенсивных исследовательских усилий: материалы, которые сочетают в себе подавление антиферромагнетика с поведением спин-сортировки полупроводника. В спинтронике, технологии, лежащей в основе считывающих головок жесткого диска и памяти MRAM, информация хранится и считывается на основе спина электрона, а не только электрического заряда. Хороший материал для спинтроники должен сортировать электроны по их ориентации спина, и антиферромагнитные полупроводники обещают делать это с почти нулевыми рассеянными магнитными полями, что позволит ячейкам памяти упаковываться плотно, не мешая соседям.

Материалы с такой комбинацией свойств редки, и их поиск в значительной степени осуществлялся методом проб и ошибок на протяжении десятилетий. Оба кандидата, объявленные командой Vals AI, показывают, согласно опубликованным расчетам, нулевую суммарную намагниченность, но при этом все еще сортируют электроны по спину при комнатной температуре.

Как работала команда агентов

В сообщении Vals AI это открытие описывается как результат сотрудничества исследователя и команды агентов Claude Opus 5.5. Одним из кандидатов было новое соединение, которое команда агентов разработала с нуля, проверяя структуры и оценивая их магнитные и электронные свойства с помощью вычислений. Вторым был материал, впервые созданный в 1999 году, тихо сидящий в литературе, чьи свойства ранее не были охарактеризованы как антиферромагнитные полупроводники при комнатной температуре.

Эта вторая находка иллюстрирует повторяющуюся закономерность в науке с помощью ИИ: модели, обученные на основе накопленной литературы, эффективно выявляют связи, которые специалисты никогда не создавали, по сути, осуществляя глубокое перечитывание десятилетий исследований конденсированного состояния. Повторная идентификация старого соединения в качестве кандидата на решение современной технологической проблемы — это именно тот недорогой и высокоэффективный поиск, для которого подходят рабочие процессы, управляемые агентами.

Прозрачность выпуска примечательна. Vals AI опубликовал полные расчеты, код, который их произвел, и список известных предостережений, приглашая к внимательному рассмотрению, а не прося доверия. Такой уровень открытости не является универсальным в заявлениях об искусственном интеллекте для науки, и он облегчает проверку, воспроизведение или опровержение утверждения.

Предсказания, но еще не доказательства

Критическое предостережение заключается в том, что это вычислительные прогнозы. Свойства кандидатов основаны на теоретических расчетах, а не на кристаллах, выращенных в лаборатории. Сообщение Vals AI представляет результаты как прогнозы и публикует список предостережений именно потому, что моделирование может отличаться от реальности, особенно для магнитных материалов, где тонкие обменные взаимодействия, как известно, чувствительны к структурным деталям.

Разрыв между предсказаниями и подтверждениями — вот где останавливается большинство открытий вычислительных материалов. Превращение любого кандидата в проверенный антиферромагнитный полупроводник, работающий при комнатной температуре, требует синтеза, структурной характеристики и магнитных измерений, а команды агентов не могут выполнить эту работу. Если экспериментальные группы повторят предсказания, результат станет одним из наиболее конкретных примеров того, как агенты ИИ способствуют открытию материалов; если они потерпят неудачу, список предостережений многое объяснит.

Знак того, куда движутся исследования в области ИИ

Этот эпизод дополняет растущее число передовых моделей, вносящих вклад в настоящую научную работу, от предсказания структуры белка до открытия алгоритмов. Что отличает этот результат, так это агентная структура: вместо модели, отвечающей на один вопрос, скоординированная группа агентов провела итеративный рабочий процесс поиска, разрабатывая, проверяя и оценивая соединения в течение расширенного сеанса.

Для лабораторий, задающихся вопросом, сможет ли агентный ИИ оправдать свои затраты в исследовательских целях, экономическая ситуация здесь наводит на размышления. Проверка материалов, которая когда-то требовала специального времени персонала, выявила двух проверяемых кандидатов, один из которых скрывался на виду с 1999 года. Следующий шаг принадлежит людям-экспериментаторам, и результаты их измерений покажут, нашли ли агенты Клода Опус 5.5 два реальных материала или два интересных расчета.

Будьте впереди ИИ

От открытия материалов до выпуска моделей — границы стремительно двигаются. Получайте последние разработки в области искусственного интеллекта на AI Buzz Wire, который обновляется круглосуточно.

Больше новостей об искусственном интеллекте можно прочитать здесь.