Một nhóm tác nhân AI chạy trên Claude Opus 5.5 của Anthropic đã xác định được hai vật liệu ứng cử viên cho chất bán dẫn phản sắt từ ở nhiệt độ phòng, một loại nam châm mà các nhà nghiên cứu đã theo đuổi trong nhiều năm để làm khối xây dựng cho bộ nhớ máy tính thế hệ tiếp theo. Các phát hiện này được nhà nghiên cứu Geby Jaff công bố ngày 4 tháng 10 trên blog nghiên cứu Vals AI, mô tả một hợp chất được thiết kế mới và một vật liệu được biết đến lần đầu tiên được tổng hợp vào năm 1999 mà các phép tính đánh dấu là có các đặc tính được săn đón.

Công việc này ít quan trọng hơn đối với hai hợp chất cụ thể so với những gì nó thể hiện về AI tác nhân trong khoa học vật lý: một nhóm nhỏ các tác nhân mô hình ngôn ngữ, được cung cấp các công cụ tính toán phù hợp, đã thực hiện tìm kiếm tài liệu mà theo truyền thống sẽ chiếm một phòng thí nghiệm chuyên biệt trong nhiều tháng. Các tính toán đầy đủ, mã và danh sách rõ ràng về những cảnh báo đã biết đã được xuất bản cùng với kết quả và bài đăng đã thu hút sự chú ý đáng kể trên Hacker News, nơi nó đã thu thập được hơn 200 điểm trong vòng vài giờ. Để biết thêm về cách AI đang tăng tốc nghiên cứu khoa học, hãy theo dõi tin tức nghiên cứu về AI của chúng tôi.

Tại sao chất bán dẫn phản sắt từ lại khó tìm

Hầu hết các nam châm hàng ngày đều là nam châm sắt: các mô men từ nguyên tử đều hướng cùng một hướng và cộng lại với nhau, đó là lý do tại sao nam châm tủ lạnh dính vào nhau. Chất phản sắt từ thì ngược lại. Các khoảnh khắc nguyên tử lân cận hướng theo hướng ngược nhau và triệt tiêu nhau, do đó vật liệu về cơ bản không có hiện tượng từ hóa thực sự từ bên ngoài.

Giữa hai thái cực đó là mục tiêu của một nỗ lực nghiên cứu mãnh liệt: các vật liệu kết hợp tính khử chất phản sắt từ với đặc tính phân loại spin của chất bán dẫn. Trong điện tử học spin, công nghệ đằng sau đầu đọc ổ cứng và bộ nhớ MRAM, thông tin được lưu trữ và đọc dựa trên spin của electron thay vì chỉ điện tích. Một vật liệu điện tử spin tốt phải sắp xếp các electron theo hướng spin của chúng, và các chất bán dẫn phản sắt từ hứa hẹn sẽ thực hiện được điều này với từ trường tán xạ gần như bằng 0, cho phép các ô nhớ được đóng gói dày đặc mà không gây nhiễu các vùng lân cận của chúng.

Các vật liệu có sự kết hợp các đặc tính này rất hiếm và việc tìm ra chúng phần lớn được tiến hành thông qua thử nghiệm và sai sót nặng nề về trực giác trong nhiều thập kỷ. Theo các tính toán được công bố, cả hai ứng cử viên do nhóm Vals AI công bố đều cho thấy độ từ hóa ròng bằng 0 trong khi vẫn phân loại các electron bằng spin ở nhiệt độ phòng.

Nhóm đại lý hoạt động như thế nào

Bài đăng của Vals AI mô tả phát hiện này là sản phẩm của sự hợp tác giữa nhà nghiên cứu và nhóm đặc vụ Claude Opus 5.5. Một ứng cử viên là một hợp chất mới mà nhóm đặc vụ đã thiết kế từ đầu, sàng lọc các cấu trúc và đánh giá các đặc tính từ tính và điện tử của chúng bằng máy tính. Loại thứ hai là một loại vật liệu được chế tạo lần đầu tiên vào năm 1999, nằm yên trong tài liệu, có đặc tính trước đây không được mô tả là chất bán dẫn phản sắt từ ở nhiệt độ phòng.

