Timu ya mawakala wa AI wanaoendesha kwenye Anthropic's Claude Opus 5.5 imetambua nyenzo mbili za wagombea wa semiconductors ya antiferromagnetic ya chumba, darasa la sumaku ambalo watafiti wamefuata kwa miaka kama vizuizi vya kumbukumbu ya kompyuta ya kizazi kijacho. Matokeo hayo, yaliyochapishwa Oktoba 4 kwenye blogu ya utafiti ya Vals AI na mtafiti Geby Jaff, yanaelezea kiwanja kimoja kipya kilichoundwa na nyenzo moja inayojulikana iliyosasishwa kwa mara ya kwanza mnamo 1999 ambayo hesabu huashiria kuwa na mali inayotafutwa.
Kazi ni muhimu kidogo kwa misombo miwili mahususi kuliko inavyoonyesha kuhusu AI ya kikali katika sayansi ya kimwili: timu ndogo ya mawakala wa mifano ya lugha, kutokana na zana zinazofaa za kukokotoa, ilitekeleza utafutaji wa nyenzo ambao kijadi ungechukua maabara maalum kwa miezi. Hesabu kamili, msimbo na orodha ya wazi ya pango zinazojulikana zilichapishwa pamoja na matokeo, na chapisho lilivuta umakini mkubwa kwenye Habari za Hacker, ambapo ilikusanya zaidi ya alama 200 ndani ya masaa. Kwa zaidi kuhusu jinsi AI inavyoharakisha utafiti wa kisayansi, fuata chanjo yetu ya utafiti wa AI.
Kwa nini Semiconductors za Antiferromagnetic Ni Vigumu Kupata
Sumaku nyingi za kila siku ni ferromagnets: dakika za sumaku za atomiki zote huelekeza mwelekeo mmoja na kuunganishwa, ndiyo sababu sumaku ya friji inashikamana. Antiferromagnets ni kinyume chake. Matukio ya atomiki ya jirani huelekeza pande tofauti na kughairi, kwa hivyo nyenzo zinaonyesha hakuna usumaku wa wavu kutoka nje.
Kati ya hali hizo mbili za kupita kiasi kuna shabaha ya juhudi kubwa za utafiti: nyenzo zinazochanganya kughairiwa kwa kizuia-ferromagnet na tabia ya kuchagua spin ya semicondukta. Katika spintronics, teknolojia nyuma ya vichwa vya kusoma vya gari ngumu na kumbukumbu ya MRAM, habari huhifadhiwa na kusoma kulingana na spin ya elektroni badala ya malipo ya umeme pekee. Nyenzo nzuri ya spintronic lazima ipange elektroni kwa uelekeo wa spin, na halvledare za kizuia sumakuumeme huahidi kufanya hivyo kwa uga wa sumaku ulio karibu na sufuri, ambao unaweza kuruhusu seli za kumbukumbu zijazwe kwa wingi bila kuingiliana na majirani zao.
Nyenzo zilizo na mchanganyiko huu wa sifa ni nadra, na kuzipata kumeendelea kwa kiasi kikubwa kupitia jaribio na hitilafu nzito kwa miongo kadhaa. Wagombea hao wawili waliotangazwa na timu ya Vals AI wote wawili wanaonyesha, kulingana na hesabu zilizochapishwa, sumaku sifuri wakati bado wanapanga elektroni kwa kuzunguka kwa joto la kawaida.
Jinsi Timu ya Wakala Ilivyofanya Kazi
Chapisho la Vals AI linaelezea ugunduzi kama matokeo ya ushirikiano kati ya mtafiti na timu ya mawakala wa Claude Opus 5.5. Mgombea mmoja alikuwa kiwanja kipya cha timu ya wakala iliyoundwa kutoka mwanzo, kukagua miundo na kutathmini sifa zao za sumaku na kielektroniki kwa hesabu. Ya pili ilikuwa nyenzo iliyotengenezwa kwa mara ya kwanza mnamo 1999, ikikaa kimya kwenye fasihi, ambayo mali zake hazikuwa zimetambuliwa hapo awali kama semiconducting ya antiferromagnetic kwenye joto la kawaida.
