เอเจนต์ที่เรียกว่า Elements Claw ดำเนินการค้นพบเสร็จสิ้นภายในเวลาประมาณ 28 GPU-ชั่วโมง ตามการรายงานข่าวของ South China Morning Post และ Pandaily เมื่อต้นเดือนกรกฎาคม 2026 ผลลัพธ์ดังกล่าวรายงานโดย MSN และสำนักข่าว AI ของจีน AIBase กำหนดอนาคตที่ระบบ AI ไม่เพียงแนะนำผู้สมัครให้นักวิทยาศาสตร์ทำการทดสอบ แต่ยังริเริ่มตลอดกระบวนการค้นพบอีกด้วย สำหรับ ข่าวด่วน AI ที่กำลังดำเนินอยู่เกี่ยวกับวิธีที่ตัวแทนอัตโนมัติกำลังปรับเปลี่ยนการวิจัยทางวิทยาศาสตร์ ผลลัพธ์ของ DAMO ถือเป็นจุดข้อมูลที่โดดเด่น
ตัวแทน ไม่ใช่แค่นายแบบ
ความแตกต่างที่ DAMO ให้ความสำคัญคือระหว่าง แบบจำลองเชิงคาดการณ์ และ ตัวแทน โดยทั่วไปแล้ว ระบบ AI สำหรับวัสดุแบบดั้งเดิมจะสร้างรายการสารประกอบที่มีศักยภาพและมอบให้นักวิจัยที่เป็นมนุษย์เพื่อการสังเคราะห์และการทดสอบ Elements Claw ได้รับการอธิบายว่าทำงานโดยอัตโนมัติมากขึ้น โดยประสานขั้นตอนของเวิร์กโฟลว์การค้นพบ เช่น การตั้งสมมติฐาน การประเมิน และการกรองผู้สมัคร โดยมีการแทรกแซงของมนุษย์ที่จำกัด
การวางกรอบนั้นมีความสำคัญเนื่องจากขอบเขตของ AI ทางวิทยาศาสตร์ได้เปลี่ยนจากการทำนายแบบคงที่ไปสู่ ระบบตัวแทน ที่สามารถวางแผนงานที่มีหลายขั้นตอน เรียกใช้เครื่องมือภายนอก และปรับแต่งแนวทางตามคำติชม DAMO Academy ซึ่งเป็นหน่วยงานวิจัยพื้นฐานของ Alibaba ได้วางตำแหน่ง Elements Claw ไว้เป็นหลักฐานว่าการเปลี่ยนแปลงนี้สามารถให้ผลลัพธ์ที่ได้รับการยืนยันจากการทดลองจริง แทนที่จะเป็นเพียงการคำนวณเพียงอย่างเดียว
ทำไมต้องเป็นตัวนำยิ่งยวด
วัสดุตัวนำยิ่งยวดซึ่งนำไฟฟ้าโดยมีความต้านทานเป็นศูนย์ต่ำกว่าอุณหภูมิวิกฤติ เป็นหนึ่งในเป้าหมายที่เป็นที่ปรารถนามากที่สุดในด้านวัสดุศาสตร์ โดยเป็นรากฐานของเทคโนโลยีจากเครื่อง MRI และเครื่องเร่งอนุภาค ไปจนถึงการประมวลผลควอนตัมและการส่งพลังงานแบบไม่สูญเสียข้อมูล การค้นหาสิ่งใหม่ทำได้ช้าและมีราคาแพงผ่านการลองผิดลองถูกแบบเดิมๆ ซึ่งเป็นเหตุผลว่าทำไมสาขานี้จึงกลายเป็นกรณีการใช้งานหลักสำหรับการค้นพบที่ได้รับความช่วยเหลือจาก AI
คำมั่นสัญญานั้นตรงไปตรงมา: หาก AI สามารถจำกัดพื้นที่มหาศาลของสารประกอบที่เป็นไปได้ให้เหลือเพียงการสังเคราะห์เพียงไม่กี่อย่าง มันก็สามารถบีบอัดลำดับเวลาการวิจัยจากหลายปีเหลือเพียงไม่กี่วัน คำกล่าวอ้างของ DAMO ที่ว่าการค้นพบทั้งสี่นั้น ได้รับการยืนยันโดยการทดลอง — แทนที่จะเป็นการคาดการณ์ทางทฤษฎีที่เหลืออยู่ — เป็นข้อแม้สำคัญที่แยกการค้นพบ AI ที่น่าเชื่อถือออกจากการโฆษณาเกินจริง
