阿里达摩院联合中国人民大学高瓴人工智能学院、中国科学院大学等机构，正式发布首个专攻超导材料发现的AI智能体——ElementsClaw（元素虾）。该智能体仅消耗28个GPU小时，便对已知的240万种稳定晶体进行了全面筛选，预测其中6.8万种可能具备超导性，并从中实验验证了4种此前人类完全未知的全新超导材料。

这一成果标志着AI for Science在材料发现领域迈出关键一步。自1911年荷兰物理学家昂纳斯首次在液氦温度下发现水银的超导现象以来，人类寻找超导体的历程已逾百年。传统方法依赖科研人员不断调整元素配比、反复试错，犹如“炒菜”般低效。国际主流超导体数据库SuperCon迄今仅收录约2000种超导材料，其中临界温度能达到几十K（仍为零下200多摄氏度）的仅有数十种。

ElementsClaw的核心由两部分构成：一是名为Elements的专有“大原子模型”，这是一个拥有10亿参数的几何深度图神经网络，能精准读取三维晶体结构并判断材料是否超导及临界温度；二是大语言模型驱动的智能体系统，负责调取工具、阅读论文、查询数据库、分析可合成性并设计实验方案。当智能体在文献中发现新的超导数据后，还能自动微调自身模型，持续进化。

在实际表现上，ElementsClaw展现出远超传统方法的效率。自然界中材料具有超导性的比例约为3%，而该智能体的预测命中率高达40%，提升了一个数量级。它通过文献与数据库的交叉比对，成功“捞回”了理论上存在但从未被实验验证的材料，并准确预测了其超导性。在锁定Hf-Zr-Re三元体系后，智能体基于结构预测工具生成新结构并自行验证，最终找到将Hf元素替换为Sc的Zr₃ScRe₈等全新超导体。不过，此次发现的4种材料临界温度最高仅为6.5K，距离室温超导仍有遥远距离。

达摩院已将240万种稳定晶体的预测数据库全面开放，全球科研人员均可免费使用。这一举措延续了该机构在AI for Science领域的持续布局：此前5月20日，Nature发表了北大与达摩院合作成果，利用AI识别卫星影像中的风机和光伏板，提出跨省能源协同方案；上月又推出虚拟细胞模型Lingshu Cell，用生成式AI模拟基因敲除或药物对细胞的影响。

中国人民大学高瓴人工智能学院副教授黄文炳强调，AI for Science的目标并非取代科学家，而是实现人机共生。传统科学研究遵循“还原论”，将复杂现象拆解为简单方程，但面对复杂的材料系统，这一路线遭遇“维度灾难”。AI无需知晓底层每一个细节，而是基于海量数据和基本物理约束，从系统外在行为中学习规律。ElementsClaw背靠240万种晶体库与海量文献，直接给出答案，让科学家从繁琐的文献调研和数据整理中解放出来，专注于提出问题、引导AI思考并形成新的科学知识体系。