Ugunduzi huo wa pili unaonyesha muundo unaorudiwa katika sayansi inayosaidiwa na AI: mifano iliyofunzwa juu ya fasihi iliyokusanywa ni nzuri katika kujumuisha miunganisho ambayo wataalamu hawakuwahi kufanya, kwa kweli kufanya usomaji wa kina wa miongo kadhaa ya utafiti wa mambo yaliyofupishwa. Kutambua upya kiwanja cha zamani kama mgombea wa tatizo la teknolojia ya kisasa ndiyo hasa aina ya utafutaji wa gharama ya chini, wa kiwango cha juu ambao mtiririko wa kazi unaoendeshwa na wakala unafaa.
Uwazi wa toleo unaonekana. Vals AI ilichapisha hesabu kamili, nambari iliyozitoa, na orodha ya tahadhari zinazojulikana, ikikaribisha uchunguzi badala ya kuomba uaminifu. Kiwango hicho cha uwazi si cha kawaida katika matangazo ya AI-kwa-sayansi, na hurahisisha dai kukagua, kuzaliana au kukanusha.
Utabiri, Bado Sio Uthibitisho
Tahadhari muhimu ni kwamba haya ni utabiri wa kimahesabu. Sifa za watahiniwa zinatokana na hesabu za kinadharia, si kutoka kwa fuwele zinazokuzwa katika maabara. Chapisho la Vals AI lenyewe huweka matokeo kama ubashiri na huchapisha orodha ya pango kwa usahihi kwa sababu uigaji unaweza kutofautiana na uhalisia, hasa kwa nyenzo za sumaku ambapo mwingiliano hafifu wa kubadilishana ni nyeti sana kwa maelezo ya muundo.
Pengo kati ya yaliyotabiriwa na kuthibitishwa ndipo ugunduzi mwingi wa nyenzo za hesabu hukwama. Kugeuza mgombeaji kuwa kizuia joto-joto cha chumba kilichothibitishwa kunahitaji usanisi, sifa za muundo na kipimo cha sumaku, kazi ambayo timu za mawakala haziwezi kufanya. Ikiwa vikundi vya majaribio vinaiga ubashiri, matokeo yangeorodheshwa kati ya mifano halisi ya mawakala wa AI wanaochangia ugunduzi wa nyenzo; ikiwa watashindwa, orodha ya pango itaelezea mengi.
Ishara ya wapi Utafiti wa AI Unaelekea
Kipindi kinaongeza rekodi inayokua ya miundo ya mipaka inayochangia kazi halisi ya kisayansi, kutoka kwa utabiri wa muundo wa protini hadi ugunduzi wa algoriti. Kinachotofautisha matokeo haya ni uundaji wa mawakala: badala ya kielelezo kujibu swali moja, timu iliyoratibiwa ya mawakala iliendesha mtiririko wa utafutaji unaorudiwa, kubuni, kuchunguza na kutathmini misombo katika kipindi kirefu.
Kwa maabara zinazojiuliza ikiwa AI ya kiajenti inaweza kuhalalisha gharama zake katika mipangilio ya utafiti, uchumi hapa ni wa kupendekeza. Skrini ya nyenzo ambayo hapo awali ilihitaji muda maalum wa wafanyikazi ilitoa watahiniwa wawili wanaoweza kufanyiwa majaribio, mmoja wao akijificha mahali pa kutoonekana tangu 1999. Hatua inayofuata ni ya watafiti wa majaribio ya kibinadamu, na matokeo ya vipimo vyao yataonyesha ikiwa mawakala wa Claude Opus 5.5 walipata nyenzo mbili halisi au hesabu mbili za kuvutia.
Kaa Mbele ya AI
Kuanzia ugunduzi wa nyenzo hadi matoleo ya muundo, mipaka husogea haraka. Pata maendeleo ya hivi punde ya AI kwenye AI Buzz Wire, yanayosasishwa kila saa.
Soma habari zaidi za AI hapa.