สนามที่เคลื่อนไหวเร็ว
ผลลัพธ์ DAMO เกิดขึ้นท่ามกลางการค้นพบวัสดุที่ขับเคลื่อนด้วย AI ที่เพิ่มขึ้นอย่างรวดเร็ว ในปี 2023 โครงการ GNoME ของ Google DeepMind ระบุโครงสร้างผลึกใหม่ประมาณ 2.2 ล้านโครงสร้าง และวัสดุที่มีความเสถียรประมาณ 380,000 รายการ โดยเผยแพร่ผลการค้นพบใน Nature และเผยแพร่ฐานข้อมูลให้กับนักวิจัยคนอื่นๆ ตั้งแต่นั้นมา ห้องปฏิบัติการหลายแห่งได้ผลักดันไปสู่ระบบที่ไม่เพียงแต่คาดการณ์โครงสร้าง แต่ยังช่วยออกแบบและตรวจสอบความถูกต้องอีกด้วย Elements Claw เป็นตัวแทนของความพยายามที่จะวางเอเจนต์อัตโนมัติไว้ที่ศูนย์กลางของลูปนั้นและเป็นหนึ่งในความพยายามที่ดุดันที่สุด
สิ่งที่ทำให้ DAMO ทำงานแตกต่างออกไป ตามรายงานคือการผสมผสานระหว่าง ความเร็วและการตรวจสอบ: การสำรวจด้วยคอมพิวเตอร์จำนวนมากที่ถูกบีบอัดลงเป็นเวลาประมาณหนึ่งวันของ GPU ตามด้วยการยืนยันทางกายภาพว่าวัสดุที่คาดการณ์ไว้นั้นทำงานตามที่คาดไว้จริง ๆ
ภาพใหญ่กว่า
สำหรับอาลีบาบา ผลลัพธ์ที่ได้คือเครื่องหมายความน่าเชื่อถือสำหรับความทะเยอทะยานด้านการวิจัย AI ของตนในช่วงเวลาที่การแข่งขันระหว่างห้องปฏิบัติการ AI ของจีนและตะวันตกทวีความรุนแรงมากขึ้น DAMO Academy เป็นเครื่องมือสำหรับการเดิมพันในขอบเขตที่ยาวนานของบริษัท และการค้นพบเนื้อหาที่พาดหัวข่าวได้ช่วยจุดประกายจุดยืนทางวิทยาศาสตร์ของบริษัท แม้ว่าตลาด AI เชิงพาณิชย์จะยังคงถูกครอบงำโดยแชทบอทและเครื่องมือการเขียนโค้ดก็ตาม
สำหรับชุมชนการวิจัยในวงกว้าง คำถามก็คือว่าเอเจนต์การค้นพบอัตโนมัติอย่าง Elements Claw สามารถขยายขอบเขตจากการสาธิตอันโด่งดังให้กลายเป็นเครื่องมือที่เชื่อถือได้และใช้ได้ทุกวันหรือไม่ หากทำได้ ปัญหาคอขวดในวัสดุศาสตร์อาจเปลี่ยนจาก การค้นหาสารประกอบใหม่ เป็น การสังเคราะห์และทดสอบพวกมันเร็วพอ เพื่อให้ทันกับสิ่งที่ AI เสนอ ไม่ว่าจะด้วยวิธีใด แนวคิดของตัวแทน AI ที่จัดส่งการค้นพบที่ได้รับการยืนยันแล้ว แทนที่จะเป็นเพียงแค่ข้อเสนอแนะ กำลังเคลื่อนตัวจากการคาดเดาไปสู่ความเป็นจริงอย่างรวดเร็ว
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