Phát hiện thứ hai đó minh họa một mô hình định kỳ trong khoa học có sự hỗ trợ của AI: các mô hình được đào tạo dựa trên tài liệu tích lũy có hiệu quả trong việc làm nổi bật các kết nối mà các chuyên gia chưa bao giờ tạo ra, thực tế là thực hiện việc đọc lại sâu sắc hàng thập kỷ nghiên cứu về chất cô đặc. Việc xác định lại một tổ hợp cũ làm ứng cử viên cho một vấn đề công nghệ hiện đại chính xác là loại tìm kiếm có chi phí thấp, đòn bẩy cao mà quy trình làm việc do tác nhân điều khiển phù hợp.

Tính minh bạch của bản phát hành là đáng chú ý. Vals AI đã công bố các tính toán hoàn chỉnh, mã tạo ra chúng và danh sách các cảnh báo đã biết, mời gọi sự xem xét kỹ lưỡng hơn là yêu cầu sự tin tưởng. Mức độ cởi mở đó không phổ biến trong các thông báo về AI vì khoa học và nó giúp cho việc kiểm tra, sao chép hoặc bác bỏ tuyên bố đó dễ dàng hơn.

Dự đoán, chưa có bằng chứng

Điều quan trọng cần lưu ý là đây là những dự đoán tính toán. Đặc tính của các ứng cử viên đến từ các tính toán lý thuyết, không phải từ các tinh thể được nuôi trong phòng thí nghiệm. Bài đăng của Vals AI tự đóng khung các kết quả dưới dạng dự đoán và công bố danh sách cảnh báo một cách chính xác vì các mô phỏng có thể khác với thực tế, đặc biệt đối với các vật liệu từ tính nơi các tương tác trao đổi tinh vi rất nhạy cảm với các chi tiết cấu trúc.

Khoảng cách giữa dự đoán và xác nhận là nơi mà hầu hết các khám phá về vật liệu tính toán đều bị đình trệ. Việc biến một trong hai ứng cử viên thành chất bán dẫn phản sắt từ ở nhiệt độ phòng đã được xác minh đòi hỏi phải tổng hợp, mô tả đặc tính cấu trúc và đo từ tính, công việc mà các nhóm đặc vụ không thể thực hiện được. Nếu các nhóm thử nghiệm lặp lại các dự đoán, thì kết quả sẽ được xếp vào hàng những ví dụ cụ thể nhất về các tác nhân AI góp phần khám phá vật liệu; nếu họ thất bại, danh sách cảnh báo sẽ giải thích rất nhiều điều.

Dấu hiệu cho thấy nghiên cứu AI đang hướng tới đâu

Tập phim này bổ sung thêm vào kỷ lục ngày càng tăng về các mô hình biên giới đóng góp cho công việc khoa học thực sự, từ dự đoán cấu trúc protein đến khám phá thuật toán. Điều làm nên sự khác biệt của kết quả này là việc định khung tác nhân: thay vì một mô hình trả lời một câu hỏi duy nhất, một nhóm tác nhân phối hợp đã thực hiện quy trình tìm kiếm lặp đi lặp lại, thiết kế, sàng lọc và đánh giá các hợp chất trong một phiên kéo dài.

Đối với các phòng thí nghiệm đang băn khoăn liệu AI tác nhân có thể biện minh cho chi phí của nó trong môi trường nghiên cứu hay không, tính kinh tế ở đây mang tính gợi ý. Một cuộc sàng lọc vật liệu từng đòi hỏi thời gian của nhân viên tận tâm đã tạo ra hai ứng cử viên có thể kiểm tra được, một trong số họ ẩn náu từ năm 1999. Bước tiếp theo thuộc về các nhà thực nghiệm con người và kết quả đo lường của họ sẽ cho thấy liệu các đặc vụ của Claude Opus 5.5 có tìm thấy hai vật liệu thực hay hai phép tính thú vị hay không.

Đi trước AI

Từ khám phá vật liệu đến phát hành mô hình, ranh giới đang chuyển động nhanh chóng. Nhận thông tin phát triển AI mới nhất trên AI Buzz Wire, được cập nhật 24/24.

Đọc thêm tin tức về AI tại đây.